Resumo |
A detecção de estresse hídrico em plantações é um processo importante na agricultura. Essa informação geralmente é obtida por meio de sensores localizados no solo, contudo, além de ser um processo trabalhoso, a utilização de sensores pode representar um custo elevado para o agricultor. Vários trabalhos encontrados na literatura indicam que existe uma relação entre a temperatura da planta e o nível de estresse hídrico. Assim, o objetivo deste trabalho é identificar o nível de estresse hídrico em plantações de feijão por meio da análise de imagens térmicas. Uma das etapas desse processo é a segmentação, dessa forma é possível determinar a temperatura apenas na região das folhas, descartando os demais elementos da imagem. O processo de segmentação de imagens consiste na subdivisão da imagem em suas partes e objetos constituintes. A segmentação de folhas é uma etapa fundamental em diversas aplicações relacionadas à análise de plantas. A identificação e segmentação manual de folhas e plantas em imagens é uma tarefa difícil de ser realizada, além de demandar muito tempo, o processo está sujeito à subjetividade e a falhas humanas. Visando aumentar a eficiência e a precisão, algoritmos e técnicas de processamento digital de imagens podem ser utilizados para automatizar grande parte desse processo. O método utilizado para segmentação, obtenção da temperatura de cada planta e sua classificação é descrito em cinco etapas: (i) remoção de todos os objetos que não representam a área foliar, por meio de métodos que se baseiam no índice de verde da imagem; (ii) segmentação por limiarização, resultando em uma máscara que permite obter a temperatura apenas das folhas, impedindo a interferência de outros objetos; (iii) filtragem espacial e operações de morfologia matemática; (iv) extração da temperatura da planta; (v) validação dos resultados obtidos pela segmentação das folhas, em que são calculados os índices de Hausdorff e NSD. As temperaturas obtidas por meio das imagens térmicas após a segmentação são utilizadas para classificar o nível de estresse hídrico nas plantas utilizando os classificadores MLP, SVM e Naive Bayes. Para realização dos experimentos, foram adquiridas 816 imagens térmicas de plantas de feijão, cultivadas em 12 vasos. Com o propósito de avaliar toda a planta, foram obtidas imagens em diferentes ângulos, resultando em 17 imagens de cada vaso. Observou-se, por meio dos resultados obtidos, que é possível realizar a segmentação da área foliar das plantas de maneira eficiente e assim, obter a temperatura diretamente pela imagem térmica, possibilitando assim a classificação das imagens de acordo com o nível de estresse hídrico. Dentre os classificadores aplicados, o MLP apresentou melhor resultado, 100 % em termos de precisão, demonstrando que é possível detectar o estresse hídrico de determinada planta analisando sua respectiva imagem térmica. |