Inteligência artificial acelera crescimento do milho

0 2

Tecnologia desenvolvida por pesquisadores da USP utiliza visão computacional para avaliar a carência de nutrientes em milharais

Fonte: Portal do Agronegócio

Observando as folhas dos pés de milho, um agricultor experiente é capaz de identificar imediatamente a falta de determinados nutrientes. Mas isso só é possível quando a planta já está adulta e a safra foi comprometida. Uma nova tecnologia, desenvolvida por um grupo interdisciplinar de pesquisadores da Universidade de São Paulo (USP), é capaz de antecipar esse diagnóstico, permitindo que o agricultor faça a intervenção necessária a tempo de salvar a safra e evitar prejuízos.

A tecnologia utiliza imagens digitais das folhas e métodos de visão computacional. É capaz de detectar, em poucos minutos, a carência de diversos nutrientes em plântulas em estágio inicial de desenvolvimento. O projeto Visão computacional aplicada à nutrição vegetal, desenvolvido por pesquisadores do Instituto de Física de São Carlos (IFSC) e da Faculdade de Zootecnia e Engenharia de Alimentos (FZEA) da USP, em Pirassununga, já tem patente depositada e está em fase de transferência de tecnologia. Os testes laboratoriais foram concluídos com sucesso e a equipe está realizando testes em campo.

Reconhecimento de imagens

Além dos professores Odemir Martinez Bruno, do IFSC, Pedro Henrique de Cerqueira Luz e Valdo Rodrigues Herling, da FZEA, também trabalharam no projeto os pós-graduandos Liliane Maria Romualdo, Fernanda de Fátima da Silva, Mario Antonio Marin – todos da FZEA – e Alvaro Gómez Zúñiga, do Instituto de Ciências Matemáticas e Computação (ICMC), da USP de São Carlos.

Bruno e Luz tiveram apoio da FAPESP na modalidade Auxílio à Pesquisa Regular, respectivamente com os projetos “Métodos de visão computacional aplicados à identificação e análise de plantas” e “Avaliação do estado nutricional de plantas de milho utilizando o sistema de visão artificial”. Romualdo, Silva e Zúñiga têm bolsas de doutorado da FAPESP.

De acordo com Bruno, foram utilizadas técnicas de inteligência artificial voltadas para o reconhecimento de padrões visuais das folhas das plântulas. Esses padrões correspondem à falta de macronutrientes como nitrogênio, fósforo, magnésio, enxofre e potássio e micronutrientes como cobre, ferro, zinco e manganês.

“As folhas das plantas adultas registram, de forma visível, padrões correspondentes à falta de cada nutriente. Nas plantas em estágios iniciais da fase vegetativa, com uma ou duas semanas, esses padrões já estão lá, mas não são visíveis. Nosso desafio era identificá-los por meio de um olhar matemático”, diz Bruno.

Segundo Bruno, o método se baseia na leitura, por meio de um scanner, das imagens digitalizadas das folhas. Uma vez feita a leitura, a imagem é transformada em um modelo matemático, que é comparado, por um software, a modelos estabelecidos previamente. “Construímos um modelo matemático das folhas das plântulas com as quantidades ideais de todos os nutrientes. A partir dessas informações, um software produz um novo modelo matemático que pode ser comparado ao ideal, identificando as deficiências”, explicou.

Posts relacionados

1 Response
  1. Eu fico muito contente lendo este artigo. Mostra bem à extrema necessidade para a industria agroalimentar brasileira dos investimentos em tecnologia. Investir em métodos e ferramentas modernas poderia ajudar muito ao sector. Os sistemas óticos e de reconhecimento de imagens ou ainda a automatização industrial são aplicáveis na área agroindustrial. Isto serve para melhorar os rendimentos mais também reduzir o desperdício da água, fertilizantes, terra e recursos. Boas ideias que precisam pessoas capacitadas e investimentos úteis.

Deixe um Comentário

Posts mais recentes:

multicloud
GoogleCloud
DataFlow
Google Maps
Google Cloud
Google Maps
Google Maps
Google Cloud
Google Maps
Google Maps
Google Cloud
Google Cloud
Google Cloud
Armazenamento