Comparação de métodos descritores e métodos de aprendizado de máquina aplicados no reconhecimento de imagens de frutas

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorOliveira, Claiton de-
Autor(es): dc.contributorOliveira, Claiton de-
Autor(es): dc.contributorSnaches, Silvio Ricardo Rodrigues-
Autor(es): dc.contributorCorrêa, Cléber Gimenez-
Autor(es): dc.creatorMoreti, Caio Vinícius Pertile-
Data de aceite: dc.date.accessioned2022-08-04T20:17:45Z-
Data de disponibilização: dc.date.available2022-08-04T20:17:45Z-
Data de envio: dc.date.issued2022-05-18-
Data de envio: dc.date.issued2022-05-18-
Data de envio: dc.date.issued2020-10-18-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/28581-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/706237-
Descrição: dc.descriptionThe quality of a fruit is an important factor for producers and consumers. Manual separation, that is a harvesting or post-harvest stage is a great labor effort, and if not carried out correctly, can cause damage to both sides. Computer vision plays an important role in making fruit classifications, based on features extracted from images, with techniques that are continuously improved over time. This work proposes to compare different classification methods, combining them with different characteristics extracted from the images, such as color, shape and texture, in order to identify the best combination, and achieve the best possible accuracy. In this way, this work portrays the use of algorithms descriptors of images in fruits, with the objective of extracting their characteristics. With the aid of computer vision, the tests and the training are carried out based on the characteristics of each image, aiming at a comparison between the proposed methods that best help in the classification of a particular fruit. The set of images used is called Fruits-360, obtained through the work of Muresan e Oltean (2018), where 5279 images of fruits that have similarities between them, such as round and red, were selected. The extraction of characteristics from fruit images is based on algorithms that describe color (GCH and CCV), shape (Hu Moments) and texture (LBP and Haralick). It was found that the IBK classification algorithm obtained, in most experiments, the best result of accuracy and standard deviation for similar fruit images.-
Descrição: dc.descriptionA qualidade de uma fruta é um importante fator para os produtores e consumidores. A separação, de forma manual tanto na etapa da colheita ou pós-colheita representa um grande esforço braçal, e se não realizada de forma correta, pode acarretar prejuízos para ambos os lados. A visão computacional desempenha um importante papel para realizar classificações de frutas, a partir de características extraídas das imagens, com técnicas que são continuamente aprimoradas ao longo do tempo. Esse trabalho tem como proposta comparar diferentes métodos de classificação, combinando-os com as diferentes características extraídas das imagens, tais como a cor, a forma e a textura, para assim identificar a melhor combinação, e atingir a melhor acurácia possível. O conjunto de imagens utilizado chama-se Fruits-360, obtido por meio do trabalho de Muresan e Oltean (2018), onde foram selecionadas 5279 imagens de frutas que apresentam semelhanças entre si, tais como redondas e vermelhas. A extração de características das imagens de frutas foi baseada em algoritmos que descrevem a cor (GCH e CCV), a forma (Momentos de Hu) e a textura (LBP e Haralick). Verificou-se que o algoritmo de classificação IBK obteve, na maioria dos experimentos, o melhor resultado de acurácia e desvio padrão para as imagens de frutas semelhantes.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectVisão por computador-
Palavras-chave: dc.subjectProcessamento de imagens-
Palavras-chave: dc.subjectSistemas de reconhecimento de padrões-
Palavras-chave: dc.subjectComputer vision-
Palavras-chave: dc.subjectImage processing-
Palavras-chave: dc.subjectPattern recognition systems-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleComparação de métodos descritores e métodos de aprendizado de máquina aplicados no reconhecimento de imagens de frutas-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.