ANÁLISE DE COR PARA O RECONHECIMENTO DE ESPÉCIES FLORESTAIS

Resumo

O presente trabalho busca demonstrar que o uso de cores, pode ser uma forma eficiente, rápida e com baixo custo computacional na pré-identificação de espécies florestais. Sendo consideradas imagens não tratadas de amostras de madeira da flora brasileira, serão extraídas informações de cor, buscando-se assim similaridades desta amostra com outras amostras de uma base de treinamento, identificando-se assim a qual espécie florestal ela pertence. Aborda-se também neste trabalho a teoria geral de processamento de imagens, enfocando canais de cor e histograma, reconhecimento de padrões, extração de características e classificadores. Para a base de treinamento e testes foram usadas imagens adquiridas junto ao laboratório de anatomia da madeira da Universidade Federal do Paraná (UFPR), sendo a aquisição das imagens feitas por meio de uma câmera fotográfica digital de baixo custo. Foram usadas para este estudo um total de 163 imagens de 14 espécies florestais distintas, e cada imagem foi subdividida em 540 sub-imagens, para aumentar eficiência do treinamento do classificador, perfazendo um total de 88.560 sub-imagens. Destas foram extraídas características baseando-se em áreas de interesse dos histogramas dos canais de cor RGB, HSV, Lab e XYZ, e gerados vetores de características usados para o treinamento e classificação usando-se uma rede neural artificial (RNA). Com a utilização da metodologia proposta obteve-se uma taxa de reconhecimento de 80,9%.