"Ciências Básicas para o Desenvolvimento Sustentável"
24 a 26 de outubro de 2023
Trabalho 19616
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Inteligência Artificial |
| Setor | Departamento de Engenharia Agrícola |
| Bolsa | PIBIC/CNPq |
| Conclusão de bolsa | Sim |
| Apoio financeiro | CAPES, CNPq, FAPEMIG |
| Primeiro autor | Mateus Soares Assunção |
| Orientador | FRANCISCO DE ASSIS DE CARVALHO PINTO |
| Outros membros | Charles Cardoso Santana, DANIEL MARCAL DE QUEIROZ, Flávio Souza Santos, Miquéias Henrique Pereira |
| Título | Detecção e contagem automática de grãos na espiga de milho usando imagens de smartphone |
| Resumo | O número de grãos por espiga é um dos principais fatores para a determinação da produtividade do milho por índices fenológicos. A obtenção dessa informação em áreas de cultivo de milho é de grande importância para os agricultores/melhoristas, pois além de permitir estimar a produtividade, auxilia no diagnóstico de problemas, na determinação dos efeitos das práticas de manejo e na identificação das variedades mais apropriadas para uma determinada área. A avaliação convencional do número de grãos por espiga é eficiente, entretanto, por ser realizada de forma manual, esta é demorada e trabalhosa. Métodos usando técnicas de visão computacional com base em imagens digitais podem substituir os procedimentos convencionais com segurança, rapidez e baixo custo. Desta forma, o presente trabalho teve como objetivo desenvolver um algoritmo de detecção e contagem automática de grãos na espiga de milho usando imagens de smartphone. As espigas foram obtidas após o cultivo de milho sob doses de nitrogênio de cobertura. De posse das espigas colhidas, foram obtidas, usando um smartfone, imagens das espigas de milho sob planos de fundo em preto e em branco. O modelo de detecção e contagem de milho foi implementado em Python versão 3.8 e teve por base a biblioteca openCV para análise das imagens. O desenvolvimento desse modelo compreendeu quatro etapas: (1) Separação da espiga de milho do fundo usando uma filtragem de deslocamento médio e segmentação de limiar, (2) Deconvolução de cores para aprimorar a bordas dos grãos, (3) Segmentação de zonas dos grãos usando um limite adaptativo local para lidar com variações de iluminação e contraste na imagem, e (4) Detecção de máximo local com base em filtro gaussiano para reconhecer os picos locais em escala de cinza e determinar o número de grãos de milho na imagem. O erro médio absoluto (MAE) foi utilizado para avaliar o modelo de detecção e contagem de grãos. As 250 espigas avaliadas tiveram uma média de 544,59 grãos espiga-1 e peso médio de 172,54 g espiga-1, o que representa uma produtividade média de 12.078 kg ha-1 considerando uma população de 70 mil plantas por hectare. O algoritmo desenvolvido teve melhor resultado quando se utilizou fundo na cor preto, nessa condição obteve-se um MAE de 8,04 grãos espiga-1. Para imagens de espigas de milho colocadas sobre fundo branco, observou-se que o modelo detectou e contabilizou os grãos na espiga de milho com MAE de 11,22 grãos espigas-1. Diante dos resultados, concluiu-se que a detecção e contagem de grãos na espiga de milho cultivado sob doses de nitrogênio de cobertura pelo modelo, pode ser realizada usando imagens com plano de fundo preto, como uma alternativa viável à avaliação manual. No entanto, é importante ressaltar a necessidade de realização de testes em outras condições para avaliar a viabilidade de uso do modelo desenvolvido. |
| Palavras-chave | Visão computacional, Zea mays, processamento de imagens |
| Forma de apresentação..... | Painel |
| Link para apresentação | Painel |
|---|