Campo DC | Valor | Idioma |
dc.contributor.advisor | Souza, Nara Oliveira Silva | pt_BR |
dc.contributor.author | Oliveira, Vasconcelos Romão de | pt_BR |
dc.date.accessioned | 2024-10-24T18:10:31Z | - |
dc.date.available | 2024-10-24T18:10:31Z | - |
dc.date.issued | 2024-10-24 | - |
dc.date.submitted | 2024-05-24 | - |
dc.identifier.citation | OLIVEIRA, Vasconcelos Romão de. Análise de imagem no controle de qualidade de sementes de soja. 2024. 127 f., il. Tese (Doutorado em Agronomia) — Universidade de Brasília, Brasília, 2024. | pt_BR |
dc.identifier.uri | http://repositorio.unb.br/handle/10482/50719 | - |
dc.description | Tese (doutorado) — Universidade de Brasília, Faculdade de Agronomia e Medicina Veterinária, Programa de Pós-Graduação em Agronomia, 2024. | pt_BR |
dc.description.abstract | A avaliação da qualidade é essencial para assegurar a comercialização de sementes
capazes de expressar o máximo desempenho em campo, e por conseguinte, garantir
a satisfação dos produtores. Os métodos empregados nos programas de controle de
qualidade são majoritariamente testes tradicionais, suportados em inspeções visuais.
Assim, os critérios de avaliação das análises incluem a subjetividade e erro dos
avaliadores, comuns em operações humanas. Em contraponto, o uso da análise de
imagem e inteligência atirficial têm oferecido mais padronização, confiabilidade,
agilidade e praticidade aos processos de avaliação de sementes. O GroundEye® é
uma destas soluções, que se compõe de um sistema capaz de capturar imagens de
alta resolução e transformá-las em informações como cor, textura e geometria. Neste
sentido, esta pesquisa tem como objetivo utilizar análise de imagem como ferramenta
complementar na avaliação de qualidade de sementes de soja, através do
GroundEye®. Foram analisadas variáveis do espaço de cores HSV, CIE Lab* e LCh*,
obtidas por imagem fotográfica para determinar semente esverdeada e com mancha
púrpura, também foi comparada a intensidade destas injúrias com a qualidade
fisiológica das sementes. Por fim, o estudo analisou como a variação de cor no
recobrimento do tratamento de sementes se correlaciona com a quantidade de
ingrediente ativo do produto aplicado em sementes tratadas com adição de pó
secante. Os ensaios foram conduzidos no Laboratório de Análise de Sementes da
Corteva Agriscience do Brasil Ltda, em Brasília-DF, Distrito Federal. | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Análise de imagem no controle de qualidade de sementes de soja | pt_BR |
dc.type | Tese | pt_BR |
dc.subject.keyword | Soja - sementes | pt_BR |
dc.subject.keyword | Análise de imagens | pt_BR |
dc.subject.keyword | Sementes - qualidade | pt_BR |
dc.subject.keyword | Sementes - variação de cor | pt_BR |
dc.subject.keyword | Sementes - tratamento | pt_BR |
dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | pt_BR |
dc.description.abstract1 | Evaluating seed quality is crucial to ensure the marketing of seeds capable of
delivering maximum field performance, thereby guaranteeing farmer satisfaction.
Quality control programs predominantly employ traditional testing methods supported
by visual inspections. However, these evaluation criteria often involve the subjectivity
and error typical of human operation. In contrast, the use of image analysis and artificial
intelligence has brought more standardization, reliability, speed, and convenience to
seed evaluation processes. GroundEye® represents one such solution, comprising a
system capable of capturing high-resolution images and converting them into data
concerning color, texture, and geometry. Accordingly, this research aims to utilize
image analysis as a complementary tool in assessing the quality of soybean seeds via
GroundEye®. Variables from the HSV, CIE Lab*, and LCh* color spaces were analyzed
using photographic images to identify greenish seeds and those with purple stains, and
to compare the intensity of these defects with the physiological quality of the seeds.
Additionally, the study explored how variations in the color of the seed coating correlate
with the amount of active ingredient in the product applied to seeds treated with drying
powder. The experiments were conducted at the Seed Analysis Laboratory of Corteva
Agriscience do Brasil Ltda, in Brasília-DF, Federal District. | pt_BR |
dc.description.unidade | Faculdade de Agronomia e Medicina Veterinária (FAV) | pt_BR |
dc.description.ppg | Programa de Pós-Graduação em Agronomia | pt_BR |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|