Learning to Detect Vegetation Using Computer Vision and Low-Cost Cameras

Desenvolvimento de software para extração de índices de vegetação com base em processamento de imagens

“…A agricultura representa um importante papel dentro do setor econômico em muitos países no mundo, principalmente naqueles em desenvolvimento, sendo sua principal fonte de renda, porém, muitas são as dificuldades e intempéries que afetam toda a cadeia produtiva, gerando perda na ordem de 20% a 40% devido a pragas e doenças. Mesmo com o uso de toneladas de agrotóxicos anualmente, é necessária a adoção de novas tecnologias na busca pelo aumento da produção e preservação do meio ambiente (REDOLFI et al, 2020) evidenciaram em campos de trigo que índices de vegetação obtidos através de uma câmera comercial de baixo custo instalada em um veículo aéreo não tripulado (VANT), acuidade na classificação da vegetação a uma determinada altura, abrindo a possibilidade do uso dessa tecnologia na detecção e mapeamento de áreas com ervas daninha dentro da cultura, ou para diversos outros propósitos dentro da agricultura de precisão. Yu et al (2013) propuseram um método automático para acompanhar o estado de crescimento das plantas em campos de milho em consórcio com trigo, baseado em visão computacional com processamento de imagens adquiridas através de câmeras digitais, para detectar a emergência e o estado de três de folhas, pontos críticos de crescimento do milho.…”

“…Há uma nova tendência no comportamento de agricultores que desejam se manter conectados e perceberam nas TIC o potencial para transformar toda a dinâmica do trabalho em campo, utilizando softwares e suas diversas aplicações para resolver os problemas. Na agricultura de precisão também é possível se utilizar de tecnologias como sensores, fotografias de drones e técnicas de visão computacional para obter informações das lavouras, a fim de auxiliar os agricultores na tomada de decisão (REDOLFI et al, 2020).…”