Campos Aleatórios Markovianos Ocultos Aplicados à Modelagem de Imagens de Sensoriamento Remoto para Fenotipagem de Alto Rendimento de Plantas

• Processo: 25/22466-9
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de janeiro de 2026
• Data de Término da vigência: 31 de dezembro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Nancy Lopes Garcia
• Beneficiário: Bruno Block Valente
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Empresa: Ministério da Agricultura, Pecuária e Abastecimento (Brasil). Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA). Embrapa Sede
• Vinculado ao auxílio: 22/04006-2 - Centro de Melhoramento Molecular de Plantas (CeM²P), AP.PCPE
• Assunto(s): Processamento de imagens
• Palavra(s)-Chave do Pesquisador: inferência para processos estocásticos | Modelos espaciais | Processamento de imagens | Inferência para Processos Estocásticos

Resumo

Trata-se de um projeto de iniciação científica multidisciplinar com objetivos relacionados à estatística e ao melhoramento genético vegetal.A busca por ferramentas mais eficazes para a predição de atributos fenotípicos em programas de melhoramento genético tem levado ao uso crescente de tecnologias de fenotipagem de alta produtividade. A fenotipagem de alto rendimento, quando combinada com sensoriamento remoto utilizando imagens capturadas por drones, pode ser uma ferramenta poderosa para monitoramento e análise de características fenotípicas em plantas e culturas agrícolas, principalmente em espécies de forrageiras. A partir de imagens aéreas de alta resolução, é possível utilizar técnicas estatísticas de processamento de imagens para obter dados precisos sobre a morfologia das plantas, como altura, densidade e cobertura de folhas. O uso de drones permite uma coleta de dados em grande escala, de forma rápida e eficiente, sem a necessidade de intervenções invasivas no campo. Entretanto, são necessárias técnicas avançadas de processamento de imagens para extrair informações detalhadas, proporcionando insights sobre o desempenho das culturas e ajudando na seleção de variedades mais adaptadas ao ambiente ou mais resistentes a doenças e pragas. O objetivo geral é utilizar os Campos Aleatórios Markovianos para modelar os diversos índices propostos na literatura para imagens do ortomosaico e dos shapefiles, cedidos por outros membros do projeto. Os campos Markovianos são caracterizados por estruturas de interação entre vizinhos e espera-se comparar as diversas estruturas de interação para selecionar o modelo mais parcimonioso. Como produto, pretende-se implementar o algoritmo como um pacote na The Comprehensive R Archive Network (CRAN).