Abordagem de Tecnologias Computacionais para

Abordagem de Tecnologias Computacionais para Identificação de Ervas
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, [email protected], [email protected], [email protected],
[email protected]
2
Departamento de Agronomia, Universidade Estadual de Ponta Grossa, Ponta Grossa, Paraná,
Brasil, [email protected]
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.
PALAVRAS-CHAVE: Processamento digital de imagens, agricultura de precisão, ervas
daninhas.
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.
Fonte: (MONTALVO et al., 2012, 2013)
Corrêa et al. (2011) expõem que na cultura do milho as plantas daninhas podem ser um
problema e sua interferência no rendimento de grãos varia de acordo com o grau de
competividade entre elas, o que depende do tipo de comunidade infestante, das características
da cultura, das condições edafoclimáticas e do período de convivência.
Segundo Carvalho e Velini (2001), as ervas daninhas foram as responsáveis pela queda
de produção da cultura da soja, em comparação com ataques de pragas e de patógenos.
Brighenti e Oliveira (2011) abordaram que ervas daninhas possuem aspectos positivos e
negativos. Como características positivas destacam-se: a proteção do solo contra a erosão, a
cobertura do solo no sistema de semeadura direta e por meio de tratamento químico, a
cobertura morta sobre o solo, reduzindo o aquecimento da superfície pela radiação solar e
auxiliando na retenção de umidade. As ervas daninhas também possuem diversos pontos
negativos, entre eles a interferência na saúde do homem e em suas atividades, causando sérios
prejuízos.
Os danos causados por ervas daninhas variam de acordo com sua espécie, onde destacase a grama-seda (Cynodon dactylon), a qual é uma espécie de difícil controle, reduzindo o
valor de terras infestadas com essa planta. Outras espécies perenes podem inviabilizar a
exploração agrícola ou obrigar o agricultor a mudar de área, como no caso da tiririca (Cyperus
rotundus), a qual interfere em áreas destinadas ao cultivo de olerícolas (BRIGHENTI;
OLIVEIRA, 2011).
Considerando os problemas expostos e a influência das ervas daninhas na qualidade e
produção de alimentos, torna-se evidente a necessidade de abordagem de técnicas com o
intuito de diminuir os danos causados por esse tipo de planta.
MÉTODOS COMPUTACIONAIS APLICADOS NA AGRICULTURA
A aplicação de métodos computacionais, tais como Processamento Digital de Imagens, vem
sendo utilizada na agricultura para diversos fins, como detecção de estágio de emergência de
plantas (YU et al., 2013), mapeamento de crescimento de cultura e variabilidade de
produtividade (YANG et al., 2013) e detecção de linhas de cultura no campo (GUERRERO et
al., 2013).
Montalvo et al. (2012) discriminaram a cultura de ervas daninhas e localizaram com
precisão as linhas de cultura de milho em imagens com alta intensidade de ervas daninhas. Foi
aplicado um duplo limiar, com base no método de Otsu, para separar a cultura de ervas
daninhas. A regressão linear de mínimos quadráticos foi utilizada para realizar ajustes
automáticos em tempo real de elevações indesejadas nas imagens do campo, uma vez que
essas imagens eram capturadas em um veículo terrestre em movimento. Foram obtidos bons
resultados com o sistema, detectando a linha de cultura e alcançando alto desempenho no
tempo de processamento.
Montalvo et al. (2013) desenvolveram um sistema especialista para identificação de
ervas daninhas na cultura de milho, naquelas impregnadas por materiais provenientes do solo
ou após tratamento químico, quando a planta começa a perder o verde natural. Os resultados
obtidos foram comparados com o método de dupla abordagem limiar e com a máquina de
vetor de suporte, demonstrando que o sistema desenvolvido identificou um número maior de
plantas desmascaradas, comparado aos métodos clássicos.
Sánchez et al. (2014), identificaram ervas daninhas na plantação de trigo utilizando
imagens obtidas em um VANT. Foram avaliados índices de vegetação para a identificação
das plantas e também a altitude de 30 e 60 metros, para a obtenção da imagem. Os índices de
vegetação com melhores resultados foram o ExG e o VEG.
Yang et al. (2013) demonstraram a utilização de imagens multiespectrais e
hiperespectrais obtidas por VANTs e imagens de satélite de alta resolução, para o
mapeamento de crescimento de cultura e variabilidade de produtividade para aplicações na
agricultura de precisão. Vários métodos de PDI utilizando suas bandas espectrais são descritos
e comparados com o uso de imagens de satélite e geradas por VANTs. Por meio das
comparações, demonstraram que as imagens multiespectrais e hiperespectrais de VANTs e
satélites de alta resolução, podem ser utilizadas como fonte de dados para estimar e mapear a
variabilidade de produtividade dentro do campo. Mesmo que imagens multiespectrais de
VANTs sejam suficientes para o mapeamento de produtividade, imagens hiperespectrais tem
o potencial de fornecer informações adicionais que podem ser perdidas na imagem
multiespectral devido às próprias bandas espectrais.
A complexidade da aplicação de métodos de PDI em imagens obtidas em campo se
deve, principalmente, por não existir um ambiente controlado para a captura dessas imagens.
