Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/953

Título: Análise de componentes independentes aplicada a avaliação de imagem radiográfica de sementes
Autor(es): Leite, Isabel Cristina Costa
Orientador: Sáfadi, Thelma
Coorientador(es): Carvalho, Maria Laene de Moreira
Membro da banca: Barroso, Lúcia Pereira
Ferreira, Danton Diego
Abreu, Agostinho Roberto de
Ferreira, Daniel Furtado
Área de concentração: Estatística e Experimentação Agropecuária
Assunto: Análise de componente independente
Análise de imagem
Análise discriminante
Raios X
Qualidade de semente
Discriminant analysis
Image analysis
Independent component analysis
Seed quality
X-rays
Data de Defesa: 13-Jun-2013
Data de publicação: 2013
Agência de Fomento: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Referência: LEITE, I. C. C. Análise de componentes independentes aplicada a avaliação de imagem radiográfica de sementes. 2013. 123 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2013.
Resumo: The analysis of seed radiographic images is an effective and increasingly used method for the evaluation of seed lots. This work proposes the use of the independent component analysis (ICA) and of the discriminant analysis with the objective of classifying seed radiographic images in physical quality levels, differentiating full seeds from deformed or damaged seeds. The ICA was applied to a set of sunflower seed images generating a base of images statistically independent from each other. The coordinates of each seed image in this base are the entry parameters for the discriminant analysis. The method was tested on a set of seed images generated by simulation and on a set of real seed images. The classification presented a global hit of up to 97% for the simulated images and 82% for the real images. From the results observed in the radiogram classifications, we aimed at establishing relations with the physiological potential of the seeds. The results show that the methodology proposed may contribute to a fast and less subjective evaluation of seed radiographic images.
A análise de imagens radiográficas de sementes é um método efetivo cada vez mais utilizado na avaliação de lotes de sementes. Com este trabalho, propõe-se a utilização da análise de componentes independentes (ICA) e da análise discriminante com o objetivo de classificar imagens radiográficas de sementes em níveis de qualidade física, diferenciando sementes cheias de sementes com algum tipo de dano ou deformação. A ICA foi aplicada a um conjunto de imagens de sementes de girassol gerando uma base de imagens estatisticamente independentes entre si. As coordenadas de cada imagem de semente nesta base são os parâmetros de entrada para a análise discriminante. O método foi testado num conjunto de imagens de sementes geradas por simulação e num conjunto de imagens reais de sementes. A classificação obteve um acerto global de até 97% para as imagens simuladas e 82% para as imagens reais. A partir dos resultados observados na classificação dos radiogramas procurou-se estabelecer relações com o potencial fisiológico das sementes. Os resultados mostraram que a metodologia proposta pode contribuir para uma avaliação rápida e menos subjetiva de imagens radiográficas de sementes.
Informações adicionais: Tese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós- Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Doutor.
URI: http://repositorio.ufla.br/jspui/handle/1/953
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
TESE_Análise de componentes independentes aplicada a avaliação....pdf2,37 MBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback