Escolar Documentos
Profissional Documentos
Cultura Documentos
Daninhas em Culturas
Luiz Antonio Zanlorensi Junior1,Maria Salete Marcon Gomes Vaz1,Ivo Mario Mathias1,
Ariangelo Hauer Dias1,Daurimar Mendes da Silva2
1
Departamento de Informática, Universidade Estadual de Ponta Grossa, Ponta Grossa,
Paraná, Brasil, luizzanlorensi@gmail.com, salete@uepg.br, ivomathias@uepg.br,
ariangelo@gmail.com
2
Departamento de Agronomia, Universidade Estadual de Ponta Grossa, Ponta Grossa, Paraná,
Brasil, daurims@gmail.com
RESUMO
Devido à necessidade de melhor qualidade e maior produção de alimentos, cada vez mais a
utilização de tecnologias computacionais vêm sendo aplicadas na área agrícola. Esse artigo
apresenta uma revisão de bibliografia, abordando técnicas e métodos de processamento digital
de imagens obtidas por satélites, veículos aéreos e terrestres, aplicados na agricultura.
Especificamente, objetiva a identificação de ervas daninhas existentes entre as culturas.
Através dos trabalhos analisados, pode-se destacar que imagens obtidas por meio de veículos
aéreos e terrestres são as mais utilizadas para identificação de plantas. Uma vez que imagens
obtidas por veículos aéreos são melhores para mapeamentos e imagens obtidas por veículos
terrestres podem ser utilizadas para processamento em tempo real e realização de ações pelo
veículo no campo.
ABSTRACT
Due to the need for better and greater food production, the use of computer technology is
being applied increasingly in agriculture. This paper presents a literature review, analyzing
techniques and methods of digital image processing obtained by satellite, aerial and ground
vehicles, applied in agriculture. Specifically, it aims to identify existing weeds among
cultures. Through the analyzed studies may be noted that images obtained by aerial and
ground vehicles are the most commonly used for plant identification. Since images obtained
by aerial vehicles are best for images obtained by mapping and land vehicles may be used for
real-time processing and performing actions by the vehicle in the field.
INTRODUÇÃO
Com o desenvolvimento da tecnologia e a constante necessidade de melhor qualidade e maior
produção de alimentos, a utilização de técnicas computacionais na agricultura vem ganhando
espaço, principalmente na área de agricultura de precisão.
Segundo Emmi et al. (2013), a agricultura de precisão consiste no gerenciamento de
sistemas automatizados agrícolas utilizando recursos como mapeamento de produção,
ferramentas de suporte a decisão e aplicação localizada de insumos agrícolas. A utilização
dessa tecnologia possibilita o investimento em áreas onde o potencial de produção seja mais
efetivo, garantindo maior retorno econômico e ecológico.
Dentro desse contexto, o objetivo desse trabalho é realizar uma revisão de literatura
sobre processamento digital de imagens (PDI) agrícolas obtidas por meio de satélites, veículos
aéreos não tripulados (VANT) e robôs ou veículos terrestres. O objetivo principal é expor a
utilização de PDI para a identificação de ervas daninhas localizadas na cultura cultivada, uma
vez que essa técnica pode ser aplicada juntamente com a robótica para o manejo de culturas.
Este artigo está estruturado em mais quatro seções, além desta introdutória. Na segunda
seção são abordadas ervas daninhas. Na terceira seção são descritos métodos computacionais
aplicados na agricultura. Na quarta seção são descritos aplicações de robótica na agricultura.
Na quinta seção são apresentados os resultados e discussões. Na sexta seção são apresentadas
as conclusões e perspectivas de trabalhos futuros.
ERVAS DANINHAS
Segundo Brighenti e Oliveira (2011), “plantas invasoras”, “plantas daninhas” e “ervas
daninhas” são termos empregados, indistintamente, na literatura brasileira. Essas plantas são
também conhecidas como plantas ruderais, plantas silvestres, mato ou inço.
Planta ou erva daninha possui conceito amplo, enquadrada como toda e qualquer planta
que ocorre onde não é desejada (BRIGHENTI; OLIVEIRA, 2011). Na Figura 1, ervas
daninhas aparecem com distintas intensidades entre linhas na cultura do milho.
