UNIVERSIDADE FEDERAL DE PELOTAS FACULDADE DE AGRONOMIA ELISEU MACIEL
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E TECNOLOGIA DE SEMENTES
Tese
DESENVOLVIMENTO DE SOFTWARE PARA PROCESSAMENTO DE IMAGEM DE PLÂNTULAS DE TRIGO E ARROZ
André Pich Brunes
André Pich Brunes
DESENVOLVIMENTO DE SOFTWARE PARA PROCESSAMENTO DE IMAGEM DE PLÂNTULAS DE TRIGO E ARROZ
Orientador: Prof. Dr. Francisco Amaral Villela
Coorientador: Prof. Dr. Tiago Zanatta Aumonde
Pelotas, 2015
Tese apresentada à Universidade Federal de Pelotas, sob orientação do Professor. Dr. Francisco Amaral Villela, como parte das exigências do Programa de Pós-Graduação em Ciência e Tecnologia de Sementes, para obtenção do Título de Doutor em Ciências (área do conhecimento: Ciência e Tecnologia de Sementes).
Universidade Federal de Pelotas / Sistema de Bibliotecas Catalogação na Publicação
B894d Brunes, André Pich
BruDesenvolvimento de software para processamento de imagem de plântulas de trigo e arroz / André Pich Brunes ; Francisco Amaral Villela, orientador ;
Tiago Zanatta Aumonde, Gizele Ingrid Gadotti, coorientadores. — Pelotas, 2015.
Bru37 f. : il.
BruTese (Doutorado) — Programa de Pós-Graduação em Ciência e Tecnologia de Sementes, Faculdade de Agronomia Eliseu Maciel, Universidade Federal de Pelotas, 2015.
Bru1. Triticum aestivum. 2. Oryza sativa. 3. comprimento de plântula. 4. Área de raiz. I. Villela, Francisco Amaral, orient. II. Aumonde, Tiago Zanatta, coorient. III. Gadotti, Gizele Ingrid, coorient. IV. Título.
CDD : 633.15 Elaborada por Gabriela Machado Lopes CRB: 10/1842
André Pich Brunes
DESENVOLVIMENTO DE SOFTWARE PARA PROCESSAMENTO DE IMAGEM DE PLÂNTULAS DE TRIGO E ARROZ
Tese aprovada, como requisito parcial, para obtenção do grau de Doutor em Ciências, Programa de Pós-Graduação em Ciência e Tecnologia de Sementes, Faculdade de Agronomia Eliseu Maciel, Universidade Federal de Pelotas
Data da defesa:
……….………. Prof. Dr. Francisco Amaral Villela (Orientador) Doutor em Fitotecnia pela Universidade de São Paulo
……….………. Prof. Dr. Tiago Zanatta Aumonde (coorientador), Doutor em Ciência e Tecnologia de Sementes pela Universidade Federal de Pelotas
……….………. Prof. Dra. Lilian Vanussa Madruga de Tunes, Doutora em Agronomia pela Universidade Federal de Santa Maria
……….………. Prof. Dra. Gizele Ingrid Gadotti, Doutora em Ciência e Tecnologia de Sementes pela Universidade Federal de Pelotas
……….………. Dra. Caroline Jácome Costa, EMBRAPA Clima Temperado
Dedico À minha mãe e à minha esposa.
AGRADECIMENTOS
Ao professor Francisco Amaral Villela, pela orientação, confiança e incentivo na realização deste trabalho. Aos Professores Tiago Zanatta Aumonde pelas contribuições, ajuda e inestimada dedicação. Ao professor Antonio Carlos Souza Albuquerque Barros por acreditar no meu trabalho e na minha capacidade de luta para alcance de ideais.
Aos servidores Dr. Géri Eduardo Meneghello pelo auxílio e atenção e Antonio Carlos Madruga Bandeira, pelo convívio, troca de ideias e amizade.
Aos membros da banca examinadora, Professora Dra. Lilian Vanussa Madruga de Tunes, Professora Dra. Gisele Ingrid Gadotti e a Dra. Caroline Jácome Costa.
À Universidade Federal de Pelotas, à Faculdade de Agronomia Eliseu Maciel, em especial aqueles professores que contribuíram de forma positiva no meu desenvolvimento pessoal e de obtenção de novos conhecimentos;
Ao Conselho Nacional de Desenvolvimento Científico (CNPq) pela concessão da bolsa e auxilio de custos para o desenvolvimento de experimentos.
Aos amigos e colegas deste percurso Ádamo de Souza Araújo, Lizandro Ciciliano Tavares, André Oliveira de Mendonça, Vânia Marques Gheling, Sandro Oliveira, Elisa Lemes e Cassyo Araujo Rufino, pela amizade e auxílio na execução dos experimentos.
Aos estagiários Igor Dias Leitzke, Anderson Severo da Silva, Edinilson Neves e Ronan Ritter por todo apoio prestado, principalmente aos finais de semana.
A minha mãe Ivone Pich Wieth pelo amor, força e por fazer o possível e o impossível para me manter no caminho certo.
Aos meus irmãos Natalí Wieth, Letícia Pich Brunes e Breno Souza Brunes Junior por estarem sempre comigo me apoiando, e ao meu tio Paulo Roberto Pich que sempre acreditou e me incentivou a percorrer esse caminho.
À minha esposa, Letícia Winke Dias, pelo amor, companheirismo, incentivo, paciência e ensinamentos.
i
Resumo
Brunes, André Pich. Desenvolvimento de software para processamento de imagem de plântulas de trigo e arroz, 2015. 37f. Tese (Doutorado) – Programa de Pós-Graduação em Ciência e Tecnologia de Sementes. Universidade Federal de Pelotas, Pelotas.
A determinação do comprimento e/ou a área de órgãos da plântula em desenvolvimento é amplamente utilizada para avaliação do vigor de sementes. Em vista de efetuar estes testes de modo eficiente, preciso e de baixo custo, objetivou-se deobjetivou-senvolver um software para o processamento de imagens digitais. O trabalho foi conduzido em laboratório didático de análise de sementes e canteiros de cultivo da Faculdade de Agronomia Eliseu Maciel – Universidade Federal de Pelotas, utilizando sementes de trigo das cultivares TBIO Itaipu, BRS Guamirim, TBIO Pioneiro e TBIO Mestre e de arroz das cultivares Irga 424, Puitá inta CL, BRS Esmeralda, SCS 116, Guri Inta CL, BRS Pampa, BRSGO Serra Dourada e INIA Olimar, constituindo dois experimentos em esquema unifatorial. O delineamento experimental utilizado foi inteiramente casualizado com cinco repetições. No primeiro experimento a qualidade fisiológica das sementes de trigo foi determinada pelos testes de germinação, primeira contagem da germinação, envelhecimento acelerado, comprimento de parte aérea e de raiz aferidos com régua graduada e comprimento de parte aérea e de raiz obtidos por processamento de imagens. No segundo experimento, além dos testes citados, realizou-se a determinação de área da folha e de raiz nas plântulas de arroz. Os dados foram analisados quanto à normalidade pelo teste de Shapiro-wilk, e submetidos a análise de variância pelo teste F a 5% de probabilidade. As variáveis resposta foram correlacionadas pelo teste de Pearson e as metodologias de determinação do comprimento de parte aérea e de raiz através de medição com régua graduada e por processamento de imagem foram comparadas através do teste F a 95% de probabilidade. Para comparação de médias entre as cultivares utilizou-se o teste de Tukey a 5% de probabilidade. Os comprimentos de parte aérea e de raiz de plântulas de trigo determinados por processamento de imagens em ferramenta matemática Matlab® são eficientes para separar as sementes em níveis de vigor de forma similar às avaliações rotineiramente utilizadas para essa finalidade. As determinações de comprimento de parte aérea, comprimento de raiz e área foliar de plântulas obtida por processamento de imagem digital é eficaz para avaliação do vigor de sementes de arroz.
Palavras–chave: Triticum aestivum, Oryza sativa, comprimento de plântula, área de raiz.
ii
Abstract
Brunes, André Pich. Software development for image processing of wheat and rice seedling, 2015. 37s. Doctoral Thesis – Programa de Pós-Graduação em Ciência e Tecnologia de Sementes. Universidade Federal de Pelotas, Pelotas.
