DETECÇÃO DE FALHAS EM LINHAS DE PLANTIO EM IMAGENS OBTIDAS POR VANT UTILIZANDO CNN E OPERADORES MORFOLÓGICOS

Colloquium Exactarum

Endereço:
Rod. Raposo Tavares, Km 572
Presidente Prudente / SP
19067175
Site: http://journal.unoeste.br/index.php/ce
Telefone: (18) 3229-2079
ISSN: 21788332
Editor Chefe: Robson Augusto Siscoutto e Ana Paula Marques Ramos
Início Publicação: 30/11/2009
Periodicidade: Semestral
Área de Estudo: Ciências Exatas, Área de Estudo: Engenharias

DETECÇÃO DE FALHAS EM LINHAS DE PLANTIO EM IMAGENS OBTIDAS POR VANT UTILIZANDO CNN E OPERADORES MORFOLÓGICOS

Ano: 2022 | Volume: 14 | Número: 1
Autores: Hélio Gomes Pereira da Silva Filho, Francisco Assis da Silva, Leandro Luiz de Almeida, Danillo Roberto Pereira, Mário Augusto Pazoti, Almir Olivette Artero, Marco Antônio Piteri
Autor Correspondente: Helio Gomes Pereira da Silva Filho | [email protected]

Palavras-chave: Visão Computacional, CNN, linhas de plantio, VANT, operador morfológico

Resumos Cadastrados

Resumo Português:

A população mundial cresce a cada ano, porém, as terras cultiváveis do planeta já estão praticamente todas em uso ou protegidas por leis ambientais. A humanidade precisa encontrar meios de aumentar a produtividade no campo, e uma das formas é fazendo o uso da tecnologia. Este trabalho utiliza recursos computacionais para detectar falhas em linhas de plantio, por meio da análise de imagens de plantações obtidas por VANTs. Na metodologia desenvolvida foram utilizados CNN, operadores morfológicos e um algoritmo para desenhar as linhas de plantio. Com as falhas detectadas, busca-se auxiliar o produtor rural a tomar melhores decisões, aumentar sua produção e diminuiros prejuízos. Os resultados obtidos foramsatisfatórios, mas estão intimamente ligados a qualidade da classificação da imagem pela CNN, que apresentou F1 Score em torno de 92%.



Resumo Inglês:

The world population grows every year, however, the arable lands of the planet are practically all in use or protected by environmental laws. Humanity needs to find ways to increase productivity in the countryside, and one of the ways is by making use of technology. This paper uses computational resources to detect failures in planting lines, through the analysis of plantation images obtained by UAVs. In the developed methodology, CNN, morphological operators and an algorithm were used to draw the planting lines. With the detected failures, the aim is to help rural producers to make better decisions, increase their production and reduce losses. The results obtained weresatisfactory, but are closely linked to the quality of the imageclassification by CNN, which presented an F1 Score around 92%.