Esta pesquisa teve o objetivo de encontrar uma relação de densidade de plantio de cana de açúcar com o resultado de aplicação de índices de vegetação, utilizando as três bandas do visível , o RGB. A metodologia adotada foi o de segmentar a imagem original entre cana mais densa e cana menos densa, além de outras classes fora do objeto de pesquisa, de forma automática, utilizando o software MatLab. Foram utilizadas imagens aéreas de alta resolução espacial capturadas por VANT e desenvolvida uma metodologia para transformação do espaço de cor RGB para o CIE Lab. Em cada um dos canais resultantes L, a e b foi aplicado o método de segmentação automático desenvolvido por Otsu. Estes resultados foram comparados com 10 índices de vegetação. Os resultados alcançados apresentam boa relação de valor de pixels que representam cana de açúcar com o canal a do espaço de cor CIE Lab utilizando máscara de convolução para quantificar a densidade de cana-de-açúcar.

This research aimed to find a relation of density of planting ofsugar cane with the result of application of vegetation indexes, using the three bands of the visible, the RGB. The methodology adopted was to segment the original image between denser and less dense sugarcane, in addition to other classes outside the object of research, automatically, using the MatLab software. Aerial images of high spatial resolution were used. captured by UAV and developed a methodology for transforming the RGB color space for the CIE Lab. In each of the resulting channels L, a and b, the automatic segmentation method developed by Otsu was applied. These results were compared with 10 vegetation indexes. The results achieved have a good value ratio of pixels representing sugar cane with channel a of the CIE Lab color space using a convolution mask to quantify the density of sugar cane.

Pós-graduação em Ciências Ambientais - Sorocaba