Análise de Imagens: Método Alternativo de Mensuração do Comprimento

de Plântulas para testes de vigor

Image Analysis: Alternative Method of seedlings length measurement for
vigor tests

Marcos Pinheiro Vilhanueva1,Amaury Antonio de Castro Jr 2 , Elisângela Silva da Cunha

Rodrigues 3 , Fabrício Augusto Rodrigues 4
1
Departamento de Informática, Universidade Federal do Mato Grosso do Sul, Campo Grande,
Mato Grosso do Sul, Brasil, marcos.vilhanueva@ifms.edu.br
2
Departamento de Informática, Universidade Federal do Mato Grosso do Sul, Ponta Porã,
Mato Grosso do Sul, Brasil, amaury.junior@ufms.br
3
Departamento de Informática, Universidade Federal do Mato Grosso do Sul, Ponta Porã,
Mato Grosso do Sul, Brasil, elisangela.rodrigues@ufms.br
4
Departamento de Informática, Universidade Federal do Mato Grosso do Sul, Ponta Porã,
Mato Grosso do Sul, Brasil, fabricio.rodrigues@ufms.br

RESUMO
Para verificar se uma semente é de boa qualidade, destacam-se os testes de vigor. Um dos
testes de vigor mais simples e utilizados por pesquisadores da área é o de comprimento de
plântulas, que consiste da aferição manual do comprimento de sementes germinadas. As
sementes são mantidas em um germinador, durante 7 dias e, depois, retiradas e medidas com
uma régua. Dessa forma, o processo torna-se trabalhoso e custoso para grandes lotes de
sementes. Nesse contexto, este trabalho apresenta um método alternativo e automatizado, que
faz uso de técnicas de processamento e suavização de imagens, bem como de um método de
extração de contornos. Além das técnicas de processamento de imagens utilizadas, foi
desenvolvido o protótipo de um dispositivo para captura de imagens das sementes
germinadas. As imagens obtidas são tratadas e analisadas pelo software, através das técnicas
implementadas, para obtenção do comprimento da plântula a partir da imagem. Além da
aplicação de técnicas de processamento de imagens em problemas da agricultura, o método
proposto é inovador, pois torna o processo de aferição mais rápido, preciso e menos custoso,
quando comparado ao método manual.
PALAVRAS-CHAVE: sementes, limiarização, visão computacional.
 ABSTRACT
To verify that seeds have good quality, there are the vigor tests methods. One of the simplest
and more used vigor tests used by researchers is the seedling length, that consists of manual
measurement of length of germinated seeds. The seeds are kept in a germination chamber for
7 days and then removed and measured with a ruler. This process becomes complicated and
expensive for large batches of seeds. Thus, this work presents an automated alternative
method, which uses techniques os processing and smoothing of images and a contour
extraction method. In addition to image processing techniques it has been developed a device
to capture images of germinated seeds. The obtained images are processed and analyzed by
software, through the techniques implemented to obtain the length of the seedling from the
image. Besides the application of imaging techniques in agricultural problems, the proposed
method is innovative because it makes the process of measurement faster, accurate and less
costly compared to the manual method.
KEYWORDS: seed, thresholding, computer vision.

