Aplicação da Visão Computacional na Agricultura de                     Precisão                               Fabrício Mar...
•   Ciência e tecnologia das máquinas    que enxergam;•   Construção de sistemas artificiais    que obtém informação de im...
• No Brasil, ainda imaturo;• Estudos aprofundados, após a década  de 70;• Não existe formulação padrão para o  problema da...
• Sistemas que realizam ações mecânicas  como movimentar um robô em um  ambiente;• Sensor de visão: Muitas informações de ...
• Aquisição de imagem: Obtenção de imagens através de  sensores;• Pré-processamento: Aplicar métodos de processamento de  ...
• Aquisição de imagem: Obtenção de imagens através de  sensores;• Pré-processamento: Aplicar métodos de processamento de  ...
Vinescout• Navegação baseada na Visão 3D;• Navegação noturna;• Manejo entre linhas;• Controle de plantas daninhas mais  pr...
• Maiores velocidades de  Trabalho;• Também pode ser  utilizado para  pulverização localizada;• Reduz a fadiga do  operado...
• Projeto Botanicalls;• Três estudantes da Universidade de Nova York;• Objetivo: Quando a planta tiver alguma necessidade,...
Aplicações de visão computacional em agricultura de precisão - Grupo 6
Aplicações de visão computacional em agricultura de precisão - Grupo 6
Próximos SlideShares
Carregando em…5
×

Aplicações de visão computacional em agricultura de precisão - Grupo 6

802 visualizações

Publicada em

Autores:
Fabrício Maranho
Guilherme Bragato
Fernando Bertin
João Paulo Del’ Massa
Mário Kiratz

0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
802
No SlideShare
0
A partir de incorporações
0
Número de incorporações
2
Ações
Compartilhamentos
0
Downloads
14
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Aplicações de visão computacional em agricultura de precisão - Grupo 6

  1. 1. Aplicação da Visão Computacional na Agricultura de Precisão Fabrício Maranho Guilherme Bragato Fernando Bertin João Paulo Del’ Massa Mário Kiratz Professor: André Gustavo
  2. 2. • Ciência e tecnologia das máquinas que enxergam;• Construção de sistemas artificiais que obtém informação de imagens ou quaisquer dados multi- dimensionais;• Complemento da visão biológica.
  3. 3. • No Brasil, ainda imaturo;• Estudos aprofundados, após a década de 70;• Não existe formulação padrão para o problema da visão computacional;• Diversos métodos para resolver muitas tarefas específicas;
  4. 4. • Sistemas que realizam ações mecânicas como movimentar um robô em um ambiente;• Sensor de visão: Muitas informações de alto nível sobre o ambiente ao robô;• Reconhecimento de padrões e aprendizagem da máquina (sensoriamento remoto, lembram?);• Áreas envolvidas: Ciência da computação, física, neurobiologia, processamento de sinais;
  5. 5. • Aquisição de imagem: Obtenção de imagens através de sensores;• Pré-processamento: Aplicar métodos de processamento de imagens, antes de extrair informações;• Extração de características: Garimpar informações da imagem ;• Detecção e segmentação: Destacar uma região e guardá-la para posterior estudo;• Processamento de alto nível: Verificação da satisfação dos dados e classificação dos objetos destacados em categorias.
  6. 6. • Aquisição de imagem: Obtenção de imagens através de sensores;• Pré-processamento: Aplicar métodos de processamento de imagens, antes de extrair informações;• Extração de características: Garimpar informações da imagem ;• Detecção e segmentação: Destacar uma região e guardá-la para posterior estudo;• Processamento de alto nível: Verificação da satisfação dos dados e classificação dos objetos destacados em categorias.
  7. 7. Vinescout• Navegação baseada na Visão 3D;• Navegação noturna;• Manejo entre linhas;• Controle de plantas daninhas mais próximas da planta;• Independente da frequência e do tipo de distribuição;
  8. 8. • Maiores velocidades de Trabalho;• Também pode ser utilizado para pulverização localizada;• Reduz a fadiga do operador;• Foco do operador nas configurações da máquina.
  9. 9. • Projeto Botanicalls;• Três estudantes da Universidade de Nova York;• Objetivo: Quando a planta tiver alguma necessidade, ela “Twitta” seu status; • São 5 as atualizações de status: 1. Nível de umidade do solo abaixo do limiar satisfatório; 2. “ “ abaixo do nível crítico; 3. Rápido aumento da umidade detectada no solo; 4. Planta regada que não atingiu o nível suficiente; 5. Não necessidade de água.

×