Publicidade
Publicado em 27/04/2023 20h37

Abordagem melhora detecção de ervas daninhas

Detecção usa o movimento.
Por: Leonardo Gottems

O controle eficaz de ervas daninhas é crucial na agricultura para garantir alta produtividade das culturas. Envolve a separação cuidadosa das ervas daninhas das plantações antes que os herbicidas sejam pulverizados nos campos.

Em termos simples, o objetivo do controle de ervas daninhas é matar as ervas daninhas e garantir que a cultura não seja danificada. Os métodos tradicionais de controle de ervas daninhas têm várias desvantagens, incluindo contaminação da cultura, desperdício de herbicida e imprecisão. Portanto, é essencial desenvolver métodos que possam localizar e identificar com precisão o limite entre uma cultura e ervas daninhas e implementar um melhor controle de ervas daninhas.

Robôs agrícolas programados com 'segmentação semântica', um algoritmo de aprendizado profundo que identifica com precisão diferentes plantas a partir de imagens capturadas, podem oferecer uma solução para esse problema. Esses robôs podem distinguir automaticamente as ervas daninhas das plantações e aumentar a eficiência da pulverização de herbicidas . No entanto, como a câmera captura imagens de plantas, a vibração de robôs agrícolas, plantações e/ou ervas daninhas pode criar um “desfoque de movimento”.

Em um novo estudo, uma equipe de pesquisa liderada pelo professor Kang Ryoung Park, da Universidade de Dongguk, na Coréia, propôs um método que restaura o desfoque de movimento e melhora a segmentação de culturas e ervas daninhas . Este é o primeiro estudo a considerar o desfoque de movimento para segmentação de culturas e ervas daninhas. Os resultados do estudo foram publicados na  revista Plant Phenonomics  .

Compartilhando a motivação por trás de seu estudo, o professor Park afirma: “O desfoque de movimento degrada severamente a qualidade das imagens capturadas de plantações e ervas daninhas, reduzindo a precisão das tarefas de visão de alto nível. Este estudo propõe um método que restaura imagens de desfoque de movimento para realizar a segmentação de culturas e ervas daninhas, tornando este o primeiro estudo sobre segmentação de culturas e ervas daninhas levando em consideração o desfoque de movimento.”