Uso de matrizes de co-ocorrências para classificação automática de imagens de cana- de-açúcar.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCastro, Cristiano Leite de-
Autor(es): dc.contributorCoutinho, Gabriel Chaves Afonso-
Autor(es): dc.contributorLacerda, Wilian Soares-
Autor(es): dc.creatorSilva, Murilo Augusto Teixeira-
Data de aceite: dc.date.accessioned2026-02-09T12:01:05Z-
Data de disponibilização: dc.date.available2026-02-09T12:01:05Z-
Data de envio: dc.date.issued2018-10-10-
Data de envio: dc.date.issued2018-10-10-
Data de envio: dc.date.issued2015-
Data de envio: dc.date.issued2013-08-21-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/31280-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1152529-
Descrição: dc.descriptionThis work is a study and application of a technique for features extraction on sugarcane texture images in order to automate the process of separation of sugarcane on industries according to the type of cut (manual or mechanic) that passes throug the mat. It made a contextualization of the area of image processing and texture analysis, besides the presentation of some methods for feature extraction. Will be used the method known as Grey-Level Co-occurrence Matrix (GLCM) and this work presents the characteristics, besides the benefits and disadvantages of the method. Several tests will be made on two different images databases, including the very basis of sugarcane images and a more detailed analysis will be made on the results.-
Descrição: dc.descriptionEsse trabalho é um estudo e aplicação de uma técnica para extração de características nas imagens de textura de cana, com o objetivo de automatizar o processo de separação da cana nas indústrias de acordo com o tipo de corte (manual ou mecânico) do pedaço que passa pela esteira. É feito uma contextualização da área de processamento de imagens e análise de texturas, além da apresentação de alguns métodos para extração de características. Será utilizado o método conhecido como Grey-Level Co-occurrence Matrix (GLCM) e esse trabalho apresentará as características, além das vantagens e desvantagens do método. Vários testes serão feitos sobre duas bases de imagens diferentes, incluindo a própria base de imagens de cana-de-açúcar e uma análise mais detalhada será sobre os resultados obtidos.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsacesso aberto-
Palavras-chave: dc.subjectAnálise de textura-
Palavras-chave: dc.subjectExtração de características-
Palavras-chave: dc.subjectGrey-level co-occurrence matrix-
Palavras-chave: dc.subjectMétodos estatísticos-
Palavras-chave: dc.subjectClassificação de imagens-
Palavras-chave: dc.subjectTexture analysis-
Palavras-chave: dc.subjectFeature extraction-
Palavras-chave: dc.subjectStatistical methods-
Palavras-chave: dc.subjectImage classification-
Título: dc.titleUso de matrizes de co-ocorrências para classificação automática de imagens de cana- de-açúcar.-
Tipo de arquivo: dc.typeTCC-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.