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
Tipo de documento:	Trabalho de Conclusão de Curso
Tipo de acceso:	Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 United States
Título:	Detecção de pragas e patógenos do cafeeiro através de imagens multiespectrais de baixo custo e algoritmos baseados em aprendizado de máquina
Autor:	Mendonça, Rafael Cordeiro Pereira
Primer orientador:	Martins, George Deroco
Primer miembro de la banca:	Barbosa, Ricardo Luís
Segundo miembro de la banca:	Orlando, Vinicius Silva Werneck
Resumen:	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.
Palabras clave:	Cafeicultura Imagens multiespectrais Doenças Monitoramento remoto de pragas e patógenos
Área (s) del CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma:	por
País:	Brasil
Editora:	Universidade Federal de Uberlândia
Cita:	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
Fecha de defensa:	29-mar-2022
Aparece en las colecciones:	TCC - Engenharia de Agrimensura e Cartográfica (Monte Carmelo)

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons