Title:	Determinação de sementes de soja esverdeadas por meio de análise de imagens.
Authors:	ANTUNES NETO, A. MATIAS, F. I. PASSOS, A. M. A. dos ROCHA, N. M.
Affiliation:	ANTONIO ANTUNES NETO FILIPE INÁCIO MATIAS, UNIVERSITY OF WISCONSIN ALEXANDRE MARTINS ABDAO DOS PASSOS, CNPMS NAYARA MOURÃO ROCHA.
Date Issued:	2020
Citation:	Sete Lagoas: Embrapa Milho e Sorgo, 2020.
Pages:	21 p.
Description:	Os atuais métodos de avaliação de qualidade de lotes de sementes são realizados de forma manual, sendo considerados de baixa efetividade e alta subjetividade. Dentre os atributos de qualidade, alguns como os fisiológicos e genéticos são baseados em coloração e podem ser passíveis de utilização de processos computadorizados para quantificação e qualificação de lotes. O objetivo do trabalho foi avaliar um processo de análise de imagens de sementes para determinar níveis de contaminação de sementes verdes em lotes de soja. Foram avaliados lotes com 0, 2, 4, 12 e 22% de contaminação de sementes esverdeadas. As imagens foram capturadas por um aparato de baixo custo envolvendo um celular e iluminação LED. O processo foi dividido em duas etapas, compreendendo a identificação de semente em relação ao fundo (etapa 1) e a identificação de sementes verdes (etapa 2). Foram utilizados os índices Spectral Slope Saturation Index (SI), Blue Green Pigment Index (BGI) e Brightness Index (BI). O BGI foi o que apresentou melhor desempenho na determinação do número total de sementes (erro de contagem de 0.33 sementes em relação ao lote de 50 sementes). A melhor combinação compreendeu a utilização dos índices BGI na etapa 1 e Bi na segunda etapa. A utilização do pacote adaptado foi apropriada para realizar a avaliação e determinação por quantificação dos níveis em lotes de sementes de soja com diferentes níveis de sementes esverdeadas. Objetivou-se com esse trabalho, apresentar uma adaptação de um pipeline semiautomático, de baixo custo, para avaliação de lotes de sementes de soja com diferentes níveis de contaminação por soja esverdeada. Por ser uma aplicação ao setor produtivo de um algoritmo adaptado da academia, a publicação atende o Objetivo de Desenvolvimento Sustentável 9: “Construir infraestruturas resilientes, promover a industrialização inclusiva e sustentável e fomentar a inovação”.
Thesagro:	Glycine Max Semente Contaminação Clorofila
Keywords:	Retenção Qualidade fisiológica Tecnologia de semente Agenda 2030 Selo ODS 9 Objetivo de desenvolvimento sustentável Sustentabilidade
Series/Report no.:	(Embrapa Milho e Sorgo. Boletim de Pesquisa e Desenvolvimento, 212).
Notes:	ODS 9.
Type of Material:	Folhetos
Access:	openAccess
Appears in Collections:	Boletim de Pesquisa e Desenvolvimento (CNPMS)