SBICafé
Biblioteca do Café

Estudos de casos de classificação de áreas cultivadas com café por meio de descritores de textura

Show simple item record

dc.contributor.author Silveira, Lucas Silva da
dc.contributor.author Valente, Domingos Sárvio Magalhães
dc.contributor.author Pinto, Francisco de Assis Carvalho
dc.contributor.author Santos, Fábio Lúcio
dc.date.accessioned 2017-05-04T12:15:14Z
dc.date.available 2017-05-04T12:15:14Z
dc.date.issued 2016-10
dc.identifier.citation SILVEIRA, L. S. et al. Estudos de casos de classificação de áreas cultivadas com café por meio de descritores de textura. Coffee Science, Lavras, v. 11, n. 4, p. 502-511, out./dez. 2016. pt_BR
dc.identifier.issn 1984-3909
dc.identifier.uri http://www.sbicafe.ufv.br:80/handle/123456789/8245
dc.description.abstract O objetivo neste trabalho foi desenvolver um sistema para identificar áreas cultivadas com café utilizando Redes Neurais Artificiais (RNAs) tendo como variáveis de entrada os descritores de textura de Haralick. Utilizou-se o algoritmo de treinamento do tipo retro-propagação do erro (backpropagation) e o método de Levenberg-Marquardt. Foram realizados dois estudos de casos: no primeiro, as RNAs foram desenvolvidas para discriminar entre as classes café, mata, água, solo exposto, pastagem e área urbana; no segundo, as RNAs foram desenvolvidas para classificar as plantações de café de acordo com a idade e com a data de recepa. Para a avaliação do desempenho de classificação das RNAs empregou-se um mapa de referência de uso e ocupação do solo elaborado por meio do Sistema de Informações Geográficas. A concordância entre os mapas temáticos, classificados pela RNA, e o mapa de referência foi avaliada pelo coeficiente Kappa. Verificou-se que o coeficiente Kappa para discriminar a região cafeeira das outras classes temáticas foi de 0,652 no primeiro estudo de caso, desempenho considerado muito bom. Para classificar os plantios de café em função da idade e data de recepa o índice Kappa foi variável (0,675 a 0,4783), sendo considerado muito bom para a fazenda Itatiaia e razoável para a fazenda Pedra Redonda. pt_BR
dc.description.abstract The objective of this work is to develop a system to identify areas cultivated with coffee using ANNs having as input variables descriptors Haralick. We used the training algorithm Back-propagation and Levenberg -Marquardt method. There were two cases of study: in the first step, the ANN was trained with representative samples of each class of interest (coffee, forest, water, bare soil, and urban area), thus verifying the potential to discriminate output classes; in the second step the objective was to classify the coffee plantations accordingly with the age. For the evaluation of the classification performance of ANNs was employed a reference map and land use through the Geographic Information System. The concordance between the thematic maps, classified by ANN, and the reference map was evaluated by Kappa index. It was verified that Kappa index for discriminating the coffee region of the other class of interest was 0,652 in the first case study, performance as very good. To classify the coffee plantations accordingly with the age, Kappa index was variable (0.675 to 0.4783), very good for Itatiaia farm and reasonable to Pedra Redonda farm. pt_BR
dc.format 10 páginas pt_BR
dc.language.iso pt_BR pt_BR
dc.publisher Editora UFLA pt_BR
dc.relation.ispartofseries Coffee Science:v.11,n.4;
dc.subject Redes neurais artificiais pt_BR
dc.subject Sensoriamento remoto pt_BR
dc.subject Classificação supervisionada pt_BR
dc.subject.classification Cafeicultura::Extensão e inovação pt_BR
dc.title Estudos de casos de classificação de áreas cultivadas com café por meio de descritores de textura pt_BR
dc.title Case studies of classification of cultivated areas with coffee by texture descriptors pt_BR
dc.type Artigo pt_BR

Files in this item

Files Size Format View
Coffee Science_v11_n4_p502-511_2016.pdf 6.166Mb application/pdf View/Open ou Pre-visualizar

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Sobre o SBICafé

Browse

My Account