Neste estudo é apresentado um sistema computadorizado para estimação do fator de empilhamento utilizando redes neurais artificiais –NeuroDIC. O sistema foi utilizado em um estudo de caso de quantificação do volume de madeira empilhada sobre caminhões. O NeuroDIC foi desenvolvido utilizando a linguagem de programação Java. Como ambiente de desenvolvimento foram utilizados o IDE (Integrated Development Environment) Netbeans 7.1 e a JDK 7.3 (Java Development Kit). É uma ferramenta gratuita, que pode ser utilizada em qualquer sistema operacional. A madeira utilizada no estudo foi proveniente de um talhão pertencente a uma empresa de reflorestamento do centro-oeste paulista, plantado com um híbrido de Eucalyptus grandis x Eucalyptus urophylla, com idade de 8,5 anos, espaçamento de 3,0 X 3,0 m e empilhada sobre caminhões. Cada pilha carregada sobre os caminhões foi fotografada transversalmente ao comprimento das toras, a uma distância aproximada de 2,5 m. Em cada uma foram tiradas seis fotos, sendo uma da porção superior esquerda (SE), superior central (SC), superior direita (SD), inferior esquerda (IE), inferior direita (ID) e uma central (CE). O volume cúbico de cada pilha foi determinado pela cubagem de cada tora pela fórmula de Huber.O volume em estéreo foi calculado pela medição das dimensões da pilha no caminhão. Ao todo foram treinadas 420 redes e escolhidas 42 dentre elas, sendo uma para cada imagem. As redes foram aplicadas e cada imagem classificada foi comparada a imagem original visualmente, analisando a qualidade da classificação após aplicação das redes neurais. Foram obtidos 42 fatores de empilhamento no total. Foi calculada a média entre eles resultando em um fator de empilhamento médio. A diferença média entre o volume cúbico calculado no campo e pelo processamento digital de imagens utilizando RNA foi de 1,9%. Comparado ao processo convencional de cubagem de toda a carga para estimação do fator de empilhamento, houve redução de aproximadamente 90% dos custos da atividade ao adotar o processamento digital de imagens utilizando redes neurais artificiais.
In this study is presented the computerized system to estimate the piling factor using artificial neural networks - NeuroDIC and use it to estimate the volume of wood piled on trucks using digital images. NeuroDIC was developed using the Java programming language. As a development environment IDE (Integrated Development Environment) Netbeans 7.1 and JDK 7.3 (Java Development Kit) was used. The software is a free tool that can be used on any operating system. The wood used in the study came from a field belonging to a reforestation company Midwestern São Paulo planted with a hybrid of Eucalyptus grandis x Eucalyptus urophylla, aged 8.5 years, planting space of 3.0 X 3.0 meters, piled on trucks. Each stack loaded on the trucks was photographed across the length of the logs, a distance of approximately 2.5 meters. In each pile, six photographs were taken, one from the upper left (SE) , upper center (SC), upper right (SD), lower left (IE), lower right (ID) and a center (CE). The cubic volume of each pile was estimated by cubing each log by the method of Huber. The stereo volume was calculated by measuring the dimensions of the pile in the truck. Altogether 420 networks were trained and chosen 42 among them, one for each image. The networks have been applied and each classified image was visually compared to the original image, analyzing the quality of the classification after application of neural networks. 42 piling factors were obtained in total. The average between them was calculated resulting in medium piling factor. The average difference between the calculated cubic volume in the field and by digital image processing using RNA was 1.9%. Compared to the conventional process of measuring the entire load to determine the piling factor, there was a reduction of approximately 90% of activity costs to adopt the digital image processing using artificial neural networks.
