José Tadeu Arantes | Agência FAPESP – Um sistema computacional capaz de analisar imagens de mudas de plantas ornamentais e classificá-las de acordo com seu nível de qualidade já está disponível no país. Criado para a classificação de mudas de violeta, mas podendo ser adaptado a outras variedades vegetais, o sistema foi desenvolvido pela empresa MVisia, com por meio do programa Pesquisa Inovativa em Pequenas Empresas (PIPE).
“A partir das fotos das mudas, nosso sistema identifica um conjunto de parâmetros que possibilita classificá-las, com até 80% de acerto”, disse o engenheiro , sócio fundador da MVisia, empresa atualmente incubada no Centro de Inovação, Empreendedorismo e Tecnologia (Cietec), no campus do Instituto de Pesquisas Energéticas e Nucleares (Ipen) na Cidade Universitária, em São Paulo.
Segundo Silva, esse percentual de acerto é bastante superior ao da seleção um tanto intuitiva feita por seres humanos. “Desenvolvemos o sistema para uma empresa de médio porte do município de Holambra, em São Paulo. Como é regra no setor, a seleção de mudas nessa empresa era feita manualmente por funcionárias. Mas, por ser uma atividade extremamente repetitiva, a acuidade da seleção diminuía muito depois de uma ou duas horas de trabalho, dando margem a numerosos erros de classificação”, disse.
Devido a esses erros, várias mudas eram colocadas no lote inadequado, que não correspondia ao seu potencial de crescimento. Como as plantas devem passar por diversas estufas e ser submetidas a diferentes procedimentos ao longo de seu ciclo de crescimento, as mudas mal classificadas não recebiam o tratamento adequado, resultando daí a perda de qualidade do produto final.
“Além disso, os erros humanos acarretavam também o subaproveitamento do espaço, porque, se determinada planta não alcança a condição necessária para ocupar seu lugar em uma estufa, a área que lhe era destinada fica desocupada. E o custo dessa área não é irrelevante, uma vez que agrega gastos com irrigação, regulação térmica e outros”, acrescentou Silva.
Critérios de classificação
A imprecisão dos critérios de classificação, a repetitividade da tarefa e o desconforto do trabalho, que precisa ser realizado no interior das estufas, gera alta rotatividade de mão de obra no segmento. E este era mais um problema enfrentado pela empresa cliente. Daí a necessidade de um sistema capaz de uniformizar e otimizar o processo seletivo.
“O produtor ficou bastante satisfeito com o resultado alcançado. A taxa de acerto de 80% foi um salto de qualidade em seu sistema operacional”, disse Silva.
Para alcançar esse patamar, os engenheiros usaram como referência um conjunto de 300 mudas, classificadas por um especialista em quatro subconjuntos de 75 unidades: A, B, C, D.
Cada muda foi fotografada duas vezes, e, das 600 imagens resultantes, técnicas computacionais permitiram extrair 26 parâmetros. Uma filtragem para a remoção de atributos irrelevantes ou redundantes reduziu o número de parâmetros para 11. E, com base neles, foi construído o software final.
“O dispositivo prático consiste em uma esteira rolante, sobre a qual as mudas são dispostas manualmente. Ao passarem sob uma câmera fotográfica, suas imagens são colhidas, e, em seguida, decodificadas pelo software”, disse Silva.
“Adiante, instalamos em sequência, ao longo da esteira, quatro bicos ejetores de ar, um para cada classe: A, B, C, D. Quando a muda passa diante do ejetor correspondente à sua classificação, o ar é acionado, a empurra para fora da esteira e a lança em um receptáculo. Depois, cada lote é conduzido manualmente para a estufa apropriada”, detalhou.
A pesquisa mostrou que é viável realizar a classificação de mudas por meio de técnicas de visão computacional e inteligência artificial. E a comparação de diferentes técnicas permitiu encontrar e combinar aquelas mais adequadas para a tarefa. Os engenheiros estão trabalhando, agora, na adaptação do sistema para a seleção de mudas de eucalipto.
O Brasil é o maior produtor mundial, tendo fabricado, em 2014, quase 16,5 milhões de toneladas de celulose, segundo dados da Indústria Brasileira de Árvores, instituição que representa 60 empresas e 9 entidades estaduais do setor.
“O segmento é muito forte em termos econômicos. E, para atendê-lo, já temos o software. Basta resolver alguns problemas mecânicos relativos à parte operacional”, disse Silva.