Aplicação da visão computacional no monitoramento da performance de híbridos de milho
DOI:
https://doi.org/10.53660/CONJ-457-511Resumo
O trabalho foi realizado em ambiente acadêmico, tendo como objetivo analisar as falhas em híbridos de milho na sua germinação, com um possível mapeamento dessas falhas se torna viável efetuar um controle, trazendo um índice de assertividade consideravelmente maior, impactando diretamente na agricultura de precisão. Sua grande relevância é que segundo estudo realizado pelo Conab, em seu levantamento da safra de grãos de 2019/2020, apontou uma produção brasileira de 102,3 milhões de toneladas de milho, fazendo do Brasil o terceiro maior produtor de milho. Com isso os produtores conseguem identificar qual o melhor híbrido, e qual o espaçamento ideal entre as plantas, entre outros fatores importantes para aumentar ainda mais a produtividade.
Downloads
Referências
AERODRONEBRASIL, Identificação de falhas em linha de plantio : A aplicação dos drones no setor sucroenergético. Brasil, 2018. Disponível em: https://www.aerodronebrasil.com/2017/11/20/falhas-em-linha-de-plantio/. Acesso em 26 nov 2021.
BRASIL. Companhia Nacional de Abastecimento. (CONAB). Acompanhamento da safra brasileira de grãos. Brasília: Conab, 2020.
Gonzalez, R.C. e Woods, R.E. e Eddins, S.L., Digital Image Processing using MATLAB, Pearson, 2006.
MARENGONI, M.; STRINGHINI, D. Introdução à visão computacional usando OpenCV. RITA, v.XIII, n.1, 2009.
Myfarm. Saiba tudo sobre híbridos de milho - o que são e outros fatores. Brasil, 2021.Disponível em: https://www.myfarm.com.br/hibridos-de-milho/. Acesso em 28 out. 2021.
NUNES, José Luis da Silva. Produção de sementes de milho. Agrolink, Brasil. Disponível em :https://revistacampoenegocios.com.br/as-vantagens-do-hibrido-de-milho-superprecoce/. Acesso em 28 out. 2021.
NETTO, M., N.: Drones na agricultura: por que vale a pena investir nessa tecnologia?. SFAgro, 2018. Disponível em: https://blog.mercadrone.com.br/index.php/2018/02/08/2590/. Acesso em 13 nov. 2021.
RUDEK, Marcelo; COELHO, Leandro dos Santos; JUNIOR, Osiris Canciglieri. Visão computacional aplicada a sistemas produtivos - Fundamentação e estudo de caso. Curitiba, PR, 2000. Disponível em: http://www.abepro.org.br/biblioteca/ENEGEP2001_TR10_0917.pdf /. Acesso em 07 out. 2021.
SIMON, Jean.Visão computacional na agricultura - descubra suas vantagens!. Foxfly, Brasil, 2018. Disponível em: https://foxfly.com.br/computer-vision/visao-computacional-na-agricultura-descubra-suas-vantagens/. Acesso em 14 nov. 2021.
SANTOS, T. T.; BARBEDO, J. G. A.; TERNES, S.; CAMARGO NETO, J.; KOENIGKAN, L. V.; SOUZA, K. X. S. de. Visão computacional aplicada na agricultura. Embrapa, Brasil 2020. Disponível em: https://www.embrapa.br/busca-de-publicacoes/-/publicacao/1126261/visao-computacional-aplicada-na-agricultura. Acesso em 03 dez. 2021
SHAPIRO, Linda; STOCKMAN George. Computer Vision. 1a ed. Prentice Hall, 2001.
Geeks for Geeks. Top 10 Programming Languages That Will Rule in 2021. Disponível em: https://www.geeksforgeeks.org/top-10-programming-languages-that-will-rule-in-2021/. Acesso em 23 nov. 2021.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Conjecturas
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
