JJJoseph Kalil Khoury Junior

Joseph Kalil Khoury Junior

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Joseph Kalil Khoury Junior has a total of 9 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Distribuição, probabilidade de ocorrência e período de retorno dos índices de erosividade EI30 e KE>25 em Seropédica - RJ

    by Daniel F de Carvalho, Roriz L Machado, Adão W. P Evangelista, Joseph K. Khoury Júnior, Leonardo D. B. da Silva

    O presente trabalho foi desenvolvido com o objetivo de estudar as características da erosividade da chuva em Seropédica (RJ), quanto à sua distribuição, probabilidade de ocorrência e período de retorno. Para isso, foi utilizada uma série mensal de dados pluviométricos referente ao período de 1973 a 2002 e, com o auxílio de modelos ajustados para a região, foi possível obter os índices mensais e anuais de erosividade EI30 e KE>25. Com base nos resultados obtidos, foi possível concluir que: a) os valores médios anuais de EI30 e de KE>25 foram de 5.960,4 MJ mm ha-1 h-1 e de 99,2 MJ ha-1, respectivamente, e estão associados a períodos de retorno de 1,97 ano, com uma probabilidade de ocorrência de 50,82%; e b) valores anuais de EI30 da ordem de 5.995; 7.262; 7.684; 7.895; 8.022 e 8.064 MJ mm ha-1 h-1 e de KE>25 da ordem de 99,8; 122,7; 130,3; 134,1; 136,4 e 137,1 MJ ha-1, são esperados, em média, uma vez a cada 2; 5; 10; 20; 50 e 100 anos, respectivamente.


  • Open Access

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

    by José Marcelo Gomes, Francisco de Assis de Carvalho Pinto, Ricardo Marius Della Lucia, Joseph Kalil Khoury Junior

    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.

  • Análise discriminante paramétrica para reconhecimento de defeitos em tábuas de eucalipto utilizando imagens digitais

    by Joseph Kalil Khoury Junior, Francisco de Assis de Carvalho Pinto, Nerilson Terra dos Santos, Ricardo Marius Della Lúcia, Eduardo Eiji Maeda

    A indústria de madeira tem dispensado especial atenção às etapas de classificação e seleção de madeira serrada. Sistemas de Visão Artificial têm sido propostos para automação dessas etapas na indústria. A identificação de características apropriadas para discriminar os defeitos da madeira em imagens digitais é um dos maiores desafios no desenvolvimento desta tecnologia. O objetivo deste trabalho foi avaliar, por meio de técnicas de análise multivariada, a capacidade de discriminar defeitos em tábuas de eucalipto, utilizando-se as características de percentis de imagens coloridas. Foram realizadas análises discriminantes linear e quadrática para classificação de defeitos e madeira limpa em imagens digitais de tábuas de eucaliptos. As características de percentis do histograma das bandas do vermelho, verde e azul, retiradas de dois tamanhos de blocos de imagens, foram utilizadas para desenvolvimento e teste das funções discriminantes. Foram usados 492 blocos, contendo os 12 defeitos estudados e madeira limpa, retirados das imagens de 40 tábuas amostradas aleatoriamente. As características foram analisadas com seus valores originais, escores dos componentes principais e escores das variáveis canônicas. Os menores erros globais de classificação foram 19 e 24% para funções discriminantes lineares com os escores das variáveis canônicas para tamanho de bloco de 64 x 64 e 32 x 32 pixels, respectivamente. Tendo em vista a magnitude desses erros, as características de percentis foram consideradas adequadas para discriminar defeitos e madeira limpa em imagens digitais.