Menu
A popularização da tecnologia da informação e da automação e suas aplicações nas diversas áreas do conhecimento humano são uma realidade, mesmo sendo pouco aplicadas nas atividades agropastoris. A execução de tarefas corriqueiras como o arraçoamento de peixes, dependem em grande parte da expertise e conhecimento tácito dos indivíduos envolvidos, resultando por vezes, na ineficiência da utilização de recursos e falhas de manejo. O uso de equipamentos e softwares no controle de processos e monitoramento das condições ambientais e insumos utilizados, contribui para a melhoria do desempenho do cultivo de organismos aquáticos. O presente trabalho descreve um sistema automatizado de oferta e controle do arraçoamento de peixes que aplica técnicas de reconhecimento de padrões, detecção de movimento e visão computacional para a determinação da saciedade aparente dos espécimes. Utilizando três métodos distintos de reconhecimento de padrões: limiarização, detecção de aglomerados ou Blobs e SURF – Speeded Up Robust Features, o sistema alimentador automatizado determina a quantidade residual de pellets após o arraçoamento. A avaliação do método computacional com melhor desempenho, considerou o algoritmo que apresentou a menor diferença absoluta entre o valor de contagem manual de pellets e o contabilizado pelo sistema. A eficiência da metodologia foi comprovada pela aplicação nos dados coletados da análise de variância (ANOVA) em seis cenários distintos, utilizando o software Minitab 17. A viabilidade de uso do método computacional é evidente. Todavia, alterações nas condições ambientais devem ser levadas em consideração durante a operação.
The popularization of information technology and automation and its applications in various areas of human knowledge is a reality, even though little applied in agropastoral activities. The execution of everyday tasks such as feeding fish, depends largely on the expertise and tacit knowledge of the individuals involved, sometimes resulting in inefficient use of resources and management failures. The use of equipment and software in process control and monitoring of environmental conditions and inputs used, helps to improve the performance of the aquatic organisms cultivation. This paper describes an automated supply and feeding control of fish that applies pattern recognition techniques, motion detection and computer vision to determine the satiation of specimens. Working with three distinct methods of pattern recognition: thresholding, clusters detection or Blobs and SURF – Speeded Up Robust Features, automated feeder were used to determine the residual amount of pellets during feeding. The evaluation of the computational method with better performance, has consider the algorithm that had the lowest absolute difference between the value of pellets on manual counting and recorded by the system. The effectiveness of the methodology has been proven by using variance analysis (ANOVA) in six different scenarios, with data collected in this study using Minitab 17 software. The feasibility of use of the computational method is evident. However, changes in environmental conditions must be taken into account during operation.
Data da defesa: 30/08/2016
Banca Examinadora
Orientador(a): Rodrigo Jardim Riella (Lactec)
Membro da Banca: Vóldi Costa Zambenedetti (Lactec)
Membro da Banca: Nicole Machuca Brassac de Arruda (Lactec)
Membro da Banca: Gustavo Benvenutti Borba (UTFPR)
Palavra(s)-Chave: Automação; Arraçoamento; Reconhecimento de padrões; Limiarização; Blob; SURF; Pellets.
Keywords: Automation; Feeding; Pattern Recognition; Thresholding; Blob; SURF; Pellets.