INTRODUÇÃO
A semente possui grande utilidade para o ser humano, desde a descoberta de sua
capacidade de plantio e reprodução da mesma espécie. A revolução industrial estimulou uma
evolução na produção e armazenamento de sementes, em razão da concentração urbana, do
aparecimento de novas cidades, o aumento da expectativa de vida humana e de outros fatores,
que demandam o aumento de produção de alimentos. Em paralelo surgiu a necessidade da
criação de órgãos para verificar a qualidade das sementes produzidas, evitando as fraudes e
outros problemas que pudessem afetar a produção e a saúde das pessoas. Nesse contexto,
surgiram os laboratórios de sementes, com regras e manuais para verificar a qualidade das
mesmas. Esta qualidade pode ser conceituada como o conjunto dos atributos genéticos,
físicos, fisiológicos e sanitários que influenciam a capacidade de originar plantas com maior
produtividade. O teste de germinação é o meio para se avaliar a qualidade das sementes, mas
tem limitações por fornecer resultados que superestimam o potencial fisiológico das sementes
e por ser realizado em um ambiente ideal e artificial (CARVALHO e NAKAGAWA, 2012)
(MENEZES, 2007).
Para complementar as informações do teste de germinação criou-se o conceito de vigor.
A Association of Official Seed Analysts (AOSA,1983), definiu o vigor de sementes como
sendo as propriedades que determinam o potencial para uma emergência rápida e uniforme e
para o desenvolvimento de plântulas normais, sob uma ampla faixa de condições ambientais.
 Vários testes de vigor foram desenvolvidos procurando precisar o comportamento de
lotes de sementes, em campo, com dados obtidos em laboratório. Os testes de vigor são
utilizados para diferenciar os níveis de vigor entre os lotes de sementes. Esses testes são
classificados em métodos diretos e indiretos. Os diretos procuram simular as condições (às
vezes adversas) que ocorrem no campo e os indiretos procuram avaliar atributos que,
indiretamente, se relacionam com o vigor (físicos, biológicos e fisiológicos). Os testes
indiretos se dividem em fisiológicos e bioquímicos. Neste trabalho, são estudados os
fisiológicos, que avaliam aspectos da germinação e crescimento da plântula.
Entre os testes de vigor que podem ser feitos com a semente tem-se: velocidade de
germinação, primeira contagem do teste de germinação, comprimento da plântula, peso da
massa seca da plântula e classificação do vigor das plântulas, que são realizados em condições
laboratoriais e percentagem de emergência de plântulas, velocidade de emergência de
plântulas, altura de plântula e peso da massa fresca da plântula, que são realizados em campo.
Um dos testes indiretos que tem grande vantagem em relação aos demais, por ser
relativamente rápido, com boa precisão e com custo muito reduzido, é a medida do
crescimento de plântulas, que é realizado com uma régua. No entanto, este teste torna-se
inviável para uma grande quantidade de sementes, pois exige trabalho manual extenso.
As características de um teste de vigor são: simplicidade, rapidez, baixo custo, objetivo,
reproduzível e com resultados relacionados com a emergência das plântulas em campo
(NAKAGAWA, 2009) (MARTIN, 2012).
Segundo Carvalho e Nakagawa (2012), apesar de diversos estudos que buscam a
padronização dos testes de vigor, são encontradas certas dificuldades em função de que o
vigor pode ser refletido através de várias características, como velocidade de germinação,
uniformidade de emergência, resistência ao frio, temperatura e umidade elevadas, substâncias
tóxicas, entre outros. Mcdonald (1975) classificou e incluiu novos métodos de análise de
sementes, como testes físicos, fisiológicos, bioquímicos e de resistência. Vários testes de
vigor têm sido desenvolvidos, aprimorados e utilizados com o objetivo de estimar a qualidade
fisiológica das sementes. Na Tabela 1 são apresentados os testes de vigor mais utilizados.
Este trabalho propõe o desenvolvimento de um produto composto por software e
hardware (midleware) para a análise do vigor das sementes através do comprimento da
plântula, trazendo agilidade e precisão ao processo manual. O sistema fará o processamento
das imagens das plântulas para determinar seu vigor.
Comprimento de plântulas
 Este teste tem como base o crescimento das sementes. As que crescem mais são
consideradas mais vigorosas, pois originam plântulas com maior taxa de crescimento, em
função da maior translocação das reservas dos tecidos de armazenamento para o crescimento
do eixo embrionário. As plântulas depois de germinadas são medidas com uma régua e suas
medidas expressas em centímetros.

