tese
Otimizações na fenotipagem por imagens de linhagens de feijão comum quanto a cor, tamanho e formato das sementes
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Instituto de Ciências Naturais (ICN)
Departamento
Programa de Pós-Graduação
Programa de Pós-Graduação em Genética e Melhoramento de Plantas
Agência de fomento
Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq
Tipo de impacto
Tecnológico
Econômicos
Econômicos
Áreas Temáticas da Extensão
Tecnologia e produção
Trabalho
Trabalho
Objetivos de Desenvolvimento Sustentável
ODS 9: Indústria, inovação e infraestrutura
Dados abertos
Resumo
O feijão (Phaseolus vulgaris L.) é uma espécie que apresenta enorme variabilidade quanto ao aspecto das sementes, principalmente em relação à coloração, brilho, tamanho e formato. Esses caracteres são fundamentais na comercialização das sementes dessa cultura, uma vez que determinam a aceitação de uma nova cultivar no mercado consumidor. Assim, o aspecto das sementes é um dos principais caracteres avaliados em um programa de melhoramento de feijoeiro. O procedimento padrão de avaliação dessa característica limita-se a avaliações visuais ou medições manuais por meio de paquímetros ou colorímetros. Com o objetivo de contribuir para a melhoria dessas avaliações nos programas de melhoramento do feijoeiro, foram realizados dois estudos que exploram metodologias de visão computacional destinadas para a avaliação do aspecto das sementes de feijão-comum. O primeiro artigo foca no uso da visão computacional para avaliar a cor do tegumento de feijões vermelhos. Esse estudo baseou-se na avaliação de quarenta e sete linhagens de feijão vermelho quanto à cor do tegumento, utilizando-se escala de notas e visão computacional. A análise de imagens demonstrou maior precisão em comparação à avaliação visual, com correlações inferiores a -0,95 entre os valores médios dos pixels nos canais R*, L* e a* e as notas visuais atribuídas. Destaca-se que o canal a* apresentou maior acurácia na diferenciação das linhagens, confirmando o potencial da visão computacional como ferramenta eficiente para auxiliar a seleção em programas de melhoramento do feijoeiro. O segundo artigo buscou determinar o número ideal de sementes por parcela na avaliação por imagens de linhagens de feijão quanto aos caracteres relacionados ao tamanho e formato das sementes. Essa determinação baseou-se na precisão experimental e na acurácia de seleção. Para isso, este trabalho utilizou de cinco diferentes experimentos com linhagens pertencentes aos grupos comerciais carioca e preto. Constatou-se a possibilidade de avaliação de um pequeno número de sementes por parcela
para que as avaliações de tamanho e formato dos grãos sejam precisas e as seleções acuradas. Ambos os estudos destacaram que a fenotipagem de linhagens de feijão comum por meio de imagens digitais, quanto à coloração e aos caracteres físicos das sementes, é uma alternativa viável, pois é mais precisa, acurada, rápida e automatizada.
Abstract
Common bean (Phaseolus vulgaris L.) exhibits great variability in seed traits, particularly in color, gloss, size, and shape. These traits are fundamental for seed commercialization, as they determine the acceptance of a new cultivar in the consumer market. Thus, seed appearance is one of the main traits evaluated in bean breeding programs. The standard procedure for evaluating these traits is limited to visual assessments or manual measurements using calipers or colorimeters. Aiming to improve these evaluations in bean breeding programs, two studies were conducted exploring computer vision methodologies for assessing common bean seed appearance. The first article focuses on the use of computer vision to evaluate the seed coat color of red common beans. Forty-seven red bean lines were evaluated for seed coat color using scoring scales and computer vision. Image analysis proved to be more precise than visual assessment, with correlations lower than -0.95 between the mean pixel values in the R*, L*, and a* channels and the assigned visual scores. The a* channel showed the highest accuracy in differentiating lines, confirming the potential of computer vision as an efficient
tool to support selection in bean breeding programs. The second article aimed to determine the optimal number of seeds per plot for image-based evaluation of common bean lines regarding traits related to seed size and shape. This determination was based on experimental precision and selection accuracy. To this end, five experiments were carried out with lines from the carioca and black commercial groups. Results indicated that it is possible to evaluate a reduced number of seeds per plot while still obtaining precise measurements of seed size and shape, allowing accurate selection. Both studies highlighted that digital image-based phenotyping of common bean lines for seed coat color and physical seed traits is a viable alternative, as it is more precise, accurate, rapid, and automated.
Descrição
Área de concentração
Linha de pesquisa
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
Palavras-chave
ISBN
DOI
Citação
GOMES, Danilo Araújo. Otimizações na fenotipagem por imagens de linhagens de feijão comum quanto a cor, tamanho e formato das sementes. 2025. 75 p. Tese (Doutorado em Genética e Melhoramento de Plantas) - Universidade Federal de Lavras, Lavras, 2025.