Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/55436
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorCalixto, Rene Ripardo-
dc.contributor.authorAragão, Márcia Facundo-
dc.contributor.authorRodrigues, Anderson Barbosa-
dc.contributor.authorPinheiro Neto, Luis Gonzaga-
dc.contributor.authorCavalcante, Tarique da Silveira-
dc.date.accessioned2020-11-24T12:38:31Z-
dc.date.available2020-11-24T12:38:31Z-
dc.date.issued2016-
dc.identifier.citationCALIXTO, Rene Ripardo; ARAGÃO, Márcia Facundo; RODRIGUES, Anderson Barbosa; PINHEIRO NETO, Luis Gonzaga; CAVALCANTE, Tarique Silveira. Sistema de visão computacional para classificação de melão amarelo de acordo com o formato. In: SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES - SBrT2016, 34º, 30 ago. a 02 Set. 2016, Santarém, PA. Anais [...] Santarém, PA., 2016.pt_BR
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/55436-
dc.description.abstractComputer vision systems (VC) are able to optimize a process of post-harvest vegetables. This paper proposes a VC process to classify the yellow melon by estimating format. For this purpose, are described, a series of steps for estimating channel format by analysis of the spaces (RGB and CMYK), minimum between images, thresholding, contour detection and polar coordinates. The average error between the definition of a VC and operator format, was 0.032 and standard deviation of 0.033 with it, the classification obtained 100% accuracy. The proposed methods can be implemented in embedded systems.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectMelão - Colheitapt_BR
dc.subjectEstimativa do formatopt_BR
dc.subjectVisão computacionalpt_BR
dc.subjectPercepção de padrõespt_BR
dc.subjectSistemas de reconhecimento de padrõespt_BR
dc.subjectVisão por computadorpt_BR
dc.titleSistema de visão computacional para classificação de melão amarelo de acordo com o formatopt_BR
dc.typeArtigo de Eventopt_BR
dc.description.abstract-ptbrSistemas de visão computacional (VC) são capazes de otimizar um processo de pós-colheita de hortaliças. Este trabalho propõe um processo de VC para classificar o melão amarelo pela estimativa do formato. Para isso, são descritos, uma série de etapas para estimar o formato através da analise de canais dos espaços (RGB e CMYK), mínimo entre imagens, limiarização, detecção de contornos e coordenadas polares. O erro médio entre a definição do formato por VC e operador, foi de 0,032 e desvio padrão de 0,033 com isso, a classificação obteve 100% de acerto. Os métodos propostos podem ser implementados em sistemas embarcados.pt_BR
Aparece nas coleções:DETE - Trabalhos apresentados em eventos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2016_eve_rrcalixto.pdf821,65 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.