Método para Calcular a Área de Superficial de Raízes por Processamento Digital de Imagens
Resumo
A avaliação do sistema radicular das culturas é importante para melhor compreensão dos efeitos da nutrição das plantas e do manejo de nutrientes no solo. No entanto, os estudos e a cultura do sistema radicular são lentos, exigem muito tempo e mostram resultados de baixa precisão. Nesse contexto, o processamento digital de imagens pode ser uma alternativa. O objetivo deste trabalho foi desenvolver um método computacional para auxiliar na avaliação da área superficial de raízes de soja. Inicialmente, foi desenvolvido em plataforma Java com o fornecimento da biblioteca OpenCV através do plug-in JavaCV. Então, após a contagem manual, as amostras de raiz de soja que foram digitalizadas, foram carregadas no software. Os resultados do software desenvolvido foram correlacionados com os do método da linha de intersecção. O coeficiente de correlação (R = 0,77) obtido pelo software desenvolvido foi, em média bom, quando comparado com o métododa linha de intersecção. Portanto, em geral, o método proposto foi preciso paraestimar a área superficial das raízes de soja.
Referências
W. Böhm, Methods of studying root systems. Springer-Verlag, Berlin, 1979.
J. C. Grant, J. D. Nichols, R. L. Yao, R. G. B. Smith, P. D. Brennan and J. K. Vanclay, “Depth distribution of roots of Eucalyptus dunnii and Corymbia citriodora subsp. variegata in different soil conditions”, For. Ecol. Manage., Vol. 269, pp. 249- 258, 2012.
D. Tennant, “A test of a modified line intersect method of estimating root length”, J. Ecol., Vol. 63, pp. 995-1001, 1975.
M. Tagliavini, L. J. Veto and N.E. Looney, “Measuring root surface area and mean root diameter of peach seedlings by digital image analysis”, Hortscience, Vol. 28, pp. 1129-1130, 1993.
M. C. G. Costa, I. M. de L. Cunha, L. A. de C. Jorge and I. C. da S. Araújo, “Public-domain software for root image analysis”, Rev. Bras. Cienc. Solo, Vol. 38, pp. 1359-1366, 2014.
ImageJ, “ImageJ - image processing and analysis in java”, 2019. [Online] Disponível em: http://imagej.nih.gov/ij/index.html. (Acesso em: 16 Junho, 2019).
S. S. Ribeiro, M. S. M. G. Vaz, L. Henneberg, D. S. Jaccoud Filho, M. H. Name and R. Falate, “Detection of ardidos grains of corn by means of data mining algorithms”, Espacios, Vol. 37, pp. 7, 2016.
C. M. Sabliov, D. Boldor, K. M. Keener and B. E. Farkas, “Image processing method to determine surface area and volume of axisymmetric agricultural products”, Int. J. Food Prop., Vol. 5, pp. 641-653, 2002.
C. Yugan and Z. Xuecheng, "Plant root image processing and analysis based on 2D scanner", In Proceedings of the IEEE Fifth International Conference on Bio-Inspired Computing: Theories and Applications (BIC-TA 2010), Changsha, China, 2010, pp. 1216-1210.
M. H. Name, S. S. Ribeiro, T. M. Maruyama, H. P. Valle, R. Falate and M. S. M. G. Vaz, “Metadata extraction for calculating object perimeter in images”, IEEE Lat. Am. T., Vol. 12, pp. 1566-1571, 2014.
M. H. Name, H. L. Martins Júnior, T. M. Maruyama and R. Falate, “Development and comparison of software for the evaluation of root length”, Espacios, Vol. 37, pp. 22, 2016.
M. H. Name, T. M. Maruyama, R. Falate and A. F. Da Fonseca, “A computational method to assist evaluation of root length of soybean based on digital image processing”, Aust. J. Crop Sci., 2019, in press.
G. Bradski and A. Kaehler, “Learning Opencv: computer vision in c++ with the opencv library”, O’Reilly-Media, Boston, 2013.
S. Audet, “JavaCV - java interface to opencv and more”, 2019. [Online] Disponível em: http://code.google.com/p/javacv/. (Acesso em: 18 Mar, 2019).
K. Kimura, S. Kikuchi and S. Yamasaki, “Accurate root length measurement by image analysis”, Plant Soil, Vol. 216, pp. 117- 127, 1999.
