Avaliação da sanidade de sementes de amendoim(arachis hypogaea) por meio de processamento de imagens

Abstract

Este estudo contempla a intersecção de três áreas: germinação de sementes de amendoim contaminadas com fungos, processamento de imagem e treinamento de modelos de aprendizado de máquina. Foi utilizado ferramentas computacionais, como inteligência artificial e processamento de imagens, para analisar a presença de fungos em sementes de amendoim durante o processo germinativo. As sementes foram divididas em grupos, colocadas em sacos diferentes contendo a mesma quantidade de sementes, e fotografadas a cada três dias ao longo de quatro coletas. Essas imagens foram analisadas no software ImageJ 1.54g (Java 1.8.0_345 64-bit), seguindo um protocolo específico, com o objetivo de determinar a área do fungo em pixels em cada imagem da semente, estas foram recortadas utilizando o software e GIMP, versão 2.10.36. Posteriormente, o software Orange Data Mining, versão 3.36.2, foi utilizado para estabelecer uma relação entre as imagens recortadas e as áreas de fungos, com o intuito de prever e classificar a área do fungo em uma determinada semente. Os treinamentos foram divididos com base em cada coleta, ou seja, em cada banco de dados de fotos. No final, foram realizados dois treinamentos, um utilizando toda a base de dados das imagens para um modelo de classificação e outro para cada uma das coletas para o modelo de previsão. Ademais, utilizaram-se ferramentas como Excel, juntamente com os resultados das tabelas do Orange, para apresentar de forma mais intuitiva as análises realizadas nos modelos. Por fim, apresentamos os resultados dos métodos de previsão e classificação.