1. Identificação | |
Tipo de Referência | Vídeo em Evento (Audiovisual Material) |
Site | mtc-m16c.sid.inpe.br |
Identificador | 8JMKD3MGPDW34P/43HC3JB |
Repositório | sid.inpe.br/mtc-m16c/2020/11.05.16.45 |
Última Atualização | 2020:11.05.16.45.44 (UTC) simone |
Repositório de Metadados | sid.inpe.br/mtc-m16c/2020/11.05.16.45.44 |
Última Atualização dos Metadados | 2021:09.16.19.16.19 (UTC) simone |
Chave de Citação | Castanheira:2020:LoMaSo |
Título | Localização de manchas solares utilizando haarcascade |
Formato | On-line. |
Ano | 2020 |
Data de Acesso | 15 maio 2024 |
Tipo Secundário | PRE CN |
Número de Arquivos | 1 |
Tamanho | 22731 KiB |
|
2. Contextualização | |
Autor | Castanheira, Matheus Leal |
Afiliação | Universidade Tecnológica Federal do Paraná (UTFPR) |
Endereço de e-Mail do Autor | mlcastanheira@gmail.com |
Nome do Evento | Workshop dos Cursos de Computação Aplicada do INPE, 20 (WORCAP) |
Localização do Evento | São José dos Campos |
Data | 8-11 e 14-17 set. 2020 |
Editora (Publisher) | Instituto Nacional de Pesquisas Espaciais (INPE) |
Cidade da Editora | São José dos Campos |
Título do Livro | Vídeos |
Tipo Terciário | apresentacao tecnica |
Histórico (UTC) | 2020-11-09 17:21:25 :: simone -> administrator :: 2020 2020-11-26 14:06:27 :: administrator -> simone :: 2020 2020-11-27 17:45:37 :: simone -> administrator :: 2020 2021-03-29 22:55:28 :: administrator -> simone :: 2020 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Resumo | Manchas solares são regiões escuras presentes na atmosfera do Sol. Estas regiões estão associadas a campos magnéticos intensos e são fonte de um dos eventos mais energéticos presentes na atmosfera solar, as explosões solares. A localização automática destas regiões é importante para que a evolução da região possa ser acompanhada durante a sua passagem no disco solar. Neste trabalho apresentamos um algoritmo de localização de manchas solares utilizando o método HaarCascade. Haar Cascade é um algoritmo de detecção objetos que utiliza aprendizagem de máquina supervisionada. Este algoritmo tem diversas aplicações tanto no meio acadêmico quanto empresarial. Nesse trabalho o método foi implementado na construção de um algoritmo em Python para detecção de manchas solares. O classificador foi treinado utilizando um conjunto de 4800 imagens da atmosfera solar na faixa do contínuo, de dimensões 400x400 pixels, obtidas pelo instrumento HMI (Helioseismic Magnetic Imager) a bordo do satélite SDO (Solar Dynamic Observatory). Destas, consideramos 3000 imagens negativas, sem a presença de manchas, e 1800 positivas, com a presença de manchas. As imagens positivas foram criadas utilizando a função createsamples da biblioteca Open CV, utilizando como base as imagens negativas e uma imagem de uma manchas solar. A função createsamples basicamente utiliza a imagem do objeto que se deseja localizar e a sobrepões sobre uma das imagens negativas. A cada imagem criada a função rotaciona e distorce a imagem do objeto utilizado, antes de aplica-la sobre a negativa, sendo assim cada imagem criada é única. Ao termino da criação das imagens positivas a função também cria um Dataframe, com informações de tamanho da imagem positiva e posição do objeto dentro da imagem. Utilizando novamente a função createsamples e o Dataframe foi gerado um arquivo de vetor das posições dos objetos para posteriormente ser utilizado no treinamento. Com o arquivo criado foi utilizada a função traincascade para fazer o treinamento. Após concluído o treinamento obtivemos: MinHitRate (taxa de acerto mínimo): 0,995 e MaxFalseAlarmRate(taxa de falso positivo): 0,5. Com o classificador pronto iniciou-se a fase de testes, para isso foram utilizadas 55 imagens com resolução de 1024x1024 pixels , a menor mancha solar contida nas imagens tem o tamanho de 4x4 pixels e a maior de 40x40 pixels . O programa localizou todas as manchas nas imagem com dimensões maiores que 10 pixels , tendo assim um desempenho satisfatório com uma taxa de acerto de 88% e de falsos positivos de 9%. Este classificador pode ser utilizado para filtrar uma grande quantidade de imagens separando somente as que tem manchas solares, para posteriormente serem estudadas. A automatização do processo diminui o trabalho manual do pesquisador. |
Área | COMP |
Tipo | tecnologia da informação |
Arranjo 1 | urlib.net > BDMCI > Fonds > WORCAP > Localização de manchas... |
Arranjo 2 | urlib.net > BDMCI > Fonds > WORCAP > XX WORCAP > Localização de manchas... |
Arranjo 3 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > XX WORCAP > Localização de manchas... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | não têm arquivos |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/8JMKD3MGPDW34P/43HC3JB |
URL dos dados zipados | http://urlib.net/zip/8JMKD3MGPDW34P/43HC3JB |
Idioma | pt |
Arquivo Alvo | Localização de manchas solares utilizando HAARCASCADE - Matheus Leal Castanheira.mp4 |
Grupo de Usuários | simone |
Visibilidade | shown |
Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.03 |
Permissão de Leitura | allow from all |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Repositório Espelho | iconet.com.br/banon/2005/09.28.12.40 |
Unidades Imediatamente Superiores | 8JMKD3MGP8W/38ELNHL 8JMKD3MGPDW34P/43LA7CL |
Lista de Itens Citando | sid.inpe.br/mtc-m16c/2020/11.23.17.27 3 |
Acervo Hospedeiro | sid.inpe.br/mtc-m18@80/2008/03.17.15.17 |
|
6. Notas | |
Notas | (12 min) |
Campos Vazios | archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi e-mailaddress group holdercode isbn issn keywords label lineage mark nextedition numberofslides orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarymark url versiontype volume |
|
7. Controle da descrição | |
e-Mail (login) | simone |
atualizar | |
|