• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
10.11606/D.55.2008.tde-12052008-142428
Documento
Autor
Nome completo
Jarbas Joaci de Mesquita Sá Junior
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2008
Orientador
Banca examinadora
Bruno, Odemir Martinez (Presidente)
Batista Neto, João do Espírito Santo
Kolb, Rosana Marta
Título em português
Identificação de espécies vegetais por meio de análise de imagens microscópicas de folhas
Palavras-chave em português
Cutícula
Distância de Bhattacharyya e de Jeffrey-Matusita
Epiderme superior
Extração de características
Parênquima lacunoso
Parênquima paliçádico
PCA
Redes neurais
Taxonomia
Resumo em português
A taxonomia vegetal atualmente exige um grande esforço dos botânicos, desde o processo de aquisição do espécime até a morosa comparação com as amostras já catalogadas em um herbário. Nesse contexto, o projeto TreeVis surge como uma ferramenta para a identificação de vegetais por meio da análise de atributos foliares. Este trabalho é uma ramificação do projeto TreeVis e tem o objetivo de identificar vegetais por meio da análise do corte transversal de uma folha ampliado por um microscópio. Para tanto, foram extraídas assinaturas da cutícula, epiderme superior, parênquima paliçádico e parênquima lacunoso. Cada assinatura foi avaliada isoladamente por uma rede neural pelo método leave-one-out para verificar a sua capacidade de discriminar as amostras. Uma vez selecionados os vetores de características mais importantes, os mesmos foram combinados de duas maneiras. A primeira abordagem foi a simples concatenação dos vetores selecionados; a segunda, mais elaborada, reduziu a dimensionalidade (três atributos apenas) de algumas das assinaturas componentes antes de fazer a concatenação. Os vetores finais obtidos pelas duas abordagens foram testados com rede neural via leave-one-out para medir a taxa de acertos alcançada pelo sinergismo das assinaturas das diferentes partes da folha. Os experimentos consitiram na identificação de oito espécies diferentes e na identificação da espécie Gochnatia polymorpha nos ambientes Cerrado e Mata Ciliar, nas estações Chuvosa e Seca, e sob condições de Sol e Sombra
Título em inglês
Identification of vegetal species by analysis of microscope images of leaves
Palavras-chave em inglês
Adaxial epiderm
Bhattacharyya and Jeffrey-Matusita distance
Cuticle
Feature extraction
Neural networks
Palisade parenchyma
PCA
Sponge parenchyma
Taxonomy
Resumo em inglês
Currently, taxonomy demands a great effort from the botanists, ranging from the process of acquisition of the sample to the comparison with the species already classified in the herbarium. For this reason, the TreeVis is a project created to identify vegetal species using leaf attributes. This work is a part of the TreeVis project and aims at identifying vegetal species by analysing cross-sections of leaves amplified by a microscope. Signatures were extract from cuticle, adaxial epiderm, palisade parenchyma and sponge parenchyma. Each signature was analysed by a neural network with the leave-one-out method to verify its ability to identify species. Once the most important feature vectors were selected, two different approachs were adopted. The first was a simple concatenation of the selected feature vectors. The second, and more elaborated approach, consisted of reducing the dimensionality (three attributes only) of some component signatures before the feature vector concatenation. The final vectors obtained by these two approaches were tested by a neural network with leave-one-out to measure the correctness rate reached by the synergism of the signatures of different leaf regions. The experiments resulted in the identification of eight different species and the identification of the Gochnatia polymorpha species in Cerradão and Gallery Forest environments, Wet and Dry seasons, and under Sun and Shadow constraints
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2008-05-12
 
AVISO: O material descrito abaixo refere-se a trabalhos decorrentes desta tese ou dissertação. O conteúdo desses trabalhos é de inteira responsabilidade do autor da tese ou dissertação.
  • CASANOVA, Dalcimar, de Mesquita Sá Junior, Jarbas Joaci, and BRUNO, ODEMIR MARTINEZ. Plant leaf identification using Gabor wavelets [doi:10.1002/ima.20201]. International Journal of Imaging Systems and Technology [online], 2009, vol. 19, p. 236-243.
  • Sá Junior, Jarbas Joaci de M., et al. Measuring and analyzing color and texture information in anatomical leaf cross sections: an approach using computer vision to aid plant species identification [doi:10.1139/b11-038]. Botany (Ottawa. Print) [online], 2011, vol. 89, p. 467-479.
  • SÁ JUNIOR, Jarbas Joaci de Mesquita, et al. A computer vision approach to quantify leaf anatomical plasticity: a case study on Gochnatia polymorpha (Less.) Cabrera [doi:10.1016/j.ecoinf.2013.02.007]. Ecological Informatics [online], 2013, vol. 15, p. 34-43.
  • Sá JUNIOR, Jarbas Joaci de M., et al. Measuring and analyzing color and texture information in anatomical leaf cross sections : an approach using computer vision to aid plant species identification [doi:10.1139/b11-038]. Botany [online], 2011, vol. 89, n. 7, p. 467-479.
  • BACKES, A. R., et al. Identificação de táxons de plantas por análise de textura do parênquima paliçádico. In 4 Workshop de visão computacional, Bauru, 2008. Anais WVC'08 - 4 Workshop de visão computacional.Bauru : UNESP, 2008.
  • BACKES, A. R., et al. Plant Species Identification Using Multi-scale Fractal Dimension Applied to Images of Adaxial Surface Epidermis [doi:10.1007/978-3-642-03767-2_83]. In The 13th International Conference on Computer Analysis of Images and Patterns, Münster, 2009. Lecture Notes on Computer Science.Berlim : Springer-Verlag, 2009.
  • NONATO, Luis Gustavo, et al. Circulation and Topological Control in Image Segmentation. In X Ibero-american Congress on Pattern Recognition, Havana, 2005. Lecture Notes in Computer Science. : Springer, 2005.
  • Rossatto, Davi Rodrigo, et al. Análise da plasticidade foliar de Gochnatia Polymorpha (Asteraceae), sob diferentes condições ambientais, por meio de métodos computacionais aplicados a imagens microscópicas. In 58 Congresso Nacional de Botânica, São Paulo, 2007. anais do 58 Congresso Nacional de Botânica.São Paulo, 2007. Resumo.
  • JIANG, Xiaoyi, and PETKOV, Nicolai. Computer Analysis of Images and Patterns [doi:10.1007/978-3-642-03767-2_83]. Editor. Berlin, Heidelberg : Springer Berlin Heidelberg, 2009. chap. 83, Plant Species Identification Using Multi-scale Fractal Dimension Applied to Images of Adaxial Surface Epidermis, p. 680-688. Lecture Notes in Computer Science.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2018. Todos os direitos reservados.