Autoria: BERTOLLA, A. B.; CRUVINEL, P. E.

Resumo: Atualmente, a identificação da Lagarta do cartucho (Spodoptera frugperda) na cultura do milho (Zea mays) depende muito do fator humano, assim como seu controle ocorre principalmente por meio de armadilhas de captura. Isso faz com que o diagnóstico de infestações dessa praga seja pouco eficiente, ocasionando significativos prejuízos à produção agrícola, assim como pode levar ao uso excessivo de agrotóxicos. Este trabalho apresenta um método para o controle da referida praga com base no uso de técnicas do processamento de imagens e inteligência computacional. Desta forma, é realizado outro reconhecimento de padrões da Lagarta do Cartucho em seus diferentes estágios de desenvolvimento, permitindo assim, seu reconhecimento precoce, confiável e monitorado. Seu emprego melhora o estado da arte dos procedimentos de controle para se chegar à possibilidade de automatização. Para o desenvolvimento do método foram consideradas técnicas de obtenção de imagens, pré-processamento, segmentação, extração de características, estatística multivariada e classificação supervisionada. Para a etapa de aquisição de imagens, foi utilizado banco de imagens online. Na etapa de pré-processamento, foram avaliados filtros Gaussiano e Non-local Means para a suavização de ruídos. As métricas de Erro Quadrado Médio (Mean Square Error - MSE) e Pico da Razão Sinal-Ruído (Peak Sigtal-to-Noise Ratio - PSNR) foram utilizadas para a validação do processo de filtragem das imagens. Para a etapa de segmentação de imagens, foram avaliadas técnicas de limiarização e pixels sementes por meio do padrão de cores HSV (Hue, Saturation e Value) e CIE L*a*b*. Foi também estabelecido a automatização do processo de segmentação das imagens a partir da técnica de Otsu. Para a etapa de extração de características, foram aplicados e considerados os descritores de textura (Histogram of Orientation Gradient - HOG), de momentos invariantes de Hu, para a obtenção de descrição de formas e tamanhos, assim como a redução de dimensionalidade dos vetores de características por meio da Análise de Componentes Principais (Principal Component Analysis - PCA). Por fim, para a classificação dos padrões da Lagarta do Cartucho foi estabelecido um conjunto de classificadores baseados em Máquinas de Vetores de Suporte (Support Vector Machine – SVM). Os resultados mostram a eficácia do método para o reconhecimento e classificação da Lagarta do cartucho na cultua do milho com acurácia e precisão superiores a 70% e 80% respectivamente.Assim, sua utilização possibilita automatizar mecanismos de controle de populações dessa praga, sendo de interesse dos agricultores, que pretendem promover ganhos de produtividade, robustez no controle da praga e segurança alimentar.

Ano de publicação: 2023

Tipo de publicação: Resumo em anais e proceedings

Unidade: Embrapa Instrumentação

Palavras-chave: Inteligência computacional, Processamento de imagens, Reconhecimento de padrões