Tabela 1: Tabela descritiva dos testes de vigor.

teste de vigor objetivo tipo
Envelhecimento Colocar sementes sob estresse de temperatura e Resistência
acelerado umidade
Condutividade elétrica Avaliar a quantidade de eletrólitos que é liberada Bioquímico
pelas sementes embebidas em água
Frio Testar as sementes em condições adversas de Resistência
excesso de água e baixas temperaturas
Comprimento de Testar o crescimento das plântulas da semente Fisiológico
plântulas
Massa seca Extrair toda a água da plântula através de um Fisiológico
aquecimento controlado em laboratório e depois
pesar a massa seca

Atualmente, o testes de comprimento de plântulas estão sendo bastante empregados nos

laboratórios de análise de sementes, por apresentarem baixo custo, serem rápidos, não
necessitarem de equipamentos especiais, nem demandar treinamento específico sobre a
técnica empregada. A metodologia básica para a obtenção do comprimento de plântula é a
utilização de dez a vinte sementes colocadas em uma ou duas fileiras, no substrato por
repetição, sendo utilizadas, geralmente, quatro repetições. O procedimento pode ser realizado
em rolos de papel ou em caixas próprias para a germinação. Se for feito nestas caixas, ela
deve ser mantida a um ângulo de 45º ou mais com a bandeja do germinador. Depois de
preparadas, as sementes são colocadas na câmara de germinação, na temperatura
recomendada para cada espécie a ser testada. A escolha da estrutura adequada para avaliação
é importante para ter-se resultados consistentes e comparáveis.
Segundo Nakagawa (1999), o comprimento médio da plântula ou da(s) sua(s) parte(s)
eleita(s) é obtido somando as medidas tomadas de cada plântula normal, em cada repetição e
dividindo, a seguir, pelo número de plântulas normais mensuradas. Os resultados são
expressos em milímetros ou centímetros, com uma casa decimal. A temperatura deste teste
deve ser bem controlada, já que é um teste minucioso e pequenas diferenças podem ser
consideráveis no momento da avaliação. O escalonamento das amostras colocadas no
germinador deve ser de intervalo de tempo pequeno entre a primeira e a última amostra.

MATERIAL E MÉTODOS
Na pesquisa sobre o crescimento de plântulas, as sementes de milho e soja foram
escolhidas por terem um crescimento mais uniforme e retilíneo, além da sua importância
econômica e agronômica. A análise da imagem destas sementes, por este método, torna-se
mais rápida e passível de implementação através de um software e este pode fazer o
tratamento da imagem extraindo o comprimento da plântula. O hardware é composto de uma
camera na parte superior e uma local na parte inferior do tamanho de uma folha de papel A4,
onde serão colocadas as sementes.
Para entender, com detalhes, o teste de comprimento de plântulas, foram realizados
experimentos com a supervisão de um pesquisador da área. A realização deste teste consiste
em 8 repetições de 10 a 12 sementes que são colocadas em rolos de papel para germinação.
Para o preparo do rolo são usadas três folhas, duas sob as sementes e uma cobrindo-as. Elas
deverão ser umedecidas com água destilada com a quantidade de duas vezes e meia o seu
peso. O processo de verificação do vigor é feito com uma régua e se dá da seguinte maneira: a
raiz e a parte aérea das plântulas são medidas separadamente, que serão utilizadas
posteriormente para o cálculo da média. Este será realizado somando-se todas as medidas da
parte aérea e dividindo pelo número de sementes normais, anormais e mortas. O mesmo
procedimento é realizado com as medidas da raiz.

