Abstract: The identification of seeds from native species is a complex assessment due to the high Brazilian biodiversity and varied characteristics between species. The objective was to apply different machine learning classifiers associated with image analysis to identify seeds of forest species. In total, 155 native species belonging to 42 botanical families were analyzed. In addition, to determine the appropriate machine learning classifier, five supervised learning classification techniques were implemented: decision trees (DT), artificial neural networks (ANN), k-nearest neighbors (k-NN), Naive-Bayes classifier (NBC) and support vector machine (SVM), which had their performance evaluated. For modeling, 66% of the seeds’ morphobiometric data were used to train the classifiers, while 34% were reserved for validation. The classifiers are promising tools for identifying species from seed images. The decision tree (DT) classifier showed greater accuracy for correct species identification (82.8%), followed by ANN (81.7%), k-NN (81.7%), NBC (81.1%) and SVM (78.7%). Therefore, it is possible to identify seeds of native species from images and machine learning with a satisfactory accuracy rate. Finally, the decision tree classifier is recommended.

Resumo: A identificação de sementes de espécies nativas é uma avaliação complexa devido a elevada biodiversidade brasileira e características variadas entre as espécies. Objetivou-se aplicar diferentes classificadores de aprendizado de máquina associado à análise de imagens para identificar sementes de espécies florestais. Foram analisadas 155 espécies nativas pertencentes a 42 famílias botânicas. Para determinar o classificador de aprendizado de máquina adequado, cinco técnicas de classificação por aprendizado supervisionado foram implementadas: árvores de decisão (DT), redes neurais artificiais (ANN), k-vizinhos mais próximos (k-NN), classificador Naive-Bayes (NBC) e máquina de vetores de suporte (SVM), os quais tiveram seu desempenho avaliados. Para modelagem, 66% dos dados morfobiométricos das sementes foram usados para treinamento dos classificadores, enquanto 34% foram reservados para validação. Os classificadores são ferramentas promissoras para a identificação de espécies a partir das imagens de sementes. O classificador por árvores de decisão (DT) apresentou maior acurácia para identificação correta das espécies (82,8%), seguido dos classificadores ANN (81,7%), k-NN (81,7%), NBC (81,1%) e SVM (78,7%). Portanto, é possível realizar a identificação de sementes de espécies nativas a partir de imagens e aprendizado de máquina com taxa satisfatória de acurácia. Recomenda-se o classificador por árvores de decisão.

ABSTRACT Biometric seed analysis can be used to characterize and differentiate forest species. However, forest species are generally studied using manual methods such as measurements with a digital caliper, which provides a limited amount of information on plant morphological characteristics, whereas agronomic species are analyzed using expensive and often inaccessible equipment. Thus, the objective of the present study was to demonstrate that seed image analysis and processing tools can help characterize and differentiate Brazilian forest species. For this purpose, the seeds of 155 forest species belonging to 42 families were photographed and analyzed to extract data on their morphometric descriptors using a new methodological approach. A total of 18 characteristics were assessed, namely eight dimensions, four shape characteristics, and six color characteristics. A set of approximately 1.827 million data was extracted from 101,521 seed images. Digital image processing efficiently characterized the studied seeds and the obtained characteristics allowed us to differentiate between species, including those belonging to the same botanical family and genus. Therefore, seed image analysis using the proposed methodology can be used to characterize, differentiate, and automatedly identify forest species in Brazil.

RESUMO A análise biométrica de sementes contribui para a caracterização e diferenciação de espécies florestais. Entretanto, os estudos com espécies nativas geralmente utilizam métodos manuais como o paquímetro digital, o qual extrai uma quantidade limitada de características, enquanto espécies agronômicas dispõem de equipamentos caros e pouco acessíveis. Assim, o objetivo deste trabalho é demonstrar que ferramentas de análise e processamento de imagens de sementes podem auxiliar na caracterização e diferenciação de espécies nativas brasileiras. Para isso, sementes de 155 espécies nativas, distribuídas em 42 famílias botânicas foram fotografadas e analisadas para extração de descritores morfométricos por meio de uma nova abordagem metodológica. Um total de 18 características foram geradas, sendo oito para dimensões, quatro para formato, e seis para cor. Um conjunto de aproximadamente 1,827 milhões de dados foram obtidos a partir 101.521 imagens de sementes. O processamento digital de imagens foi eficiente para a caracterização das sementes nativas, e as características utilizadas permitiram diferenciar as espécies, inclusive àquelas que estão contidas na mesma família botânica e gênero. Portanto, a análise de imagens de sementes pela metodologia proposta contribui para a caracterização, diferenciação e automatização na identificação de espécies florestais nativas do Brasil.

Resumo: O peso de mil sementes (PMS) é utilizado para calcular a densidade de semeadura, estimar o número de sementes presente em uma amostra e predizer o tamanho das sementes. Objetivou-se estabelecer uma metodologia alternativa para determinação do peso de mil sementes em espécies florestais usando técnicas de análise de imagens. A metodologia tradicional foi comparada com a alternativa, testando-as em sementes de 16 espécies florestais. O método tradicional foi feito com a contagem manual de oito repetições de 100 sementes, pesagem das amostras e cálculo do peso de mil sementes. A metodologia alternativa foi executada por meio da contagem de amostras de sementes capturadas por imagens e processamento no software ImageJ®, seguido da pesagem de uma amostra única e cálculo. Todas as etapas foram cronometradas e cada metodologia foi repetida dez vezes por espécie. O PMS obtido pela metodologia alternativa foi semelhante à tradicional, e o tempo médio de execução das atividades foi reduzido em 62%. Portanto, a determinação do peso de mil sementes proposto por análise de imagens constitui-se em alternativa eficiente e otimizada em relação ao método tradicional. A determinação do peso de mil sementes a partir da análise de imagens proporciona redução do tempo de execução para o analista de sementes, produtor de sementes e de mudas florestais.

Abstract: Thousand-seed weight (TSW) is used to calculate the sowing density, number of seeds present in a sample, and predict seed size. Our aim was to establish an alternative methodology for thousand-seed weight determination in forest species using image analysis techniques. The traditional methodology was compared with the alternative one, testing them on seeds from 16 forest species. The traditional method was performed by manually counting eight repetitions of 100 seeds, weighing of samples, and computation of thousand-seed weight. The alternative methodology was performed by counting seed samples captured by images and processing in ImageJ® software, followed by weighing a single sample, and computation. All steps were timed, and each methodology was repeated ten times per species. The TSW obtained by the alternative methodology was similar to that obtained by the traditional one, and the average execution time of the activities was reduced by 62%. The proposed thousand-seed weight determination by image analysis is an efficient and optimized alternative to the traditional method. Thousand-seed weight determination from image analysis reduces execution time for the seed analyst and forest seedling producer.