The determination of the length and / or area of the seedling developing organs are widely used to evalueate seed vigor. In view of performing these tests efficiently, accurate and inexpensive we aim to develop a image processing software. The experiment was developed in Didatic laboratory of seeds analysis located in the municipality of Capão do Leão (RS) using seeds of four weath cultivars: TBIO Itaipu, BRS Guamirim, TBIO Pioneiro e TBIO Mestre, and rice seeds of eight cultivars, namely: Irga 424, PUITA Inta CL, BRS Esmeralda, SCS 116, Guri Inta CL, BRS Pampa, BRSGO Serra Dourada and INIA Olimar. The experimental design was completely randomized with five replications, constituting an experiment in one-factor scheme. In the first experiment the physiological quality of wheat seeds was determined by germination, first count of germination, accelerated aging, shoot length and root length measured with graduated scale and shoot length and root length obtained by image processing. In the second experiment, in addition to the aforementioned tests, we determine leaf area and root area in rice seedlings Data were analyzed for normality by the Shapiro-Wilk test, and analysis of variance by F test at 5% probability. The response variables were correlated using the Pearson test, and the methodologies for determining the length of shoot and root through measurement with graduated scale and image processing were compared using the F test at 95% probability. To compare means between cultivars used the Tukey test at 5% probability. The length of shoot and root of wheat seedlings determined through image processing in Matlab® mathematical tool are efficient to separate cultivars in vigor levels similar to the assessments routinely used for this purpose way. Measurements of shoot lenght and root length, leaf area and root area of seedling obtained through the seedling digital image processing is effective to evaluate the vigor of rice seeds.
iii
Lista de Figuras
Figura 1. Imagem digital das plântulas de arroz, obtida por digitalização em fotocopiadora. ... 23 Figura 2. Em "a" transformação da imagem digital colorida (RGB) em binária; e "b" esqueletização da imagem binária. ... 25
iv
Lista de Tabelas
Tabela 1. Análise de variância para as variáveis germinação (G), primeira contagem da germinação (PCG), envelhecimento acelerado (EA), comprimento de parte aérea por régua (CPAR), comprimento de parte aérea por imagem (CPAI), comprimento de raiz por régua (CRR) e comprimento de raiz por imagem (CRI). ... 10
Tabela 2. Correlação de Pearson entre as variáveis germinação (G), primeira contagem da germinação (PCG), envelhecimento acelerado (EA), comprimento de parte aérea por régua (CPAR), comprimento de parte aérea por imagem (CPAI), comprimento de raiz por régua (CRR) e comprimento de raiz por imagem (CRI). .... 11
Tabela 3. Resultado do teste F a 5% de probabilidade para comparação entre comprimento de parte aérea determinado por régua (CPAR) e por análise de imagem (CPAI) e comparação entre comprimento de raiz determinado por régua (CRR) e por análise de imagem (CRI). ... 12
Tabela 4. Germinação (G), primeira contagem da germinação (PCG) e envelhecimento acelerado de diferentes cultivares de trigo. ... 12
Tabela 5. Comprimento de parte aérea determinado por régua (CPAR), comprimento de parte aérea determinado por análise de imagem (CPAI), comprimento de raiz determinado por régua (CRR) e comprimento de raiz determinado por análise de imagem (CRI) de plântulas de diferentes cultivares de trigo. ... 13
Tabela 6. Análise de variância para as variáveis germinação (G), primeira contagem da germinação (PCG), envelhecimento acelerado (EA), emergência em campo (EC),
v
comprimento de parte aérea por régua (CPA), comprimento de parte aérea por imagem (CPAI), comprimento de raiz por régua (CR), comprimento de raiz por imagem (CRI), área foliar (AF) e área de raiz (AR). ... 27
Tabela 7. Correlação de Pearson entre as variáveis germinação (G), primeira contagem da germinação (PCG), envelhecimento acelerado (EA), emergência em campo (EC), comprimento de parte aérea por régua (CPA), comprimento de parte aérea por imagem (CPAI), comprimento de raiz por régua (CR), comprimento de raiz por imagem (CRI), área foliar (AF) e área de raiz (AR). ... 28
Tabela 8. Resultado do teste F a 5% de probabilidade para comparação entre comprimento de parte aérea determinado por régua (CPA) e por análise de imagem (CPAI) e comparação entre comprimento de raiz determinado por régua (CR) e por análise de imagem (CRI) em plântulas de arroz. ... 29
Tabela 9. Germinação (G), primeira contagem da germinação (PCG), envelhecimento acelerado e emergência em campo (EC) de diferentes cultivares de arroz. ... 31
Tabela 10. Comprimento de parte aérea por régua (CPA), comprimento de parte aérea por imagem (CPAI), comprimento de raiz por régua (CR), comprimento de raiz por imagem (CRI), área foliar (AF) e área de raiz (AR) de plântulas de arroz de diferentes cultivares. ... 32
vi
Sumário
Resumo ... i
Abstract ... ii
Lista de Figuras ... iii
Lista de Tabelas ... iv
Introdução Geral ... 1
Artigo 1 - Comprimento de plântula de trigo determinado por processamento de imagem em ferramenta matemática ... 5
Resumo ... 5 Abstract ... 6 Introdução ... 6 Material e métodos ... 8 Resultados e discussão ... 10 Conclusão ... 14 Referências ... 15
Artigo 2 - Determinação do vigor de sementes de arroz por processamento de imagem de plântulas ... 17 Abstract. ... 18 Introdução ... 18 Material e Métodos ... 21 Resultados e Discussão ... 26 Conclusão ... 33 Referências ... 33 Considerações Finais ... 38 Referências ... 39
1 Introdução Geral
No Brasil, o arroz e o trigo alcançam juntos cerca de 9% da produção total de grãos, o equivalente a 18,1 milhões de toneladas. Cerca de 79% da produção de arroz e 94% da produção de trigo concentra-se na região sul, compreendida pelos estados do Rio Grande do Sul, Santa Catarina e Paraná (CONAB, 2015).
Foram semeados 2,35 milhões de hectares de arroz na safra de 2014/15, cerca de 2 mil hectares inferior em relação à safra anterior. Em contrapartida, a produção de 12,2 milhões de toneladas foi 0,6% superior a 2013/14, o que corresponde a 1,4% de aumento na produtividade, alavancado principalmente por maiores investimentos em insumos agrícolas (CONAB, 2015).
Para trigo, a área cultivada na safra 2014 apresentou incremento de 23,6% em relação à safra anterior, atingindo 2,7 milhões de hectares e produção de 5,9 milhões de toneladas, contudo, a produtividade caiu consideravelmente. Houve redução de 13,6% na produtividade devido, principalmente, a condições climáticas adversas, tais como chuvas durante a colheita, o que correspondeu a 340 kg de grãos de trigo a menos por hectare (CONAB, 2015).
Em grande parte das regiões produtoras, a possibilidade de expansão da fronteira agrícola encontra-se bastante limitada, tanto devido à proximidade dos centros urbanos, quanto pelo crescimento das áreas de preservação ambiental, cada vez mais importantes para manutenção da fauna, flora e recursos naturais. Neste âmbito, o aumento da produção depende quase que exclusivamente do aumento de produtividade, que pode ser alcançado pela utilização adequada de insumos agrícolas. Dentre eles destaca-se a semente, a qual pode ser considerada o veículo que leva ao agricultor o potencial genético de uma cultivar, além de permitir utilização mais eficiente de fertilizantes, irrigação e agroquímicos, devido à
2 maior uniformidade de estande de plantas e menores problemas com plantas daninhas, doenças e pragas do solo (PESKE; BARROS; SCHUCH, 2012).
O emprego de sementes certificadas possibilita ao produtor a obtenção de alta porcentagem de germinação, visto que para sua comercialização, o Ministério da Agricultura Pecuária e Abastecimento (MAPA), com base na lei nº 10.711, regulamentada pelo decreto 5153 de 04, por meio da instrução normativa n° 25 de 2005, estabelece padrões mínimos de germinação (BRASIL, 2005). Contudo, apesar de ser um essencial parâmetro de qualidade, a germinação, que significa a capacidade da semente de gerar uma plântula normal em condições ambientais favoráveis, não se faz representativa se as mesmas são semeadas no campo, onde o ambiente pode ser adverso. Nestas condições, o vigor se faz tão importante quanto a germinação, uma vez que este expressa a capacidade da semente em gerar uma plântula normal numa ampla faixa de condições ambientais.
