Descrição
A cultura do milho é uma das mais importantes no cenário agrícola mundial. A eficiência do seu cultivo está atrelada à produção rigorosa de sementes e a técnicas de manejo aplicadas em momentos estratégicos do desenvolvimento da planta, como no estádio de pendoamento. O uso de veículos aéreos não tripulados (UAV) representa uma alternativa promissora, pois possibilita o monitoramento rápido, preciso e em larga escala em campos de produção, com potencial aplicação em programas de melhoramento genético e no manejo da cultura. Nesse sentido, objetivou-se identificar e quantificar os pendões de plantas de milho em diferentes híbridos, utilizando segmentação por limiarização, considerando diferentes espaços de cores. O experimento foi conduzido em Ijaci-MG, no CDTT da UFLA, com cinco híbridos de milho (P4285 VYHR, B2801 PWU, P3016 VYHR, B2782 PWU e LG36799 VIP3). As imagens foram adquiridas com UAV, modelo Phantom 4 (SZ DJI Technology Co., Shenzhen, China) acoplado com sensor RGB (modelo FC330, DJI, Shenzhen, China), no estádio de pendoamento das plantas. As imagens foram submetidas a processamento digital para segmentação e contagem dos pendões em diferentes espaços de cores (RGB, Lab, Cinza, HSV e YCbCr). A raiz do erro quadrático médio (RMSE) e o erro máximo (EM) foram estimados para avaliar a precisão das estimativas de contagem em comparação à contagem manual. A escolha do canal de cor influenciou significativamente a precisão das estimativas de contagem de pendões. O canal “a” (Lab) apresentou menor RMSE, com erro médio de 29 pendões por imagem em relação à contagem manual (28,5) e o menor EM (77). Por seu turno, o canal “Y” (YCbCr) apresentou o maior RMSE . O canal "a" evidenciou-se mais preciso na identificação e contagem dos pendões, enquanto o canal "Y" pode necessitar de ajustes, como controle de iluminação, para melhorar a precisão.
| Selecione a modalidade do seu trabalho | Resumo Simples |
|---|
