Title:	Classificação de imagens termais em alvos agrícolas.
Authors:	EVARISTO, J. W. VENDRUSCULO, L. G. BASSI, B. GARCIA, T.
Affiliation:	JADER WILLIAN EVARISTO, UNEMAT, Sinop-MT; LAURIMAR GONCALVES VENDRUSCULO, CNPTIA; BRUNO BASSI, UNEMAT, Sinop-MT; THIAGO GARCIA, UNEMAT, Sinop-MT.
Date Issued:	2017
Citation:	In: ENCONTRO DE CIÊNCIA E TECNOLOGIAS AGROSSUSTENTÁVEIS; JORNADA CIENTÍFICA DA EMBRAPA AGROSSILVIPASTORIL, 6., 2017, Sinop, MT. Resumos... Sinop, MT: Embrapa Agrossilpastoril, 2017. p. 238-242.
Description:	A 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.
Thesagro:	Setor Agrícola Setor Florestal
NAL Thesaurus:	Lidar
Keywords:	Classficação de imagem Alvo agrícola Dado morfométrico Imagem multiespectral Sinop-MT
Type of Material:	Artigo em anais e proceedings
Access:	openAccess
Appears in Collections:	Artigo em anais de congresso (CPAMT)