Processamento de Imagens Aéreas de Alta Resolução para Agropecuária de Precisão PSG/UFMS

Segundo a Food and Agriculture Organization of the United Nations (FAOSTAT) o Brasil é o maior produtor mundial de cana-de-açúcar com uma produção estimada em aproximadamente 24 bilhões de dólares para 2013. Qualquer perda na capacidade produtiva da cultura pode representar grandes prejuízos. Em produção agropecuária é comum existirem perdas durante o processo produtivo e atacar diretamente todos os pontos de pertas são de grande importância para o incremento nos lucros. Um dos pontos que impactam diretamente na produção da cana-de-açúcar é a presença de “falhas” nas linhas de cana. As falhas, neste trabalho, são caracterizadas por regiões onde a distância entre duas canas consecutivas sejam maiores que 50 cm. Detectar falhas é um grande desafio dado o tamanho das plantações e da metodologia atualmente empregada. Atualmente a coleta de dados para a estimação de falhas é feita pelo deslocamento de pessoas dentro da plantação e a da medição manual. Com o avanço tecnológico, é possível obter imagens aéreas de alta resolução utilizando Veículos Aéreos Não Tripulados. Com estas imagens é possível estimar o índice de falhas nas plantações de maneira mais rápida, segura e econônica. O objetivo deste projeto é o desenvolvimento de algoritmos e métodos de Inteligência Artificial e Visão Computacional para o tratamento das imagens para a estimação das falhas a partir das imagens aéreas.