Estimativa automatizada de área foliar em microestufa hidropônica com processamento de imagens

Abstract

A inserção da Agricultura 4.0 em sistemas de produção intensiva, como a hidroponia, demanda o desenvolvimento de ferramentas de monitoramento que sejam precisas, auto máticas e de baixo custo. Este trabalho propõe um sistema de visão computacional para a estimativa não invasiva da área foliar de alface em ambiente controlado. A metodologia consistiu no desenvolvimento e análise comparativa de nove algoritmos de segmentação de imagem, abrangendo técnicas de limiarização no espaço HSV e índices espectrais (VARI). Para validar os resultados, estabeleceu-se um método de referência (Padrão Ouro) baseado em segmentação manual, cuja robustez foi comprovada através de uma análise estatística de variabilidade inter-observador. Os experimentos, conduzidos ao longo de três ciclos com pletos de cultivo, demonstraram que abordagens por índices espectrais simples apresentam limitações significativas frente à dinâmica de crescimento e variações de iluminação. A solu ção definitiva, fundamentada em um algoritmo de Segmentação Adaptativa Temporal, superou estas limitações ao ajustar dinamicamente os parâmetros de cor conforme o estágio fenológico da cultura, atingindo um erro médio absoluto de apenas 3,82% e uma confia bilidade de 96,18%. Foi estabelecido um modelo preliminar de correlação linear capaz de estimar a biomassa fresca a partir da área estimada. Os resultados validam a viabilidade técnica do sistema como uma ferramenta acessível para o auxílio à tomada de decisão e otimização do manejo em cultivos hidropônicos.