Mapeamento de falhas em cana-de-açúcar por imagens de veículo aéreo não tripulado

Abstract

Mapear falhas em canaviais de forma precisa por imagens UAV é um desafio, ainda mais quando não há informações sobre a qualidade das imagens e o momento ideal para capturar as imagens. Neste estudo, nós avaliamos os impactos de tamanhos de pixel e alturas de planta sobre o mapeamento de comprimentos de falha em linhas em cana-de-açúcar por imagens UAV. Este estudo fornece diretrizes para escolher tamanhos de pixel e alturas de planta apropriados para estimar falhas em cana-de-açúcar por imagens UAV. Nossos resultados mostraram que, à medida em que o tamanho do pixel e a altura de planta aumentavam, a precisão na estimativa de falhas pelas imagens tendia a diminuir, além disso, observamos que a estrutura da planta e disposição de suas folhas também influenciaram na identificação das falhas. Para mapear falhas em cana-de-açúcar, o tamanho do pixel pequeno (3,5 cm), assim como menor altura de planta (0,5 m), é sempre necessário para estimar falhas com precisão.

Mapping skips in sugarcane fields accurately from UAV images is a challenge, especially when there is no information about the quality of the images and the ideal time to capture them. In this study, we evaluated the impacts of pixel sizes and plant heights on the skip mapping in sugarcane using UAV images. This study provides a guideline for choosing appropriate pixel sizes and plant heights to estimate skips in sugarcane using UAV images. Our results showed that the precision in estimating skips by the images tended to decrease as the pixel size and plant height increased. Moreover, we observed that the plant structure and leaf arrangement also influenced the identification of skips. The smaller pixel size (e.g., 3.5 cm) and the lower plant height (e.g., 0.5 m) is always required to estimate and map skips accurately in sugarcane.