Captação de microvibrações da imagem para identificação de sinais de homeopatia em plantas
DOI:
https://doi.org/10.52945/rac.v35i1.1226Palavras-chave:
agrohomeopatia, vibraimage, tensão elétrica, visão computacionalResumo
O uso de imagens, sensores e algoritmos matemáticos podem auxiliar na geração de atributos técnicos e facilitar o diagnóstico do estado de saúde das plantas. Combinado a isto, a visão computacional proporciona uma estratégia não-destrutiva e não-invasiva na coleta de amostras e na análise propágulos vegetais, facilitando a rastreabilidade do experimento. Assim, o objetivo desta pesquisa foi identificar sinais das homeopatias Magnetitum e Arsenicum tartaricum aplicadas em plantas de beldroega [Pilea microphylla (L.) Liebm.], com o uso de algoritmos computacionais. O trabalho de captação das imagens foi realizado em laboratório de Produção Vegetal e Horto Didático do Curso de Agronomia da UNISUL Universidade. Para avaliar as plantas, com base nas imagens, foram utilizados algoritmos encontrados no VibaHT® e no ImageJ. As imagens foram geradas por webcam (online) e duas homeopatias na 250 milesimal foram aplicadas durante 14 dias. O procedimento experimental consistiu em gerar imagens 640 × 480 pixels a partir de uma webcam transformada para simular um sensor "red-green-NIR" (RGN) substituindo o canal por um filtro de luz azul e assim, produzir uma imagem do infravermelho próximo. Também foram geradas imagens com a webcam nos canais normais "red-green-blue" (RGB), para testar a competência dos algoritmos. Após a captação das imagens foram feitas as análises matemáticas da variação de pixels, representadas por três variáveis, desenvolvidas por algoritmos específicos: lacunaridade, entropia e estresse. O número de repetições do experimento foi suficiente para identificar diferenças significativas ao nível de 1% de probabilidade entre as imagens e, os algoritmos foram robustos para identificar os sinais da homeopatia.
Métricas
Publication Facts
Reviewer profiles Indisp.
Author statements
- Academic society
- Epagri - Revista Agropecuária Catarinense
- Publisher
- Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina - Epagri
Referências
AKIMOV, V.A.; MINKIN, V.A. Determination of Significant Behavioral Parameters on COVID-19 Diagnosis by Artificial Neural Networks Modeling. In: International Open Science Conference VIBRA2021, 4th, Modern Psychology. The Vibraimage Technology. Preprint[…] June 2021, St. Petersburg, Russia. DOI: https://doi.org/ 10.25696/ELSYS.VC4.EN.06
CHOUHAN, S.S.; SINGH, U.P.; SHARMA, U.; JAIN, S. Leaf disease segmentation and classification of Jatropha curcas L. and Pongamia pinnata L. biofuel plants using computer vision-based approaches. Measurement, v.171, 2021. https://doi.org/10.1016/j.measurement.2020.108796.
CONCEIÇÃO, W.S.; MATOS, R.S.; BUFALINO, L.; RAMOS, G.Q.; ZAYAS, F.G.; FONSERCA FILHO, H.D. da. Micromorphology and fractal evaluation of Dinizia excelsa Ducke wood under three different cut conditions by atomic force microscopy. Measurement, v.179, 2021, 109490. DOI: https://doi.org/ 10.1016/j.measurement.2021.109490
MINKIN, V.A.; NIKOLAENKO, N.N. Application of Vibraimage Technology and System for Analysis of Motor Activity and Study of Functional State of the Human Body. Biomedical Engineering, v.42, n.4, p.196-200, 2008. DOI: https://doi.org/10.1007/s10527-008-9045-9.
MISHRA, P.; LOHUMI, S.; KHAN, H.A.; NORDON, A. Close-range hyperspectral imaging of whole plants for digital phenotyping: Recent applications and illumination correction approaches. Computers and Electronics in Agriculture, v.178, 2020. DOI: 10.1016/j.compag.2020.105780.
PATRICIO, D.I.; RIEDER, R. Computer vision and artificial intelligence in precision agriculture for grain crops: A systematic review. Computers and Electronics in Agriculture, v.153, p. 69-81, 2018. DOI: https://doi.org/10.1016/j.compag.2018.08.001.
ZANCO, J. J; BOFF, P; MINKIN, V. A. Análise de sinais bioeletrográficos em sementes de feijão-branco tratadas com altas diluições. 2013. Disponível em: https://www.vibraimage.it/Bibliography/Engl/2013/resumo_expandido_2013.pdf
ZANCO, J.J.; BOFF, P.; WERNER, S.S.; BOFF, M.I.C. Biophototic in azuki bean seeds treated with ultrahigh dilutions. Research, Society and Development, v.10, n.2, pág. e26110212462, 2021. DOI: https://doi.org/10.33448/rsd-v10i2.12462.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 JASPER JOSE ZANCO, Pedro Boff, Sérgio Domingues, Mari Ines Carissimi Boff

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.