Busca avançada
Ano de início
Entree

Métodos de análise de imagens não destrutivos para avaliação da qualidade de sementes

Processo: 17/15220-7
Linha de fomento:Auxílio à Pesquisa - Apoio a Jovens Pesquisadores
Vigência: 01 de fevereiro de 2018 - 30 de abril de 2022
Área do conhecimento:Ciências Agrárias - Agronomia - Fitotecnia
Pesquisador responsável:Clíssia Barboza da Silva
Beneficiário:Clíssia Barboza da Silva
Instituição-sede: Centro de Energia Nuclear na Agricultura (CENA). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
Pesq. associados: Agide Gimenez Marassi ; Alberto Tannús ; Fernando Fernandes Paiva ; Francisco Guilhien Gomes Junior ; Julio Marcos Filho ; Roberval Daiton Vieira ; Silvio Moure Cicero
Auxílios(s) vinculado(s):18/03807-6 - EMU concedido no processo 2017/15220-7: multiFocus digital radiography system, AP.EMU
18/03802-4 - EMU concedido no processo 2017/15220-7: sistema de imagem VideoMeterLab, AP.EMU
18/03793-5 - EMU concedido no processo 2017/15220-7: sistema de imagem SeedReporter câmera spectral & colour, AP.EMU
Bolsa(s) vinculada(s):21/01329-2 - Efeito do tratamento de sementes de soja com micronutrientes em associação com ultrassom avaliado por análise de imagens multiespectrais, BP.MS
20/12686-8 - Aplicação de técnicas analíticas de imagem por ressonância magnética e imagem multiespectral para avaliação de sementes de amendoim, BP.IC
20/09407-0 - Relação da fluorescência de clorofila na germinação com o potencial fisiológico de sementes de soja, BP.MS
+ mais bolsas vinculadas 20/04852-5 - Aplicação de técnicas analíticas de imagem por ressonância magnética e imagem multiespectral para avaliação de sementes de amendoim, BP.IC
19/04127-1 - Aplicação de técnicas analíticas de imagem por ressonância magnética e imagem multiespectral para avaliação de sementes de pinhão-manso, BP.IC
18/24777-8 - Fluorescência de clorofila e análise multiespectral de imagens para avaliação da qualidade de sementes de cenoura e tomate, BP.MS
18/01774-3 - Métodos de análise de imagens não destrutivos para avaliação da qualidade de sementes, BP.JP - menos bolsas vinculadas
Assunto(s):Ressonância magnética  Fluorescência  Análise de imagens  Controle da qualidade  Sementes  Tomate  Cenoura  Amendoim 

Resumo

A crescente demanda por sementes no Brasil, em especial para as culturas de importância econômica, leva à necessidade de constante aperfeiçoamento nos parâmetros para avaliação da qualidade deste insumo, com o propósito de maximização da produção e, consequentemente, da competitividade do setor agrícola no cenário econômico nacional e internacional. Sendo assim, a avaliação da qualidade de sementes por meio de técnicas de análise de imagens não destrutivas é de grande interesse, pois podem ser obtidas informações objetivas, em período de tempo relativamente curto, com menor interferência humana e com grande potencial de portabilidade. Em continuidade ao projeto temático "Análise de imagens na pesquisa em tecnologia de sementes", financiado pela FAPESP (processo nº 06/57900-0), o presente projeto tem como objetivo dar prosseguimento aos estudos sobre métodos não destrutivos para avaliação da qualidade de sementes, a partir do aperfeiçoamento de recentes técnicas de análise de imagens de raios x e de ressonância magnética, bem como a introdução e o estabelecimento no país, das técnicas de análise de imagens multiespectrais e de fluorescência de clorofila. Espera-se com este projeto encontrar padrões de imagens ópticas por meio de técnicas modernas que permitam a caracterização de alterações nos padrões de qualidade de sementes de cenoura, tomate, pinhão-manso e amendoim, e dar continuidade aos trabalhos que o grupo de pesquisadores envolvidos vêm realizando nos últimos anos, permitindo o fortalecimento e ampliação de abordagens inovadoras, com a inclusão de novas linhas de pesquisa em proposta interinstitucional, de âmbito internacional. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (12)
(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)
DA SILVA, CLISSIA BARBOZA; OLIVEIRA, NIELSEN MOREIRA; AMARAL DE CARVALHO, MARCIA EUGENIA; DE MEDEIROS, ANDRE DANTAS; NOGUEIRA, MARINA DE LIMA; DOS REIS, ANDRE RODRIGUES. Autofluorescence-spectral imaging as an innovative method for rapid, non-destructive and reliable assessing of soybean seed quality. SCIENTIFIC REPORTS, v. 11, n. 1 SEP 8 2021. Citações Web of Science: 0.
OLIVEIRA, NIELSEN MOREIRA; DE MEDEIROS, ANDRE DANTAS; NOGUEIRA, MARINA DE LIMA; ARTHUR, VALTER; MASTRANGELO, THIAGO DE ARAUJO; DA SILVA, CLISSIA BARBOZA. Hormetic effects of low-dose gamma rays in soybean seeds and seedlings: A detection technique using optical sensors. COMPUTERS AND ELECTRONICS IN AGRICULTURE, v. 187, AUG 2021. Citações Web of Science: 0.
DE MEDEIROS, ANDRE DANTAS; BERNARDES, RODRIGO CUPERTINO; DA SILVA, LAERCIO JUNIO; LEMOS DE FREITAS, BRUNO ANTONIO; FERNANDES DOS SANTOS DIAS, DENISE CUNHA; DA SILVA, CLISSIA BARBOZA. Deep learning-based approach using X-ray images for classifying Crambe abyssinica seed quality. INDUSTRIAL CROPS AND PRODUCTS, v. 164, JUN 2021. Citações Web of Science: 1.
BERNARDES, RODRIGO CUPERTINO; LIMA, MARIA AUGUSTA PEREIRA; GUEDES, RAUL NARCISO CARVALHO; DA SILVA, CLISSIA BARBOZA; MARTINS, GUSTAVO FERREIRA. Ethoflow: Computer Vision and Artificial Intelligence-Based Software for Automatic Behavior Analysis. SENSORS, v. 21, n. 9 MAY 2021. Citações Web of Science: 0.
DA SILVA, CLISSIA BARBOZA; NAVES SILVA, ALYSSON ALEXANDER; BARROSO, GEOVANNY; YAMAMOTO, PEDRO TAKAO; ARTHUR, VALTER; MOTTA TOLEDO, CLAUDIO FABIANO; MASTRANGELO, THIAGO DE ARAUJO. Convolutional Neural Networks Using Enhanced Radiographs for Real-Time Detection of Sitophilus zeamais in Maize Grain. FOODS, v. 10, n. 4 APR 2021. Citações Web of Science: 0.
DA SILVA, CLISSIA BARBOZA; MARTINS BIANCHINI, VITOR DE JESUS; DE MEDEIROS, ANDRE DANTAS; DUARTE DE MORAES, MARIA HELOISA; MARASSI, AGIDE GIMENEZ; TANNUS, ALBERTO. A novel approach for Jatropha curcas seed health analysis based on multispectral and resonance imaging techniques. INDUSTRIAL CROPS AND PRODUCTS, v. 161, MAR 2021. Citações Web of Science: 0.
MARTINS BIANCHINI, VITOR DE JESUS; MASCARIN, GABRIEL MOURA; APARECIDA SANTOS SILVA, LUCIA CRISTINA; ARTHUR, VALTER; CARSTENSEN, JENS MICHAEL; BOELT, BIRTE; DA SILVA, CLISSIA BARBOZA. Multispectral and X-ray images for characterization of Jatropha curcas L. seed quality. PLANT METHODS, v. 17, n. 1 JAN 26 2021. Citações Web of Science: 2.
GALLETTI, PATRICIA A.; CARVALHO, MARCIA E. A.; HIRAI, WELINTON Y.; BRANCAGLIONI, VIVIAN A.; ARTHUR, VALTER; BARBOZA DA SILVA, CLISSIA. Integrating Optical Imaging Tools for Rapid and Non-invasive Characterization of Seed Quality: Tomato (Solanum lycopersicum L.) and Carrot (Daucus carota L.) as Study Cases. FRONTIERS IN PLANT SCIENCE, v. 11, DEC 21 2020. Citações Web of Science: 1.
DE MEDEIROS, ANDRE DANTAS; CAPOBIANGO, NAYARA PEREIRA; DA SILVA, JOSE MARIA; DA SILVA, LAERCIO JUNIO; DA SILVA, CLISSIA BARBOZA; FERNANDES DOS SANTOS DIAS, DENISE CUNHA. Interactive machine learning for soybean seed and seedling quality classification. SCIENTIFIC REPORTS, v. 10, n. 1 JUL 9 2020. Citações Web of Science: 0.
FRANCA-SILVA, FABIANO; QUEIROZ REGO, CARLOS HENRIQUE; GUILHIEN GOMES-JUNIOR, FRANCISCO; DUARTE DE MORAES, MARIA HELOISA; DE MEDEIROS, ANDRE DANTAS; DA SILVA, CLISSIA BARBOZA. Detection ofDrechslera avenae(Eidam) Sharif [Helminthosporium avenae(Eidam)] in Black Oat Seeds (Avena strigosaSchreb) Using Multispectral Imaging. SENSORS, v. 20, n. 12 JUN 2020. Citações Web of Science: 7.
BARBOZA DA SILVA, CLISSIA; MARCOS-FILHO, JULIO. Storage performance of primed bell pepper seeds with 24-Epibrassinolide. AGRONOMY JOURNAL, v. 112, n. 2, p. 948-960, MAR-APR 2020. Citações Web of Science: 2.
MASTRANGELO, THIAGO; DA SILVA, FABIANO FRANCA; MASCARIN, GABRIEL MOURA; DA SILVA, CLISSIA BARBOZA. Multispectral imaging for quality control of laboratory-reared Anastrepha fraterculus (Diptera: Tephritidae) pupae. Journal of Applied Entomology, NOV 2019. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.