Processamento de imagens digitais

Segundo Gomes (2001), o Processamento e Análise Digital de Imagens (PADI) é uma

ferramenta relativamente recente que cresce acompanhando o desenvolvimento dos recursos
computacionais. Consiste na utilização de operações matemáticas para alterar os valores dos
pixels de imagens digitais, modificando-as, para facilitar sua visualização e/ou para proceder
à extração de dados quantitativos. O PADI pode ser descrito em três etapas básicas que são:
aquisição, PDI (Processamento Digital de Imagens) e ADI (Análise Digital de Imagens). A
primeira é a aquisição da imagem que vai ser processada, que pode ser feita de forma digital
ou analógica, e neste caso precisa passar por um processo de digitalização. A segunda é
composta pelo pré-processamento, segmentação e pós-processamento, que tem como saída
uma imagem processada e trabalhada diretamente sobre os seus pixels. A última é a extração
de atributos, reconhecimento de padrões e classificação, que constitui a fase quantitativa do
processo. Toda imagem digital é representada por uma matriz de pixels (abreviação de picture
element), que é a cor de um ponto na imagem. A resolução da imagem pode também ser
definida, de forma imprópria, pelo seu tamanho, ou seja, pelo número de pixels por linha e
por coluna.
Um outro conceito da imagem digital é o histograma, que faz uma representação gráfica
da função de distribuição dos tons de cinza dos pixels da imagem e fornece uma descrição
global da aparência da imagem, mas nada diz sobre seu conteúdo. Apesar disto, os
histrogramas possuem informações cruciais para o processamento digital de imagens. Um
exemplo do uso de histrogramas é a retirada automática do fundo da imagem e que foi
utilizado neste trabalho. Conceituado a imagem digital e levando em conta que a imagem já
foi adquirida, serão descritos em detalhes o PDI e a ADI.
De acordo com Gomes (2001), o pré-processamento é composto por vários
procedimentos: manipulação do brilho, expansão do contraste, correção de iluminação
irregular, redução de ruídos e realce de bordas. As duas grandes categorias desta fase são os
procedimentos realizados no domínio do espaço real e das frequências.
A segmentação tem como objetivo reconhecer regiões de uma imagem com objetos.
Para isto ela divide uma imagem em regiões distinguindo-as como objetos independentes
deles mesmos e do fundo da imagem. No caso de diferenciar objetos de um fundo, pode-se ter
uma imagem binária com fundo representado pela cor preta e os objetos pela cor branca. De
acordo com Gomes (2001), a segmentação costuma ser a etapa crítica da sequência padrão de
PADI, pois é através dela que se reconhece e se identifica os objetos de interesse, sobre os
quais será feita a análise. No entanto, muitas vezes o resultado da segmentação não é
adequado, sendo necessária, para se corrigir as imagens binárias resultantes da segmentação, a
aplicação de procedimentos de pós-processamento, como a separação de objetos que se tocam
ou o agrupamento de objetos para formar objetos mais complexos.
A extração de atributos, segundo o mesmo autor, é a etapa da sequência padrão onde se
inicia a análise da imagem. Nela são realizadas medidas sobre a imagem segmentada e/ou
sobre a imagem em tons de cinza, extraindo-se atributos característicos.

