PROCESSAMENTO DIGITAL DE IMAGENS TÉRMICAS PARA IDENTIFICAÇÃO DE MASTITE BOVINA UTILIZANDO TÉCNICA DE AGRUPAMENTO DE DADOS
A pecuária de leite é uma atividade de relevância para o agronegócio brasileiro, sendo responsável pela disponibilidade de um produto de alto valor nutricional à população. No entanto, sua eficiência produtiva tem como principal entrave à incidência de mastite no rebanho em lactação, que ocasiona prejuízos econômicos e depreciação na qualidade do produto final. Neste contexto, a presente pesquisa foi conduzida com o objetivo de classificar imagens térmicas de animais saudáveis, com mastite subclínica e clínica, tomando-se com base a temperatura de superfície do úbere correlacionados à detecção de mastite subclínica e clínica em bovinos de leite. A pesquisa foi realizada em uma unidade de produção de leite, Fazenda Roçadinho, localizada no município de Capoeiras, Mesorregião Agreste, Microrregião do Vale do Ipojuca, estado de Pernambuco. As imagens foram obtidas de 24 animais (8 saudáveis, 8 com mastite subclínica e 8 com mastite clínica) totalizando 96 imagens térmicas nos enquadramentos anterolateral esquerdo, direito, posterior e inferior. O processamento foi realizado pelo algoritmo K-means utilizando o software IMAGEJ. Os valores dos clusters para os animais saudáveis variaram de 254.25 a 254.77 para cluster 0 e 1,62 a 2,078 para cluster 1. Para os animais com mastite subclínica variaram de 254.1 a 254.7 para cluster 0 e 0,88 a 1,3, para os animais com mastite clínica variaram de 254,62 a 254,33 para cluster 0 e 1,16 a 0,77 para cluster 1, respectivamente. Foi possível classificar imagens térmicas de animais saudáveis e animais com mastite nos enquadramentos anterolateral esquerdo, direito e posterior utilizando processamento de imagens por meio do algoritmo proposto.
PROCESSAMENTO DIGITAL DE IMAGENS TÉRMICAS PARA IDENTIFICAÇÃO DE MASTITE BOVINA UTILIZANDO TÉCNICA DE AGRUPAMENTO DE DADOS
-
DOI: 10.22533/at.ed.90920160717
-
Palavras-chave: imagens térmicas, mastite, visão computacional
-
Keywords: thermal images, mastitis, computer vision
-
Abstract:
Dairy farming is an activity of relevance to Brazilian agribusiness, being responsible for the availability of a product of high nutritional value for the population. However, its productive efficiency is the main cause of damage by mastitis in the lactating herd, which causes economic losses and depreciation in the quality of the final product. In this context, the present research was conducted with the objective of classifying thermal images of feeding animals, with subclinical and clinical mastitis, taking based on the wet surface temperature correlated to the detection of subclinical and clinical mastitis in dairy cattle. . A research was carried out in a milk production unit, Fazenda Roçadinho, located in the municipality of Capoeiras, Mesoregion Agreste, Microregion of Vale do Ipojuca, State of Pernambuco. The images were submitted to 24 animals (8 healthy, 8 with subclinical mastitis and 8 with clinical mastitis), totaling 96 thermal images in the left, right, posterior and inferior anterolateral frames. Processing was performed by the K-means algorithm using the IMAGEJ software. The values of the clusters for animals ranging from 254.25 to 254.77 for cluster 0 and 1.62 to 2.078 for cluster 1. For animals with subclinical mastitis ranging from 254.1 to 254.7 for cluster 0 and 0.88 to 1.3, for animals with clinical mastitis ranged from 254.62 to 254.33 for cluster 0 and 1.16 to 0.77 for cluster 1, respectively. It was possible to classify thermal images of healthy animals and animals with mastitis in the left, right and posterior anterolateral frames, using image processing using the proposed algorithm.
-
Número de páginas: 9
- Héliton Pandorfi
- Gledson Luiz Pontes de Almeida
- Pedro Henrique Dias Batista
- Marcos Vinícius da Silva
- Victor Wanderley Costa de Medeiros
- Taize Calvacante Santana
- Nicole Viana da Silva
- Maria Vitória Neves de Melo
- Maria Eduarda Oliveira
- Weslley Amaro da Silva
- Ingrid do Nascimento Bezerra
- Rodes Angelo Batista da Silva
