Quantificação de florada e maturação de frutos por imagem para análise e previsão de safra em cafeeiro

• Processo: 22/11209-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de setembro de 2022
• Data de Término da vigência: 31 de agosto de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Antonio Chalfun Junior
• Beneficiário: Francisco Eron Cordeiro Carvalho
• Instituição Sede: Pró-Reitoria de Pós-Graduação. Universidade Federal de Lavras (UFLA). Ministério da Educação (Brasil). Lavras , SP, Brasil
• Vinculado ao auxílio: 21/06968-3 - Da semente à xícara: internet das coisas na cadeia produtiva de cafés de qualidade, AP.TEM
• Assunto(s): Biologia computacional Inteligência artificial Visão computacional
• Palavra(s)-Chave do Pesquisador: bioinformática | Biologia Computacional | Desenvolvimento reprodutivo do cafeeiro | Fenotipagem por imagem | Inteligência Artificial | Visão Computacional | Fenotipagem por imagem

Resumo

O projeto visa a elaboração de uma metodologia automatizada para análise de florescimento e maturação de frutos em cafeeiros por meio da captação massiva de imagens, manipulação luminosa e desenvolvimento de um programa (algoritmo/software) para digitalização e análise dos dados. Os resultados almejados são quantitativos, buscando estabelecer padrões numéricos de proporção floral e distribuição de maturação nas plantas a partir dos dados de saída de um algoritmo desenvolvido para esse objetivo. As aplicações do projeto se estendem para captação de dados e auxílio no manejo corretivo de campo, ou seja, voltados para agricultura de precisão. Ao final do projeto esperamos oferecer uma ferramenta capaz de quantificar o número de floradas anuais, determinar a homogeneidade do florescimento e estimar a produção de frutos e sua maturação. Esses dados irão compor um banco de dados que será anualmente atualizado e com perspectiva de uso, juntamente com inteligência artificial e algoritmos de aprendizado de máquina, para criação de um índice que antecipe e melhore a previsão da produtividade. Assim, esperamos que a nova ferramenta seja de grande interesse no campo da biotecnologia e do agronegócio. (AU)