Aplicação da Visão Computacional na Agricultura de Precisão

FACULDADE DE TECNOLOGIA DE POMPÉIA TECNOLOGIA EM MECANIZAÇÃO EM AGRICULTURA

DE PRECISÃO

Fabrício MaranhoGuilherme BragatoFernando BertinJoão Paulo Del’ MassaMário Kiratz

Professor: André Gustavo

• Ciência e tecnologia das máquinas que enxergam;

• Construção de sistemas artificiais que obtém informação de imagens ou quaisquer dados multi-dimensionais;

• Complemento da visão biológica.

Visão computacional

• No Brasil, ainda imaturo;

• Estudos aprofundados, após a década de 70;

• Não existe formulação padrão para o problema da visão computacional;

• Diversos métodos para resolver muitas tarefas específicas;

Estado da arte

• Sistemas que realizam ações mecânicas como movimentar um robô em um ambiente;

• Sensor de visão: Muitas informações de alto nível sobre o ambiente ao robô;

• Reconhecimento de padrões e aprendizagem da máquina (sensoriamento remoto, lembram?);

• Áreas envolvidas: Ciência da computação, física, neurobiologia, processamento de sinais;

• Aquisição de imagem: Obtenção de imagens através de sensores;

• Pré-processamento: Aplicar métodos de processamento de imagens, antes de extrair informações;

• Extração de características: Garimpar informações da imagem ;

• Detecção e segmentação: Destacar uma região e guardá-la para posterior estudo;

• Processamento de alto nível: Verificação da satisfação dos dados e classificação dos objetos destacados em categorias.

Organização de um Sistema de Visão Computacional

• Aquisição de imagem: Obtenção de imagens através de sensores;

• Pré-processamento: Aplicar métodos de processamento de imagens, antes de extrair informações;

• Extração de características: Garimpar informações da imagem ;

• Detecção e segmentação: Destacar uma região e guardá-la para posterior estudo;

• Processamento de alto nível: Verificação da satisfação dos dados e classificação dos objetos destacados em categorias.

Organização de um Sistema de Visão Computacional

Aplicação à campo

Vinescout• Navegação baseada na Visão 3D;

• Navegação noturna;

• Manejo entre linhas;

• Controle de plantas daninhas mais próximas da planta;

• Independente da frequência e do tipo de distribuição;

Benefícios• Maiores velocidades de

Trabalho;

• Também pode ser utilizado para pulverização localizada;

• Reduz a fadiga do operador;

• Foco do operador nas configurações da máquina.

• Projeto Botanicalls;• Três estudantes da Universidade de Nova York;• Objetivo: Quando a planta tiver alguma necessidade, ela

“Twitta” seu status;

Aplicação na agricultura: Plantas “descoladas”

• São 5 as atualizações de status:

1. Nível de umidade do solo abaixo do limiar satisfatório;

2. “ “ abaixo do nível crítico;3. Rápido aumento da

umidade detectada no solo;

4. Planta regada que não atingiu o nível suficiente;

5. Não necessidade de água.