Reconhecimento de cultivares e plantas daninhas por imagem.

Thullyo Radeli Castilho; Fabrício Martins Lopes

doi:10.20906/CPS/SICITE2015-0614

Resumo

Devido aos avanços das tecnologias atuais, em especial dos computadores, internet e smartphones, se tornou possível o uso e geração maciços de dados digitais, mais especificamente, conteúdos de mídia, como áudio, vídeo e imagens digitais. Em especial, as imagens digitais apresentam diversas aplicações muito importantes, bem como diversos desafios a serem superados. Atualmente, ainda é extremamente comum a supervisão e classificação de imagens por pessoas, na maioria das vezes com o objetivo de se encontrar sentido ou padrões, para os mais diversos propósitos. Na maioria das situações, a classificação de imagens por pessoas pode ser ineficiente e demorada, resultando em um processo muito custoso em termos financeiros. Portanto, a automatização deste processo se faz necessária e de extrema importância. Mas para que se atinja o objetivo da automatização, há a necessidade primordial de se encontrar métodos de caracterização e classificação dessas imagens, que sejam mais eficientes o possível, e esta é uma busca de constantes descobertas, com diversos campos ainda a serem explorados. Considerando o contexto apresentado, o objetivo do presente trabalho foi estudar um método que consiste em uma estratégia inovadora no processamento de imagens, consistindo da representação destas por meio de redes complexas e posterior extração de suas características, e por fim, treinamento e classificação por meio de classificadores já implementados na plataforma Weka. Tal método foi aplicado nos datasets de imagens de textura Brodatz e KTH-TIPS. Em relação aos resultados, as melhores acurácias obtidas foram de 89,81% para o Brodats e 70,62% para o KTH-TIPS. Destaca-se também a realização em coautoria, baseado neste trabalho, de artigo aceito para publicação na conferência CIARP 2015, sob o título de A Complex Network-Based Approach to the Analysis and Classification of Images.

Palavras-chave: Processamento de imagens; Redes complexas; Reconhecimento de padrões; Extração de características