O objetivo de um grupo de pesquisadores da Universidade é construir um sistema de visão computacional para automatizar a identificação de doenças de soja por meio da análise de imagens das folhas. Para isso, acadêmicos e professores da UFMS e de outras Instituições de ensino e pesquisa do estado capturaram imagens e cadastraram as doentes e as saudáveis. Foram classificadas três doenças: ferrugem, antracnose e míldio. A pesquisa está vinculada ao câmpus de Ponta Porã.
De acordo com o coordenador do projeto de pesquisa, professor Wesley Nunes Gonçalves, com 1200 imagens capturadas, os testes realizados foram satisfatórios, pois “o sistema de visão computacional reconhece essas quatro classes (3 doenças e sadia) com precisão superior a 99%”, afirma. As atividades foram realizadas na fazenda São José da Universidade Católica Dom Bosco (UCDB).
Além do coordenador, participam do estudo os pesquisadores da área de Computação: Amaury Antônio de Castro Junior, Bruno Brandoli Machado e Jonathan de Andrade Silva, da UFMS, Hemerson Pistori da UCDB e André Ricardo Backes da Universidade Federal de Uberlândia (UFU); da área de Agronomia e Biologia: Denilson de Oliveira Guilherme e Josimara Nolasco Rondon da UCDB e Matheus Bornelli de Castro do Instituto Federal de Mato Grosso do Sul; e ainda os acadêmicos Gercina Gonçalves da Silva, Jonatan Patrick Margarido Oruê e Rillian Diello Lucas Pires do mestrado; Lucas Abreu da Silva e Reinaldo Felipe Soares Araujo como bolsistas do Programa Institucional de Bolsas de Iniciação Científica (PIBIC) e Diogo Nunes Gonçalves e Neemias Buceli da Silva que desenvolvem trabalhos de conclusão de curso na área.
O projeto, intitulado “Detecção de Doenças em Lavouras de Soja usando Análise de Textura em Imagens”, teve início em 2015 e tem previsão de término em 2017. A pesquisa recebeu recursos da Fundação de Apoio ao Desenvolvimento do Ensino, Ciência e Tecnologia do Estado de Mato Grosso do Sul (Fundect).
Segundo o coordenador, professor Wesley, a produção de soja é um dos principais segmentos da economia brasileira, destacando-se por sua representatividade na composição do PIB. Todavia a cultura da soja está exposta a uma série de desafios que podem reduzir drasticamente a produtividade e os ganhos econômicos, como doenças e ataques de pragas.
Para aumentar a produtividade, torna-se necessário o desenvolvimento de novas tecnologias para auxiliar o manejo atual, por exemplo, tecnologias para minimizar a atuação de doenças na lavoura. “Atualmente, um especialista precisa percorrer a lavoura e identificar visualmente a presença de doenças, sendo um manejo custoso e cansativo. A ideia do sistema é automatizar usando imagens que podem ser capturadas por celular ou drone e, com isso, mapear as regiões da plantação que estão afetadas. Assim, o agricultor pode aplicar os defensivos somente nas regiões afetadas, reduzindo os custos e o impacto no meio ambiente. A utilização do sistema proposto pode reduzir as perdas de investimentos na lavoura causadas por doenças através de tomadas de decisões em tempo real, ampliando o potencial produtivo e a receita do estado de Mato Grosso do Sul”.
Os resultados iniciais da pesquisa foram publicados na revista Computers and Electronics in Agriculture, conceituada na área da computação e agricultura. Os próximos passos do projeto são incluir novas doenças e aumentar a quantidade de imagens capturadas. “A inclusão de novas doenças deve desafiar o método proposto, tornando possível o seu aprimoramento”, finaliza o professor.
