Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Similars in SciELO
Share
RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo
On-line version ISSN 2007-7467
Abstract
GONZALEZ GONZALEZ, Felipe Anastacio; TORRES MATA, Joaquín; LERMA SANCHEZ, Angel Mario and GONZALEZ SANCHEZ, Irma Carolina. Aprendendo a medir o custo computacional de algoritmos de reconhecimento de imagem em folhas de soja. RIDE. Rev. Iberoam. Investig. Desarro. Educ [online]. 2023, vol.14, n.27, e601. Epub June 14, 2024. ISSN 2007-7467. https://doi.org/10.23913/ride.v14i27.1770.
O objetivo deste trabalho foi apresentar a mensuração do custo computacional de diversos algoritmos de reconhecimento de imagens em folhas de soja, através de uma abordagem quantitativa e experimental. Após revisão da base teórica, procedemos à implementação e experimentação desses algoritmos utilizando imagens de folhas de soja. Os resultados mostram que não se pode estabelecer claramente qual a melhor escolha entre algoritmos detectores de descritores como SIFT e SURF, pois embora um deles tenha maior tempo de processamento em milissegundos, seu consumo de memória é menor, e vice-versa. Por outro lado, no que diz respeito aos algoritmos de busca de cantos, como Harris e Shi-Tomasi, este último mostrou-se superior tanto no número de cantos detectados como no tempo de processamento em milissegundos e no consumo de memória. Por fim, no grupo de algoritmos de contorno ativo, observou-se que o algoritmo Snake supera o Chan-Vese com menor tempo de processamento em milissegundos e menor consumo de memória. Em resumo, pode-se sugerir que, para reconhecimento de folhas em plantas de soja, o algoritmo Shi-Tomasi poderia ser uma opção adequada devido ao seu ótimo desempenho em termos de tempo de processamento e consumo de memória em comparação aos demais algoritmos analisados.
Keywords : algoritmos; reconhecimento de imagens; custo computacional.