Muitas vezes, para determinação do vigor das sementes, são mensurados o comprimento e/ou a área de órgãos da plântula em desenvolvimento, como as determinações do comprimento de parte aérea e raiz das plântulas, no qual 10 a 20 plântulas devem ser medidas individualmente em sua parte aérea e raiz com régua graduada, conforme metodologia descrita por NAKAGAWA (1999). Este teste, apesar de ser considerado eficiente para aferição do vigor, é considerado laborioso e moroso, devido às dificuldades para ajustar a posição de cada plântula durante sua medição, e pode ser impreciso devido ao formato irregular das plântulas. Tanto a precisão, quanto a eficiência do teste, podem ser aumentadas por meio do processamento digital de imagens
Importante parâmetro para estudos de crescimento e nutrição vegetal, a área foliar, além de afetar o acúmulo de matéria seca, fornece informações sobre o metabolismo vegetal, capacidade fotossintética potencial, rendimento e qualidade da colheita (JORGE e GONZÁLEZ ,1997; IBARRA et al., 2001; SOUZA et al., 2012). Para sua determinação, são empregados medidores eletrônicos e técnicas de planimetria (KVET e MARSHALL, 1971). O uso da planimetria apresenta precisão limitada em folhas com bordas irregulares (GONÇALVES et al.; 2002), além de ser bastante trabalhoso e demorado. Os integradores ópticos de área foliar (LI-COR® modelo LI 3100) são aparelhos bastante precisos, mas são caros e de difícil manutenção (GODOY et al., 2007).
3 Em vista das dificuldades expostas, justifica-se o desenvolvimento de práticas que visam a aumentar eficiência e eficácia destas determinações, tais como o processamento de imagens, que permite a análise de grande quantidade de amostras num curto intervalo de tempo. A imagem digital é a representação de uma matriz numérica tridimensional onde cada ponto corresponde a um pixel, sendo que o valor de cada pixel representa a intensidade da cor. Cada dimensão da matriz constitui uma das três cores elementares: vermelho, verde e azul, sendo que as proporções entre as três cores originam a intensidade do pixel (GONZALES e WOODS, 2011).
O processamento digital de imagens é compreendido pela manipulação de uma imagem por computador, de modo que a entrada e a saída do processo sejam imagens, para posterior interpretação, inclusive gerando produtos que possam ser posteriormente submetidos a outros processamentos (CAMARA et al., 1996). A principal função do processamento digital de imagens é fornecer ferramentas que facilitam a identificação e a extração das informações contidas nas imagens, para posterior interpretação. O resultado desse processo é a produção de outras imagens contendo informações específicas, extraídas e realçadas das imagens brutas.
O sistema visual humano possui extraordinária capacidade de reconhecer padrões, contudo, apresenta dificuldade em processar o grande volume de informação presente numa imagem. Vários tipos de degradações e distorções inerentes aos processos de aquisição, transmissão e visualização de imagens contribuem para limitar ainda mais essa capacidade do olho humano (ALVARENGA et al., 2005). Assim, o processamento de imagens pode remover essas barreiras inerentes ao sistema visual humano, facilitando a extração de informações.
No processamento digital de imagens é realizado o reconhecimento das imagens para a mensuração de características pretendidas, tais como: área, comprimento, forma ou qualquer outra característica que seja de interesse. A análise é obtida por meio do processamento espacial, sendo analisada a posição e a cor dos pixels ou através da distribuição no domínio na frequência das intensidades dos pixels (TEIXEIRA, CICERO, DOURADO NETO, 2006).
O processamento morfológico de imagens oferece uma abordagem unificada e robusta para diversos problemas de processamento de imagens. Para esse propósito, utilizam-se algoritmos para extração de objetos encontrados em uma
4 imagem. Esses algoritmos são desenvolvidos por meio do software Matlab® que se constitui em uma ferramenta matemática com diferentes pacotes destinados ao processamento de imagens (GONZALES e WOODS, 2011). No caso da área de sementes, o software mostrou-se eficaz para identificar sementes de arroz irrigado com glumas não completamente fechadas, utilizando a transformada de Radon que possibilitou alcançar precisão de 96% para sementes íntegras, 96% para sementes com pequenas fissuras e 87% para sementes com glumas não fechadas (CHENG e YING, 2003).
Tendo em vista a maior precisão dos resultados e a acentuada economia de tempo obtida pelo processamento de imagens para determinação da qualidade fisiológica de sementes, esta prática vem sendo amplamente utilizada. Tem-se como exemplo a análise computadorizada de plântulas com o software SVIS® para determinação do comprimento de plântulas e índices de vigor e de crescimento, cujos resultados foram eficientes para avaliar o potencial fisiológico de sementes de berinjela, de forma similar às avaliações rotineiramente utilizadas para essa finalidade (SILVA e CICERO, 2014a). Também, para a classificação de lotes de sementes de tomate em níveis de vigor alto e baixo, as determinações de comprimento de plântulas e índices de vigor e de crescimento de plântulas com o software SVIS® se mostraram eficientes (SILVA e CICERO, 2014b).
Diante do exposto, o presente trabalho teve por objetivo desenvolver um software para o processamento de imagens digitais obtidas por fotocopiadoras, permitindo a determinação de comprimento e área de partes da plântula de modo
5 Artigo 1
Comprimento de plântula de trigo determinado por processamento de imagem em ferramenta matemática1
Wheat seedling length determined by image analysis in mathematical tool
RESUMO - O vigor das sementes pode ser determinado por uma série de testes laboratoriais, muitos destes laboriosos e morosos. Em vista disso, o presente trabalho teve por objetivo comparar a determinação do comprimento de plântula de trigo pelo processamento de imagens com o método tradicional, bem como determinar sua capacidade de avaliar o vigor de sementes. O experimento foi desenvolvido em laboratório didático de análise de sementes localizado no município do Capão do Leão (RS), empregando sementes de trigo, cultivares Itaipu, Guamirim, Pioneiro e Mestre. O delineamento experimental utilizado foi inteiramente casualizado com cinco repetições, constituindo um experimento em esquema unifatorial. Os dados foram analisados quanto à normalidade pelo teste de Shapiro-wilk e análise de variância pelo teste F a 5% de probabilidade. As variáveis resposta foram correlacionadas pelo teste de Pearson e as metodologias para determinação do comprimento de parte aérea e de raiz através de medição com régua graduada e por processamento de imagem foram analisadas pelo teste F com probabilidade de 5%. Para comparação de médias entre as cultivares utilizou-se o teste de Tukey a 5% de probabilidade. Os comprimentos de parte aérea e de raiz de plântulas de trigo determinados através do processamento de imagens em ferramenta matemática
1
6 Matlab® são eficientes para separar as cultivares em níveis de vigor de forma similar às avaliações rotineiramente utilizadas para essa finalidade.
Palavras-chave Triticum aestivum, Matlab®, análise de imagens, vigor.
ABSTRACT - Seed vigor is determined by a series of laboratory tests, many of these laborious and time-consuming. In view of this, the present study aims to compare the determination of seedling wheat length by processing images with the traditional method, as well as its ability to determine seed vigor. The experiment was conducted in didactic laboratory seed testing in the municipality of Capão do Leão (RS). The experimental design was completely randomized with five replications, constituting an experiment in one-factor scheme. Data were analyzed for normality by the Shapiro-Wilk test, and analysis of variance by F test at 5% probability. The response variables were correlated using the Pearson test, and the methodologies for determining the length of shoot and root through measurement with graduated scale and image processing were compared using the F test at 95% probability. To compare means between cultivars used the Tukey test at 5% probability. The length of shoot and root of wheat seedlings determined through image processing in Matlab® mathematical tool are efficient to separate cultivars in vigor levels similar to the assessments routinely used for this purpose way.
Keywords Triticum aestivum, Matlab®, image analysis, vigor.
