Análise da qualidade do solo com visão computacional e cromatografia circular de Pfeiffer

Resumo

O projeto tem como objetivo desenvolver uma abordagem integrada para a análise da qualidade do solo, unindo a Cromatografia Circular de Pfeiffer (CCP) a técnicas modernas de visão computacional e inteligência artificial. A CCP é um método simples e de baixo custo que produz imagens circulares em papel filtro a partir de extratos de solo, refletindo aspectos físicos, químicos e biológicos do ambiente. Apesar de seu potencial, essa técnica ainda enfrenta limitações quanto à padronização e à subjetividade da análise visual, o que motivou a aplicação de métodos computacionais para automatizar e aprimorar a interpretação dos cromatogramas. A pesquisa partiu de uma base de imagens obtidas em estudos anteriores, que foi reorganizada, ampliada e preparada para análise digital. As etapas incluíram a renomeação padronizada das imagens, o aumento de amostras por meio de técnicas de data augmentation (como rotações, espelhamentos e ajustes de brilho e contraste) e a segmentação automática das regiões de interesse. Para essa última etapa, foi utilizado o modelo de rede neural profunda U-Net, cuja otimização foi conduzida com a biblioteca Optuna, permitindo a busca automática dos melhores hiper parâmetros. Essa combinação resultou em uma segmentação precisa, com desempenho médio de 98,96% de Intersection over Union (IoU), demonstrando a eficiência da metodologia adotada.