1. Repositório Institucional - Universidade Federal de Uberlândia
2. Instituto de Geografia (IGUFU)
3. TCC - Engenharia de Agrimensura e Cartográfica (Monte Carmelo)

ORCID:	http://orcid.org/0000-0002-1820-2220
Document type:	Trabalho de Conclusão de Curso
Access type:	Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 United States
Title:	Detecção de pragas e patógenos do cafeeiro através de imagens multiespectrais de baixo custo e algoritmos baseados em aprendizado de máquina
Author:	Mendonça, Rafael Cordeiro Pereira
First Advisor:	Martins, George Deroco
First member of the Committee:	Barbosa, Ricardo Luís
Second member of the Committee:	Orlando, Vinicius Silva Werneck
Summary:	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.
Keywords:	Cafeicultura Imagens multiespectrais Doenças Monitoramento remoto de pragas e patógenos
Area (s) of CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA
Language:	por
Country:	Brasil
Publisher:	Universidade Federal de Uberlândia
Quote:	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.
URI:	https://repositorio.ufu.br/handle/123456789/34474
Date of defense:	29-Mar-2022
Appears in Collections:	TCC - Engenharia de Agrimensura e Cartográfica (Monte Carmelo)

This item is licensed under a Creative Commons License