Arboreal Identification Supported by Fuzzy Modeling for Trunk Texture Recognition
AUTOR(ES)
BRESSANE, A., FENGLER, F.H., ROVEDA, S.R.M.M., ROVEDA, J.A.F., MARTINS, A.C.G.
FONTE
TEMA (São Carlos)
DATA DE PUBLICAÇÃO
2018-01
RESUMO
RESUMO Devido à variabilidade natural da casca arbórea, há padrões de textura em imagens de tronco com valores pertencentes a mais de uma espécie. Logo, o presente estudo analisou o uso da modelagem fuzzy como uma alternativa para lidar com a incerteza no reconhecimento de padrões, em comparação com outros algoritmos de aprendizado de máquina. Para as análises experimentais foram utilizadas um total de 2160 amostras, pertencentes a 20 espécies arbóreas da floresta decídua brasileira. Depois de transformar as imagens do sistema RGB para modelo HSV, 70 padrões de textura foram extraídos com base em estatísticas de primeira e segunda ordem. Na sequência, foi realizada uma análise fatorial exploratória para tratar informações redundantes e otimizar o esforço computacional. Então, apenas as primeiras dimensões com maior variabilidade acumulada foram selecionadas como variáveis de entrada na modelagem preditiva. Como resultado, a modelagem fuzzy alcançou uma capacidade de generalização superior a de algoritmos amplamente usados em tarefas de classificação. Portanto, a modelagem fuzzy pode ser considerada uma abordagem com desempenho competitivo e confíavel no reconhecimento da textura em imagens do tronco arbóreo.
ASSUNTO(S)
computação não-rígida processamento de imagens correspondência de padrões bioinformática
Documentos Relacionados
- Modeling and predictive hybrid control by fuzzy logic for polymerization processes
- Diametric distribution modeling of forest species in arboreal Caatinga vegetation, Brazil
- Evolving participatory learning fuzzy modeling
- COMBINING NEURAL NETWORKS AND FUZZY LOGIC FOR APPLICATIONS IN CHARACTER RECOGNITION
- Global and Local Oriented Gabor Texture Histogram for Person Re-identification