Diagnóstico automático de doenças em plantas usando imagens digitais

• Processo: 13/06884-8
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de agosto de 2013
• Data de Término da vigência: 31 de julho de 2015
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Jayme Garcia Arnal Barbedo
• Beneficiário: Jayme Garcia Arnal Barbedo
• Instituição Sede: Embrapa Informática Agropecuária. Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA). Ministério da Agricultura, Pecuária e Abastecimento (Brasil). Campinas , SP, Brasil
• Pesquisadores associados: Alessandra de Jesus Boari ; Alessandra Keiko Nakasone Ishida ; Bernardo de Almeida Halfeld Vieira ; Célia Regina Tremacoldi ; Christiana de Fátima Bruce da Silva ; Claudia Vieira Godoy ; Daniel Terao ; Eudes de Arruda Carvalho ; Fabio Rossi Cavalcanti ; Flávia Rodrigues Alves Patrício ; Jose Mauricio Cunha Fernandes ; José Roberto Vieira Júnior ; Katia de Lima Nechet ; Luciano Vieira Koenigkan ; Luiz Gonzaga Chitarra ; Murillo Lobo Junior ; Rodrigo Véras da Costa ; Saulo Alves Santos de Oliveira ; Silvia Maria Fonseca Silveira Massruhá ; Thiago Teixeira Santos ; Viviane Talamini
• Assunto(s): Processamento de imagens Reconhecimento de padrões Diagnóstico por imagem Doenças de plantas
• Palavra(s)-Chave do Pesquisador: diagnóstico | doenças | plantas | Processamento de imagens | Reconhecimento de Padrões | Processamento Digital de Imagens

Resumo

O rápido diagnóstico de doenças em plantas de valor econômico é essencial para garantir a segurança alimentar e evitar prejuízos maiores decorrentes do alastramento desse mal. Dois problemas principais podem impedir esse objetivo: 1) o monitoramento permanente de todas as plantas por pessoas capazes de detectar as enfermidades é, na maioria das vezes, inviável; 2) em muitos casos a pessoa que detecta os sintomas não possui conhecimentos suficientes para identificar sua causa.Apesar de haver algumas soluções que exploram a tecnologia como um facilitador para um rápido diagnóstico, normalmente envolvendo uma base de dados de referência que pode ser consultada pelo usuário, o surgimento de sistemas realmente automáticos tem sido bastante lento, especialmente quando se considera a importância do problema. Isto ocorre não por falta de interesse dos pesquisadores, mas sim por falta de uma base de dados suficientemente abrangente para permitir o desenvolvimento de métodos realmente robustos de diagnóstico. Portanto, tão importante quanto o desenvolvimento da técnica em si, é a necessidade de se construir bases de dados que permitam uma completa validação dos métodos propostos.Assim, o presente projeto tem dois objetivos principais: 1) construir uma base de dados contendo imagens de sintomas e descrições detalhadas de suas causas e consequências; 2) desenvolver um método capaz de fornecer um diagnóstico confiável usando imagens digitais fornecidas pelos usuários. As culturas a serem consideradas inicialmente serão algodão, soja, milho, arroz, feijão, sorgo, cana-de-açúcar, citros, videiras, abacaxi, café e cupuaçu, porém outras poderão ser adicionadas ao longo do projeto. (AU)

Publicações científicas

(10)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BARBEDO, J. G. A.. A novel algorithm for semi-automatic segmentation of plant leaf disease symptoms using digital image processing. TROPICAL PLANT PATHOLOGY, v. 41, n. 4, p. 210-224, AUG 2016. (13/06884-8)

BOCK, CLIVE H.; PETHYBRIDGE, SARAH J.; BARBEDO, JAYME G. A.; ESKER, PAUL D.; MAHLEIN, ANNE-KATRIN; DEL PONTE, EMERSON M.. A phytopathometry glossary for the twenty-first century: towards consistency and precision in intra- and inter-disciplinary dialogues. TROPICAL PLANT PATHOLOGY, AUG 2021. (13/06884-8)

ARNAL BARBEDO, JAYME GARCIA; TIBOLA, CASIANE SALETE; PONTES LIMA, MARIA IRNACULADA. Deoxynivalenol screening in wheat kernels using hyperspectral imaging. BIOSYSTEMS ENGINEERING, v. 155, p. 24-32, MAR 2017. (13/06884-8)

ARNAL BARBEDO, JAYME GARCIA. A review on the main challenges in automatic plant disease identification based on visible range images. BIOSYSTEMS ENGINEERING, v. 144, p. 52-60, APR 2016. (13/06884-8)

BARBEDO, J. G. A.. A novel algorithm for semi-automatic segmentation of plant leaf disease symptoms using digital image processing. ROPICAL PLANT PATHOLOG, v. 41, n. 4, p. 15-pg., 2016-08-01. (13/06884-8)

ARNAL BARBEDO, JAYME GARCIA; GULIAS GOMES, CLAUDIA CRISTINA; CARDOSO, FERNANDO FLORES; DOMINGUES, ROBERT; RAMOS, JEFERSON VIDART; MCMANUS, CONCEPTA MARGARET. The use of infrared images to detect ticks in cattle and proposal of an algorithm for quantifying the infestation. Veterinary Parasitology, v. 235, p. 106-112, FEB 15 2017. (13/06884-8)

BARBEDO, JAYME GARCIA ARNAL; KOENIGKAN, LUCIANO VIEIRA; SANTOS, THIAGO TEIXEIRA. Identifying multiple plant diseases using digital image processing. BIOSYSTEMS ENGINEERING, v. 147, p. 104-116, JUL 2016. (13/06884-8)

ARNAL BARBEDO, JAYME GARCIA. An Automatic Method to Detect and Measure Leaf Disease Symptoms Using Digital Image Processing. PLANT DISEASE, v. 98, n. 12, p. 1709-1716, DEC 2014. (13/06884-8)

BARBEDO, JAYME G. A.; TIBOLA, CASIANE S.; FERNANDES, JOSE M. C.. Detecting Fusarium head blight in wheat kernels using hyperspectral imaging. BIOSYSTEMS ENGINEERING, v. 131, p. 65-76, MAR 2015. (13/06884-8)

ARNAL BARBEDO, JAYME GARCIA. A new automatic method for disease symptom segmentation in digital photographs of plant leaves. European Journal of Plant Pathology, v. 147, n. 2, p. 349-364, FEB 2017. (13/06884-8)