Solução desenvolvida
Para que o teste de vigor através do comprimento de plântulas seja feito de forma
automática é necessário desenvolver um sistema que captura a imagem da plântula, faz o seu
processamento, separando o fundo da imagem e das plântulas e finalmente verifique o
tamanho de cada uma delas em centímetros. Para fazer isto, foi projetado um sistema
constituído de uma estrutura de isopor, cuja parte superior será utilizada para colocação de
uma câmera e uma fonte de luz. Essa caixa será utilizada para a captura da imagem das
plântulas que serão colocadas dentro dela. Através da análise dos contornos das plântulas elas
são separadas e depois medidas.
Para estimar o tamanho da plântula a partir da imagem, é realizada a aferição do
comprimento utilizando-se, como parâmetro, uma marcação especial, com 1cm de
comprimento, fixada no canto superior esquerdo da caixa e, portanto, capturada juntamente
com a imagem das plântulas. A marcação servirá como referência nas imagens para o cálculo
e a determinação da proporção de tamanho de cada pixel em relação à imagem da plântula.
Dessa forma, é possível determinar o comprimento total da plântula através do número de
pixels de seu contorno, identificado na imagem. Por exemplo, se cada pixel corresponde à
0,01cm na imagem capturada, basta multiplicar o número de pixels do contorno da plântula
para obtermos seu o comprimento total.
Durante a pesquisa, foi encontrado um programa que realiza a segmentação por
limiarização desenvolvido na linguagem C e usa a biblioteca opencv (PISTORI et al, 2013).
O programa isola um objeto pela composição de sua cor do resto da imagem da seguinte
forma: primeiro ativa a câmera do computador e inicia a captura de quadros da imagem, que
são processados de acordo com valores máximos e mínimos das cores RGB (Red, Green,
Blue) que podem ser configurados em um painel do programa.
Compreendido o funcionamento do programa de limiarização, foram realizadas
modificações no código para atender as necessidades do sistema, tomando o cuidado de não
perder a característica de separação do fundo da imagem. No primeiro teste, realizado com
uma imagem da internet, foi possível separar o fundo das plântulas e estas entre si. Este
resultado foi excelente, mas no segundo teste, com uma imagem de fundo azul, não foi
possível a separação. Depois de alguns ajustes e modificações no programa, foi possível
retirar o fundo, deixando somente as plântulas. Nestas imagens as plântulas não ficam
totalmente separadas (Figura 1), podendo uma invadir a região da outra no sentido vertical, o
que dificultou a separação delas com o algoritmo desenvolvido.
O sistema foi refatorado, usando-se a biblioteca ImageJ para processamento de imagens,
que permitiu fazer um tratamento mais detalhado dos pixels da imagem e manipulá-los de
maneira mais fácil com a linguagem Java. O sistema criado, basicamente consiste de um
formulário principal que se chama processamento de imagens e tem um menu Arquivo com 3
opções:
 1. Adquirir Imagem - ativa a câmera do computador para que seja capturada e processada
(retirar o fundo da imagem, separar e medir as plântulas ) a imagem das plântulas.
2. Processar Imagem - permite a escolha de uma imagem de um diretório que contenha
plântulas para ser processada.
3. Sair – Finaliza o programa.
O item que processa a imagem, transforma-a em tons de cinza, retirando o fundo
automaticamente pelo histograma. O próximo passo é a separação das plântulas em imagens
distintas, mesmo que elas se interceptem. Foi criado um diretório para armazenar todas as
imagens geradas pelo sistema. Após o término da separação é contado o número de pixels na
vertical de cada plântula e feita uma conversão dos pixels para centímetros. As Figuras 2 e 3
mostram um exemplo de processamento de uma imagem de milho, com a retirada do fundo e
a separação das plântulas em arquivos.
O hardware desenvolvido para ser usado no sistema tem apresentado um resultado
satisfatório, mas alguns pontos precisam de correções como a iluminação que será feita dentro
da caixa, a altura que ficará a câmera e o ponto de luz. Inicialmente, o ponto de luz foi feito
com luz amarela, mas não apresentou bom resultado sendo substituído por um foco com luz
branca.

Figura 1 - Programa com todas as imagens: original, com fundo azul e tentando separar as plântulas.

RESULTADOS E DISCUSSÃO
No mercado atual existem softwares comercias que fazem o processamento de imagens
para verificar o vigor de plântulas, mas com valores que inviabilizam sua aquisição para
pesquisas em instituições públicas. A proposta aqui apresentada é a criação de um conjunto de
hardware de baixo custo e software gratuito, para ser usado em pesquisas na área da
agricultura que otimizam a análise de vigor das sementes.
O funcionamento básico descrito anteriormente é que, por meio de uma câmera, as
imagens sejam capturadas e processadas por um sistema desenvolvido na linguagem java com
os framework swing e a biblioteca ImageJ da mesma linguagem, em que a imagem capturada
passa por processos de retirada de fundo, limpeza de ruídos e termina com a separação das
imagens das plântulas , indicando, posteriormente, se ela tem um alto vigor ou não, pelo seu
comprimento medido em centímetros.
Alguns fundos de imagens com cores diferenciadas foram testados, tais como, a verde, a
branca, a azul e a preta, sendo que, para as sementes de milho e soja, a cor mais satisfatória de
fundo foi a preta, uma vez que ela possibilitou melhor apresentação na separação entre as
imagens das plântulas.
Os resultados obtidos pelo protótipo foram promissores, uma vez que foi possível o
processamento adequado das imagens das plântulas e a obtenção de medidas compatíveis com
as realizadas manualmente. No entanto, novos testes serão realizados com o objetivo de
estabelecer as relações entre o comprimento da plântula aferido pelo sistema e o seu vigor.
Com isso, pretende-se incorporar dados e informações que permitam a produção de resultados
mais detalhadas pelo sistema.

