Anais da VI Jornada de Iniciação Científica (JINC) - Embrapa ...

JINC – 6ª Jornada de Iniciação Científica EmbrapaSIPEX – II Seminário de Pesquisa e Extensão da UnC25 de outubro de 2012 – Concórdia/SCRECONHECIMENTO DO PERCENTUAL DE INFESTAÇÃO DE DOENÇAS EM FOLHAS DELARANJEIRAS POR MEIO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENSSchenatto, K.¹; Paula Filho, P. L.²*; Bazzi, C. L.²¹Mestranda em Engenharia Agrícola pela Universidade Estadual do Oeste do Paraná, Campus Cascavel, E-mail:kelynschenatto@gmail.com.²Professor Universidade Tecnológica Federal do Paraná, Medianeira-PRPalavras-chave: openCV, doenças foliares, processamento digital de imagens.IntroduçãoConsiderada de grande importância para o agronegóciobrasileiro, a laranja foi em 2010, a fruta mais produzida nopaís (IBGE, 2011). Desta forma, é importante que semantenha padrões de produção que satisfaçam omercado por meio de frutos de boa aparência e sadios,livres de manchas ou má qualidade causada por doenças.Como a determinação das doenças é feita de modo visuale de forma subjetiva, é importante que seja determinado oreal percentual de infestação das folhas, para que sejapossível agir sobre doenças enquanto elas não sealastram por todo o pomar. O Processamento Digital deImagens (PDI) permite padronizar e facilitar taisprocedimentos de forma automatizada (PEDRINI;SCHWARTZ, 2008).O presente trabalho objetivou o uso das técnicas de PDI,no desenvolvimento e avaliação de um protótipo desoftware para identificação do nível de infestação dedoenças foliares em folhas de laranjeiras que poderáservir como referência para novos estudos.Materiais e MétodosO software foi escrito na linguagem de programação C++,no Ambiente de Desenvolvimento Integrado CBuilder.Para o desenvolvimento dos algoritmos deprocessamento de imagens integrou-se ao CBuilder abiblioteca OpenCV (Open Source Computer VisionLibrary) na versão 2.2.A aquisição das imagens para os testes de desempenhodo software foi realizada utilizando uma câmerafotográfica da marca Sony com a função macro ativada epara que fosse possível obter uma luminosidade uniformeforam utilizadas duas luminárias com lâmpadasfluorescentes, ajustadas perpendicularmente a folha. Asimagens foram capturadas com dimensões de 2040 x1536 pixels, no formato JPEG.Resultados e DiscussõesO software realiza uma série de procedimentosnecessários para o tratamento das imagens, objetivando aautomatização do processo de classificação das imagenscom incidência ou não de doenças e o seu percentual deinfestação na folha.As imagens das folhas de laranjeiras obtidas pela câmerano padrão de cores RGB (Red,Green, Blue) foramconvertidas para o canal de cores HSL (Hue, Saturation,Luminance) que possui melhor descrição, por envolveratributos como tonalidade, matiz, saturação e brilho(GONZALEZ; WOODS, 2009). O sistema permitiu realizaro reconhecimento dos objetos das imagens nos canais H(identificação da folha) e L (reconhecimento das doençaspresentes na folha). Após isso as imagens nesses canaissão binarizadas através da técnica de limiarização. Foramexecutadas técnicas de morfologia matemática (erosão edilatação) para remoção de ruídos presentes nas imagense realizada a segmentação das imagens através dadetecção de bordas, identificando assim a região da folhae a das doenças e permitindo a extração dascaracterísticas relevantes destas.A Figura 1 apresenta a tela de resultados doprocessamento realizado pelo software, em que umaimagem da folha é carregada de um arquivo local e apartir dessa imagem são fornecidos os dados de área dafolha e das doenças e o percentual de infestação dedoenças em relação a folha, além do calculado o nível deinfestação.Fig. 1. Resultado do Processamento da folha.Na realização dos testes de confiabilidade do softwareforam utilizadas 84 imagens, em que os resultadosobtidos corresponderam a 96% de acerto na análise deincidência de infestação ou não na folha, quandocomparados ao método de análise visual.Conclusões1) O software se mostrou eficiente na identificação daincidência ou não de doenças nas folhas, além deapresentar o percentual de área foliar que já foi atingidopor alguma doença.2) A metodologia aplicada apresentou bons resultadosnas imagens capturadas em ambientes com claridade,porém na presença de pouca claridade e intervenção deoutros fatores externos o processamento da imagem foicomprometido.Referências1. GONZALEZ, R.C.; WOODS, R.E. Processamento deImagens Digitais. São Paulo: Pearson, 2009.2. PEDRINI, H.; SCHWARTZ, W.R. Análise de ImagensDigitais – Princípios, Algoritmos e Aplicações. SãoPaulo: Ed.Thomson., 2008.3. IBGE. Levantamento Sistemático da ProduçãoAgrícolal. Disponível em:, acesso em 05de ago. de 2012.28