From sensor data to Munsell color system: Machine learning algorithm applied to tropical soil color classification via Nix™ Pro sensor

Mancini, Marcelo; Weindorf, David C.; Monteiro, Maria Eduarda Carvalho; Faria, Álvaro José Gomes de; Teixeira, Anita Fernanda dos Santos; Lima, Wellington de; Lima, Francielle Roberta Dias de; Dijair, Thaís Santos Branco; Marques, Francisco D.Auria; Ribeiro, Diego Egídio; Silva, Sérgio Henrique Godinho; Chakraborty, Somsubhra; Curi, Nilton

doi:10.1016/j.geoderma.2020.114471

Cited by 36 publications

(14 citation statements)

References 35 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Nix Pro has been used in many studies previously and has proven to be closely accurate to determine colours in various domains, such as soil and agriculture, paint and print, and the food industry [ 6 , 28 ]. Soil scientists also reported the usefulness of the Nix Pro colour sensor as it provides a reasonably accurate colour prediction [ 26 ].…”

Section: Materials and Methodologymentioning

confidence: 99%

“…The traditional method of soil colour determination involves mapping the human perception to the colour chips of the MSCB [ 6 ]. The process of using human perception to determine soil colours does not guarantee an accurate determination, as it differs from person to person and varying external conditions such as light and time of the day, as highlighted by [ 7 , 8 , 9 , 10 , 11 ].…”

Section: Introductionmentioning

confidence: 99%

“…The Nix colour sensor has been used for rapid quantitative prediction of soil colour. It has been used to define soil colour [ 6 , 13 , 26 , 27 ] and predict soil organic properties [ 28 , 29 ]. As the current literature claims that the Nix Pro [ 30 ] colour sensor offers highly accurate colour discrimination, we opted to use this sensor as our source of ground-truth data, and compared it with the images captured by a smartphone.…”

Section: Introductionmentioning

confidence: 99%

See 2 more Smart Citations

Determination of Munsell Soil Colour Using Smartphones

Nodi

Paul

Robinson

et al. 2023

Sensors

View full text Add to dashboard Cite

Soil colour is one of the most important factors in agriculture for monitoring soil health and determining its properties. For this purpose, Munsell soil colour charts are widely used by archaeologists, scientists, and farmers. The process of determining soil colour from the chart is subjective and error-prone. In this study, we used popular smartphones to capture soil colours from images in the Munsell Soil Colour Book (MSCB) to determine the colour digitally. These captured soil colours are then compared with the true colour determined using a commonly used sensor (Nix Pro-2). We have observed that there are colour reading discrepancies between smartphone and Nix Pro-provided readings. To address this issue, we investigated different colour models and finally introduced a colour-intensity relationship between the images captured by Nix Pro and smartphones by exploring different distance functions. Thus, the aim of this study is to determine the Munsell soil colour accurately from the MSCB by adjusting the pixel intensity of the smartphone-captured images. Without any adjustment when the accuracy of individual Munsell soil colour determination is only 9% for the top 5 predictions, the accuracy of the proposed method is 74%, which is significant.

show abstract

Section: Materials and Methodologymentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Determination of Munsell Soil Colour Using Smartphones

Nodi

Paul

Robinson

et al. 2023

Sensors

View full text Add to dashboard Cite

show abstract

“…Кількість зразків (31) і варіабельність кольору ґрунту були низькими, і тому такі перспективні методи потребують подальшого тестування. Звичайно, оцінювання точності датчика Nix™ Pro шляхом порівняння його даних з більш точним лабораторним обладнанням було б більш трудомісткім та тривалішим [23].…”

Section: вступunclassified

Color indicators as parameters for predicting the content of organic carbon in soils

Huslystyi

Gorban

2022

vsllr

View full text Add to dashboard Cite

The study of chemical, physical and biological properties of soil is important for theoretical and practical soil science. The study of soil properties, in particular the determination of organic carbon content, requires a lot of time and money. Effective measurement of soil organic carbon is necessary to manage the functioning of ecosystems. Organic carbon has an important effect on soil properties and also plays a key role in mitigating the effects of climate change, as carbon dioxide (CO2) can be removed from the atmosphere and stored in the soil, thereby reducing the warming effect. Soil color is one of the key soil characteristics that can be quickly analyzed and is closely related to a number of other physical and chemical soil parameters. According to the researches of domestic and foreign scientists, soils are the main storage place for soil carbon, which plays an important role in the global carbon cycle. With technological progress and the development of imaging systems, image-based soil characterization methods have attracted considerable attention from the global soil science community. Unlike soil spectroscopy, imaging devices such as digital cameras or phone cameras are readily available. Traditionally, soil color is quantified using Munsell’s color system, which requires subjective visual comparison, but recently foreign scientists have begun to use RGB, CMYK, HSB color schemes, the definition of which is available in almost all computer graphics editors. With the increase in the use of smartphones and the gradual improvement of the quality of photo images, the use of smartphone photos to predict organic carbon content shows great potential for development. Unlike face recognition and other recognition methods that mainly rely on object profiles, color is one of the most important factors in determining the accuracy of organic carbon prediction. Different hardware configurations and hardware software settings may cause differences in photo colors.

