Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/37328
Tipo: Dissertação
Título: Sistema com baixo custo de captura de imagens aéreas e detecção de anomalias em plantações em tempo real
Autor(es): Melo, Joanacelle Caldas de
Orientador: Brito, Alisson Vasconcelos de
Orientador: Salvador, Ewerton Monteiro
Orientador: Medeiros, Francisco Petrônio Alencar de
Resumo: Este trabalho apresenta um sistema com baixo custo para captura de imagens aéreas e detecção de anomalias em tempo real. Um VANT (Veículo Aéreo Não Tripulado) de asa fixa totalmente autônomo foi desenvolvido para o sobrevoo nas plantações. Como validação do sistema, dois estudos de caso são apresentados. Os dois acontecem em plantações de cana-de-açúcar próximos ao litoral paraibano. Sendo o primeiro em um engenho que produz cachaça de alambique e o segundo em uma plantação em ambiente controlado. O IVDN (Índice de Vegetação por Diferença Normalizada) é utilizado como apoio na detecção das anomalias. Além do vigor do plantio, elementos como insuficiência hídrica e solo exposto, foram identificadas pelo sistema. Foi constatado que é possível detectar regiões de interesse durante o voo, e além disso pode-se ter uma previsão sobre a produtividade da plantação com base no IVDN.
Abstract: This work presents a low-cost system for aerial image capture and anomaly detection in real time. A fully autonomous fixed-wing UAV (Unnamed Aerial Vehicle) was developed for overflying the plantations. As system validation, two case studies are presented. Both happen in sugar cane plantations near the coast of Brazilian state of Paraíba. The first is a mill producer of distilled cachaça and the second is a controlled environment plantation. The NDVI (Normalized Difference Vegetation Index) support the anomaly detection. In addition to planting vigor, water insufficiency and exposed soil were identified by the system. It was found that it is possible to detect regions of interest during flight, and based on the NDVI to predict planting productivity.
Palavras-chave: IVDN
VANT
Agricultura
Detecção de anomalias
Processamento de imagens
NDVI
UAV
Agriculture
Anomaly detection
Image processing
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: por
País: Brasil
Editor: Universidade Federal da Paraíba
Sigla da Instituição: UFPB
Departamento: Informática
Programa: Programa de Pós-Graduação em Informática
Tipo de Acesso: Acesso aberto
Attribution-NoDerivs 3.0 Brazil
URI: http://creativecommons.org/licenses/by-nd/3.0/br/
URI: https://repositorio.ufpb.br/jspui/handle/123456789/37328
Data do documento: 31-Jan-2019
Aparece nas coleções:Centro de Informática (CI) - Programa de Pós-Graduação em Informática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
JoanacelleCaldasDeMelo_Dissert_COM_Tarjamento.pdf15,02 MBAdobe PDFVisualizar/Abrir
JoanacelleCaldasDeMelo_Dissert_Sem_Tarjamento.pdf14,36 MBAdobe PDFVisualizar/Abrir    Solicitar uma cópia


Este item está licenciada sob uma Licença Creative Commons Creative Commons