INTRODUÇÃO
O trigo é o segundo cereal mais produzido no mundo (UNITED STATES DEPARTMENT OF AGRICULTURE, 2011) e o principal cereal de inverno no Brasil, sendo cultivado principalmente na metade Sul do país. A área semeada na safra 2014/15 apresentou incremento de 23,6% em relação à safra anterior, atingindo 2,7 milhões de hectares, e produção de 5,9 milhões de toneladas. Destas, o Paraná e o Rio Grande do Sul contribuíram com 63% e 26%, respectivamente (CONAB, 2015).
Parte do sucesso da cultura se deve ao uso de sementes de alta qualidade, o que resulta num alto vigor no campo, estande uniforme, e, consequentemente, maiores índices de produtividade. Sementes de elevada qualidade apresentam maior velocidade nos processos metabólicos, propiciando emissão mais rápida e
7 uniforme da raiz primária no processo de germinação e maior taxa de crescimento, produzindo plântulas com maior estatura inicial e, consequentemente, maior crescimento e rendimento de grãos (MIELEZRSKI et al., 2008; MUNIZZI et al., 2010). O vigor das sementes pode ser determinado por uma série de testes laboratoriais, muitos destes laboriosos e morosos, tais como as determinações do comprimento de parte aérea e raiz das plântulas, no qual 10 a 20 plântulas devem ter medidas individualmente sua parte aérea e raiz com régua graduada, conforme metodologia descrita por Nakagawa (1999). Neste sentido, torna-se importante o desenvolvimento de práticas que visam a aumentar eficiência e eficácia dos resultados obtidos, tais como o processamento de imagens, que permite a análise de uma grande quantidade de amostras num curto intervalo de tempo.
A imagem digital é a representação de uma matriz numérica tridimensional onde cada ponto corresponde a um pixel, sendo que o valor de cada pixel representa a intensidade da cor. Cada dimensão da matriz constitui uma das três cores elementares: vermelho, verde e azul, sendo que as proporções entre as três cores originam a intensidade do pixel (KALAIVANI; MURUGANAND; PERIASAMY, 2013).
No processamento de imagens digitais é realizado o reconhecimento das imagens para a mensuração de características desejadas, tais como: área, comprimento, forma ou qualquer outra característica que seja de interesse. A análise é realizada através do processamento espacial, sendo analisadas a posição e a cor dos pixels ou através da distribuição no domínio na frequência das intensidades dos pixels (TEIXEIRA; CICERO; DOURADO NETO, 2006).
O processamento morfológico de imagens oferece uma abordagem unificada e poderosa para vários problemas de processamento de imagens. Para isso, são utilizados algoritmos para extração de objetos encontrados em uma imagem. Esses algoritmos são desenvolvidos através do software Matlab®, que consiste em uma ferramenta matemática com vários pacotes destinados ao processamento de imagens (GONZALES; WOODS, 2011).
Em sementes, o software mostrou-se eficaz para inspecionar sementes de arroz irrigado com glumas não completamente fechadas, utilizando a transformada de Radon, que possibilitou alcançar precisão de 96% para sementes íntegras, 96%
8 para sementes com fissuras pequenas e 87% para sementes com glumas não fechadas (CHENG; YING, 2003).
Em vista disso, o presente trabalho teve por objetivo comparar a determinação do comprimento de plântula de trigo pelo processamento de imagens com o método tradicional, bem como determinar sua capacidade de avaliar o vigor de sementes.
MATERIAL E MÉTODOS
O experimento foi desenvolvido em laboratório didático de análise de sementes localizado no município do Capão do Leão (RS) (Latitude 31°48'02.69" S). Utilizaram-se sementes de trigo das cultivares TBio Itaipu, BRS Guamirim, TBio Pioneiro e TBio Mestre, constituindo um experimento em esquema unifatorial. O delineamento experimental utilizado foi o inteiramente casualizado com cinco repetições.
A qualidade fisiológica das sementes foi avaliada pelos seguintes testes: Teste de germinação (G), realizado com quatro amostras de 50 sementes por unidade experimental, dispostas em substrato de papel, previamente umedecido em água destilada na proporção de 2,5 vezes a massa do papel seco e mantidas em germinador à temperatura de 20 °C. As avaliações foram efetuadas aos oito dias após a semeadura, conforme as Regras para Análise de Sementes (BRASIL, 2009) e os resultados foram expressos em porcentagem de plântulas normais. A primeira contagem da germinação (PCG) foi avaliada aos quatro dias após a semeadura, por ocasião da realização do teste de germinação.
Envelhecimento Acelerado (EA), realizado em caixa tipo gerbox com tela metálica. adicionaram-se 40 mL de água destilada ao fundo de cada caixa, e sobre a tela foram distribuídas uniformemente as sementes de cada tratamento em uma única camada. Em seguida, as caixas, contendo as sementes, foram tampadas e acondicionadas em incubadora do tipo BOD, a 41 ºC, onde permaneceram por 72 horas. Após foram submetidas ao teste de germinação (DELOUCHE; BASKIN, 1973). O comprimento de parte aérea (CPAR) e de raiz (CRR) de plântulas aferidos com régua graduada em milímetros foi realizada com quatro subamostras de 20 sementes para cada unidade experimental, em rolo de papel para germinação do tipo ―germitest‖, sendo as sementes distribuídas em duas linhas retas longitudinais e
9 desencontradas no terço superior do papel. Após a confecção, os rolos foram colocados em germinador regulado à temperatura constante de 20 ºC (NAKAGAWA, 1999). As avaliações foram realizadas no quarto dia após a semeadura, medindo-se a parte aérea e a raiz de dez plântulas normais, separadamente a parte aérea e a raiz. Em seguida, foram calculados o comprimento médio da parte aérea e da raiz.
Após as determinações do comprimento de parte aérea e de raiz com régua graduada, as plântulas foram colocadas uma a uma sob uma superfície escura, onde procedeu-se à digitalização das imagens. Para este processo, utilizou-se uma câmera fotográfica digital com resolução de 0,3 megapixel, disposta a uma altura constante de 30 cm. A dimensão do pixel foi determinada obtendo-se imagem de uma régua graduada.
Posteriormente, desenvolveram-se rotinas na ferramenta matemática Matlab® para o processamento de imagem digitais, com o intuito de isolar a plântula e obter o comprimento da parte aérea e da raiz. A seguir, foi aplicado um filtro para isolar a plântula do fundo, para que este apresentasse, homogeneamente, máxima intensidade de preto. Um segundo filtro foi aplicado com a finalidade de remover a semente da imagem, facilitando a implementação dos algoritmos de mensuração dos comprimentos. Na sequência, realizou-se a conversão da imagem colorida em binária, com duas cores apenas (preto e branco). Assim, o fundo permaneceu preto e plântula tornou-se mais clara.
A partir de testes prévios foi estabelecido um protocolo, a partir da imagem binária, utilizou-se um algoritmo para separar a parte aérea da raiz, através de um filtro para determinar a variação na largura da parte aérea indicando a transição para raiz realizando um corte com espessura de um pixel de lado a lado da imagem. Após, aplicou-se um algoritmo de esqueletização, que consistiu em criar um esqueleto interno na imagem passando pelos pontos médios ao longo da mesma. Esse esqueleto apresenta largura unitária, possibilitando a medição de distância pixel a pixel.
O comprimento de parte aérea por processamento de imagem (CPAI) foi determinado calculando-se a distância do primeiro ao próximo ponto, repetindo este procedimento até encontrar o corte realizado na imagem, conforme descrito anteriormente. O comprimento de raiz por processamento de imagem (CRI) foi obtido, calculando-se a distância do corte na imagem até o ponto final da maior raiz.
10 Os dados foram analisados quanto à normalidade pelo teste de Shapiro-wilk e submetidos à análise de variância pelo teste de ANOVA a 5% de probabilidade. As variáveis resposta foram correlacionadas pelo teste de Pearson e as metodologias de determinação do comprimento de parte aérea e de raiz através de medição com régua graduada e por processamento de imagem foram comparadas pelo teste F a 5% de probabilidade. Para comparação de média entre as cultivares empregou-se o teste de Tukey a 5% de probabilidade. Para o procedimento estatístico, utilizou-se o programa R, versão 3.1.1. e o pacote de dados ―agricolae‖ (MENDIBURU, 2014; R CORE TEAM, 2014).
