Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1139794
Full metadata record
DC FieldValueLanguage
dc.contributor.authorEVARISTO, J. W.
dc.contributor.authorVENDRUSCULO, L. G.
dc.contributor.authorBASSI, B.
dc.contributor.authorGARCIA, T.
dc.date.accessioned2022-02-08T16:00:40Z-
dc.date.available2022-02-08T16:00:40Z-
dc.date.created2022-02-08
dc.date.issued2017
dc.identifier.citationIn: ENCONTRO DE CIÊNCIA E TECNOLOGIAS AGROSSUSTENTÁVEIS; JORNADA CIENTÍFICA DA EMBRAPA AGROSSILVIPASTORIL, 6., 2017, Sinop, MT. Resumos... Sinop, MT: Embrapa Agrossilpastoril, 2017. p. 238-242.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1139794-
dc.descriptionA segmentação de alvos de interesse em imagens capturadas eletronicamente é importante para aplicações no setor agrícola e florestal. Por meio da individualização dos alvos nas imagens é possível, por exemplo, estimar dados morfométricos (e.g. altura total, parâmetros de copa, diâmetro de altura de peito, etc), que permitam o cálculo mais acurado da biomassa para cada indivíduo florestal. Todavia, trabalhos recentes têm priorizado a identificação de áreas vegetadas ao invés de indivíduos florestais utilizando frequentemente imagens multiespectrais de satélites (Connette et al., 2016; Sarker; Nichol, 2011). Poucos são os trabalhos voltados a estimativa individual, tal como a abordagem com dados LiDAR conhecido também como laser scanner utilizada por Figueiredo et al. (2014). Adicionalmente, apesar dos avanços tecnológicos relativo aos sensores, a pronta disponibilidade de algoritmos para processamento ainda se constitui um desafio para as diversas aplicações. O uso de técnicas para classificação de imagens é um dos objetivos da temática de processamento de imagens ou sinais (Gonzalez; Woods, 2000). Estas imagens podem ser adquiridas dentro de uma ampla faixa do espectro eletromagnético. Dentre elas destaca-se a banda termal (3 ?to? 35 μm) a qual é uma tecnologia não invasiva e que não necessita contato e não destrói o alvo. Apesar do potencial uso das imagens termais, algoritmos para, inicialmente, identificar os alvos agrícolas são pouco relatados. O objetivo deste trabalho é classificar um alvo vegetal utilizando imagens termais ou termogramas por meio de um limiar criado através de teorias estatísticas. Neste estudo utilizou-se o tronco de indivíduos de floresta nativa pertencentes a um sistema integrado de lavoura e floresta.
dc.language.isopor
dc.rightsopenAccess
dc.subjectClassficação de imagem
dc.subjectAlvo agrícola
dc.subjectDado morfométrico
dc.subjectImagem multiespectral
dc.subjectSinop-MT
dc.titleClassificação de imagens termais em alvos agrícolas.
dc.typeArtigo em anais e proceedings
dc.subject.thesagroSetor Agrícola
dc.subject.thesagroSetor Florestal
dc.subject.nalthesaurusLidar
riaa.ainfo.id1139794
riaa.ainfo.lastupdate2022-02-08
dc.contributor.institutionJADER WILLIAN EVARISTO, UNEMAT, Sinop-MT; LAURIMAR GONCALVES VENDRUSCULO, CNPTIA; BRUNO BASSI, UNEMAT, Sinop-MT; THIAGO GARCIA, UNEMAT, Sinop-MT.
Appears in Collections:Artigo em anais de congresso (CPAMT)

Files in This Item:
File Description SizeFormat 
2017-cpamt-lgv-classificacao-imagens-termais-alvos-agricolas-p-238-242.pdf618.75 kBAdobe PDFThumbnail
View/Open
Show simple item record

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace