
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.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Von Pinho, Renzo Garcia | - |
| Autor(es): dc.contributor | Von Pinho, Renzo Garcia | - |
| Autor(es): dc.contributor | Rezende Junior, Marcio Fernando Ribeiro de | - |
| Autor(es): dc.contributor | Carneiro, Vinícius Quintão | - |
| Autor(es): dc.contributor | Gonçalves, Flávia Maria Avelar | - |
| Autor(es): dc.contributor | Bruzi, Adriano Teodoro | - |
| Autor(es): dc.creator | Pinto Junior, Ricardo Andrade | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:36:20Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:36:20Z | - |
| Data de envio: dc.date.issued | 2021-01-18 | - |
| Data de envio: dc.date.issued | 2021-01-18 | - |
| Data de envio: dc.date.issued | 2021-01-18 | - |
| Data de envio: dc.date.issued | 2020-10-28 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/46049 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1143362 | - |
| Descrição: dc.description | The use of digital images in high throughput phenotyping has been shown to be a promising technique to speed up and increase the genetic gains of qualitative traits linked to the quality of ears and grain productivity in breeding programs for sweet corn. Therefore, the goals of this study were to establish an efficient protocol for ear phenotyping, using digital images. The acquisition of the images was accomplished in a reduced time in a simple and low-cost platform. The images were processed in open software using image segmentation techniques. After processing the images, pixel matrices were extracted, which allowed the characterization of the ears in terms of length, width, total area, tip fill area, number of rows and number of kernels. Index of agreement were used to verify the efficiency of phenotyping through digital images when compared with manual phenotyping. The proposed methodologies were shown to be promising for the characterization of corn ears through digital images. High correlations were observed, ranging from 0.6 to 0.95, between the values estimated via images and those obtained manually. The techniques of image segmentation and the proposed methodology to determine the length and width of the ears were highly efficient. The use of images reduced the time and labor spent on characterizing the ears. The protocol established in this study can replace manual phenotyping and be adopted on a large scale, without high costs, in any breeding program. The results presented encourage further investigations related to image processing in order to speed up the phenotyping of characteristics of interest to the breeder. | - |
| Descrição: dc.description | O uso de imagens na fenotipagem de alta precisão tem se mostrado uma técnica promissora para acelerar e aumentar os ganhos genéticos de caracteres qualitativos ligados a qualidade das espigas e a produtividade de grãos em programas de melhoramento de milho doce. Por isso, o objetivo desse estudo foi estabelecer um protocolo eficiente de fenotipagem de espigas, utilizando imagens digitais. A aquisição das imagens foi realizada em tempo reduzido em uma plataforma simples e de baixo custo. As imagens foram processadas em software gratuito utilizando técnicas de segmentação. Após o processamento das imagens, foram extraídas matrizes de píxeis que permitiram a caracterização das espigas quanto aos descritores comprimento, largura, área total, área sem preenchimento de grãos, número de fileira e número de grãos. Medidas de confiabilidade foram empregadas para verificar a eficiência da fenotipagem por meio das imagens digitais e sua concordância com a fenotipagem manual. As metodologias propostas se mostraram promissoras para caracterização das espigas de milho por meio das imagens. Foram observadas correlações elevadas, variando de 0,6 a 0,95, entre os valores estimados via imagens e os obtidos manualmente. As técnicas de segmentação de imagens e a metodologia proposta para determinar o comprimento e largura das espigas foi altamente eficiente. O uso de imagens reduziu o tempo e a mão de obra dispendidos na caracterização das espigas. O protocolo estabelecido nesse estudo pode substituir a fenotipagem manual e ser adotado em larga escala, sem custos elevados, em qualquer programa de melhoramento. Os resultados apresentados encorajam novas investigações ligadas ao processamento de imagens visando acelerar a fenotipagem de características de interesse do melhorista. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Genética e Melhoramento de Plantas | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Biologia | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Milho - Fenotipagem | - |
| Palavras-chave: dc.subject | Imagens digitais | - |
| Palavras-chave: dc.subject | Milho doce - Melhoramento genético | - |
| Palavras-chave: dc.subject | Corn - Phenotyping | - |
| Palavras-chave: dc.subject | Digital images | - |
| Palavras-chave: dc.subject | Sweet corn - Genetic Improvement | - |
| Palavras-chave: dc.subject | Melhoramento Vegetal | - |
| Título: dc.title | High throughput ear phenotyping: aplication in sweet corn | - |
| Título: dc.title | Fenotipagem de alto rendimento em espigas de milho de milho doce | - |
| Tipo de arquivo: dc.type | tese | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: