Mineração de dados para inferência de relações solo-paisagem em mapeamentos digitais de solo

O objetivo deste trabalho foi desenvolver uma metodologia para mapeamento digital de solos na escala 1:100.000 com a aplicação de técnicas de mineração de dados a descritores de relevo e a dados de mapas geológico e pedológico preexistentes. Foi criada uma base de dados digitais a partir de cartas topográficas e temáticas, que permitiu elaboração do modelo digital de elevação (MDE) da folha Dois Córregos, SP (escala 1:50.000). A partir do MDE, foram calculados os parâmetros geomorfométricos declividade, curvaturas em planta e perfil, área de contribuição e distância diagonal de drenagem. A matriz que associou esses dados georreferenciados foi analisada por meio de árvores de decisão, no ambiente de aprendizado de máquina Weka, o que gerou um modelo de predição de unidades de mapeamento de solos. A acurácia geral do modelo aumentou de 54 para 61% com a eliminação das classes com probabilidade nula de ocorrência. A associação da mineração de dados com sistemas de informações geográficas permite a elaboração de mapas digitais passíveis de uso em estudos que requeiram menor detalhamento que aqueles realizados com o mapa original.

Análise comparativa de classificadores digitais em imagens do Landsat-8 aplicados ao mapeamento temático

Resumo: O objetivo deste trabalho foi avaliar o desempenho dos classificadores digitais SVM e K-NN para a classificação orientada a objeto em imagens Landsat-8, aplicados ao mapeamento de uso e cobertura do solo da Alta Bacia do Rio Piracicaba-Jaguari, MG. A etapa de pré-processamento contou com a conversão radiométrica e a minimização dos efeitos atmosféricos. Em seguida, foi feita a fusão das bandas multiespectrais (30 m) com a banda pancromática (15 m). Com base em composições RGB e inspeções de campo, definiram-se 15 classes de uso e cobertura do solo. Para a segmentação de bordas, aplicaram-se os limiares 10 e 60 para as configurações de segmentação e união no aplicativo ENVI. A classificação foi feita usando SVM e K-NN. Ambos os classificadores apresentaram elevados valores de índice Kappa (k): 0,92 para SVM e 0,86 para K-NN, significativamente diferentes entre si a 95% de probabilidade. Uma significativa melhoria foi observada para SVM, na classificação correta de diferentes tipologias florestais. A classificação orientada a objetos é amplamente aplicada em imagens de alta resolução espacial; no entanto, os resultados obtidos no presente trabalho mostram a robustez do método também para imagens de média resolução espacial.

Validação do método das notas para quantificação da incidência da mancha fisiológica do mamão através do uso de imagens digitais

Neste experimento, utilizou-se o software ImageJ versão 1.32j para quantificar a incidência da Mancha Fisiológica do Mamão (MFM) no intuito de aferir o método das notas, visto que o mesmo é um método subjetivo. O experimento consistiu de um delineamento inteiramente casualizado, em esquema fatorial 3x6, com três cultivares (Golden, Diva e Tainung 01) e seis notas (notas de 0 a 5, sendo 0 para a ausência de incidência da MFM e 5 para a ocorrência máxima de incidência da MFM), sendo os resultados interpretados estatisticamente por meio de análises de variância e de regressão. Foram amostrados 10 frutos para cada cultivar, dentro de cada nota, totalizando assim 180 frutos analisados, sendo os resultados avaliados através do programa Genes. Os resultados mostram que o método das notas pode ser utilizado com segurança, tendo o mesmo se mostrado bastante preciso para quantificar o nível de incidência da MFM.

Banco de imagens mamográficas para treinamento na interpretação de imagens digitais

OBJETIVO: Disponibilizar aos profissionais da radiologia um "software" para treinamento na interpretação de imagens mamográficas em sistemas digitais. MATERIAIS E MÉTODOS: Foi desenvolvido um "software" em Delphi associado a uma base de dados em Interbase, com a finalidade de armazenar imagens de exames mamográficos associados aos seus laudos em categorias BI-RADS®. As imagens foram previamente qualificadas e digitalizadas em "scanner" a laser Lumiscan 75. O treinamento se faz com imagens apresentadas em monitores comerciais de 17 polegadas, no tamanho 18 × 24 cm. O "software" permite visualizar cada projeção das mamas individualmente, médio-lateral oblíqua e crânio-caudal, ou as quatro imagens simultaneamente. Permite acessar as imagens e os laudos existentes ou interpretar as imagens utilizando o sistema de categorias BI-RADS®, em que o "software" compara o laudo do usuário com as informações do banco de dados, apontando acertos e erros da interpretação. RESULTADOS: O usuário adquire familiaridade com sistemas digitais, laudos em categorias BI-RADS® e aspectos de qualidade do processo gerador das imagens relativo à detecção de fibras e microcalcificações. CONCLUSÃO: O "software" disponível na intranet da Universidade Federal de São Paulo é ferramenta valiosa para os profissionais interessados em sistemas digitais.

QualIM®: software para treinamento na interpretação de imagens médicas digitais

OBJETIVO: Foi desenvolvido um software denominado QualIM® - Qualificação de Imagens Médicas para treinamento de profissionais na interpretação de exames digitais de mamografias utilizando ferramentas de manipulação de imagens, em monitores específicos, classificadas em BI-RADS®. MATERIAIS E MÉTODOS: O sistema, desenvolvido em Delphi 7, armazena as respostas da interpretação de imagens mamográficas durante o treinamento e compara aos dados inseridos denominados "padrão-ouro". O sistema contém imagens de computed radiography, direct radiography e digitalizadas. O software converte as imagens do computed radiography e direct radiography para o formato TIFF, mantendo as resoluções espacial e de contraste originais. Profissionais em treinamento manipulam o realce da imagem utilizando ferramentas de software (zoom, inversão, réguas digitais, outras). Dependendo da complexidade, são apresentadas até oito incidências mamográficas, seis imagens de ultra-som e duas de anatomopatológico. RESULTADOS: O treinamento iniciou em 2007 e atualmente faz parte do programa de residência em radiologia. O software compõe o texto, de forma automática, das informações inseridas pelo profissional, baseado nas categorias BI-RADS, e compara com a base de dados. CONCLUSÃO: O software QualIM é uma ferramenta digital de ensino que auxilia profissionais no reconhecimento de padrões visuais de uma imagem mamográfica, bem como na interpretação de exames mamográficos, utilizando a classificação BI-RADS.

Filtros digitais por transformadas de Fourier aplicados em eletroquímica

The electrochemical properties of micro and nano-electrodes are widely investigated due to their low faradaic and capacitive currents, leading to a new generation of smart and implantable devices. However, the current signals obtained in low-dimensional devices are strongly influenced by noise sources. In this paper, we show the evaluation of filters based on Fast Fourier Transform (FFT) and their implementation in a graphical user interface (GUI) in MATLAB®. As a case study, we evaluated an electrochemical reaction process of charge transfer via outer-sphere. Results showed successful removal of most of the noise in signals, thus proving a promising tool for low-scale measurement.

Avaliação de dispositivos de captura de imagens digitais para detecção colorimétrica em microzonas impressas

This report describes a study about the feasibility of using a conventional digital camera, a cell-phone camera, an optical microscope, and a scanner as digital image capture devices on printed microzones. An array containing nine circular zones was drawn using graphics software and printed onto transparency film by a laser printer. Due to its superior analytical performance, the scanner was chosen for the quantitative determination of Fe2+ in pharmaceutical samples. The data achieved using scanned images did not differ statistically from those attained by the reference spectrophotometric method at the confidence level of 0.05.

Determinação de fatores de empilhamento através de fotografias digitais

O objetivo deste trabalho foi analisar a exatidão de estimativas de fatores de empilhamento obtidas através de fotografias digitais e de software especialmente desenvolvido para esta finalidade, em pilhas sobre caminhões. Para isto, foram utilizados seis caminhões com cinco pilhas cada um, pertencentes à ACESITA ENERGÉTICA Ltda. Após as análises, verificou-se que a diferença média entre os fatores obtidos pelo método fotográfico e os fatores reais foi da ordem de 3,2%, com tendência de superestimação dos fatores obtidos pelo método fotográfico. Pelo teste "t", verificou-se, também, que os fatores obtidos pelo método fotográfico diferiram dos fatores reais, principalmente devido ao mau empilhamento da madeira.

Análise discriminante paramétrica para reconhecimento de defeitos em tábuas de eucalipto utilizando imagens digitais

A indústria de madeira tem dispensado especial atenção às etapas de classificação e seleção de madeira serrada. Sistemas de Visão Artificial têm sido propostos para automação dessas etapas na indústria. A identificação de características apropriadas para discriminar os defeitos da madeira em imagens digitais é um dos maiores desafios no desenvolvimento desta tecnologia. O objetivo deste trabalho foi avaliar, por meio de técnicas de análise multivariada, a capacidade de discriminar defeitos em tábuas de eucalipto, utilizando-se as características de percentis de imagens coloridas. Foram realizadas análises discriminantes linear e quadrática para classificação de defeitos e madeira limpa em imagens digitais de tábuas de eucaliptos. As características de percentis do histograma das bandas do vermelho, verde e azul, retiradas de dois tamanhos de blocos de imagens, foram utilizadas para desenvolvimento e teste das funções discriminantes. Foram usados 492 blocos, contendo os 12 defeitos estudados e madeira limpa, retirados das imagens de 40 tábuas amostradas aleatoriamente. As características foram analisadas com seus valores originais, escores dos componentes principais e escores das variáveis canônicas. Os menores erros globais de classificação foram 19 e 24% para funções discriminantes lineares com os escores das variáveis canônicas para tamanho de bloco de 64 x 64 e 32 x 32 pixels, respectivamente. Tendo em vista a magnitude desses erros, as características de percentis foram consideradas adequadas para discriminar defeitos e madeira limpa em imagens digitais.

Determinação do "status" nutricional de nitrogênio no feijoeiro utilizando imagens digitais coloridas

Este trabalho teve como objetivo avaliar o uso de índices espectrais, retirados de imagens digitais, para discriminar diferentes doses de N no feijoeiro. O trabalho, conduzido em vasos de 8 dm³, teve cinco tratamentos (0; 50; 100; 150 e 200 kg de N ha-1), com dez repetições. As imagens foram adquiridas aos 30; 40 e 50 dias após a emergência. Foram desenvolvidas funções discriminantes quadráticas, tendo como vetores de entrada as médias dos "pixels" de diferentes combinações dos quatro índices espectrais testados. Três diferentes tamanhos de blocos de imagem foram testados 9 x 9; 20 x 20 e 40 x 40 "pixels". Os melhores resultados foram alcançados pelos blocos de 9 x 9 e 20 x 20 "pixels", apresentando classificação 94; 96 e 96% superior à classificação ao acaso para os blocos 9 x 9 "pixels" e 92; 94 e 94% para os blocos 20x20 "pixels" aos 30; 40 e 50 dias após a emergência, respectivamente.

Comparação de classificadores de imagens digitais na determinação da cobertura do solo

Com o objetivo de comparar dois classificadores de imagens para a estimativa da cobertura vegetal do solo, foram avaliadas as coberturas proporcionadas pela semeadura de leguminosas e de gramíneas, sob diferentes espaçamentos, preparo do solo e condições de céu com e sem nuvens. O experimento foi conduzido em quatro parcelas experimentais de perda de solo, com 22 m x 3,5 m, instaladas em um Argissolo Vermelho-Amarelo. Os tratamentos consistiram: a) mucuna-cinza (Mucuna pruriens) em nível; b) crotalária (Crotalaria juncea) em sulcos dispostos em nível; c) milho (Zea mays L.) em sulcos dispostos em nível, e d) milho semeado no sentido do declive. Foram tomadas fotografias das parcelas dos 15 aos 85 dias após a semeadura para posterior análise, utilizando o Sistema Integrado para Análise de Raízes e Cobertura do Solo (SIARCS) e um algoritmo baseado na emissividade das bandas do verde e do vermelho (SEROBIN). A maior cobertura do solo foi obtida na parcela cultivada com crotálaria (85,8%), a qual também foi alcançada em menor tempo (56 dias após semeadura). Por outro lado, as menores coberturas foram proporcionadas pelos tratamentos milho em nível e milho morro abaixo (38,6 e 35,2%, respectivamente). As exatidões globais foram de 0,96 e 0,92, para as classificações realizadas com os programas SIARCS e SEROBIN, respectivamente, não havendo, no entanto, diferença estatística entre os dois classificadores utilizados, de acordo com o teste Z aplicado, a 5% de probabilidade.

