Método automático para detecção de nematóides em lavoura cafeeira usando imagens aéreas

• Autor(a) principal: Oliveira, Alexandre de Jesus
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFU
• Texto Completo: https://repositorio.ufu.br/handle/123456789/26750; http://dx.doi.org/10.14393/ufu.di.2019.2314
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Detecção de pragas; Pest Detection; Nematóides; Nematodes; Café; Coffee; VANT; UAV; U-Net

A agricultura de precisão apresenta diversos desafios, dentre eles a detecção de doenças e pragas em ambientes agrícolas. Este trabalho descreve um método automático para a detecção de nematóides em lavouras cafeeiras usando imagens aéreas. Atualmente, a coleta de imagens aéreas aliada ao uso de técnicas computacionais baseadas em aprendizado de máquina (AM) apresentam um grande potencial em tarefas envolvendo a detecção de pragas em diversas culturas, como eucalipto, soja, entre outras. No entanto, há uma escassez de trabalhos para a cultura cafeeira. Neste trabalho é usado um veículo aéreo não tripulado (VANT) para obter imagens RGB de alta resolução de uma plantação cafeeira. O método proposto utiliza duas estratégias distintas para a extração de características e identificação das regiões com a presença dos nematóides. A primeira estratégia é baseada em blocos com os algoritmos KNN, RF e SVM para segmentação das regiões em praga e não-praga. A segunda estratégia é baseada em redes neurais convolucionais (em inglês \textit{Convolutional Neural Network} (CNN)) como as arquiteturas do estado da arte U-Net e PSPNet para a segmentação das regiões em regiões com praga, saudáveis e solo. Também avaliou-se a influência na variação da altura utilizando a arquitetura U-Net. Os resultados desta pesquisa científica demonstram a viabilidade do método proposto, com uma média para a medida F de 0,64 para o RF usando validação cruzada com 10-pastas e 0,69 como média para a medida F usando a arquitetura U-Net para o conjunto de teste.