El presente trabajo expone un sistema de clasificación de maleza y hortalizas a partir de imágenes exteriores de cultivos. El clasificador está basado en la teoría de las máquinas de vectores de soporte (Support Vector Machine SVM) con su extensión para el caso no lineal, haciendo uso de la función de base radial (RBF) y optimizando su parámetro de escala σ para suavizar la región de decisión. El espacio de características es el resultado del análisis por componentes principales (PCA) de 10 medidas de textura calculadas a partir de matrices de co-ocurrencia en niveles de gris (GLCM). Los resultados indican un rendimiento del clasificador por encima del 90% calculando los índices de especificidad, sensibilidad y precisión.
Introducción
Las malas hierbas son plantas que compiten con el cultivo comercial deseado, disminuyendo la productividad. Lo hacen bloqueando los canales de riego y compitiendo por el agua, los nutrientes, el espacio y la luz, por lo que la calidad y el rendimiento del cultivo disminuyen. Una aplicación robótica que pueda discriminar entre las malas hierbas y los cultivos a partir de imágenes es una alternativa rentable para permitir que el tratamiento selectivo se centre en la optimización de los recursos y la preservación de los entornos, identificando y eliminando sólo las plantas de malas hierbas mezcladas con los vegetales en los cultivos. Este enfoque puede resolverse utilizando el procesamiento de imágenes para seleccionar las plantas no deseadas y realizando una erradicación mecánica autónoma en una plataforma móvil que se desplaza por los cultivos, sin afectar a las demás plantas utilizando productos químicos.
Los recientes desarrollos en el campo de la visión artificial han provocado un renovado interés por implementar sistemas de reconocimiento de malas hierbas basados en ella. Básicamente, existen tres enfoques principales para la detección de malas hierbas: basados en el análisis del color, la forma y la textura. En relación con las características de color y forma, las investigaciones anteriores sugieren un criterio para segmentar las plantas basado en un Índice de Vegetación que enfatiza el componente "verde" de la imagen de origen. Dos de estos índices son el Índice de Exceso de Verde (Woebbecke, et al., 1995), (Muangkasem, et al., 2010) y el Índice de Vegetación de Diferencia Normalizada que se utiliza para la clasificación de malas hierbas teniendo en cuenta el color y la forma (Pérez et al., 2000) y cuantificar la cobertura vegetal del mapa (Wiles, 2011). Una ventaja de los índices es que, como efecto secundario, pueden funcionar bien con diferentes condiciones de luz solar y de fondo. Las características de color pueden complementarse con características de forma que describan su geometría.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Evaluación de la idoneidad y disponibilidad de tierras para la agricultura en la regencia de Tuban, Java Oriental, Indonesia
Artículo:
Respuestas del crecimiento y el rendimiento del caupí y el cacahuete a cinco cepas de inoculantes rizobianos en la zona de la sabana de Guinea en Ghana
Artículo:
Redes neuronales artificiales para la estimación de la curva de retención de agua del suelo mediante datos ajustados y medidos
Artículo:
¿Podemos predecir cómo varían los efectos de las lombrices de tierra en el crecimiento de las plantas con las propiedades del suelo?
Artículo:
Evaluación de la calidad del suelo en la franja occidental árida del delta del Nilo para una agricultura sostenible
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Distintas formas de simular valores de variables aleatorias con distribución normal estándar
Libro:
Tratamientos avanzados de aguas residuales industriales