Classificação de crisântemos via transformador de fusão de espaços de cor

Por que a origem e a cor de uma flor realmente importam

Os crisântemos são mais do que flores bonitas para buquês de outono. Na China, são também um remédio herbal clássico e uma cultura valiosa, mas suas propriedades medicinais e o preço de mercado dependem fortemente da variedade da planta e de onde foi cultivada. Hoje, distinguir um crisântemo medicinal de outro geralmente exige olhos experientes, testes químicos ou análise genética — abordagens que são lentas, caras e difíceis de aplicar no campo. Este estudo apresenta um método baseado em câmera que permite a um computador classificar crisântemos de forma rápida e precisa, apenas a partir de imagens, examinando a cor com uma nova sensibilidade.

Ver flores do jeito que uma câmera vê

A maioria das fotos digitais armazena a cor como misturas de vermelho, verde e azul (RGB). Isso funciona bem para exibição, mas nem sempre corresponde à maneira como os humanos percebem brilho e mudanças sutis de cor, especialmente quando a iluminação varia. Os autores pegam as imagens RGB habituais das cabeças florais dos crisântemos — especialmente a parte de trás das flores, que carrega pistas estruturais e de cor ricas — e as convertem para um segundo sistema de cor conhecido como LAB. No LAB, um canal acompanha claro versus escuro, enquanto os outros dois descrevem como as cores diferem ao longo de eixos avermelhado–esverdeado e amarelado–azulado. Ao trabalhar simultaneamente em ambos os sistemas, o método consegue preservar o detalhe fino da foto original ao mesmo tempo em que captura diferenças de cor mais estáveis e semelhantes à percepção humana entre flores parecidas.

Duas visões paralelas da mesma flor

Para aproveitar ao máximo essas visões complementares, os pesquisadores projetam uma rede “multi‑caminho” — essencialmente duas pistas especializadas trabalhando em paralelo. Uma pista estuda a versão RGB de cada imagem, e a outra analisa a versão LAB. Cada pista é construída a partir de blocos convolucionais modernos, um tipo de estrutura de deep learning que se destaca em captar bordas, texturas e formas. Camadas iniciais prestam atenção aos contornos das pétalas e a pequenos padrões de textura, enquanto camadas mais profundas resumem estruturas mais amplas. Em vários estágios, a rede funde o que cada pista aprendeu empilhando seus mapas de características. Isso permite ao modelo ponderar contornos nítidos do RGB contra uma estrutura de cor mais suave e robusta à iluminação do LAB, combinando-os em uma representação interna mais rica de cada flor.

Deixando a atenção encontrar os detalhes decisivos

Depois que as pistas paralelas destilam as imagens das flores em mapas de características compactos, um segundo tipo de modelo assume: um transformador de visão. Transformadores foram originalmente inventados para linguagem, onde se destacam em detectar relações de longo alcance, e agora desempenham um papel crescente na análise de imagens. Aqui, as características fundidas dos crisântemos são cortadas em muitos pequenos patches e alimentadas ao transformador, que usa um mecanismo de “atenção” para decidir quais patches importam mais para distinguir variedades. Essa visão global ajuda a rede a conectar diferenças sutis de cor próximas à base das pétalas com padrões mais externos na cabeça floral, levando a um julgamento mais confiável do tipo e da origem de cada flor.

Testando o sistema

A equipe reuniu uma coleção substancial de imagens: mais de 9.000 fotos das partes de trás e da frente das flores de 18 tipos de crisântemo e 15 regiões de cultivo, com algumas variedades — como o crisântemo Hangbai — representadas em muitos locais diferentes. Eles treinaram e avaliaram seu modelo nesse conjunto de dados e o compararam com arquiteturas de deep learning bem conhecidas e amplamente usadas em reconhecimento de imagens. Os resultados são impressionantes: ao trabalhar com imagens da vista traseira, o novo método alcançou uma precisão em torno de 96–97% em seu próprio conjunto de dados de crisântemos e mais de 99% em um benchmark público padrão de imagens de flores. Superou vários concorrentes fortes, incluindo redes puramente convolucionais e modelos puramente transformadores, e manteve não apenas alta precisão, mas também desempenho estável em muitas categorias diferentes de crisântemo.

O que isso significa para produtores e medicina herbal

Em termos práticos, o estudo mostra que um sistema de análise de imagens bem projetado pode igualar — e em alguns casos superar — a confiabilidade de abordagens laboratoriais mais complicadas para reconhecer crisântemos medicinais. Ao combinar duas formas de representar a cor com dois tipos complementares de rede neural, o método consegue identificar pistas visuais sutis que distinguem flores semelhantes de diferentes regiões. Isso pode apoiar verificações rápidas de qualidade em mercados, ajudar a rastrear de onde cabeças florais secas realmente vieram e, eventualmente, estender‑se a outras plantas medicinais que dependem da identificação precisa da variedade. À medida que essas ferramentas saem do laboratório para dispositivos portáteis ou máquinas de triagem, elas prometem tornar o “olho treinado” de um especialista disponível onde quer que plantas medicinais sejam cultivadas, comercializadas ou prescritas.

Citação: Jiang, J., Yang, X., Wang, T. et al. Chrysanthemum classification via color space fusion transformer. Sci Rep 16, 9397 (2026). https://doi.org/10.1038/s41598-026-40027-2

Palavras-chave: classificação de crisântemo, reconhecimento de imagens de plantas, fusão de espaço de cor, transformador de visão, ervas medicinais