Sendo assim, a falta ou o excesso de luminosidade e o reflexo podem ocasionar ruídos na
imagem obtida, ocasionando resultados inesperados na fase de processamento. Dentro desse
contexto, Romeo et al. (2013), compararam métodos clássicos de PDI com agrupamento
difuso para detecção de verde em imagens agrícolas, em situações normais e adversas, com o
intuito de discriminar cultura de ervas daninhas. As plantas foram identificadas por meio de
seu nível de verde. O diferencial foi a utilização de imagens obtidas de diferentes tipos de
câmeras, com distintos níveis de luminosidade. Dependendo do resultado obtido, pela análise
do histograma, o sistema utilizou métodos clássicos ou agrupamento difuso. Através dos
resultados demonstrados, o sistema desenvolvido mostrou-se adequado para aplicação.
ROBÓTICA APLICADA NA AGRICULTURA
Com o intuito de redução de custos com mão de obra, facilitando o trabalho manual e
para melhorar a velocidade no processo de atividades agrícolas, a utilização de máquinas
inteligentes em campos vem aumentando (SUPREM et al., 2012). A aplicação de robótica
pode não só aumentar a produtividade, mas também fornecer índices de qualidade, permitindo
um melhor controle sobre as implicações ambientais.
Segundo Martinovíc e Simon (2014), a utilização de robôs móveis é uma área de
pesquisa relevante, pois possui aplicações de pesquisa práticas e científicas. Emmi et al.
(2013) utilizaram ferramentas para simulação de robôs aplicadas em atividades agrícolas,
dentre elas o controle de ervas daninhas por meios físicos e químicos.
O controle de ervas daninhas por meio de robôs agrícolas pode ser feito por dois
métodos distintos, através de aplicação química como no trabalho de Jeon e Tian (2009) ou
por meio mecânico como citado por Sani (2013).
Slaughter et al. (2008), abordaram a utilização de robôs autônomos para o controle de
ervas daninhas, descrevendo quatro principais atividades desses robôs, sendo elas: orientação,
detecção e identificação, controle de ervas daninhas na linha da cultura e mapeamento. Ainda
segundo os autores, dentre as quatro atividades citadas, a detecção e identificação de ervas
daninhas em campos agrícolas continua sendo o maior desafio.
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.
CONCLUSÕES E PERSPECTIVAS DE PESQUISAS FUTURAS
A principal vantagem da utilização de técnicas de PDI para o reconhecimento de plantas
daninhas utilizando imagens de VANTs ou de Satélites, é que esse método de captura de
imagem não é intrusivo, ou seja, não há contato direto entre o equipamento e a área da
cultura, evitando que danos possam ser causados. Porém, devido à necessidade da
identificação da espécie da planta daninha ainda jovem para que seja aplicado o produto de
controle específico, no caso de tratamento químico, a utilização de PDI se torna mais
complexa, considerando que pelo tempo de vida da planta, ainda não são apresentadas
características para a distinção entre as espécies.
Esse problema de identificação de espécies de plantas daninhas não ocorre na
utilização de robótica para o controle físico. Considerando que é necessária a classificação das
plantas como cultura e planta invasora utilizando também técnicas de PDI, o robô pode
remover fisicamente todas as plantas não classificadas como cultura. Uma desvantagem dessa
abordagem é que é realiza de forma intrusiva diretamente no campo, podendo ocasionar danos
à cultura.
Como trabalho futuro, sugere-se a análise de desempenho dos métodos de
identificação de ervas daninhas e a utilização de métodos classificadores, em conjunto com
PDI, para a detecção das ervas daninhas na cultura.
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
BRIGHENTI, A. M.; OLIVEIRA, M. F. Biologia e manejo de plantas daninhas. Curitiba,
Omnipax, 2011, 348 p.
CARVALHO, F. T.; VELINI, E. D. Períodos de interferêcia de plantas daninhas na cultura da
soja. Planta Daninha, v. 19, n. 3, p. 317-322, 2001.
CORRÊA, M. L. P.; GALVÃO, J. C. C.; FONTANETTI, A.; FERREIRA, L. R.; MIRANDA,
G. V. Dinâmica populacional de plantas daninhas na cultura do milho em função de adubação
e manejo. Revista Ciência Agronômica, v. 42, n. 2, p. 354-363, abr-jun, 2011.
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.
SÁNCHEZ, J. T.; PEÑA, J. M.; CASTRO, A. I.; GRANADOS, F. L. Multi-temporal
mapping of the vegetation fraction in early-season wheat fields using images from UAV.
Computer and Electronics in Agriculture, v. 103, p. 104-113, 2014.
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. 33323334, 2013.
SLAUGHTER, D. C.; GILES, D. K.; DOWNEY, D. Autonomous robotic weed control
systems: A review. Computers and Electronics in Agriculture, v. 6, p. 63-78, 2008.
SUPREM, A.; MAHALIK, N.; KIM, K. A review on application of technology systems,
standards and interfaces for agriculture and food sector. Computres Standards & Interfaces, v.
32, p. 355-364, 2012.
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.