Use este identificador para citar ou linkar para este item: https://repositorio.ifg.edu.br/handle/prefix/226
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisor1José, Alexandre Bellezi-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9765585618707211pt_BR
dc.contributor.advisor-co1Carvalho, Thyago Peres-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/7816616521514395pt_BR
dc.contributor.referee1José, Alexandre Bellezi-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/9765585618707211pt_BR
dc.contributor.referee2Lopes, Victor Hugo Lázaro-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/8690054906597785pt_BR
dc.contributor.referee3Silva, Rogério Sousa e-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/5613876184151189pt_BR
dc.creatorNeves, Cayo Eduardo da Silva-
dc.creator.Latteshttp://lattes.cnpq.br/3299796950284098pt_BR
dc.date.accessioned2019-04-24T12:18:19Z-
dc.date.available2019-03-15-
dc.date.available2019-04-24T12:18:19Z-
dc.date.issued2019-02-15-
dc.identifier.urihttp://repositorio.ifg.edu.br/handle/prefix/226-
dc.description.abstractThis course completion works deals with the theme of equine and mule color identification using the OpenCV computer vision tool. The identification of the color of the animal will be used to assist in the completion of the Animal Review, a document to control the health of horses and mules, this document is a unique identification of each animal, having all the characteristics of it for identification, breed, color, sex, marks on the body among others. Considering the number of errors that occur in filling out the document due to human behaviors, the need for computerization has been found. As a focus of this work the identification of one of the characteristics present in the review, the color of the coat. Through prototypes developed in Python using OpenCV computer vision libraries, color spaces and the K-NN classifier, we obtained expressive results in this development, since it was a subject not yet explored.pt_BR
dc.description.resumoEste trabalho de conclusão de curso trata sobre o tema identificação de cores de equinos e muares. A identificação da cor do animal será utilizada para auxiliar no preenchimento da Resenha do Animal, um documento de controle de sanidade dos equinos e muares, este documento é uma identificação única de cada animal, possuindo todos as características do mesmo para identificação, raça, cor, sexo, marcas no corpo entre outros. Visto a quantidade de erros que ocorre no preenchimento do documento em função de comportamentos humanos, viu-se a necessidade da sua informatização. Como foco deste trabalho a identificação de uma das características presentes na resenha, a cor da pelagem. Através de protótipos desenvolvidos em Python utilizando bibliotecas de visão computacional OpenCV, espaços de cores e o classificador K-NN, obteve-se resultados expressivos neste desenvolvimento, visto que era um tema ainda não explorado.pt_BR
dc.description.provenanceSubmitted by Kenia Silva Oliveira (kenia.oliveira@ifg.edu.br) on 2019-04-17T11:09:20Z No. of bitstreams: 1 TCC (Versão Final).pdf: 2598260 bytes, checksum: 4a89e3b3755bf2fe674ac0918205152f (MD5)en
dc.description.provenanceApproved for entry into archive by Maria Aparecida Rodrigues de Souza (maria.souza@ifg.edu.br) on 2019-04-24T12:18:18Z (GMT) No. of bitstreams: 1 TCC (Versão Final).pdf: 2598260 bytes, checksum: 4a89e3b3755bf2fe674ac0918205152f (MD5)en
dc.description.provenanceMade available in DSpace on 2019-04-24T12:18:19Z (GMT). No. of bitstreams: 1 TCC (Versão Final).pdf: 2598260 bytes, checksum: 4a89e3b3755bf2fe674ac0918205152f (MD5) Previous issue date: 2019-02-15en
dc.languageporpt_BR
dc.publisherInsitituto Federal de Educação, Ciência e Tecnologia de Goiáspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCâmpus Inhumaspt_BR
dc.publisher.initialsIFGpt_BR
dc.relation.referencesAGROGESTAO. ZOOGESTÃO. 2014. Disponível: <http://agrogestao.com/pagina.asp?ID=23> Acesso em: 24/08/2018. AGROROXA. EquinoGestor. 2017. Disponível: <https://play.google.com/store/apps/details?id=br.com.equinogestor> Acesso em: 24/08/2018. BALLARD, D. H.; BROWN, C. M. Computer Vision. Prentice–Hall, Inc, Englewood Cliffs, New Jersey, 1982. BARELLI, F. Introdução à Visão Computacional: Uma abordagem prática com Python e OpenCV. Casa do Código, ed. 1, 2018. BATISTA, L. M. N.; CARRIJO, W. C. Informatização da Resenha de Equinos e Muares. 2016. BRADSKI, G; KAEHLER, A. Learning OpenCV: Computer Vision in C++ with the OpenCV Library. O'Reilly Media. 2013. BRASIL. MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO. Manual de Legislação: programas nacionais de saúde animal do Brasil. 2009. CAMARA, G; SOUZA, R. C. M; FREITAS, U. M; GARRIDO, J. SPRING: Integrating remote sensing and GIS by object–oriented data modelling. Computers & Graphics, 1996. COLOUR INVARIANTS. University of East Anglia. [2000-2010]. Disponível: <http://www2.cmp.uea.ac.uk/Research/compvis/ColourInvariants/ColourInvariants.htm> Acesso em:01/11/2018. CRUZ, F. Python Escreva seus primeiros programas. Casa do Código, ed. 1, 2015. DTI, Iagro. Manual App – Resenha Versão 1.0. 2017. FAYYAD, Usama.; PIATETSKY–SHAPIRO, Gregory.; SMYTH, Padhraic. The KDD process for extracting useful knowledge from volumes of data. Communications of the ACM, v. 39, n. 11, p. 27–34, 1996. GONZALES, R. C.; WOODS, R. E. Processamento Digital de Imagens. Pearson Education. 3Ed, 2015. IAGROMS. Resenha Virtual. 2018. Disponível: <https://play.google.com/store/apps/details?id=iagro.resenha.virtual> Acesso em: 24/08/2018. KOLKUR, S. et al. Human skin detection using RGB, HSV and YCbCr color models. 2017. MUHAMMAD, Bashir; ABU–BAKAR, Syed Abd Rahman. A hybrid skin color detection using HSV and YCgCr color space for face detection. 2015 IEEE International Conference on. IEEE, 2015. NUMPY. NumPy. Disponível: <http://www.numpy.org/> Acesso em: 11/09/2018. OLIVEIRA JÚNIOR, F. A. D. Identificação e Classificação de Sinalização Horizontal em Autovias utilizando OpenCV. 2016. OLIVEIRA, V. A.; CONCI, A. Skin Detection using HSV color space. Workshops of Sibgrapi. 2009. PEDREGOSA, F. et al. Scikit–learn: Machine learning in Python. Journal of machine learning research, v. 12, 2011. SPACE, RGB Color. Color Spaces. 2013. TAN, Pang–Ning et al. Introduction to data mining. Pearson Education India, 2007. UDDIN, M. S.; AKHI, A. Y. Horse Detection Using Haar Like Features. International Journal of Computer Theory and Engineering, v. 8, n. 5.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectOpenCVpt_BR
dc.subjectEspaço de Corespt_BR
dc.subjectIdentificação de Equinospt_BR
dc.subjectK–NNpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleIdentificação de cores de equinos e muarespt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
Aparece nas coleções:Bacharelado em Sistemas de Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC (Versão Final).pdf2,54 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.