English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

A classe de qualidade de uma peça de madeira serrada é determinada pelos defeitos apresentados e por algumas características associadas a eles, como: dimensões da peça e dos defeitos, posição dos defeitos, quantidade e tipo. Os objetivos deste trabalho foram desenvolver e avaliar um protótipo para classificação de tábuas de madeira de eucalipto, com base em imagens digitais, composto por uma esteira rolante onde são inseridas as tábuas para obtenção das imagens de suas faces. O protótipo pode utilizar tanto a norma da Associação Brasileira de Normas Técnicas (ABNT) quanto a norma comercial de uma serraria. O processo pode ser acompanhado no microcomputador, que apresenta em seguida a imagem da tábua com o resultado final de sua classificação. A taxa de acerto no processo de classificação foi de 64,3%, usando-se a norma da ABNT, e de 81,0% com o emprego da norma comercial. A produtividade do protótipo desenvolvido foi de 7,9 m³ h-1, na classificação de madeira serrada de eucalipto. Lumber quality is determined by the defects presented and other characteristics such as: size, position, amount and type. The purpose of this research was to develop and evaluate a prototype to classify eucalyptus lumber using digital images. This prototype was built with a conveyor belt where the lumbers are inserted for image acquisition. Either the Brazilian standard (ABNT) or the commercial rule can be used for classification. The process can be followed in a microcomputer that shows the lumber image with its final grade. The overall accuracy rate in the classification process was 64.3% using the ABNT norm, and 81.0% percent using the commercial norm. Productivity of the developed prototype was 7.9 m³ h-1

Desenvolvimento e avaliação de um protótipo classificador de tábuas usando técnicas de visão artificial