Classificação de Espécies de Pimentas Empregando Análise de Imagens Digitais de Componentes Principais
DOI:
https://doi.org/10.18224/arithmos.v1i1.6856Palavras-chave:
Análise de imagem, Reconhecimento de padrões, Análise de componentes principais.Resumo
O objetivo do trabalho é a classificação automática de imagens de pimentas por espécie. A classificação é feita empregando a análise de componentes principais (Principal Component Analysis, PCA) a partir de um conjunto de dados de 345 imagens de pimentas no padrão vermelho, verde e azul (Red, Green, Blue, RGB) obtidas com a câmera JAI AD-080GE. Os resultados obtidos mostram uma acurácia de 72,97% do modelo proposto para classificação das pimentas.Referências
Jain, A. K.: Fundamentals of Digital Image Processing. Prentice Hall, 1989.
Blackledge, J. M.: Digital Image Processing: Mathematical and Computational Methods. Woodhead Publishing, 2005.
Shih, Y, F.: Image Processing and Mathematical Morphology: Fundamentals and Applications. CRC, 2011.
Pavlidis, T.: Image analysis. Ann. Rev. Comput.Sci. n. 3; p. 121-46, 1988.
Duda, R. O.; Hart, P. E.; Stork, D. G. : Pattern Classification, Willey, 2001.
Vibhute, A.; Bodhe, S. K.: Applications of Image Processing in Agriculture: A Survey. International Journal of Computer Applications. v. 52; n. 2; p. 0975 – 8887, 2012.
Castillo, R.; Contreras, D.; Freeer, J.; Ruiz, J.; Valenzuela, S.: Supervised pattern recognition techniques for classification of eucalyptus species from leaves nir spectra, J. Chil. Chem. Soc., v. 53, n. 4, p. 1709-1713, 2008.
Dubey, S. R.; Jalal, A. S.: Application of image processing in fruit and vegetable Analysis: a review, Journal of Intelligent Systems, v. 24, n. 4, p. 405-424, 2015.
Bajawa, I. S.; Naweed, M. S.; Asif, M. N., Hyder, S. I.: Feature Based Image Classification by using Principal Component Analysis, ICGST-GVIP Journal, ISSN 1687-398X, v. 9, p.11-17, 2009.
Gonzales, R., Woods, R.: Digital Image Processing, Pearson Prentice Hall, 2007.
Hotelling, H.: Analysis of a complex of statistical variables into principal component. The Journal of Educational Psychology, v. 24, p. 417-441, 1933.
Abdi, H.; Williams, L. J.: Principal component analysis. Wiley interdisciplinary reviews: computational statistics, v. 2, n. 4, p. 433-459, 2010.
Shlens, J.: A tutorial on principal component analysis. arXiv preprint arXiv:1404.1100, 2014.
Downloads
Publicado
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).