VISÃO COMPUTACIONAL PARA DETECÇÃO DE DOENÇAS FÚNGICAS NA AGRICULTURA

GEFERSON FLÁVIO PORTO GALVÃO, Wendel Carvalho, Willian Rocha, Júlio Cézar da Silva Costa

Resumo


Resumo: A tecnologia vem sendo aplicada em diversas áreas, devido a sua ampla gama de recursos, algumas atividades se tornam mais simples com seu auxilio. A agricultura também adotou a tecnologia em algumas de suas subáreas. Neste ramo é encontrada a “Agricultura de precisão” uma pratica agrícola, que mesmo fazendo uso de suas técnicas de tecnologia da informação, ainda há agricultores sofrendo com os fungos e pragas que devastam plantações em pouco tempo, ocasionando enormes prejuízos. O trabalho descrito tem por objetivo, ajudar e auxiliar os agricultores no combate contra duas doenças cancerígenas muitos frequentes em plantações de café, a cercosporiose e a ferrugem. Com o auxílio de técnicas de visão computacional, aprendizado de máquina através de redes neurais e reconhecimento de padrões desenvolvemos um algoritmo capaz de identificar plantas que contenham as doenças mencionadas. A partir deste diagnóstico fornecido pelo algoritmo, o agricultor terá condições de tomar as medidas necessárias para tratamento de sua plantação evitando prejuízos futuros.

Palavras-chave


Visão computacional; redes neurais; inteligência artificial; Computer vision; neural networks; artificial intelligence.

Texto completo:

Artigo

Referências


BORTH, M. R; IACIA, J. C.; PISTORI, H; RUVIARO, C. F; A Visão Computacional no Agronegócio: Aplicações e Direcionamentos ECAECO, 2014, disponível em:, acessado em 30/09/2016.

CHARNIAK E., MCDERMOTT D.; Introduction to artificial intelligence, and Addison-Wesley Publ., 1985, ISBN 0-201-11946-3

CORRÊA, Maria Cristina Silva Montenegro. Anatomia e Fisiologia. 2016.

DE CASTRO SILVA, Leandro Nunes. "Analise e síntese de estratégias de aprendizado para redes neurais artificiais." (1998).

EMBRAPA 2011; Tecnologias de Produção de Soja - Região Central do Brasil 2012 e 2013, Sistemas de Produção 15, Londrina-PR 2011 disponível em: < http://www.cnpso.embrapa.br/ download/SP15-VE.pdf>, acessado em 29/08/2016.

HAUGELAND. J; Artificial Intelligence: The Very Idea (MIT Press, Cambridge, MA, 1985); 287 pp.

MARCELO, Severidade cercosporiose e ferrugem, disponivel em:, [Online 02-Setembro-2016].

MARENGONI, M.; STRINGHINI D. Introdução a visão computacional usando openCV. RITA, v.XIII, n.1, 2009.

MATLAB, informações sobre o matlab, disponível em: < https://www.mathworks.com>, [Online 05-Junho-2017].

MATSUNAGA, Victoria Yukie. Curso de Redes Neurais utilizando o MATLAB. Belém do Pará, 2012.

MONARD M. C.; BARANAUSKAS J. A., Sistemas inteligentes, 2003, cap. 4 disponível em: USP. Acessado em 15/11/2016.

NETBEANS, 2017, Plataforma NETBEANS, disponível em: , acessado dia 13/06/07.

NORVIG, P. RUSSELL, S. (1995), Inteligencia Artificial, Trad. Sob a direção de Vandenberg D. de Souza. Rio de Janeiro, Elsevier (2004) 2ª Tiragem.

POOLE D.; Computational Intelligence: A Logical Approach, Publ., 1998.

RICK E.; KNIGHT K.; MCGRAW HILL, Artificial Intelligence (2nd ed.), (1991). ISBN. 0-07-100894-2.

RAUBER, Thomas Walter. Redes neurais artificiais. Universidade Federal do Espírito Santo, 2005.

SOUZA, A F; Progresso da mancha de olho pardo do café em três municípios do estado de minas gerais, Universidade Federal de Viçosa, Viçosa-MG, 2003.

SHAPIRO, L.; STOCKMAN, G. Computer vision. New Jersey: Prentice Hall, 2001.

SZELISKI, R. Computer Vision: Algorithms and


Apontamentos

  • Não há apontamentos.


ISSN: 2594-9624

Este trabalho está licenciado sob a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional (CC BY-NC-ND 4.0).