Clasificación de cultivos agrícolas utilizando técnicas clásicas de procesamiento de imágenes y redes neuronales artificiales



Document title: Clasificación de cultivos agrícolas utilizando técnicas clásicas de procesamiento de imágenes y redes neuronales artificiales
Journal: Realidad, datos y espacio. Revista internacional de estadística y geografía
Database: CLASE
System number: 000424204
ISSN: 2007-2961
Authors: 1
1
Institutions: 1Universidad La Salle, Facultad de Ingeniería, México, Distrito Federal. México
Year:
Season: Sep-Dic
Number: 3
Pages: 62-77
Country: México
Language: Español
Document type: Artículo
Approach: Analítico, descriptivo
Spanish abstract La percepción remota, llevada a cabo con el apoyo de satélites artificiales, ha contribuido con el paso de los años a la clasificación adecuada de los cultivos agrícolas. Así, se han identificado varios avances en este campo usando sus imágenes con diferentes resoluciones espaciales y espectrales. Su clasificación puede ser abordada como un problema de reconocimiento de patrones que utiliza procesamiento de imágenes y que está formado por varias etapas: la primera se relaciona con la selección del método o medio a través del cual se obtiene la imagen, la segunda está inmersa tanto en el procesamiento de ésta como en la extracción de rasgos y la tercera hace referencia a la selección y aplicación de algoritmos de clasificación. En esta investigación se presenta una metodología basada en técnicas de procesamiento de imágenes satelitales de baja resolución y reconocimiento de patrones que permite realizar una adecuada clasificación de cultivos agrícolas. Para validar su desempeño, se definió una región de prueba en el estado de Sinaloa, México, con una imagen de prueba de GoogleEarth con tres canales de información en el espectro visible; se etiquetaron manualmente cinco tipos de cultivo de donde se derivaron 24 bases de datos compuestas por 2 752 muestras asociadas a los diferentes cultivos
Disciplines: Geografía
Keyword: Cartografía,
Percepción remota,
Cultivos,
Reconocimiento de patrones,
Imágenes,
Clasificación
Full text: Texto completo (Ver HTML)