Comparação de classificadores de imagens digitais na determinação da cobertura do solo Comparison of digital image classifiers for soil cover determination

Engenharia Agrícola. 2008;28(2):237-244 DOI 10.1590/S0100-69162008000200004

 

Journal Homepage

Journal Title: Engenharia Agrícola

ISSN: 0100-6916 (Print)

Publisher: Sociedade Brasileira de Engenharia Agrícola

LCC Subject Category: Agriculture: Agriculture (General)

Country of publisher: Brazil

Language of fulltext: Spanish, English, Portuguese

Full-text formats available: PDF, HTML, XML

 

AUTHORS


Eleandro S. Cruz

Daniel F. Carvalho

Carlos A. A. Varella

Leonardo D. B. Silva

Wanderley J. Souza

Francisco A. C. Pinto

EDITORIAL INFORMATION

Blind peer review

Editorial Board

Instructions for authors

Time From Submission to Publication: 52 weeks

 

Abstract | Full Text

Com o objetivo de comparar dois classificadores de imagens para a estimativa da cobertura vegetal do solo, foram avaliadas as coberturas proporcionadas pela semeadura de leguminosas e de gramíneas, sob diferentes espaçamentos, preparo do solo e condições de céu com e sem nuvens. O experimento foi conduzido em quatro parcelas experimentais de perda de solo, com 22 m x 3,5 m, instaladas em um Argissolo Vermelho-Amarelo. Os tratamentos consistiram: a) mucuna-cinza (Mucuna pruriens) em nível; b) crotalária (Crotalaria juncea) em sulcos dispostos em nível; c) milho (Zea mays L.) em sulcos dispostos em nível, e d) milho semeado no sentido do declive. Foram tomadas fotografias das parcelas dos 15 aos 85 dias após a semeadura para posterior análise, utilizando o Sistema Integrado para Análise de Raízes e Cobertura do Solo (SIARCS) e um algoritmo baseado na emissividade das bandas do verde e do vermelho (SEROBIN). A maior cobertura do solo foi obtida na parcela cultivada com crotálaria (85,8%), a qual também foi alcançada em menor tempo (56 dias após semeadura). Por outro lado, as menores coberturas foram proporcionadas pelos tratamentos milho em nível e milho morro abaixo (38,6 e 35,2%, respectivamente). As exatidões globais foram de 0,96 e 0,92, para as classificações realizadas com os programas SIARCS e SEROBIN, respectivamente, não havendo, no entanto, diferença estatística entre os dois classificadores utilizados, de acordo com o teste Z aplicado, a 5% de probabilidade.<br>In order to compare two image classifiers for soil cover estimation under both clear sky conditions and sky with clouds, it was evaluated the soil cover by grass and bean crops cultivated in different densities and tillage systems. The experiment was conducted in four soil loss experimental plots of 22.0 m by 3.5 m, in a Red-yellow argil soil. The four treatments consisted of sowing the velvet bean (Mucuna pruriens), sun hemp (Crotalaria juncea) and corn (Zea mays L.), all three following the contour lines, and corn following the slope line. The plot images were acquired from 15 to 85 days after sowing. The soil cover was estimated by off-shelf software (SIARCS) and a proposed algorithm based on green and red bad reflectance (SEROBIN). The highest soil cover was obtained in the sun hemp plot (85.8%), which was also obtained sooner (56 days after sowing). On the other hand, the lowest soil covers were obtained in both corn plots, following the contour lines and the slope line (38.6 and 35.2%, respectively). The overall classification accuracies were 0.96 for SIARCS and 0.92 for SEROBIN. There was no statistical difference between the classifiers using the Z test at the 5% significance level.