RESULTADOS E DISCUSSÃO
Os resultados da análise de variância demonstraram que houve diferença entre as cultivares nas determinações de envelhecimento acelerado (EA), comprimento de parte aérea aferido por régua (CPAR), comprimento de parte aérea aferida por processamento de imagem (CPAI), comprimento de raiz aferido por régua (CRR) e aferido por processamento de imagem (CRI) (Tabela 1). Para germinação (G) e primeira contagem da germinação (PCG), não houve significância.
Tabela 1. Resumo da análise de variância para as variáveis germinação (G), primeira contagem da germinação (PCG) e envelhecimento acelerado (EA) de sementes, comprimento de parte aérea por régua (CPAR), comprimento de parte aérea por imagem (CPAI), comprimento de raiz por régua (CRR) e comprimento de raiz por imagem (CRI) de plântulas de trigo.
G (%) PCG (%) EA (%) CPAR (cm) CPAI (cm) CRR (cm) CRI (cm) F 0,99 1,03 30,13 20,23 12,38 20,5 21,23 P 0,43 0,42 7,21x10-6 5,5x10-5 0,0005 5,15x10-5 4,33x10-5 F = teste F p = probabilidade
Houve alta correlação positiva entre as variáveis comprimento de parte aérea aferido por régua graduada (CPAR) e comprimento de parte aérea determinado por processamento de imagem (CPAI) (Tabela 2). Da mesma forma, para o comprimento de raiz, foi observada uma alta correlação entre os dois métodos de
11 avaliação, por aferição com régua graduada (CRR) e por processamento de imagem (CRI) (Tabela 2). Contudo, uma alta correlação significa apenas tendência de variação semelhante entre duas características, não devendo esta ser interpretada isoladamente (MARCOS FILHO et al., 1984; LEAL et al., 2012).
O teste de primeira contagem da germinação (PCG) foi o que apresentou maior correlação positiva com os resultados do teste de germinação (G), indicando que seus resultados são crescentes à medida em que os da germinação são crescentes, e moderada devido ao valor do coeficiente de correlação ser igual a 0,65 (Tabela 2). Os demais testes de vigor não apresentaram correlação com a germinação. As determinações de comprimento de plântula, tanto aferido por régua, quanto por processamento de imagens também não apresentaram correlação significativa com o teste de envelhecimento acelerado (EA) (Tabela 2).
Tabela 2. Correlação de Pearson entre as variáveis germinação (G), primeira contagem da germinação (PCG), envelhecimento acelerado (EA), comprimento de parte aérea por régua (CPAR), comprimento de parte aérea por imagem (CPAI), comprimento de raiz por régua (CRR) e comprimento de raiz por imagem (CRI). G (%) PCG (%) EA (%) CPAR (cm) CPAI (cm) CRR (cm) CRI (cm) G (%) - 0,65* 0,11ns 0,14 ns 0,12 ns -0,24 ns -0,09 ns PCG (%) - 0,26 ns 0,44 ns 0,37 ns -0,02 ns 0,19 ns EA (%) - 0,13 ns -0,12 ns -0,48 ns -0,54 ns CPAR (cm) - 0,92* 0,43* 0,45* CPAI (cm) - 0,63* 0,63* CRR (cm) - 0,95* CRI (cm) - ns
= não significativo * significativo a 5%
Os resultados obtidos pelo teste F, com probabilidade de 95%, permitiram observar que não houve diferença significativa entre os métodos de avaliação do comprimento de plântula, tanto por medição com régua graduada quanto para o processamento de imagens através do programa Matlab® (Tabela 3). Uma vez que o teste F é indicado para verificar se as variâncias de amostras oriundas de distribuições normais são similares, sendo então ditas variâncias homogêneas
12 (MELLO; PETERNELLI, 2013), tais resultados permitiram inferir que ambos os métodos forneceram resultados de comprimento de plântula que apresentaram homogeneidade de variâncias.
Tabela 3. Resultado do teste F a 5% de probabilidade para comparação entre comprimento de parte aérea determinado por régua (CPAR) e por análise de imagem (CPAI) e comparação entre comprimento de raiz determinado por régua (CRR) e por análise de imagem (CRI) de plântulas de trigo.
Teste F CPAR CPAI CRR CRI
Médias 2,31 2,35 5,46 5,49
Valor de F 1,11 1,38
Valor de probabilidade 0,421 0,282
Graus de liberdade 20 20
Intervalo de confiança 0,4619 0,5727
As cultivares não diferiram quanto à germinação e o vigor, determinados pelo teste de primeira contagem da germinação (Tabela 4). No teste de envelhecimento acelerado, as cultivares TBio Itaipu e TBio Mestre apresentaram vigor superior às cultivares TBio Pioneiro e BRS Guamirim. Esta última foi a que apresentou o menor desempenho na avaliação pelo teste de envelhecimento acelerado (Tabela 4).
Tabela 4. Germinação (G), primeira contagem da germinação (PCG) e envelhecimento acelerado (EA) de sementes de quatro cultivares de trigo.
Cultivar G (%) PCG (%) EA (%) TBio Itaipu 93ns 79 ns 84 a* BRS Guamirim 90 79 74 c TBio Pioneiro 95 81 79 b TBio Mestre 93 85 88 a Média 93 81 81 C.V.(%) 6,84 7,81 2,85 ns Não significativo *
Médias seguidas da mesma letra minúscula na coluna não diferem entre si pelo teste de Tukey (p ≤ 0,05).
13 Dentre os vários testes de vigor, o teste de envelhecimento acelerado é um dos mais utilizados para avaliação do potencial fisiológico de sementes de diversas espécies (TEKRONY, 1995). Este, tem como princípio o aumento considerável na taxa de deterioração das sementes ao realizar a exposição a níveis elevados de temperatura e umidade relativa do ar, considerados os fatores ambientais preponderantes na intensidade e velocidade de deterioração (OHLSON et al., 2010). Contudo, a classificação dos níveis de vigor pode não ocorrer de modo semelhante em diferentes testes de vigor, visto estes baseiam-se em diferentes etapas do processo deteriorativo.
O comprimento de parte aérea aferido por régua nas cultivares TBio Pioneiro e TBio Mestre não diferiram entre si e foram superiores aos das cultivares TBio Itaipu e BRS Guamirim (Tabela 5). No comprimento de parte aérea determinado por processamento de imagem, as cultivares BRS Guamirim, TBio Pioneiro e TBio Mestre não diferiram entre si e foram superiores à cultivar TBio Itaipu (Tabela 5). Houve uma discordância entre os resultados obtidos pelos dois métodos de determinação, sendo a cultivar BRS Guamirim considerada inferior às cultivares TBio Pioneiro e TBio Mestre na determinação por régua graduada, e semelhante na determinação por processamento de imagem.
Tabela 5. Comprimento de parte aérea determinado por régua (CPAR), comprimento de parte aérea determinado por análise de imagem (CPAI), comprimento de raiz determinado por régua (CRR) e comprimento de raiz determinado por análise de imagem (CRI) de plântulas de quatro cultivares de trigo.
Cultivar CPAR (cm) CPAI (cm) CRR (cm) CRI (cm)
TBio Itaipu 1,93 b* 1,95 b 4,60 c 4,57 c BRS Guamirim 2,20 b 2,39 a 6,10 a 6,27 a TBio Pioneiro 2,54 a 2,51 a 5,51 b 5,60 b TBio Mestre 2,58 a 2,56 a 5,56 ab 5,53 b Média 2,31 2,35 5,44 5,50 C.V.(%) 5,84 6,63 4,81 5,53 *
Médias seguidas da mesma letra minúscula na coluna não diferem entre si pelo teste de Tukey (p ≤ 0,05).
14 O comprimento de raiz determinado por régua graduada foi superior nas plântulas das cultivares BRS Guamirim e TBio Mestre em relação às plântulas da cultivar TBio Itaipu, entretanto, esta última não diferiu da cultivar TBio Pioneiro (Tabela 5). O comprimento de raiz determinado por processamento de imagem apresentou resultados semelhantes aos encontrados na avaliação anterior, sendo a cultivar BRS Guamirim superior às demais, seguida das cultivares TBio Pioneiro e TBio Mestre, que não diferiram entre si, mas, foram superiores à cultivar TBio Itaipu (Tabela 5). A diferença de classificação nos níveis de vigor foi apenas para a cultivar TBio Mestre considerada similar à BRS Guamirim na determinação por régua, mas inferior na determinação por imagem.
