@MASTERSTHESIS{ 2020:1918843159,
 	title = {Abordagens computacionais para análise da resistência de carrapatos bovinos aos acaricidas baseadas em imagens},
 	year = {2020},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/4772",
 	abstract = "O carrapato bovino é uma das principais ameaças ao mercado da carne bovina. Anualmente,
 a ação deste carrapato sobre rebanhos, seja pela transmissão de doenças ou pela sucção do
 sangue animal, acarreta uma perda de 3,2 bilhões de dólares apenas no Brasil anualmente.
 Busca-se manter o controle da população de carrapatos através de acaricidas visando
 minimizar este impacto. Para escolher o melhor acaricida, são realizados testes de eficácia
 do produto. Estes testes são feitos manualmente. Amostras de larvas de carrapatos são
 submetidas a estas substâncias, e, algum tempo depois, é feita a contagem visual de larvas
 vivas e mortas. Sobre esta taxa, é definida a eficácia do acaricida. Este teste consume muito
 tempo, além de ser repetitivo e cansativo, então o trabalho desenvolvido nesta dissertação
 busca automatizar este procedimento. Para atingir este objetivo, são desenvolvidos 3
 métodos de contagem automática que seguem o fluxo: aquisição de imagem, segmentação
 das larvas e rastreamento da larva. Cada método utiliza uma técnica de segmentação
 diferente. As técnicas de segmentação utilizadas neste trabalho são a Compensação de
 iluminação, o Algoritmo do Vaga-lume, e a U-Net. O rastreamento das larvas é feito
 utilizando uma técnica que detecta circunferências, o Fast Radial Symmetry Transform
 (FRST). O melhor resultado, geral, foi encontrado com a U-Net, entretanto todos os
 métodos tiveram bons resultados. O método proposto indicou que 98,86% das larvas
 de carrapatos foram encontradas, e 99,25% das larvas vivas e 97,92% das mortas foram
 contadas corretamente.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET},
 	note = {DEPARTAMENTO DE INFORMÁTICA/CCET}
}