show abstract

“…As cores de minerais provêm informações úteis como origem e permitem suas classificações (Ramos, Inda et al 2020). Assim como as amostras de solo, os precipitados obtidos das culturas de A. Munsell correlacionado com características elementais dos solos utilizados (Mancini, Weindorf et al 2020). Dentro desse mesmo contexto de utilizar técnicas de Data Science, temos Milotta F e colaboradores, buscando criar um sistema focado em realizar a datação de peças arqueológicas (Milotta, Furnari et al 2020).…”

Section: O Microrganismo Acidithiobacillus Ferrooxidans Antigamente N...unclassified

Resposta fisiológica Acidithiobacillus ferrooxidans em meios ricos em Cu (II), Mn (II) e Cr (III): biotecnologia na exploração espacial

Almeida¹

View full text Add to dashboard Cite

AgradecimentosA Professora Dr. Cassiana Nomura, que gentilmente cedeu seu laboratório para a realização de experimentos. Além de confiar em mim para atividades de vestibular. Uma pessoa muito gentil que guardo grande apreço.A Alexandrina Carvalho, aluna da professora Cassiana que me auxiliou na realização dos experimentos. Outra pessoa muito gentil que guardo grande apreço.Ao Professor Dr. Erick Bastos, que gentilmente cedeu seu laboratório para a realização de experimentos. Além de ter me dado aulas no início da graduação que nunca esquecerei.Ao Arthur, aluno do professor Erick, que me ajudou na realização dos experimentos. Ao Professor Dr. Carlos Menck, que desde o primeiro dia na faculdade sempre foi uma inspiração, não só como professor/pesquisador, mas também como pessoa.Ao meu Orientador Fabio por ter me aguentado todos esses 5 anos. Anos de muito aprendizado, mas também de risadas e momentos que levarei comigo para sempre.Ao Douglas Galante, que me auxiliou no entendimento de diversos experimentos e questões técnicas, além é claro de me contagiar com seu senso de humor.Ao André Pulschen, que me apresentou o Astrolab. A culpa é dele. Ao Evandro Pereira, meu amigo que sempre me ajudou me ensinando muito mais do que simplesmente os conceitos metodológicos. Obrigado por compartilhar bons momentos.Ao Gabriel Funny Bramon Gonçalves, amigo que sempre tem alguma curiosidade para fazer o dia mais cheio de cultura e conhecimento.Ao Gabriel Not Funny, pelos ensinamentos e momentos sarcásticos.A Juliana Abrantes que sempre escutou minhas indagações filosóficas e compartilhou das crises existenciais de um jovem adulto.A Ana Luiza que me ensinou muito sobre a vida que com toda a certeza me fizeram uma pessoa melhor.Ao Gian e a Lari, grandes amigos que infelizmente partiram. Agora estão na Suíça.A Jaja e a Glia, duas pessoas que guardo boas recordações e me ensinaram bastante. A Carola, por sempre ser a amiga doida que todos precisam.A todos os membros do Astrolab por todos esses anos de convivência e boas experiências.Aos meus irmãos de coração, Patrick e Felipe, que sempre estiveram comigo. Muitas ideias ruins, ideias não tão ruins e muitas risadas para levar a vida.Ao Giovanni Mietto Foltran, meu fiel amigo que sempre busca uma forma de afirmar que é italiano.Aos meus amigos Renato, Fabre e Roni, que desde o ensino médio seguem compartilhando bons momentos e comentários engraçados nos momentos de tristeza.A todos os meus outros amigos, pessoas que tenho grande estima e aprecio os momentos que compartilhamos.Aos demais professores e pesquisadores que integraram a banca avaliadora deste trabalho e aos que também, de alguma forma, contribuíram para a realização dele.Aos técnicos, cujo trabalho e dedicação possibilitaram a realização deste trabalho.A USP e seus docentes e funcionários, sem os quais nada disso seria possível. Agradeço ao Programa de Pós-Graduação Interunidades em Biotecnologia pela oportunidade.À Capes -Coordenação de Aperfeiçoamento Pessoal de Nível Superior, pelo suporte financeiro e concessão de bolsa d...

show abstract

From sensor data to Munsell color system: Machine learning algorithm applied to tropical soil color classification via Nix™ Pro sensor

Cited by 36 publications

References 35 publications

Determination of Munsell Soil Colour Using Smartphones

Determination of Munsell Soil Colour Using Smartphones

Color indicators as parameters for predicting the content of organic carbon in soils

Resposta fisiológica Acidithiobacillus ferrooxidans em meios ricos em Cu (II), Mn (II) e Cr (III): biotecnologia na exploração espacial

Contact Info

Product

Resources

About