Apesar de ter havido divergência entre as médias do comprimento de plântula obtidas por medição com régua e através do processamento de imagens, a classificação das cultivares em níveis de vigor foi bastante semelhante, classificando, em ambos os casos, a cultivar TBio Itaipu como inferior às demais. Este resultado permitiu inferir que o processamento de imagens pode ser utilizado para determinações de comprimento de plântulas com alto grau de eficácia, sendo o procedimento realizado em um período de tempo relativamente inferior ao executado empregando régua.
Resultados semelhantes foram obtidos em pesquisa recente, na qual os parâmetros obtidos na análise computadorizada de plântulas com o software SVIS® para determinação do comprimento de plântulas e índices de vigor e de crescimento foram eficientes para avaliar o potencial fisiológico de sementes de berinjela, de forma similar às avaliações rotineiramente utilizadas para essa finalidade (SILVA; CICERO, 2014a). Também para a classificação de lotes de sementes de tomate em níveis de vigor alto e baixo, as determinações de comprimento de plântulas e índices de vigor e de crescimento de plântulas com o software SVIS® se mostraram eficientes (SILVA; CICERO, 2014b).
CONCLUSÃO
Os comprimentos de parte aérea e de raiz de plântulas de trigo determinados através do processamento de imagens em ferramenta matemática Matlab® são
15 eficientes para separar as sementes em níveis de vigor de forma similar às avaliações rotineiramente utilizadas para essa finalidade.
REFERÊNCIAS
BRASIL. Ministério da Agricultura, Pecuária e Abastecimento. Regras para análise de sementes. Ministério da Agricultura, Pecuária e Abastecimento. Secretaria de Defesa Agropecuária. Brasília, DF: Mapa/ACS, 2009. 395p.
CHENG, F.; YING, Y.; Image-processing algorithms for inspecting characteristics of hybrid rice seed. Proceedings of SPIE, v.5271, p.171-179, 2003.
CONAB - Companhia Nacional de Abastecimento. Acompanhamento da safra brasileira de grãos. – v. 2, n.4 (2015- ) – Brasília: Conab, 2015, 90p.
DELOUCHE, J.C.; BASKIN, C.C. Accelerated aging techniques for predicting the relative storability of seed lots. Seed Science and Technology, v.1, p.427-52, 1973. GONZALES, R. C.; WOODS, R. E. Processamento digital de imagens 3ed. São Paulo. Pearson Prentice Hall. 2011, 624p.
KALAIVANI, R.; MURUGANAND, S.; PERIASAMY, A. Identifying the quality of tomatoes in image processing using matlab. International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering, v.2, p.3525-3531, 2013.
LEAL, C.C.P.; TORRES, S.B.; NOGUEIRA, N.W.; TOMCZAK, V.E.; BENEDITO, C.P. Validação de testes de vigor para sementes de rúcula (Eruca sativa L.). Brazilian Journal of Biosciences. v. 10, p. 421-424, 2012.
MARCOS FILHO, J; PESCARIN, H.M.C.; KOMATSU, Y.H.; DEMÉTRIO, C.G.B.; FANCELLI, A.L. Testes para avaliação do vigor de sementes de soja e suas relações com emergência de plântulas no campo. Pesquisa Agropecuária Brasileira, v.19, p.605-613, 1984.
MELLO, M.P.; PETERNELLI, L.A. Conhecendo o R: uma visão mais que estatística. Viçosa, Ed. UFV, 2013, 222p.
MENDIBURU, F. agricolae: Statistical Procedures for Agricultural Research. R package version 1.2-0. 2014.http://CRAN.R-project.org/package=agricolae
MIELEZRSKI, F.; SCHUCH, L.O.B.; PESKE, S.T.; PANOZZO, L.E.; CARVALHO, R.R.; ZUCHI, J. Desempenho em campo de plantas isoladas de arroz híbrido em
16 função da qualidade fisiológica das sementes. Revista Brasileira de Sementes, v. 30, p. 139-144, 2008.
MUNIZZI, A.; BRACCINI, A.L.; RANGEL, M.A.S.; SCAPIM, C.A.; BARBOSA, M.C.; ALBRECHT, L.P. Qualidade de sementes de quatro cultivares de soja, colhidas em dois locais no estado de Mato Grosso do Sul. Revista Brasileira de Sementes, v. 32, p. 176-185, 2010.
NAKAGAWA, J. Testes de vigor baseados no desempenho das plântulas. In: KRZYZANOWSKI, F.C.; VIEIRA, R.D.; FRANÇA-NETO, J.B. Vigor de sementes: conceitos e testes. Londrina: ABRATES, 1999. Cap.2, p.9-13.
OHLSON, O.C.; KRZYZANOWSKI, F.C.; CAIEIRO, J.T.; PANOBIANCO, M. Teste de envelhecimento acelerado em sementes de trigo. Revista Brasileira de Sementes, v. 32, p. 118 - 124, 2010.
R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2014. URL http://www.R-project.org/.
SILVA, V.N.; CICERO, S.M. Análise de imagens de plântulas para avaliação do potencial fisiológico de sementes de berinjela. Horticultura Brasileira. v.32, n.2, p.145-151, 2014a.
SILVA, V.N.; CICERO, S.M. Image Seedling to evaluate tomato seed physiologcal potential. Revista Ciência Agronômica, v. 45, p. 327-334, 2014b.
TEIXEIRA, E. F.; CICERO, S. M.; DOURADO NETO, D. Análise de imagens digitais de plântulas para avaliação do vigor de sementes de milho. Journal of Seed Science. v.28, p. 159-167. 2006.
TEKRONY, D.M. Accelerated ageing test. In: VAN DE VENTER, H. A. (Ed.). Seed Vigour Testing seminar. Copenhagen: ISTA, 1995. p.53-72.
UNITED STATES DEPARTMENT OF AGRICULTURE. Brazil Corn: Estimated yield increases following good rainfall. Disponível em: <www.fas.usda.gov/psdonline/circulars/
Artigo 2
Determinação do vigor de sementes de arroz por processamento de imagem de plântulas
RESUMO – O presente trabalho objetivou tornar as avaliações de comprimento de plântula mais eficientes e precisas através do desenvolvimento de um software para processamento de imagens de plântulas de arroz e determinar o vigor das sementes pela medição do comprimento da parte aérea e de raiz e da área foliar e de raiz de plântulas. O experimento foi desenvolvido em laboratório didático de análise de sementes localizado no município do Capão do Leão, utilizando sementes de oito cultivares de arroz, sendo elas: Irga 424, Puitá inta CL, BRS Esmeralda, SCS 116, Guri Inta CL, BRS Pampa, BRSGO Serra Dourada e INIA Olimar. O delineamento experimental utilizado foi o inteiramente casualizado com cinco repetições, constituindo um experimento em esquema unifatorial. As variáveis resposta foram correlacionadas pelo teste de Pearson e as metodologias para determinação do comprimento de parte aérea e de raiz através de medição com régua graduada e por processamento de imagem foram comparadas através do teste F de Fisher, a 95% de probabilidade. Para comparação de médias entre as cultivares utilizou-se o teste de Tukey, a 5% de probabilidade. As determinações de comprimento de parte aérea, comprimento de raiz e área foliar de plântulas obtida por processamento de imagem digital de plântulas é eficaz para avaliação do vigor de sementes de arroz.
18 Determination of rice seed vigor by image processing of seedlings
ABSTRACT - This study aimed to make measurements of seedlings length more efficient and accurate through the development of a image processing software for rice seedlings, and determine seed vigor through the measurements of leaf and root area. The experiment was developed in Didatic laboratory of seeds analysis located in the municipality of Capão do Leão (RS) using seeds of eight rice cultivars, namely: Irga 424, PUITA inta CL, BRS Esmeralda, SCS 116, Guri Inta CL, BRS Pampa, BRSGO Serra Dourada and INIA Olimar. The experimental design was completely randomized with five replications, constituting an experiment in one-factor scheme. The response variables were correlated using the Pearson test, and the methodologies for determining the length of shoot and root through measurement with graduated scale and image processing were compared using the F test at 95% probability. To compare means between cultivars used the Tukey test at 5% probability. Measurements of shoot length, root length and leaf area of the seedlings obtained through digital image processing is effective for evaluation the vigor of rice seeds.
