Foto: Marina Pessoa

A Embrapa Instrumentação (SP) desenvolveu uma solução inovadora que utiliza sensores de imagem e inteligência artificial para detectar a lagarta-do-cartucho, uma das pragas mais destrutivas da cultura do milho. O sistema analisa imagens digitais das folhas e espigas da planta, reduzindo a dependência de métodos tradicionais que exigem observação humana, mais lentos e sujeitos a falhas.

Lagarta-do-cartucho pode comprometer até 70% da safra

A Spodoptera frugiperda é considerada uma das principais ameaças às lavouras de milho em todo o mundo. Segundo pesquisadores da Embrapa, a praga pode provocar perdas de até 70% da produção, afetando tanto a fase vegetativa quanto a reprodutiva da planta. Além do milho, o inseto também ataca outras culturas agrícolas, como soja e algodão.

Estudo científico fundamenta a metodologia

Os resultados da pesquisa foram publicados na revista Electronics, no artigo Computational Intelligence Approach for Fall Armyworm Control in Maize Crop, assinado por Alex Bertolla e Paulo Cruvinel. O estudo surgiu da necessidade de aprimorar os métodos de detecção precoce, reduzindo discrepâncias entre diagnósticos tradicionais e os resultados esperados pelos produtores.

Como funciona a captação de imagens

O sistema pode ser operado com câmeras fotográficas simples, acopladas a implementos agrícolas durante as atividades no campo. O requisito básico é que as imagens tenham boa resolução, dispensando equipamentos de alto custo. Dessa forma, é possível registrar a presença da lagarta tanto em folhas quanto em espigas.

Integração de inteligência artificial e visão computacional

O método combina processamento digital de imagens, estatística multivariada, aprendizado de máquina e visão computacional. De acordo com Cruvinel, o aprendizado de máquina permite que os sistemas identifiquem padrões a partir de dados personalizados, enquanto o aprendizado profundo, baseado em redes neurais artificiais, aumenta a capacidade de análise visual.

O algoritmo foi desenvolvido em Python e consegue avaliar imagens da lagarta em diferentes estágios de crescimento, identificando seu desenvolvimento e frequência de ocorrência na lavoura. Ao todo, o estudo analisou 2.280 imagens da praga para classificar cinco fases distintas do inseto.

Etapas do desenvolvimento da solução

O processo de criação do sistema foi dividido em quatro etapas principais:

• Aquisição e pré-processamento das imagens – remoção de ruídos e ajuste de cores.
• Segmentação – separação do fundo da imagem para destacar apenas a lagarta.
• Extração de características – análise de cor, textura e forma do inseto.
• Classificação por inteligência artificial – aplicação de redes neurais convolucionais (CNN) para identificar os estágios da praga, comparando ainda o desempenho com classificadores SVM.

Resultados e perspectivas futuras

Os testes mostraram alto nível de acurácia e precisão, além de eficiência no tempo de processamento e desempenho de hardware. Isso abre caminho para a aplicação prática da tecnologia em equipamentos agrícolas, permitindo o uso embarcado em tempo real.

Para o futuro, os pesquisadores sugerem a integração de outras técnicas de inteligência artificial e o uso de câmeras multiespectrais em drones, ampliando a capacidade de monitoramento e controle da praga de forma mais eficaz e automatizada.