Brachiaria species identification using imaging techniques based on fractal descriptors

Abstract

The use of a rapid and accurate method in diagnosis and classification of species and/or cultivars of forage has practical relevance, scientific and trade in various areas of study. Thus, leaf samples of fodder plant species Brachiaria were previously identified, collected and scanned to be treated by means of artificial vision to make the database and be used in subsequent classifications. Forage crops used were: Brachiaria decumbens cv. IPEAN; Brachiaria ruziziensis Germain & Evrard; Brachiaria Brizantha (Hochst. ex. A. Rich.) Stapf; Brachiaria arrecta (Hack.) Stent. and Brachiaria spp. The images were analyzed by the fractal descriptors method, where a set of measures are obtained from the values of the fractal dimension at different scales. Therefore such values are used as inputs for a state-of-the-art classifier, the Support Vector Machine, which finally discriminates the images according to the respective species.

Texture descriptors by a fractal analysis of three-dimensional local coarseness

“…Some of the successful fractal-based approaches tested in this field include "multiscale fractal dimension" [15], multifractals [16] and "fractal descriptors" [17]. Particularly, the latter has demonstrated to be highly efficient for the discrimination of general textures [18][19][20]13,14,21].…”

“…Fractal geometry in image analysis has also found practical applications in a number of areas [8][9][10]44,[11][12][13][14].…”

Análise de textura em imagens de folha para diagnose nutricional precoce em culturas de milho

“…Diferentes abordagens e metodologias tem sido utilizadas, mas pode-se dizer que a extração de caracterís-ticas de textura tem demonstrado grande capacidade de descrever informações de imagens de folhas. Diversas referências podem ser utilizadas como exemplos dessas aplicações da análise de textura em imagens de folhas de planta (CASANOVA; Sa Junior; BRUNO, 2009b;ZHANG, 2011;ROSSATTO et al, 2011;TIAN et al, 2012;FLORINDO et al, 2014;KRUSE et al, 2014;TANG et al, 2015) Essas propriedades são comungadas por este doutorado, no qual contribuições no contexto computacional de análise de textura e na avaliação nutricional do milho foram realizadas. Isso é comprovado pelo fato de que importantes avanços foram conquistados no desenvolvimento de tecnologia computacional para diagnóstico nutricional invariante a mudanças de híbridos e com testes em ambiente comercial.…”

“…Além disso, pode-se dizer que a característica que tem demonstrado maior capacidade de extrair informação de imagens de folhas é a textura. Nesse contexto, diversas referências podem ser utilizadas como exemplos de aplicações da análise de textura em imagens de folhas de planta (CASANOVA; Sa Junior; BRUNO, 2009b;ZHANG, 2011;ROSSATTO et al, 2011;TIAN et al, 2012;FLORINDO et al, 2014;KRUSE et al, 2014;TANG et al, 2015) Essa característica também é atingida neste doutorado, uma vez que são apresentadas contribuições na área de análise de textura e na avaliação nutricional. No primeiro caso, duas metodologias foram propostas e publicadas.…”

Reconhecimento de padrões heterogêneos e suas aplicações em biologia e nanotecnologia

“…Tais métodos são capazes de diferenciar as espécies com base nas propriedades de imagem da folha, onde a textura é a principal característica analisada. A aplicação destes métodos tem sido utilizada em seções transversais de folhas (análise de estruturas internas) ou na superfície da folha (onde subamostras de toda a folha digitalizada são analisadas) (LIU; ZHANG; DENG, 2009; CASANOVA; JUNIOR; ROSSATTO et al, 2011;JUNIOR et al, 2011;FLORINDO et al, 2014).…”