Keywords: Oryza sativa, seedling shoot length, roth length, leaf area, root area INTRODUÇÃO
O arroz é um dos principais cereais cultivados e consumidos no mundo, devido, principalmente, ao seu alto valor nutritivo. No Brasil, desempenha papel importante como componente da dieta básica, sendo o alimento mais consumido depois do feijão, com média de consumo diário per capita de 160,3 g (IBGE, 2011). Dentre as culturas brasileiras, foi a terceira de maior crescimento na safra de 2014/15, atingindo uma produção de 12,5 milhões de toneladas com 378,3 mil toneladas superior à safra anterior (Conab 2015).
Dos 2,35 milhões de hectares cultivados com arroz na safra 2014/15, estima-se que, em apenas 42% da área foram utilizadas estima-sementes certificadas, o que corresponde a 49 mil toneladas de sementes (Abrasem, 2015). Logo, os 68% de área semeada com semente para uso próprio corresponde a um potencial de aumento de utilização de sementes certificadas de 67,5 mil toneladas. Apesar de a taxa de utilização de sementes certificadas de arroz ser bastante baixa, tem se
19 buscado cada vez mais incentivar o seu uso pelo agricultor, visto que o potencial de produtividade da lavoura será limitado pelo potencial genético presente nas sementes se não houver restrições nutricionais ou das condições ambientais.
O uso de sementes certificadas garante ao produtor alta porcentagem de germinação, visto que, para sua comercialização, o Ministério da Agricultura Pecuária e Abastecimento (MAPA), com base na lei nº 10.711, regulamentada pelo decreto 5153 de 04, por meio da instrução normativa n° 25 de 2005, estabelece padrões mínimos de germinação (BRASIL, 2005). e incentiva, principalmente a inciativa privada, a pesquisar e desenvolver novos materiais com maior potencial produtivo, tolerantes ao ataque de pragas e doenças, e/ou tolerantes a condições adversas do ambiente. Contudo, apesar de ser um parâmetro de qualidade essencial, a germinação, que compreende a capacidade da semente de gerar uma plântula normal em condições ambientais favoráveis, não se faz representativa na semeadura no campo, onde o ambiente pode ser adverso. Nestas condições, o vigor torna-se tão importante quanto a germinação, visto que significa a capacidade da semente em gerar uma plântula normal em amplas condições.
Frequentemente, para determinação do vigor das sementes, são observadas características biofísicas das plântulas, tais como o comprimento e/ou a área de órgãos da plântula em desenvolvimento. Estes são sugeridos pelas duas associações mundiais que congregam tecnologistas de sementes (AOSA - Association of Official Seed Analysts / ISTA - International Seed Testing Association), conforme Vanzolini et al. (2007). São exemplos as determinações do comprimento de parte aérea e raiz das plântulas, no qual 10 a 20 plântulas devem ter medidas individualmente sua parte aérea e raiz com régua graduada, conforme metodologia descrita por Nakagawa, (1999). Este teste, apesar de ser considerado eficiente para aferição do vigor, dispende grande quantidade de tempo e é considerado trabalhoso, devido às dificuldades para posicionar individualmente cada uma das plântulas durante sua medição, e pode ter precisão limitada devido ao formato irregular das plântulas.
A área foliar é um importante parâmetro para estudos de crescimento e nutrição vegetal, porque, além de afetar o acúmulo de matéria seca, fornece informações sobre o metabolismo vegetal, capacidade fotossintética potencial, rendimento e qualidade da colheita (Jorge & González, 1997; Ibarra et al., 2001;
20 Souza et al., 2012). Medidas simples e acuradas deste atributo são de interesse para pesquisas que envolvem as interações entre o crescimento das plantas e o ambiente (Bosco et al., 2012). Devido à sua relação direta com a fotossíntese, a área foliar é determinante em processos relacionados ao metabolismo, acúmulo de biomassa, fenologia e rendimento dos cultivos (Demirsoy, 2009). Para sua determinação, são empregados medidores eletrônicos e técnicas de planimetria. O uso da planimetria torna-se difícil em folhas com bordas irregulares (Gonçalves et al., 2002), além de ser bastante trabalhoso e demorado. Os integradores ópticos de área foliar são aparelhos bastante precisos, mas são caros e de difícil manutenção (Godoy et al. 2007).
Apesar de ser considerado um importante atributo emrpegado na seleção de materiais mais vigorosos nos programas de melhoramento de plantas, a área de raiz praticamente não é empregada para a determinação do vigor de sementes, sendo normalmente aferido apenas o comprimento da raiz principal, o que pode resultar em subestimação de materiais potencialmente vigorosos ou superestimação de materiais que apresentam uma única raiz longa.
Em vista do exposto, é justificável o desenvolvimento de práticas que visam a aumentar eficiência e eficácia destas determinações, tais como o processamento de imagens, que possibilita a análise de grande quantidade de amostras em um curto intervalo de tempo. A imagem digital é a representação de uma matriz numérica tridimensional onde cada ponto corresponde a um pixel, sendo que o valor de cada pixel representa a intensidade da cor. Cada dimensão da matriz constitui uma das três cores elementares: vermelho, verde e azul, sendo que as proporções entre as três cores originam a intensidade do pixel (Gonzales & Woods, 2011).
O processamento morfológico de imagens oferece uma abordagem unificada e poderosa para vários problemas de processamento de imagens. Para isso utilizam-se algoritmos para extração de objetos encontrados em uma imagem. Esses algoritmos são desenvolvidos com a ferramenta matemática Matlab®, que consiste num software com diversos pacotes destinados ao processamento de imagens. Na área de sementes, o software mostrou-se eficaz para inspecionar sementes de arroz irrigado com glumas não completamente fechadas, utilizando a transformada de Radon, que permitiu alcançar precisão de 96% para sementes íntegras, 96% para
21 sementes com fissuras pequenas e 87% para sementes com glumas não fechadas (Cheng & Ying, 2003).
Diante do exposto, o presente trabalho objetivou tornar as avaliações de comprimento de plântula mais eficientes e precisas através do desenvolvimento de um software para processamento de imagens de plântulas de arroz e determinar a qualidade de sementes pela medição do comprimento da parte aérea e de raiz e da área foliar e de raiz de plântulas.
MATERIAL E MÉTODOS
O experimento foi conduzido em laboratório didático de análise de da Faculdade de Agronomia Eliseu Maciel – Universidade Federal de Pelotas, localizado no município do Capão do Leão (RS) (Latitude 31°48'02.69" S). Foram utilizadas sementes de arroz das cultivares BR Irga 424, Puitá Inta CL, BRS Esmeralda, SCS 116, Guri Inta CL, BRS Pampa, BRSGO Serra Dourada e INIA Olimar, que apresentavam germinação semelhante, diferentes níveis de vigor e ausência de dormência, constatada por testes preliminares. O experimento consistiu na determinação da qualidade fisiológica das sementes e na classificação do vigor por diferentes testes, comparando os resultados com os obtidos por processamento das imagens das plântulas. O delineamento utilizado foi inteiramente casualizado com cinco repetições.
A qualidade fisiológica das sementes foi avaliada pelos seguintes testes: Germinação (G), realizado com quatro amostras de 50 sementes por unidade experimental, distribuindo-se as sementes em substrato de papel, previamente umedecido com água destilada na proporção de 2,5 vezes a massa do papel seco e mantido em germinador à temperatura de 25°C. As avaliações foram efetuadas aos 14 dias após a instalação do teste, conforme as Regras para Análise de Sementes (Brasil, 2009) e os resultados foram expressos em porcentagem de plântulas normais. A primeira contagem da germinação (PCG) foi avaliada aos cinco dias após a semeadura, por ocasião do teste de germinação.
