Detecção automática e avaliação de linhas de plantio de cana-de-açúcar em imagens aéreas

• Ano de defesa: 2021
• Autor(a) principal: Rocha, Bruno Moraes
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Goiás; Instituto de Informática - INF (RG); Brasil; UFG; Programa de Pós-graduação em Ciência da Computação (INF)
• Palavras-chave em Português: Gradiente RGB; Plantação de cana-de-açúcar; Aeronave pilotada remotamente; Ortomosaico; RGB gradient; Planting rows; Remotely piloted aircraft; Orthomosaic; CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/11840

Para obter maior produtividade e rendimento econômico no plantio de cana-de-açúcar, várias técnicas de processamento de imagens têm sido desenvolvidas. Entretanto, a identificação e a medição de falhas nas linhas de plantio de plantação de cana-de-açúcar ainda são comumente realizadas de forma manual no local (campo), para tomada de decisão de replantio apenas das falhas ou da área total. A medição manual tem um elevado custo de tempo e mão de obra. Com base nesses fatores, o objetivo deste trabalho foi propor uma abordagem que automaticamente identifica e avalia as falhas (gaps) ao longo das linhas de plantio em imagens aéreas de canaviais obtidas por uma pequena aeronave pilotada remotamente. As imagens capturadas com uso da aeronave pilotada remotamente foram utilizadas para gerar os ortomosaicos da área de plantio e classificadas com o algoritmo K - Vizinhos Mais Próximos para segmentar a linha de colheita. A orientação das linhas de plantio na imagem foi encontrada utilizando o filtro gradient Red Green Blue. Em seguida, as linhas de plantio foram mapeadas utilizando o método de ajuste de curvas e sobrepostas à imagem classificada para detectar e medir as falhas ao longo do segmento da linha de plantio. A técnica desenvolvida obteve um erro máximo de aproximadamente 3% quando comparada com o método manual para avaliar o comprimento linear das falhas nas linhas de plantio em um ortomosaico com uma área de 8,05 hectares por meio do método proposto por Stolf, adaptado para imagens digitais. A abordagem proposta conseguiu identificar apropriadamente a posição espacial dos segmentos de linhas gerados automaticamente sobre os segmentos de linha criados manualmente. O método proposto também foi capaz de alcançar resultados estatisticamente similares quando confrontados com a técnica realizada manualmente na imagem para o mapeamento das linhas e identificação das falhas, para as plantações de canade- açúcar com 40 e 80 dias após o plantio. A técnica desenvolvida teve resultado significativo na avaliação das falhas nas linhas de plantio nas imagens aéreas das plantações de cana-deaçúcar. Dessa forma, sua utilização permite inspeções automatizadas com medições de alta acurácia, auxiliando os produtores na tomada de decisão para o manejo de lavouras de canade- açúcar.