Figura 2 - Programa desenvolvido em Java com imageJ

Ressalta-se que a qualidade das imagens utilizadas nos testes realizados até o momento
pode ser melhorada com o uso de uma câmera mais moderna e com mais recursos. Dessa
forma, imagens com maior resolução possibilitariam resultados mais satisfatórios no
processamento das imagens das plântulas e nos resultados produzidos pelo sistema.
 Figura 3 – Contorno das plântulas de milho separadas pelo programa.

CONCLUSÕES
O sistema proposto mostrou-se mais rápido e eficaz que o método manual para
utilização no teste de comprimento de plântulas para determinação do vigor de sementes.
Além disso, o baixo custo é um fator que pode ser apresentado como uma das vantagens do
sistema. A interface simples e de fácil entendimento, possibilita a utilização por pesquisadores
de diversas áreas de conhecimento, sem a necessidade de um treinamento específico.
Além disso, a partir dos resultados dos testes realizados pelo novo método de aferição, é
possível concluir que houve uma melhora significativa com relação à rapidez, à eficiência e à
eficácia, quando comparado ao método manual. Adicionalmente, com a ajuda de especialista
da área de sementes, é possível, a partir das imagens, extrair e utilizar outras informações
sobre as sementes, bem como segmentar outras partes das plântulas, possibilitado a obtenção
de informações morfológicas mais precisas e que podem ser utilizadas em outras técnicas e
estudos. No entanto, ainda é necessário um pouco mais de trabalho nesta etapa, pois em
muitos casos, a segmentação da imagem para a extração de partes específicas das plântulas
pode ocasionar perda de informação em razão da variação de cores e luminosidade.
Outra contribuição do trabalho é a técnica implementada para a extração do contorno
das sementes, o que possibilitou a determinação do comprimento da plântula.
Os testes de velocidade da análise mostraram que o processamento da imagem com um
processador i3, com 4 Gb de RAM, 64 bits com o sistema operacional Linux Ubuntu, ficaram
próximo de 10 segundos para uma imagem contendo 5 (cinco) plântulas, indicando que são
bem mais rápidos que os testes manuais. Isto gera uma economia de tempo em pesquisas
nesta área, agilizando e reduzindo custos do processo, além de aumentar a precisão dos dados
coletados em relação ao método manual.
Como trabalhos futuros, pretende-se realizar estudos sobre técnicas de processamento
de imagens e classificação mais modernas que possam ser utilizadas para o refinamento do
software e, além disso, realizar testes de vigor complementares, obtendo resultados que
servirão como base para a busca de padrões e relações mais diretas e imediatas entre o
comprimento obtido pelo sistema proposto e o vigor da semente. Com isso, pretende-se
agregar valor ao sistema proposto, possibilitando ainda mais agilidade aos testes de vigor.

REFERÊNCIAS

CARVALHO, N. M. de; NAKAGAWA, J. Sementes: ciência, tecnologia e produção. Editora

FUNEP, 2012.

AOSA, A. Seed vigor testing handbook. Revista Brasileira de Sementes, 1983.

MENEZES, N. L. de. Teste de condutividade elétrica em sementes de aveia preta. Rev. bras.
sementes, Londrina, v. 29,n. 2, p. 138-142, Agosto, 2007.

PISTORI, H.; ALVAREZ, M. A.; PEREIRA, M. C.; QI, X. Open Source Tools and Project-
Based Teaching as Enablers of Research Experience in Computer Vision Students XLI
Congresso Brasileiro de Educação em Engenharia, Gramado, RS, Brasil, 23 a 26 de Setembro
de 2013.

MARTIN, G. H. Germinação E Vigor De Sementes De Feijão Comum Em Condição De

Submersão Em Água. Dissertação de Mestrado. Unoeste, Presidente Prudente/SP, 2012.

MCDONALD, M. A review and evaluation of seed vigor tests. Proceedings of the

Association of the Official Seed Analysts, v. 65, n. 1, p. 109–139, 1975.

NAKAGAWA, J. Testes de vigor baseados no desempenho das plântulas. ABRATES, 1999.

GOMES, O. D. F. M. Processamento e análise de imagens aplicados à caracterização

automática de materiais (dissertação de mestrado). PUC, Rio de Janeiro, 2001.