Use este identificador para citar ou linkar para este item: https://repositorio.ifgoiano.edu.br/handle/prefix/5029
Tipo: Tese
Título: MÉTODOS PARA ANÁLISE DE DANO FOLIAR E RECONHECIMENTO DE PRAGAS NA AGRICULTURA USANDO TÉCNICAS COMPUTACIONAIS
Título(s) alternativo(s): Methods for Analyzing Leaf Damage and Recognizing Agricultural Pests Using Computer Techniques
Autor(es): Vieira, Gabriel da Silva
Primeiro Orientador: Soares, Fabrizzio Alphonsus Alves de Melo Nunes
Primeiro Membro da Banca: Cabacinha, Christian Dias
Segundo Membro da Banca: Pedrini, Helio
Terceiro Membro da Banca: Laureano, Gustavo Teodoro
Quarto Membro da Banca: Costa, Ronaldo Martins da
Resumo: Técnicas computacionais aplicadas à agricultura têm aprimorado atividades rurais e contribuído com o monitoramento de lavouras, proteção de plantas e melhor rendimento geral. Nesta tese, destacamos a análise foliar como ferramenta para inspeção e melhora contínua de plantações, bem como para subsidiar tomada de decisões e intervenções no manejo agrícola. Alterações foliares podem significar perdas irreparáveis de produtividade, entrega de produtos de baixa qualidade, e prejuízos econômicos significativos. Para mitigar prejuízos de produção, é necessário um monitoramento eficiente que aponte se a presença de pragas pode levar ao comprometimento da produtividade. Contudo, danos na silhueta foliar comprometem métodos automatizados de análise e a diversidade no formato de folhas e composição de danos dificultam o delineamento das regiões de borda comprometidas. Nesse sentido, apresentamos métodos originais baseados em computador, capazes de lidar com danos nas extremidades de folha, que viabilizam a estimativa de desfolha, detecção de dano, reconstrução de superfície foliar, e classificação de pragas. Dentre as novidades desse estudo estão o reconhecimento de padrões por meio de correspondência de templates e classificação de pragas usando apenas vestígios de danos foliares. O delineamento metodológico do estudo compreende revisão de literatura, investigação de técnicas de processamento digital de imagens, visão computacional e aprendizado de máquina, construção de software, e formulação de teste experimentais. Os resultados apontam para uma alta assertividade na estimativa de perda de área foliar com correlação linear de 0.98, detecção de dano e classificação de pragas com assertividade acima de 90%, e recomposição visual de regiões foliares afetadas por herbivoria com pontuações SSIM entre 0.68 e 0.94.
Abstract: The application of computer techniques in agriculture has significantly improved rural activities, particularly crop monitoring, plant protection, and overall yield. This thesis emphasizes leaf analysis as a valuable tool for inspecting and continually improving plantations, as well as supporting decision-making and agricultural management interventions. Changes in leaves can lead to irreparable losses in productivity, the delivery of low-quality products, and significant economic impacts. To prevent production failures, it is crucial to efficiently monitor and identify whether pests are affecting productivity or remaining within acceptable levels. However, damage to the leaf silhouette can limit automated analysis, and the diversity in leaf shape and damage levels makes it challenging to delineate the compromised edge regions. This study introduces original computer-based methods for defoliation estimate, damage detection, leaf surface reconstruction, and pest classification that are prepared to address damage to the leaf boundaries. Notable aspects of this study include template matching for pattern recognition and pest classification using only traces of leaf damage. The methodological design of the study consists of a literature review, investigation of digital image processing techniques, computer vision and machine learning, software development, and formulation of experimental tests. The results indicate high accuracy in estimating leaf area loss with a linear correlation of 0.98, damage detection and pest classification with assertiveness above 90%, and visual restoration of regions affected by herbivory with SSIM scores between 0.68 and 0.94.
Palavras-chave: Análise Foliar
Herbivoria por Insetos
Estimativa de Desfolha
Detecção de Objeto
Reconstrução de Imagem
Classificação de Insetos
Área do CNPq: CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: eng
Pais: Brasil
Editor: Instituição extra IF Goiano
Sigla da Instituição: Instituição extra IF Goiano
Campus: Instituição externa ao IF Goiano (especificar no Resumo/abstract)
Programa/Curso: Instituição externa (descrever o nome da instituição no resumo/abstract)
Citação: VIEIRA, GABRIEL DA SILVA. Methods for Analyzing Leaf Damage and Recognizing Agricultural Pests Using Computer Techniques. Goiânia, 2024. Tese (Doutorado em Ciência da Computação) - Instituto de Informática, Universidade Federal de Goiás, Goiânia, 2024.
Tipo de Acesso: Acesso Aberto
metadata.dc.identifier.doi: http://repositorio.bc.ufg.br/tede/handle/tede/13717
URI: https://repositorio.ifgoiano.edu.br/handle/prefix/5029
Data do documento: 2-Ago-2024
Aparece nas coleções:Teses e dissertações defendidas em outras Instituições

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Tese - Gabriel da Silva Vieira - 2024.pdf71,41 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.