TY - JOUR AU - Zanco, Jasper Jose AU - Boff, Pedro AU - Domingues, Sérgio AU - Boff, Mari Ines Carissimi PY - 2022/04/19 Y2 - 2024/03/29 TI - Captação de microvibrações da imagem para identificação de sinais de homeopatia em plantas JF - Agropecuária Catarinense JA - RAC VL - 35 IS - 1 SE - Artigo Científico DO - 10.52945/rac.v35i1.1226 UR - https://publicacoes.epagri.sc.gov.br/rac/article/view/1226 SP - 54-60 AB - <p>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 [<em>Pilea microphylla</em> (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.</p> ER -