Técnicas de Visão Computacional e Inteligência Artificial para Agricultura de Precisão na Cultura da Cana-de-Açúcar

Descrição

O projeto propõe o desenvolvimento e a validação de técnicas baseadas em visão computacional e inteligência artificial para monitoramento e manejo de precisão na cultura da cana-de-açúcar. Serão desenvolvidos cinco planos de trabalho integrados, abordando: (1) detecção automatizada de falhas de plantio por segmentação semântica; (2) estimativa de NDVI e índices de vigor vegetativo a partir de imagens multiespectrais; (3) super-resolução de imagens agrícolas para melhoria da qualidade das análises; (4) detecção de deficiência nutricional por classificação de imagens; e (5) estimativa de altura e biomassa por fotogrametria com drones. A metodologia combina aquisição de dados em campo (voos com drones equipados com sensores RGB e multiespectrais), processamento fotogramétrico, desenvolvimento de modelos de aprendizado profundo (U-Net, YOLO, ESRGAN) e validação com dados agronômicos. Espera-se gerar modelos preditivos, mapas de variabilidade espacial e um conjunto de ferramentas tecnológicas que contribuam para o aumento da eficiência produtiva e sustentabilidade da cultura, alinhando-se às demandas do setor sucroenergético regional.