Detecção de Planococcus citri em cafeeiro por classificação supervisionada utilizando imagens multiespectrais
Rossati, Kamila FernandaAndaló, VanessaMartins, George DerocoAssis, Gleice Aparecida deOrlando, Vinícius Silva WerneckArriero, Letícia Pasqualin MessiasFaria, Lucas Silva deZampiroli, Renan
RESUMO: Entre os entraves para o cultivo do cafeeiro, pode-se citar a ocorrência da cochonilha Planoccous citri. São insetos que ocorrem em reboleiras, podendo infestar ramos, folhas, botões florais e frutos, chegando a infestar todas as rosetas da planta e levando ao chochamento parcial ou perda total destes ramos. Teve-se como objetivo utilizar imagens multiespectrais de baixo custo na discriminação de plantas de cafeeiro infestadas por P. citri. Foram utilizadas duas áreas de estudo no município de Coromandel, MG, Brasil, sendo uma com alta infestação de cochonilha e uma com ausência de cochonilha e uma área no município de Monte Carmelo, MG, Brasil, com presença e ausência de cochonilha nas plantas avaliadas. Em cada área de estudo foram amostradas aleatoriamente 50 plantas, com distância mínima de 10 metros entre plantas, avaliando a quantidade de cochonilhas presentes em dois ramos plagiotrópicos localizados no terço médio das plantas. As imagens foram obtidas utilizando um drone acoplado a uma câmera Mapir Survey 3W com voo a uma altura de 100 metros. As classificações foram feitas utilizando os algoritmos Redes Neurais Artificiais (RNA), Support Vector Machine (SVM) e Florestas Aleatórias. Os resultados confirmaram a possibilidade de discriminação entre plantas sadias e infestadas por P. citri utilizando algoritmos baseados em aprendizado de máquina. Com relação à discriminação de plantas sadias e infestadas, o algoritmo Random Forest apresentou o melhor resultado em áreas com variabilidade de infestação (EG = 90% e K = 0,80), seguido pelo SVM (EG = 83,34% e K = 0,67) e RNA (EG = 73,34% e K = 0,47).
Texto completo