| Revista: | Ciencia ergo sum |
| Base de datos: | |
| Número de sistema: | 000604597 |
| ISSN: | 1405-0269 |
| Autores: | Flores Colorado, Oscar Eder1 Cervantes Canales, Jair1 García Lamont, Farid1 Ruiz Castilla, José Sergio1 |
| Instituciones: | 1Universidad Autónoma del Estado de México, Centro Universitario, Texcoco, Estado de México. México |
| Año: | 2023 |
| Volumen: | 30 |
| Número: | 3 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Resumen en español | Se utilizan técnicas de reconocimiento de patrones para identificar hojas sanas y cuatro enfermedades de la planta del café Coffeea arabica. Las enfermedades son la roya del café, el minador de la hoja, phoma quema y Cercospora coffeicola. Para lograrlo, se ocuparon diferentes técnicas de segmentación, entre ellas Otsu, PCA y método de frontera global. Con el fin de obtener el vector de características, las imágenes se procesaron para extraer las características cromáticas, geométricas y textuales. Por último, se implementaron cuatro algoritmos de clasificación entre los que se encuentran support vector machine, random forest, Naive Bayes y redes neuronales artificiales backpropagation. La mejor precisión obtenida es del 83% con segmentación Otsu y clasificación con redes neuronales artificiales backpropagation. |
| Resumen en inglés | Pattern recognition techniques in digital images are applied to identify healthy leaves and four important diseases of the coffee plant Coffeea arabica. The diseases are coffee rust, leaf miner, Phoma leaf spot and Cercospora coffeicola. To achieve this, different segmentation techniques were used, among them: Otsu, PCA and Global Border Method. To get the features vector, the images were processed to extract the Chromatic, geometric and textural features. Finally, four classification algorithms were implemented, including support vector machine, random forest, Naive Bayes and Artificial neural networks backpropagation. The best accuracy obtained is 83% with Otsu segmentation and classification with backpropagation Artificial neural networks. |
| Disciplinas: | Agrociencias |
| Palabras clave: | Reconocimiento de patrones, Visión artificial, Enfermedades y plagas del café, Fitopatología |
| Keyword: | Pattern recognition, Artificial vision, Coffee plant diseases, Phytopathology |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