Envelhecimento acelerado (EA), realizado em caixa tipo gerbox com tela metálica, onde adicionaram-se 40 mL de água destilada ao fundo de cada caixa, e sobre a tela distribuiu-se uniformemente as sementes de cada unidade experimental, em camada única. Em seguida, as caixas contendo as sementes foram tampadas e
22 acondicionadas em incubadora do tipo BOD, a 41ºC, onde permaneceram por 48 horas, conforme metodologia adaptada por Tunes et al. (2012). Após, as sementes foram submetidas ao mesmo procedimento do teste de germinação, avaliando a porcentagem de plântulas normais aos cinco dias após a semeadura.
O comprimento de parte aérea (CPAR) e de raiz (CRR) aferidos com régua graduada foi realizado com quatro subamostras de 20 sementes para cada unidade experimental, semeadas em rolo de papel para germinação do tipo ―germitest‖, sendo as sementes distribuídas em duas linhas retas longitudinais e desencontradas no terço superior do papel. Após a confecção dos rolos, os mesmos foram colocados em germinador regulado à temperatura constante de 25°C (Nakagawa, 1999). Após cinco dias, mediu-se individualmente o comprimento da parte aérea e da raiz de dez plântulas normais, calculando em seguida o comprimento médio da parte aérea e da raiz.
Emergência em campo (EC), realizado com quatro repetições de 100 sementes em canteiros de cultivo medindo 5m x 1,2m x 1,0m, preenchidos com solo peneirado, coletado de um horizonte A1 de um Planossolo Háplico eutrófico solódico (Embrapa, 2013), pertencente à unidade de mapeamento Pelotas (Streck et al., 2008). Após a semeadura, os canteiros foram irrigados diariamente, mantendo-se o solo próximo à capacidade de campo. As avaliações foram realizadas aos 21 dias após a semeadura, determinando-se a porcentagem de emergência de plântulas (Nakagawa, 1999).
Após as determinações do comprimento de parte aérea e de raiz com régua graduada, as plântulas foram seccionadas, separando a parte aérea da raiz. Em seguida, as amostras foram digitalizadas com resolução de 200 dpi (pontos por polegada ―dots per inch‖) em fotocopiadora para captação de imagens (Figura 1). A dimensão do pixel foi determinada obtendo-se imagem de uma régua graduada.
Posteriormente, desenvolveram-se rotinas no Matlab® para o processamento de imagens digitais, com o intuito de isolar a plântula e obter o comprimento da parte aérea e do sistema radicular. Aplicou-se um filtro para isolar a plântula do fundo, para que este apresentasse, homogeneamente, máxima intensidade de preto. Na sequência, realizou-se a conversão da imagem colorida em binária, com duas cores apenas (preto e branco), permanecendo o fundo preto e tornando a plântula mais clara (Figura 2a).
23 Para determinação do comprimento de plântula através da análise digital de imagens, adotou-se o seguinte procedimento: uma vez obtida a imagem binária, aplicou-se um algoritmo de esqueletização, que consistiu em criar um esqueleto interno na imagem, passando pelos pontos médios ao longo da imagem. Esse esqueleto apresentou largura unitária, possibilitando a medição de distância pixel a pixel (Figura 2b).
Figura 1. Imagem digital das plântulas de arroz, obtida por digitalização em fotocopiadora.
O comprimento de parte aérea por processamento de imagem (CPAI) foi determinado calculando-se a distância do primeiro ao próximo ponto, repetindo este procedimento até encontrar o corte realizado na imagem descrito na etapa anterior. O comprimento de raiz por processamento de imagem (CRI) foi obtido mensurando a distância do ponto de corte da imagem até o ponto final da raiz de maior comprimento.
Na realização do processamento de uma imagem para obter os valores das áreas foliar e de raiz, primeiramente, obteve-se a imagem da plântula. Em seguida, esta imagem colorida foi convertida em escala de cinza, para, em seguida, convertê-la em imagem binária. Para executar essa transformação, realizou-se um teste em
24 cada pixel da imagem para verificar se a intensidade do pixel era maior que um valor de referência. As intensidades iguais ou acima do valor de referência foram consideradas ―1‟ e as intensidades abaixo, ―0‖. Assim, foram obtidas imagens binárias. O valor de referência utilizado foi capaz de diferenciar a estrutura de modo a separar o fundo da imagem.
25 Figura 2. Em "a", transformação da imagem digital colorida (RGB) em binária; e "b", esqueletização da imagem binária.
a
26 A quarta etapa consistiu na contagem de todos os pixels brancos (―1‖) que as imagens continham. Um pixel tem uma área infinitesimal, portanto, a soma das áreas dos pixels é igual à área da estrutura. Então, determinada a quantidade de pixels da estrutura, necessitou-se apenas obter a área do pixel, a qual pôde ser calculada a partir da imagem de uma régua milimetrada que sofreu digitalização na mesma fotocopiadora utilizada para obtenção das imagens das plântulas. Então, contando verticalmente o número de pixels existentes entre as duas extremidades da régua, obteve-se o número de pixels em cada 10 mm. Empregando uma regra de três simples, foi calculada a largura do pixel em mm. O pixel, sendo uma estrutura quadrada, a área é igual a medida do lado ao quadrado. Assim, a área da estrutura é obtida pelo produto do número de pixel pela área do pixel.
Os dados foram analisados quanto à sua normalidade pelo teste de Shapiro-wilk, e submetidas à análise de variância pelo teste de F a 5% de probabilidade. As variáveis resposta foram correlacionadas pelo teste de Pearson e as metodologias para determinação do comprimento de parte aérea e de raiz através da medição com régua graduada e por processamento de imagem foram comparadas através do teste F, a 95% de probabilidade. Para comparação de média entre as cultivares empregou-se o teste de Tukey, a 5% de probabilidade. Para o procedimento estatístico, utilizou-se o programa R, versão 3.1.1. e o pacote de dados ―ExpDes.pt‖ (Banzato & Kronka, 2006; R Core Team, 2014).
27 De acordo com a análise de variância, não houve diferença de germinação entre as amostras de sementes das diferentes cultivares (Tabela 6). Os testes de primeira contagem da germinação (PCG), envelhecimento acelerado (EA), emergência em campo (EC), comprimento de parte aérea de plântula medido por régua (CPA), comprimento de parte aérea determinado por processamento de imagem (CPAI), comprimento de raiz medido por régua (CR) e determinado por processamento de imagem (CRI), área foliar determinada por processamento de imagem (AF) e área de raiz determinada por processamento de imagem (AR), constataram diferenças de vigor entre as amostras de sementes das oito cultivares de arroz.
Tabela 6. Resumo da análise de variância para as variáveis germinação (G), primeira contagem da germinação (PCG), envelhecimento acelerado (EA) de sementes, emergência em campo (EC), comprimento de parte aérea por régua (CPA), comprimento de parte aérea por imagem (CPAI), comprimento de raiz por régua (CR), comprimento de raiz por imagem (CRI), área foliar (AF) e área de raiz (AR) de plântulas de arroz de oito cultivares.
Variável G PCG EA EC CPA CPAI CR CRI AF AR
p 0,11 5,3x10-11 3,1x10-16 3,5x10-11 1,9x10-10 1,9x10-13 8,4x10-6
2,0x10-5 1,8x10-9 0,01
Para avaliar a eficiência de um teste de vigor, preconiza-se que os resultados obtidos apresentem a mesma tendência da emergência de plântulas em campo, pois, desta forma, o teste estaria estimando o desempenho dos lotes após a semeadura em amplas condições de ambiente (Ilbi et al., 2009; Grzybowskiet al., 2015). Deste modo, constatou-se correlação significativa a 1% de probabilidade de erro entre os resultados do teste de emergência em campo com os resultados dos seguintes testes de vigor: primeira contagem da germinação, comprimento de parte aérea e de raiz de plântulas medido por régua e obtido por processamento de imagens digitais e área foliar de plântulas obtida por processamento de imagens digitais (Tabela 7). O teste de envelhecimento acelerado apresentou correlação significativa a 5% de probabilidade com o teste de emergência em campo e o teste de primeira contagem mostrou significância a 1% de probabilidade com a emergência em campo, não havendo significância apenas com a determinação de área de raiz.
