Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Desenvolvimento de software para identificação automática de estádios de Sigatoka Negra
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/11449/312014
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Modenese Gorla da Silva, Silvia Helena | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Santos, Eduardo Maciel Haitzmann dos | - |
| Autor(es): dc.creator | Ferreira, Marcos Alexandre Santos | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T16:47:46Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T16:47:46Z | - |
| Data de envio: dc.date.issued | 2025-07-14 | - |
| Data de envio: dc.date.issued | 2025-07-11 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/312014 | - |
| Fonte completa do material: dc.identifier | https://wwws.cnpq.br/cvlattesweb/PKG_MENU.menu?f_cod=45BC1E39785C5EDBE9FF28D8B6AEC8EC# | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/312014 | - |
| Descrição: dc.description | A Sigatoka Negra, causada pelo fungo Mycosphaerella fijiensis, é a principal doença foliar da bananeira, podendo causar perdas superiores a 50%. O monitoramento tradicional é subjetivo e pode induzir a erros na classificação dos estádios da doença pelos técnicos que realizam esse monitoramento. Assim, este estudo teve como objetivo desenvolver um software para identificação automática dos estádios iniciais da doença, auxiliando o manejo fitossanitário. Este trabalho possui duas abordagens, a validação em campo da metodologia descrita por Modenese-Gorla-Da-Silva (2008), baseada em processamento digital de imagens (PDI), análise de componentes principais (ACP) e redes neurais artificiais (RNA), e o desenvolvimento de um software inteligente para a identificação automática dos estádios da Sigatoka Negra. Na fase de validação, foram coletadas imagens de folhas de bananeira com sintomas característicos da doença, e destas, foram extraídas 60 amostras de cada uma das classes: ponto, traço, estria, (estádios do monitoramento), fitotoxidez por óleo (falso positivo) e sadia, para cada uma das distâncias de aquisição das imagens, 10cm, 15cm e 20cm, totalizando, assim, 180 por classe e 900 amostras no total geral. A partir da extração dos histogramas em níveis de cinza (256) para as bandas R, G e B, cada amostra (imagem) passou a ser composta por 768 variáveis de entrada, e com a aplicação da técnica de ACP, para seleção de atributos, reduziu-se para 49 variáveis. Utilizando-se essas variáveis de entrada e as classes como saída, foi realizado o treinamento com as RNA, treinadas com algoritmo backpropagation, e alcançou-se 62% de acurácia média nos conjuntos de testes. Na segunda abordagem do trabalho, foi aplicada a metodologia para o desenvolvimento do sistema computacional para identificação dos estádios, com versões desktop e mobile, acrescentando-se técnicas de extração de atributos para melhorar o desempenho dos classificadores, utilizando-se as técnicas de HSV (Hue, Saturation, Value) e Lab (Lightness, a-component, b-component) para o espaço de cor, LBP ( Padrões binários locais) e GLCM (Matriz de Coocorência de Níveis de Cinza) para textura e momentos Hu para forma, compondo 106 variáveis distintas de entrada. Isto permitiu elevar a acurácia média dos conjuntos de testes para 88,37% e 82,81%, respectivamente, para as versões desktop e mobile (adaptada com TensorFlow.js). O software desenvolvido é viável e representa um avanço no manejo de Sigatoka Negra, oferecendo uma ferramenta precisa e acessível para diagnósticos precoces, de maneira a contribuir para o manejo adequado de aplicações de fungicidas e aumento da produtividade. | - |
| Descrição: dc.description | Black sigatoka, caused by the fungus Mycosphaerella fijiensis, is the main foliar disease of banana plants and can cause losses exceeding 50%. Traditional monitoring is subjective and may lead to errors in classifying disease stages by technicians performing this monitoring. Thus, this study aimed to develop software for the automatic identification of the initial stages of the disease, aiding phytosanitary management. This work has two approaches: the field validation of the methodology described by Modenese-Gorla-da-Silva (2008), based on digital image processing (DIP), Principal Component Analysis (PCA), and Artificial Neural Networks (ANN); and the development of intelligent software for the automatic identification of Black Sigatoka stages. In the validation phase, images of banana leaves with characteristic disease symptoms were collected, and from these, 60 samples were extracted for each class: spot, trace, streak (monitoring stages), oil phytotoxicity (false positive), and healthy, for each image acquisition distance (10cm, 15cm, and 20cm), totaling 180 per class and 900 samples overall. From the extraction of gray-level histograms (256 levels) for the R, G, and B bands, each sample (image) comprised 768 input variables, and with the application of the PCA, technique for feature selection, it was reduced to 49 variables. Using these input variables and the classes as output, ANN, trained with the backpropagation algorithm, achieving an average accuracy of 62% in the test sets. In the second approach of the work, the methodology was applied to develop the computational system for stage identification, with desktop and mobile versions, incorporating feature extraction techniques to improve classifier performance, using techniques that included HSV (Hue, Saturation, Value) and Lab (lightness, a-component, b-component) for color space, LBP (Local Binary Patterns) and GLCM (Gray-Level Co-occurrence Matrix) for texture, and Hu moments for shape, comprising 106 distinct input variables. This allowed us to increase the average accuracy on the test sets to 88.37% and 82.81%, respectively, for the desktop and mobile (adapted with tensorflow.js) versions. The developed software is viable and represents an advancement in Black Sigatoka management, offering an accurate and accessible tool for early diagnosis, thereby contributing to adequate fungicide application management and increased productivity. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
| Direitos: dc.rights | info:eu-repo/semantics/restrictedAccess | - |
| Palavras-chave: dc.subject | doença de plantas | - |
| Palavras-chave: dc.subject | classificação automática | - |
| Palavras-chave: dc.subject | aplicativo móvel | - |
| Palavras-chave: dc.subject | agricultura digital | - |
| Palavras-chave: dc.subject | plant diseases | - |
| Palavras-chave: dc.subject | automatic classification | - |
| Palavras-chave: dc.subject | mobile aplication | - |
| Palavras-chave: dc.subject | digital agriculture | - |
| Título: dc.title | Desenvolvimento de software para identificação automática de estádios de Sigatoka Negra | - |
| Título: dc.title | Software development for automatic identification of Black Sigatoka disease stages | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo