O objetivo deste trabalho foi avaliar a eficiência de um sistema digital de classificação por tamanho desenvolvido para análise de sementes de soja.

Autores: PEREIRA, M.D.1; SILVA, K.A.M.1; VALE, A.M.P.G1

Trabalho publicado nos Anais do evento e divulgado com a autorização dos autores.

Os sistemas de processamento de imagens estão sendo cada vez mais utilizados para pesquisas relacionadas à tecnologia de sementes, em substituição aos métodos tradicionais (Marchi; Cicero, 2016).

Tendo em vista o tempo e o custo das análises manuais empregadas no setor sementeiro, os sistemas de análise de imagens tornam a classificação mais rápida e possuem um custo mais baixo. Neste sentido, o uso do processamento digital de imagens de sementes surge como uma opção, oferecendo maior agilidade e eficácia ao procedimento de avaliação, como na determinação da homogeneidade de lotes de sementes ou na sua separação em classes, de acordo com o tamanho (Marcos Filho et al., 2009).

O objetivo deste trabalho foi avaliar a eficiência de um sistema digital de classificação por tamanho desenvolvido para análise de sementes de soja.

Três lotes de sementes de soja, provenientes de Unaí – MG foram avaliados de forma manual, com o uso de um paquímetro e pelo sistema digital de classificação por tamanho. Para cada lote foram retiradas duas amostras de 50 sementes. Em ambas as metodologias, as sementes foram separadas, em cinco classes, de acordo com o diâmetro: Classe 1 – C1 (Maior que 7,0 mm), Classe 2 – C2 (6,5 a 6,99 mm), Classe 3 – C3 (6,0 a 6,49 mm), Classe 4 – C4 (5,5 a 5,99 mm) e Classe 5 – C5 (5,0 a 5,49 mm). Ao final, determinou-se o diâmetro em mm de cada semente e o percentual de sementes em cada classe.

Para avaliação por meio da análise de imagens, as sementes foram dispostas em um fundo de material EVA de cor azul, juntamente com uma identificação (recorte de papel contendo as informações do lote e da repetição) e uma moeda de 10 centavos de real dourada (que mede 20,0mm de diâmetro e serve como métrica). As imagens foram capturadas a partir de um smartphone. As fotos foram tiradas de cima para baixo, em um angulo de 90 graus em relação ao fundo. As imagens obtidas foram analisadas pelo sistema de classificação digital, conforme se observa na Figura 1, cuja tela apresenta a imagem da amostra analisada, o gráfico de colunas com o valor do diâmetro de cada semente, a descrição do percentual de sementes em cada classe e o gráfico de barras com o percentual de sementes em cada classe.

Figura 1. Interface da tela do sistema digital de classificação por tamanho para sementes de soja, apresentando a imagem da amostra analisada, o gráfico de colunas com o valor do diâmetro de cada semente, a descrição do percentual de sementes em cada classe e o gráfico de barras com o percentual de sementes em cada uma das classes.

Para se calcular a eficiência do sistema em determinar o percentual de sementes em cada classe, após a segmentação das imagens pelo sistema, comparouse o resultado com a medição manual. Para tanto, considerou-se os índices de verdadeiro positivo (VP), falso positivo (FP), verdadeiro negativo (VN) e falso negativo (FN). Quando a medição no sistema se igualou a medição no paquímetro, a medição digital atingiu 100% de VP e o que ele deixou de medir foi o FN. Quando o sistema não mediu um intervalo, por que ele não existia, portanto, não deveria ter sido medido, atingiu 100% de VN, sendo o que foi medido a mais, sem que o intervalo existisse, denominado FP. O índice de acurácia (AC) foi calculado conforme a expressão: AC = ((VP + VN) / (VP + FN + VN + FP)) * 100.

Os resultados obtidos para VP, FP, VN, FN e AC demonstram que o método utilizado conseguiu avaliar a eficiência do sistema, sendo alcançados acertos próximos a 100% (Figura 2 A, B e C).

Figura 2. Médias obtidas para a performance métrica e a acurácia do sistema digital de classificação por tamanho para sementes de soja em comparação com a medição manual com auxílio de um paquímetro: A) índices de verdadeiro positivo (VP) e falso negativo (FN), B) índices de verdadeiro negativo (VN) e falso positivo (FP) e C) Acurácia.

Para os três lotes avaliados, o VP obtido pelo sistema, em comparação com a medição manual, foi superior a 99% (Figura 2 A), demonstrando a capacidade que o sistema digital de classificação por tamanho para sementes de soja atingiu ao medir as sementes e classificá-las dentro de cada classe. Em seus estudos, em que mediram leucócitos a partir de imagens obtidas em microscópio, Zheng et al. (2014) obtiveram valores de VP inferiores a 95% e consideraram tais resultados como muito bons e o seu sistema de medição, eficiente, quando comparado com o método manual utilizado pelo especialista.


Confira nossa galeria de cursos TOTALMENTE ONLINE! Agregue conhecimento, faça já!


Quando se avalia a eficiência do sistema proposto neste trabalho para não reconhecer medidas de segmentos que não existem, o que poderia provocar um erro por superestimação das medidas das sementes, incluindo-as em outras classes que não aquelas reais a que pertencem, observam-se os valores 94,53; 88,19 e 96,18%, para os lotes 1, 2 e 3, respectivamente (Figura 2B). Para este índice, a média atingiu 96,30% em relação à média manual, o que segundo Putzu; Ruberto (2013) pode ser considerado um índice de alta confiabilidade. Em nenhum dos três lotes, o FP ultrapassou os 6%.

Os resultados de precisão obtidos por meio do índice de acurácia (Figura 2 C) demonstram a eficiência do sistema analisado neste trabalho, bem como da abordagem utilizada em seu funcionamento. E, quando se compara os valores obtidos para acurácia neste trabalho, com os de outros sistemas desenvolvidos para medição de superfícies, a partir de imagens, observa-se o seu alto desempenho ao realizar as medições e classificar as sementes em cada uma das classes. O valor médio de 97,60% de acurácia, obtido neste trabalho, é superior aquele obtido pelos sistemas de medição apresentados e que tiveram a suas eficiências avaliadas por Fatichah et al. (2012) e Jati et al. (2014).

O sistema digital de classificação por tamanho desenvolvido para análise de sementes de soja mostrou-se eficiente na medição de sementes e na separação das mesmas de acordo com classes pré-definidas, a partir de suas medidas.

Referências

FATICHAH, C.; TANGEL, M. L.; WIDYANTO, M. R.; DONG, F.; HIROTA, K. Interest-based ordering for fuzzy morphology on white blood cell image segmentation. Journal of Advanced Computational Intelligence and Intelligent Informatics. v. 16, n. 1, p. 76-86, 2012.

JATI, A.; SINGH, G.; MUKHERJEE, R., GHOSH, M., KONAR, A., CHAKRABORTY, C., NAGAR, A. K. Automatic leukocyte nucleus segmentation by intuitionistic fuzzy divergence based thresholding. Micron. v. 58, p.55-65, 2014.

MARCHI, J. L. DE; CICERO, S. M. Use of the software Seed Vigor Imaging System (SVIS ®) for assessing vigor of carrot seeds. Sci. Agric. v.74, n.6, p.469-473, 2016.

MARCOS FILHO, J.; KIKUTI, A.L.P.; LIMA, L.B. Métodos para avaliação do vigor de sementes de soja, incluindo a análise computadorizada de imagens. Revista Brasileira de Sementes, v. 31, n. 1, p. 102-112, 2009.

PUTZU, L.; RUBERTO, C. White blood cells identification and classification from leukemic blood image. IWBBIO 2013: Proceedings of the International Work-Conference on Bioinformatics and Biomedical Engineering; 2013 March 18-20; Granada, ES. p. 99-106, 2013.

ZHENG, X.; WANG, Y.; WANG, G.; CHEN, Z. A novel algorithm based on visual saliency attention for localization and segmentation in rapidly-stained leukocyte images. Micron. v. 56, p. 17-28, 2014.

Informações dos autores:  

1Universidade Federal do Rio Grande do norte – UFRN, Unidade Acadêmica Especializada em Ciências Agrárias – EAJ, Macaíba, RN.

Disponível em: Anais do VIII Congresso Brasileiro de Soja. Goiânia – GO, Brasil.

SEM COMENTÁRIO

DEIXE UMA RESPOSTA

This site uses Akismet to reduce spam. Learn how your comment data is processed.