A pesquisa visou a avaliar o processamento de imagens digitais pelo Sistema TreeVis (SVA) para identificar o estado nutricional de plantas de milho com níveis induzidos de Ca; Mg e S em plantas de milho (Zea mays L.). Foram utilizados tratamentos constituídos pela omissão completa e individual dos nutrientes Ca, Mg e S e para cada nutriente foram avaliadas doses crescentes (1/3, 2/3 e completa) do elemento e 4 repetições. Esse experimento foi realizado em casa de vegetação sob cultivo hidropônico, conduzido em vasos com solução nutritiva. Foram determinados os parâmetros de crescimento da cultura do milho (altura da planta, número de folhas e diâmetro do colmo) e massa seca das plantas. Foram feitas amostragens de plantas em V4, V6 e V8, visando determinar os teores de macro e micronutrientes das raízes e parte aérea e observados a sintomatologia de deficiência das plantas. Nesses estádios, através de um sistema de visão artificial, também foram obtidas as imagens das folhas. A omissão de Ca, Mg e S na solução nutritiva promoveu sintomas típicos de deficiência de cada nutriente em plantas de milho. O sistema de visão artificial conseguiu identificar os sintomas de deficiência de Ca, Mg e S com 80%, 75,5% e 78% de acertos, respectivamente.

The research aimed to evaluate the processing of digital images by TreeVis System (AVS) to identify the nutritional status of corn plants with induced levels of Ca, Mg and S in corn (Zea mays L.). Treatments used were made by the individual and complete omission of Ca, Mg and S and for each nutrient were evaluated escalating doses (1/3, 2/3 and complete) element and four replications. This experiment was conducted in a greenhouse under hydroponic cultivation in pots with nutrient solution. It was determined the growth of corn (plant height, leaf number and stem diameter) and plant dry. Samples were collected from plants in V4, V6 and V8 engines, to determine the levels of macro and micronutrients from the roots and shoots and observed symptoms of deficiency of plants. In these stages, through an artificial vision system, images were also obtained from the leaves. The omission of Ca, Mg and S in the nutrient solution caused symptoms typical of each nutrient deficiency in maize plants. The artificial vision system could identify the symptoms of deficiency of Ca, Mg and S with 80%, 75.5% and 78% accuracy, respectively.