• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
10.11606/T.74.2013.tde-10072013-085725
Documento
Autor
Nome completo
Liliane Maria Romualdo
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
Pirassununga, 2013
Orientador
Banca examinadora
Luz, Pedro Henrique de Cerqueira (Presidente)
Herling, Valdo Rodrigues
Natale, William
Pinto, Francisco de Assis de Carvalho
Silva, Silvia Helena Modenese Gorla da
Título em português
Utilização da visão artificial para diagnóstico nutricional de nitrogênio, fósforo, potássio e manganês em milho
Palavras-chave em português
Zea mays
Nutrição mineral
Sintomas de deficiências
Visão computacional
Resumo em português
Um sistema de visão artificial (SVA) para diagnose nutricional de milho, baseado em análise de imagens de folhas foi recentemente proposto pelo GCC-IFSC e Agrárias-FZEA/USP. O objetivo do estudo foi avaliar o estado nutricional do milho cultivado em casa de vegetação em solução nutritiva, com deficiência e suficiência nutricionais induzidas de nitrogênio (N), fósforo (P), potássio (K) e manganês (Mn) utilizando visão artificial, e posteriormente em campo visando validar o diagnóstico pelo sistema de visão artificial desenvolvido. As doses dos nutrientes foram constituídas pela omissão, 1/5, 2/5 e a dose completa, combinadas em três estádios de desenvolvimento do milho (V4, V7 e R1), com quatro repetições. O experimento foi individual para cada elemento. Em cada época foram coletadas imagens de folhas indicativas do estádio (FI), folhas velhas (FV) para o N, P e K e folhas novas para o Mn, que foram primeiramente digitalizadas em 1200 dpi, e em seguida encaminhadas para serem analisadas quimicamente. Também foram avaliadas nas plantas, as variáveis biométricas (altura, diâmetro do colmo e número de folhas) e determinar as produções de massa seca da parte aérea e do sistema radicular, além da determinação dos teores de nutrientes. A omissão de N, P e K proporcionaram deficiências nutricionais características nas folhas do milho, quando cultivado em casa de vegetação. As modificações nas folhas do milho, com as doses dos nutrientes estudadas, possibilitaram a obtenção de imagens necessárias para o desenvolvimento do SVA, em casa de vegetação. A utilização das imagens da casa de vegetação para treinar o SVA visando à validação de imagens do campo, gerou confusão na interpretação, levando a erros de classificação, entretanto, o uso desta tecnologia para diagnose nutricional do milho, tanto em casa de vegetação, como no campo, é promissora.
Título em inglês
Use of the artificial vision for nutritional diagnosis of nitrogen, phosphorus, potassium and manganese in corn
Palavras-chave em inglês
Zea mays
Computer vision
Mineral nutrition
Symptoms of deficiencies
Resumo em inglês
An artificial vision system (AVS) for nutrient diagnosis of corn, based on analysis of images of leaves was recently proposed by SCG-IFSC and Agrarian-FZEA/USP. The objective was evaluate the nutritional status of maize grown in a greenhouse in nutrient solution with induced nutritional deficiency and sufficiency of nitrogen (N), phosphorus (P), potassium (K) and manganese (Mn) using artificial vision, and correlate the results obtained with foliar analysis, and then the field in order to validate the diagnosis by artificial vision system developed. Doses of nutrients were established by omission, 1/5, 2/5 and full dose, combined into three developmental stages of corn (V4, V7 and R1), with four replications. The experiment was for each individual element. Images of leaves were collected in each epoch indicating the stage (FI), old leaves (FV) for N, P and K and Mn for new leaves, which were first scanned at 1200 dpi, then sent to be analyzed chemically. The biometric variables (height, stem diameter and number of leaves) were also evaluated, and the dry matter production of shoots and roots was determined, besides the determination of nutritional content. The omission of N, P and K caused typical nutrient deficiencies provided in the leaves of maize when grown in a greenhouse. The changes in the leaves of maize, with doses of nutrients studied, allowed the imaging necessary for training SVA in a greenhouse. The use of images of the greenhouse to train the SVA aiming to validate images of the field has led to confusion in the interpretation leading to errors of classification, however the use of this technology for nutrient diagnosis of corn, both in the greenhouse and in the field, is promising.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
DO6723891COR.pdf (6.52 Mbytes)
Data de Publicação
2013-07-15
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2020. Todos os direitos reservados.