Diagnofomil: ferramenta para diagnóstico de doenças fúngicas em folha de milho

Autores

DOI:

https://doi.org/10.5965/2764747102042013125

Palavras-chave:

doença do milho, visão computacional, redes neurais

Resumo

Este artigo apresenta o desenvolvimento de uma ferramenta para diagnóstico de doenças fúngicas em folhas de milho. Mostra o embasamento teórico sobre as doenças tratadas, bem como as técnicas utilizadas para a implementaçao. Logo após é mostrado o processo de desenvolvimento da ferramenta, demonstrando as técnicas utilizadas para a extração das características das imagens, os testes realizados para encontrar a melhor configuração da rede, o diagrama de classes e por fim a ferramenta em funcionamento.

Downloads

Não há dados estatísticos.

Biografia do Autor

Eduardo Stahnke, Universidade do Estado de Santa Catarina

Especialista em Tecnologias para Aplicações Web pela Universidade Norte do Paraná, UNOPAR, Brasil.

Graduado em Sistemas de Informação pela Universidade do Estado de Santa Catarina, UDESC, Brasil.

Professor do Instituto Federal Catarinense - Campus Ibirama, IFC, Brasil.

Fernando dos Santos, Universidade do Estado de Santa Catarina

Doutor em Ciências da computação pela Universidade Federal do Rio Grande do Sul, UFRGS, Brasil.

Mestre em Ciências da Computação, Inteligência Artificial pela Universidade Federal do Rio Grande do Sul, UFRGS

Graduado em Ciências da Computação pela Fundação Universidade Regional de Blumenau, FURB, Brasil.

Professor assistente na Universidade do Estado de Santa Catarina.

Referências

BORTOLINI, Alexandre M. M. GHELLER, Jorge A. Aplicação de Diferentes Fungicidas no Controle de Doenças Foliares na Cultura do Milho em relação à Produtividade. 2011. Disponível em: http://www.fag.edu.br/novo/arquivos/revista/rbe/1-2011/Artigo_10_2011.pdf. Acesso em: 01 mar. 2012.

CHACON, Germano. ALBUQUERQUE, Marcelo de. ALBUQUERQUE, Marcio. GASTARDELLI, Elton. MORAES, Fernanda. OLIVEIRA, Gabriel. Aplicação da Técnica de Momentos Invariantes no Reconhecimento de Padrões em Imagens Digitais. 2011. Disponível em: http://cbpfindex.cbpf.br/publication_pdfs/nt00611.2011_11_01_09_51_20.pdf. Acesso em: 08 out. 2013.

CONCI, Aura. AZEVEDO, Eduardo. LETA, Fabiana R. Computação Gráfica: Teoria e Prática. Rio de Janeiro: Campus, 2008. 407 p. 2 v.

COPPIN, Bem. Inteligência Artificial. Rio de Janeiro: LTC, 2010. 636 p.

COSTA, Rodrigo V. da. CASELA, Carlos R. COTA, Luciano V. Cultivo do Milho. 5. ed. 2009. Disponível em: http://www.cnpms.embrapa.br/publicacoes/milho_5_ed/doencas.htm. Acesso em: 09 abr. 2012.

GONZALES, Rafael C. WOODS, Richard E. Processamento de Imagens. Trad: Roberto Marcondes Cesar Junior. São Paulo: Editora Edgar Blücher LTDA. 2000. 591 p.

HAYKIN, Simon. Redes Neurais: Princípios e Práticas. 2. ed. Trad: Paulo Martins Engel. Porto Alegre: Bookman, 2001. 900 p.

MARENGONI, Maurício. STRINGHINI, Denise. Tutorial: Introdução à Visão Computaacional Usando OpenCv. 2009. Disponível em: http://seer.ufrgs.br/rita/article/view/rita_v16_n1_p125. Acesso em: 26 jul. 2013.

PINTO, Nicésio F. J de A. Controle Químico de Doenças Foliares em Milho. 2004. Disponível em: http://rbms.cnpms.embrapa.br/index.php/ojs/article/view/96/97. Acesso em: 08 abr. 2012.

RUSSELL, Stuart. NORVIG, Peter. Inteligência Artificial. Trad: Publicare Consultoria. Rio de Janeiro: Elsevier, 2004. 1021 p.

SZELISKI, Richard. Computer Vision: Algorithms and Applications. Trad: Próprio Autor. 2010. Disponível em: http://szeliski.org/Book/. Acesso em: 26 jul. 2013.

VAHLDICK, Adilson. Inteligência Artificial. 2012. Notas de Aula.

Downloads

Publicado

2013-12-20

Como Citar

Stahnke, E., & Santos, F. dos. (2013). Diagnofomil: ferramenta para diagnóstico de doenças fúngicas em folha de milho. Revista Brasileira De Contabilidade E Gestão, 2(4), 125–136. https://doi.org/10.5965/2764747102042013125

Edição

Seção

Artigos