IDENTIFICAÇÃO DE FALHAS DE LINHA DE PLANTIO UTILIZANDO A TRANSFORMADA DE HOUGH E SEGMENTAÇÃO SEMÂNTICA EM IMAGENS DE DRONE

Este estudo propõe uma metodologia avançada para a detecção automatizada de falhas em linhas de plantio na cultura da cana-de-açúcar, combinando o uso de drones e técnicas de processamento de imagens. A abordagem desenvolvida utiliza a Transformada de Hough, em suas versões clássica e probabilística, juntamente com um modelo de segmentação semântica, visando identificar e quantificar, com alta precisão, as irregularidades nas linhas de plantio. As imagens aéreas capturadas foram processadas no software QGIS, o que permitiu a criação de mapas geoespaciais detalhados, essenciais para a análise comparativa das falhas detectadas. Os resultados apontaram uma taxa de falhas de 32,12%, com média de 0,88 m de extensão por falha, revelando áreas de cultivo que necessitam de intervenção para otimizar o rendimento agrícola. A metodologia proposta representa um avanço significativo para a agricultura de precisão, proporcionando aos produtores dados robustos e confiáveis para o manejo e melhoria contínua das práticas de plantio, com potencial para aplicação em outras culturas.