Utilize este identificador para referenciar este registo: http://hdl.handle.net/10348/8736
Título: Deteção e monitorização automática de castanheiros com base em imagens aéreas de alta resolução
Autor: Marques, Pedro Miguel Mota
Orientador: Sousa, António Manuel Ribeiro De
Sousa, Joaquim João Moreira De
Palavras-chave: VANT
imagem aérea
processamento digital de imagem
monitorização multi-temporal
declínio do castanheiro
Data: 11-Jan-2018
Resumo: Os veículos aéreos não tripulados (VANT) estão a tornar-se uma ferramenta muito popular para monitorização remota, nomeadamente de culturas agrícolas. Os VANT são mais fáceis de operar, mais baratos e permitem obter imagens com maior resolução espacial, comparativamente com os satélites. Embora existam vários métodos para deteção de vegetação, através do processamento de imagens aéreas, ainda existe um número reduzido de métodos para a extração de parâmetros de vegetação, e.g., deteção individual de árvores e avaliação da área da copa. É, ainda, pouco frequente, a análise multi-espetral de culturas agrícolas, usando imagens aéreas de elevada resolução temporal e espacial. Como resultado deste trabalho, apresenta-se, precisamente, um método, baseado na utilização de índices de vegetação (VI) e de modelos digitais de superfície, para extrair parâmetros individuais de castanheiro, assim como monitorizar, ao longo do tempo um souto. Este tipo de análise é muito importante e pertinente para o agricultor, ou associação de agricultores, pois permitirá uma gestão da parcela com base no conhecimento do estado de cada planta individual. Será possível a deteção de árvores afetadas com determinada doença, deteção de novas plantações e aumento/declínio da vegetação. Este ultimo caso é especialmente relevante para a deteção de árvores afetadas, no seu desenvolvimento, por fatores bióticos ou abióticos, permitindo uma ação atempada com vista à definição da melhor estratégia a seguir. O método proposto é composto por três etapas: (1) segmentação e primeiro clustering (agrupamento de regiões); (2) isolamento de clusters; e (3) extração de parâmetros. Os resultados obtidos com a aplicação do método a várias áreasteste, demonstram que os parâmetros extraídos, nomeadamente, o número de castanheiros presentes numa parcela, área de cobertura vegetal, altura individual e diâmetro individual foram extraídos e validados com sucesso. Neste trabalho, foi possível concluir que os resultados obtidos pela aplicação deste método a imagens aéreas de elevada resolução, obtidas por VANT, para monitorização de castanheiros, são bastante satisfatórios quando comparados com as metodologias correntes, baseadas em métodos manuais.
Unmanned aerial vehicles (UAV) are becoming a very popular tool for remote sensing and crop monitoring, namely agricultural crops. UAV are easier to deploy, cheaper and allows to obtain images with higher spatial-resolution when compared to satellites. Although there are several methods to detect vegetation, through aerial images processing, there are still few methods for the extraction of parameters, e.g. individual tree detection and canopy area evaluation. It is still infrequent, the multi-spectral analysis of agricultural crops, using aerial images of high temporal and spatial resolution. As a result of this work, a method, based on the use of vegetation indices and digital surface models, is presented to extract individual parameters of chestnut tree, as well as monitor a chestnut plot over the time. This is a very important and pertinent type of analysis to the farmer, or farmers association, as it will allow a plot management based on the knowledge of the status of each individual plant. It will be possible to detect affected trees with disease, detection of new plantations and increase/decline of vegetation. This later case is especially relevant for the detection of affected trees in their development, caused by biotic or abiotic factors, allowing a timely action with the purpose to define the best strategy to follow. The proposed method is composed by three steps: (1) segmentation and first clustering (grouping of regions), (2) cluster isolation, and (3) feature extraction. The results obtained with the proposed method, applied to several field tests, show that the extracted parameters, namely, the number of chestnut trees present in a plot, vegetation coverage area, individual height and individual diameter were extracted and successfully validated. In this work, it was possible to conclude that the results obtained by the application of this method to high resolution aerial images obtained by UAV, for monitoring chestnut trees, are quite satisfactory when compared to current methodologies, based on manual method.
URI: http://hdl.handle.net/10348/8736
Tipo de Documento: Dissertação de Mestrado
Aparece nas colecções:DENG - Dissertações de Mestrado
TD - Dissertações de Mestrado



FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex mendeley Endnote Logotipo do DeGóis Logotipo do Orcid 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.