Aprimoramento e validação de método computacional baseado em processamento digital de imagens para análise quantitativa da qualidade de pulverização agrícola

Abstract

A agricultura brasileira ocupa uma posição estratégica na economia nacional, e a aplicação eficiente de defensivos por pulverização é determinante para a produtividade das culturas. A avaliação da qualidade dessa operação envolve parâmetros como densidade, cobertura e uniformidade das gotas, tradicionalmente mensurados por análise manual de papéis hidrossensíveis, método suscetível a erros humanos e sensível a condições ambientais. Diante dessas limitações, o presente trabalho teve como finalidade o aprimoramento e validação de uma plataforma computacional denominada GlowCalibra, capaz de automatizar a análise quantitativa da pulverização a partir do processamento digital de imagens de folhas vegetais tratadas com adjuvante fluorescente. As imagens foram capturadas em ambiente controlado por uma caixa de imageamento fabricada em impressora 3D, com iluminação ultravioleta padronizada. A pipeline de processamento foi implementada em Python, contemplando etapas de filtragem, segmentação e detecção automática de contornos. Os resultados das métricas obtidas foram comparados aos resultados do ImageJ em 59 imagens por meio de teste t pareado e regressão linear. Na contagem de gotas, observou-se subestimação sistemática de 8,15% pelo GlowCalibra. Para densidade de gotas, observou-se comportamento equivalente, também com diferença significativa. Para percentual de cobertura, não houve diferença estatisticamente significativa entre os métodos. Conclui-se que a plataforma constitui uma alternativa automatizada promissora para avaliação da pulverização, embora futuros ajustes sejam necessários para correção do viés observado. Outras melhorias incluem a expansão do banco de imagens, a inclusão de gráficos para análise de dados na plataforma e a quantificação da uniformidade da deposição e identificação de sobreposição de gotas.