Abordagem baseada na extração de atributos do pixel para quantificar a severidade da ferrugem asiática em imagens de folha de soja
Arquivos
Data
Autores
Barbosa, Murilo Caminotto
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
Resumo: A soja é um produto global, servindo como alimento tanto para humanos quanto para animais e possui subprodutos fabricados na industria, como óleo de soja, Shoyu, missô, Tofu, lecitina de soja (emulsificante para produtos como sorvete, achocolatados, salsichas, barras de cereais, e produtos congelados), com demanda na sociedade e portanto valor comercial agregado A Ferrugem Asiática é uma doença de soja que ocorre principalmente em regiões tropicais e subtropicais, que causa prejuízos para o Brasil na ordem de bilhões de dólares anuais A eficiência do controle da doença, assim como as tomadas de decisões relacionadas ao manejo do cultivo são avaliadas de acordo com nível da severidade Quantificar a severidade da Ferrugem Asiática é uma das chaves para o manejo e controle a base de fungicida A quantificação do nível de infecção da doença conta com o auxílio da inspeção visual de especialistas que utilizam escalas diagramáticas para estimarem a severidade da Ferrugem Asiática na plantação A estimativa por análise visual, por especialistas, possuem erros inerentes a condição humana, e por este motivo, análises de imagem e estimativas feitas por modelos criados, por métodos de aprendizado de máquina, tem sido aplicados na área da agronomia Este trabalho, utiliza técnicas de Processamento de Imagens e aprendizado de máquina para quantificar o grau da Severidade da Ferrugem Asiática O diferencial deste trabalho é a extração de descritores baseado em pixeis, fundamentado nas cores apresentadas em cada estágio do fungo causador da doença, sendo que todos os estágios podem ser encontrados em uma mesma folha A abordagem é pautada na classificação dos pixeis entre as classes ‘sadio’ e ‘patogênico’, com um total de 16 mil amostras de pixeis retiradas de 7 (sete) folhas, sendo estas uma de cada nível de infecção atestado pelo especialista Ao classificar cada pixel a área afetada pela doença é automaticamente segmentada durante o processo de classificação, consequentemente, não há necessidade de outro custo computacional para realizar a segmentação da área afetada pelo fungo A divisão entre o total de pixeis classificados como patogênicos pelo total dos pixeis da folha resulta no nível de infecção da ferrugem Asiática na folha da soja Ao término da análise dos resultados, o melhor modelo foi criado pelo algoritmo CART, obtendo uma acurácia superior a 97% na classificação entre pixeis sadios e patogênicos
Descrição
Palavras-chave
Computação, Processamento de imagens, Técnicas digitais, Aprendizado do computador, Ferrugem asiática, Computer science, Digital techniques, Machine learning, Phakopsora pachyrhizi, Image processing