Método de conteo para plantas de maíz basado en procesamiento digital de imágenes multiespectrales utilizando Drones en ambiente de campo
| Autor: | Chiuyari Veramendi, Wilbur Naike |
|---|---|
| Přispěvatelé: | Cruvinel, Paulo Estevão |
| Jazyk: | portugalština |
| Rok vydání: | 2022 |
| Předmět: |
CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO [CIENCIAS EXATAS E DA TERRA]
Distance transform Template matching SVM Multispectral images CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO [CIENCIAS EXATAS E DA TERRA] Contagem de plantas Processamento de imagens digitais Drone Imagens multiespectrais Plant counting Transformada de distância Digital image processing CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO [CIENCIAS EXATAS E DA TERRA] |
| Zdroj: | Repositório Institucional da UFSCAR Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
| Popis: | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) The processing of multispectral images acquired with an embedded camera in unmanned aerial vehicles (Drones) has brought new opportunities for precision agriculture. In such a context, this work presents a method for evaluating the emergence of corn seeds (Zea mays L.) in a crop area. For validation a database of spectral images has been organized from flights over a real agricultural area, and digital image processing techniques have been applied, i.e., taking into account the concept of intelligent processing. Therefore, the image processing techniques based on pattern recognition and models to aid decision making by using machine learning were also used. In addition, after images acquisition it has been used the processing of the orthomosaics in the spectral channels, i.e., red (R), green (G) and blue (B), being possible to register and organize all the images. Likewise, for the pre-processing stage, techniques for geometric transformations, brightness and contrast adjustments were also evaluated in a global way, while local adjustments were evaluated based on the use of adaptive equalization techniques, which were explored in the color spaces (YCbYcr), (HSV) and (CIELAB). For the post-processing step, it has been considered a segmentation based on the best observed color threshold technique together with Gaussian filtering and morphological operations. To enable the pattern recognition step, techniques that use distance maps were evaluated considering the use of Euclidean Distance (DE). Thus, the location of canopy patterns in maize plants was studied with a template matching algorithm and a Chamfer pattern mask. For the feature extraction steps, the chain code and circular pattern map techniques have been considered. The analyses made it possible to establish vectors of features based on the patterns related to the number of emergence occurrences for the maize seeds. Finally, two calibration steps have been considered, one of them related to the plant height versus the canopy opening radius, and other related to the number of seeds planted into soil for each position in the crop area versus the identified radii by the developed model. Last, but not least, the classification step has been established, using a set of classifiers based on Support Vector Machine (SVM), and the developed method, proved to be adequate for counting the seeds of the maize plants in the post-emergence stage. O processamento de imagens multiespectrais obtidas com câmera embarcada em veículos aéreos não tripulados (Drones) têm trazido novas oportunidades para a agricultura de precisão. Inserido neste contexto, este trabalho apresenta um método para a avaliação da emergência de plantas de milho (Zea mays L.) em área de cultura. Foram utilizadas imagens RGB adquiridas com um sensor multiespectral embarcado em Drone, técnicas de processamento digital de imagens, reconhecimento de padrões e inteligência computacional para auxílio de decisão baseado no uso de aprendizado de máquina. Para as etapas de aquisição das imagens aéreas, foi utilizada técnica para o processamento de ortomosaicos nos canais espectrais do vermelho, do verde e do azul (RGB), sendo assim possível registrar e organizar um banco de imagens da área de cultura. Para a etapa de pré-processamento, foram avaliadas técnicas para transformações geométricas, ajustes de brilho e contraste em forma global, enquanto ajustes locais foram avaliados com base no uso de técnicas de equalização adaptativa, os quais foram explorados em espaços de cores (YCbYcr), (HSV) e (CIELAB). Para etapa de pós-processamento, uma segmentação baseada em técnica de limiares de cores foi avaliada no espaço HSV, além do uso de filtragem Gaussiana e operações morfológicas. Para viabilizar a etapa de reconhecimento de padrões, técnicas que utilizam mapas de distâncias foram avaliadas considerando o uso de Distância Euclidiana (DE). Assim, a localização de padrões do dossel das plantas de milho foi estudada com algoritmo de template matching e máscara padrão de Chamfer. Para as etapas de extração de características foram avaliadas as técnicas de código de cadeia e mapa de padrões circulares. Essa análise possibilitou estabelecer vetores de características baseados em padrões do número de ocorrências das emergências das plantas de milho. Adicionalmente, foram consideradas duas etapas de calibração, uma sobre a altura das plantas e o raio de abertura do dossel e a segunda sobre a relação estabelecida entre o número de sementes plantadas e os raios identificados com as técnicas de reconhecimentos de padrões. Finalmente, uma etapa de classificação dos padrões da abertura do dossel da planta de milho foi estabelecida, tendo sido utilizado um conjunto de classificadores baseados em Máquina de Vetores de Suporte (SVM). O método desenvolvido mostrou-se adequado para contagem e classificação dos padrões em função da abertura do dossel das plantas de milho em estádio pós-emergência. CNPq: Processo 133517/2019-5 |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|