Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/50719
Arquivos associados a este item:
Arquivo TamanhoFormato 
VasconcelosRomaoDeOliveira_TESE.pdf1,77 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorSouza, Nara Oliveira Silvapt_BR
dc.contributor.authorOliveira, Vasconcelos Romão dept_BR
dc.date.accessioned2024-10-24T18:10:31Z-
dc.date.available2024-10-24T18:10:31Z-
dc.date.issued2024-10-24-
dc.date.submitted2024-05-24-
dc.identifier.citationOLIVEIRA, 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.urihttp://repositorio.unb.br/handle/10482/50719-
dc.descriptionTese (doutorado) — Universidade de Brasília, Faculdade de Agronomia e Medicina Veterinária, Programa de Pós-Graduação em Agronomia, 2024.pt_BR
dc.description.abstractA 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.isoporpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleAnálise de imagem no controle de qualidade de sementes de sojapt_BR
dc.typeTesept_BR
dc.subject.keywordSoja - sementespt_BR
dc.subject.keywordAnálise de imagenspt_BR
dc.subject.keywordSementes - qualidadept_BR
dc.subject.keywordSementes - variação de corpt_BR
dc.subject.keywordSementes - tratamentopt_BR
dc.rights.licenseA 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.abstract1Evaluating 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.unidadeFaculdade de Agronomia e Medicina Veterinária (FAV)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Agronomiapt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



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