Figura 1 – Ervas daninhas na cultura do milho.
RESULTADOS E DISCUSSÃO
As imagens obtidas por meio de veículos aéreos e terrestres são as mais utilizadas para
identificação de plantas, se comparada às imagens obtidas por satélites. Provavelmente, isso
se deve ao fato, das imagens de alta resolução obtidas por satélites ainda não possuírem
resolução espacial adequada.
Ainda não existe um método prático e eficiente para detecção e identificação de ervas
daninhas. A robótica na agricultura é aplicada em diversas tarefas, com múltiplos métodos
computacionais. Dentre os métodos, o mais comum é a aplicação de PDI, com diferentes
objetivos como navegação, detecção de objetos e obstáculos, identificação de plantas, dentre
outros.
Para a identificação de ervas daninhas em culturas, podem ser utilizadas imagens
obtidas por veículos aéreos ou terrestres. A utilização de veículos aéreos torna o mapeamento
de áreas com maior incidência de ervas daninhas mais simples, pois as imagens obtidas
podem possuir metadados com informações georreferenciadas. Essa tarefa seria mais
complexa, se realizada por um veículo terrestre. Por outro lado, se as imagens fossem obtidas
por um robô autônomo, as mesmas poderiam ser processadas em tempo real, fornecendo a
possibilidade de atuação desse veículo diretamente no campo, seja aplicando produtos
químicos ou removendo as ervas daninhas fisicamente.
AGRADECIMENTOS
À coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela concessão da
bolsa de estudos de mestrado e à Universidade Estadual de Ponta Grossa pelo espaço e
equipamentos para a realização das pesquisas.
REFERÊNCIAS
EMMI, L.; MADRID, L. P.; RIBEIRO, A. Fleets of robots for precision agriculture: a
simulation environment. Industrial Robot: An International Journal, v. 40, p. 41-58, 2013.
GUERRERO, J. M.; GUIJARRO, M.; MONTALVO, M.; ROMEO, J.; EMMI, L.; RIBEIRO,
A.; PAJARES, G. Automatic expert system based on images for accuracy crop row detection
in maize fields. Expert Systems with Applications, v. 40, p. 656-664, 2013.
JEON, H. Y., TIAN, L. F. Direct application end effector for a precise weed control robot.
Biosystems engineering, v. 4, p. 458-464, 2009.
MARTINOVÍC, G.; SIMON, J. Greenhouse microclimate environment controlled by a
mobile measuring station. NJAS – Wageningen Journal of Life Sciences.
MONTALVO, M.; GUERRERO, J. M.; ROMEO, J.; EMMI, L.; GUIJARRO, M.;
PAJARES, G. Automatic expert system for weeds/crops identification in images from maize
fields. Expert Systems with Applications, v. 40, p. 75-82, 2013.
MONTALVO, M.; PAJARES, G.; GUERRERO, J. M.; ROMEO, J.; GUIJARRO, M.;
RIVEIRO, A.; RUZ, J. J.; CRUZ, J. M. Automatic detection of crop rows in maize fields with
high weeds pressure. Expert System with Applications, v. 39, p. 11889-11897, 2012.
ROMEO, J.; PAJARES, G.; MONTALVO, M.; GUERRERO, J. M.; GUIJARRO, M.;
CRUZ, J. M. A new expert system for greenness identification in agricultural images. Expert
Systems with Applications, v. 40, p. 2275-2286, 2013.
SANI, B. The use of weed control robot (WCR) for achieve to the sustainable agriculture.
Research Journal of Applied Sciences, Engineering and Technology, v. 6, n. 18, p. 3332-
3334, 2013.
YANG, C.; EVERITT, J. H.; DU, Q.; LUO, B.; CHANUSSOT, J. Using high-resolution
airborne and satellite imagery to asses crop growth and yield variability for precision
agriculture. Proceedings of the IEEE, v. 101, n. 3, 2013.
YU, Z.; CAO, Z.; WU, X.; BAI, X.; QIN, Y.; ZHUO, W.; XIAO, Y.; ZHANG, X.; XUE, H.
Automatic image-based detection technology for two critical growth stage of maize:
Emergence and three-leaf stage. Agriculture and Forest Meteorology, v. 174-175, p. 65-84,
2013.