Reconhecimento de variedades de soja por meio do processamento de imagens digitais usando redes neurais artificiais

Neste trabalho, foi aplicado o processamento de imagens digitais auxiliado pelas Redes Neurais Artificiais (RNA) com a finalidade de identificar algumas variedades de soja por meio da forma e do tamanho das sementes. Foram analisadas as seguintes variedades: EMBRAPA 133, EMBRAPA 184, COODETEC 205, COODETEC 206, EMBRAPA 48, SYNGENTA 8350, FEPAGRO 10 e MONSOY 8000 RR, safra 2005/2006. O processamento das imagens foi constituído pelas seguintes etapas: 1) Aquisição da imagem: as amostras de cada variedade foram fotografadas por máquina fotográfica Coolpix995, Nikon, com resolução de 3.34 megapixels; 2) Pré-processamento: um filtro de anti-aliasing foi aplicado para obter tons acinzentados da imagem; 3) Segmentação: foi realizada a detecção das bordas das sementes (Método de Prewitt), dilatação dessas bordas e remoção de segmentos não-necessários para a análise. 4) Representação: cada semente foi representada na forma de matriz binária 130x130, e 5) Reconhecimento e interpretação: foi utilizada uma rede neural feedforward multicamadas, com três camadas ocultas. O treinamento da rede foi realizado pelo método backpropagation. A validação da RNA treinada mostrou que o processamento aplicado pode ser usado para a identificação das variedades consideradas.

Análise de imagens digitais para a avaliação do comportamento de pintainhos de corte

Na busca por respostas quanto às condições de bem-estar animal, visou-se a avaliar neste trabalho o comportamento de pintainhos nas duas primeiras semanas de vida, por meio de processamento de imagens digitais. O experimento foi realizado em dois galpões comerciais, utilizados para criação de 15.200 aves de corte por galpão, durante um ciclo produtivo, dotados com fornalha a lenha de aquecimento indireto do ar. Foram instaladas duas câmeras de vídeo por galpão para aquisição de imagens digitais. Uma das câmeras possuía inclinação angular de 45º, e a outra, inclinação angular de 90º em relação ao solo. As imagens foram analisadas para cada condição climática diária e binarizadas, sendo depois processadas por meio de descritor de agrupamento/dispersão e correlacionadas com os valores de temperatura do ar. Observou-se correlação entre o descritor e os valores de temperatura do ar, sendo que as imagens obtidas pela câmera posicionada a 45º e divididas em 25 blocos, obtiveram maior correlação. Pelos dados obtidos, pode-se observar que o comportamento de agrupamento e dispersão dos pintainhos pode ser usado como indicador dos estados de conforto térmico e que o descritor se mostrou eficiente para esta quantificação.

Enfermidades digitais em vacas de aptidão leiteira: associação com mastite clínica, metrites e aspectos epidemiológicos

Utilizaram-se nesse estudo 5300 vacas de aptidão leiteira, provenientes de 80 propriedades rurais, que adotavam manejo intensivo ou semi-extensivo, com o objetivo de averiguar a existência de possível associação entre enfermidades digitais, mastite clínica e/ou metrite e identificar possíveis fatores de risco das enfermidades digitais. Em 325 (6,13%) vacas foram diagnosticados apenas enfermidades digitais, em 35 (0,66%) enfermidades digitais e mastite clínica, em 52 (0,98%) enfermidades digitais e metrite, em 28 (0,53%) enfermidades digitais, mastite clínica e metrite, em 128 (2,42%) apenas metrite, em 165 (3,11%) somente mastite clínica, e em 89 (1,68%) vacas metrite e mastite clínica. As mudanças bruscas na alimentação, o excesso de sujidades nas instalações, os pisos irregulares e abrasivos, a não utilização ou uso incorreto de pedilúvio, a falta de casqueamento preventivo, a ausência de quarentena, e a aquisição de animais sem a preocupação com o aspecto sanitário foram considerados os fatores de risco de maior ocorrência. Foi constatada diferença significativa entre a ocorrência de enfermidades digitais, mastite clínica e metrite, além de associação fraca entre tais enfermidades, concluindo-se que não houve relação expressiva entre enfermidades podais, mastite clínica e metrite em vacas lactantes.