Publicação: Detecção de pragas e patógenos do cafeeiro através de imagens multiespectrais de baixo custo e algoritmos baseados em aprendizado de máquina
Carregando...
Tipo do documento
Data
Direito de acesso
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
A agricultura é uma das principais atividades econômicas nacionais, devido a sua grande
participação no Produto Interno Bruto (PIB). Proporcionando ao Brasil o segundo lugar
como maior consumidor de café e o primeiro lugar como maior produtor e exportador a
nível mundial do produto cultivado. Contudo, diversas variáveis podem prejudicar o
potencial produtivo do cafeeiro nas lavouras, principalmente doenças, como a
Cercosporiose e o inseto praga conhecido como Bicho-Mineiro. Medidas de controle por
meio de pesticidas agrícolas onerosos e ambientalmente invasivos, diagnóstico in loco e
a investigação contínua da ocorrência de plantas afetadas por esses patógenos, são ações
caras e nem sempre tecnicamente viáveis. Assim, tendo como base a Agricultura de
Precisão (AP), este estudo teve como objetivo identificar um conjunto de atributos que
facilitem a discriminação desses patógenos nos cafeeiros, a partir de análises de imagens
multiespectrais de baixo custo, além de informações obtidas in situ, e através da utilização
de algoritmos baseados em aprendizado de máquina. Por fim, resultou que os algoritmos
Support Vector Machine (SVM) e Redes Neurais Artificiais (RNA), são capazes de
discriminar as plantas saudáveis das infectadas, e que SVM apresentou melhor
desempenho que as RNA. Ademais identificou-se um conjunto de atributos que
contribuiu para a discriminação das plantas.
Abstract
Palavras-chave
Cafeicultura, Imagens multiespectrais, Doenças, Monitoramento remoto de pragas e patógenos
Citação
MENDONÇA, Rafael Cordeiro Pereira. Detecção de pragas e patógenos do cafeeiro através de imagens multiespectrais de baixo custo e algoritmos baseados em aprendizado de máquina. 2022. 41 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Agrimensura e Cartográfica) – Universidade Federal de Uberlândia, Monte Carmelo, 2022.
DOI
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto