Abstract:
O uso de plantas com ações comprovadas no tratamento de doenças é uma realidade social
presente na cidade de Parnaíba-PI, cujo projeto de horto medicinal Farmácia Viva encarrega-se
de difundir. O processo de reconhecimento e classificação dessas plantas demandam análises e
métodos que garantam que a espécie tenha realmente esse uso. A aplicação de técnicas
computacionais para automação das atividades de reconhecimento de plantas motivou esta
pesquisa. As Redes Neurais Artificiais em conjunto com Processamento Digital de Imagens
proporcionam uma alta capacidade em resolução de problemáticas de reconhecimento de
padrões, sendo possível encontrar diversas aplicações que usam estas técnicas em conjunto. O
horto da Farmácia Viva conta com dois espécimes da mesma família que apresentam
características semelhantes entre si e aplicações médicas distintas. Objetivou-se desenvolver
um estudo sobre processamento digital de imagens e redes neurais artificiais para automação
do processo de identificação e catalogação das espécies por meio do órgão foliar (limbo e
pecíolo), extraindo características anatômicas e morfológicas que compõe as amostras, usando
o conjunto de informações adquiridas como parâmetros de entrada de uma rede neural artificial
do tipo Perceptron Multicamadas. Obteve-se um conjunto de amostras, por meio de coleta, ao
visitar o projeto de socialização de plantas medicinais, onde se coletou folhas das duas espécies
da família Plectranthus. Por comparações entre os espécimes e técnicas de processamento de
imagem, foi possível a obtenção dos dados característicos de cada planta, que foram utilizados
como parâmetros de treinamento, validação e teste da rede neural artificial. Os resultados
alcançados mostraram-se satisfatórios, levando em consideração as técnicas e procedimentos
usados por outros pesquisadores sobre a mesma perspectiva, encontrados na literatura. A Rede
Neural Perceptron Multicamadas alcançou a taxa de acerto equivalente a 96,15% para o
conjunto de teste, confirmando a relação do conjunto de caraterísticas selecionadas e a
eficiência da técnica de inteligência computacional escolhida.
