Detecção e Contagem de Bovinos em Imagens Aéreas utilizando Visão Computacional
Resumo
Este artigo apresenta uma solução para identificação e contagem de bovinos brancos em imagens aéreas obtidas através de um drone utilizando métodos de visão computacional. Foram utilizadas a linguagem de programação Python e a biblioteca OpenCV (Open Source Computer Vision) para tratamento e segmentação das imagens. A solução desenvolvida foi testada em imagens do período seco ou período chuvoso e utilizou diferentes parâmetros para cada uma em seu processamento, aumentando a eficácia e reduzindo a taxa de erros.
Palavras-chave:
Processamento Digital de Imagens, Robótica, Visão Computacional
Referências
Antonello, R. (2018), Introdução à Visão Computacional com Python e OpenCV, Santa Catarina, 1a edição.
Batistella, M. Andrade, R. G., Bolfe, E. L., Victoria, D. D. C. e Da Silva, G. B. S. (2011). Geotecnologias e gestão territorial da bovinocultura no Brasil. Em Embrapa Territorial-Artigo em periódico indexado (ALICE), páginas 251-260.
De Oliveira, J. H. F., Magnabosco, C. D. U. e Borges, A. D. S. (2002), Nelore: Base Genética e Evolução Seletiva no Brasil, Planaltina, 1a edição.
Groom, G., Petersen, I. K. e Fox (2007). Sea bird distribution data with object based mapping of high spatial resolution image data. Em Challenges for earth observation-scientific, technical and commercial. Proceedings of the Remote Sensing and Photogrammetry Society Annual Conference.
Marengoni, M. e Stringhini, S. (2009). Tutorial: Introdução à visão computacional usando opencv. Em Revista de Informática Teórica e Aplicada, páginas 125-160.
Redmon, J., Divvala, S., Girshick, R. e Farhadi, A. (2016). You only look once: Unified, real-time object detection. Em Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, páginas 779-788.
Ribeiro, N. G. Vi., Guedes, G. B. e Barbieri, T. T. (2019). Aplicação de algoritmos de visão computacional na contagem de gado por meio de processamento de imagens aéreas. Em Revista Eletrônica Argentina-Brasil de Tecnologias da Informação e da Comunicação.
Rosebrock, A. (2015) “OpenCV Track Object Movement”, https://www.pyimagesearch.com/2015/09/21/opencv-track-object-movement, Março.
Rosten, E., Porter, R. e Drummond, T. (2010). Faster and better: A machine learning approach to corner detection. Em IEEE Transactions on Pattern Analysis and Machine Learning, páginas 105-119.
Sirmacek, B., Wegmann, M., Cross, A. D. P., Hopcraft, J. G. C., Reinartz, P. e Dech, S. (2012). Automatic population counts for improved wildlife management using aerial photography. Em 6th International Congress on Environmental Modelling and Software.
Batistella, M. Andrade, R. G., Bolfe, E. L., Victoria, D. D. C. e Da Silva, G. B. S. (2011). Geotecnologias e gestão territorial da bovinocultura no Brasil. Em Embrapa Territorial-Artigo em periódico indexado (ALICE), páginas 251-260.
De Oliveira, J. H. F., Magnabosco, C. D. U. e Borges, A. D. S. (2002), Nelore: Base Genética e Evolução Seletiva no Brasil, Planaltina, 1a edição.
Groom, G., Petersen, I. K. e Fox (2007). Sea bird distribution data with object based mapping of high spatial resolution image data. Em Challenges for earth observation-scientific, technical and commercial. Proceedings of the Remote Sensing and Photogrammetry Society Annual Conference.
Marengoni, M. e Stringhini, S. (2009). Tutorial: Introdução à visão computacional usando opencv. Em Revista de Informática Teórica e Aplicada, páginas 125-160.
Redmon, J., Divvala, S., Girshick, R. e Farhadi, A. (2016). You only look once: Unified, real-time object detection. Em Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, páginas 779-788.
Ribeiro, N. G. Vi., Guedes, G. B. e Barbieri, T. T. (2019). Aplicação de algoritmos de visão computacional na contagem de gado por meio de processamento de imagens aéreas. Em Revista Eletrônica Argentina-Brasil de Tecnologias da Informação e da Comunicação.
Rosebrock, A. (2015) “OpenCV Track Object Movement”, https://www.pyimagesearch.com/2015/09/21/opencv-track-object-movement, Março.
Rosten, E., Porter, R. e Drummond, T. (2010). Faster and better: A machine learning approach to corner detection. Em IEEE Transactions on Pattern Analysis and Machine Learning, páginas 105-119.
Sirmacek, B., Wegmann, M., Cross, A. D. P., Hopcraft, J. G. C., Reinartz, P. e Dech, S. (2012). Automatic population counts for improved wildlife management using aerial photography. Em 6th International Congress on Environmental Modelling and Software.
Publicado
26/10/2020
Como Citar
DO ESPÍRITO SANTO, Juliana; DE OLIVEIRA FILHO, Jorge.
Detecção e Contagem de Bovinos em Imagens Aéreas utilizando Visão Computacional. In: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE (ERBASE), 20. , 2020, Arapiraca-AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 71-78.