| Revista: | Biotecnología en el sector agropecuario y agroindustrial |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000395392 |
| ISSN: | 1692-3561 |
| Autores: | Sandino Mora, Juan David1 Amaya Hurtado, Darío1 Ramos Sandoval, Olga Lucía1 |
| Instituciones: | 1Universidad Militar Nueva Granada, Facultad de Ingeniería, Bogotá. Colombia |
| Año: | 2016 |
| Periodo: | Ene-Jun |
| Volumen: | 14 |
| Número: | 1 |
| Paginación: | 45-52 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en español | La identificación de diferentes anomalías en cultivos agrícolas usando procesamiento de imágenes, ha demostrado cada vez más su efectividad, contrario con los métodos de ejecución tradicionales, los cuales arrancan los folíolos y frutos de la planta, para realizar el estudio. En este trabajo se presentan los resultados del desarrollo e validación de un algoritmo, que permita realizar monitoreo de incidencia en cultivos de fresa (Fragaria x ananassa), capaz de dar una primera aproximación para distinguir senescencia y daños mecánicos en sus foliolos, implementando una metodología indirecta (no destructiva). Las técnicas de procesamiento de imágenes implementadas incluyen Suavizado, Erosión, Dilatación, Detección de Contornos, Correspondencia de Patrones, Umbralización, entre otros. Los resultados obtenidos se visualizaron en una aplicación desarrollada en C# usando la librería Emgu CV, mostrando al usuario un diagnóstico de la planta de estudio. Se concluye que es posible ofrecer un servicio de monitoreo preliminar de incidencia usando este algoritmo, ahorrando tiempo para productores e investigadores que requieran una primera aproximación del estado del cultivo, con la posibilidad de ejecutarse tanto en computadores e robots aéreos (drones) para hacer más eficiente esta tarea |
| Resumen en inglés | Processes executed for identifying anomalies in agricultural crops using image processing have been effective, however these methods involve tear off plants leaflets and fruits under study. For this paper it is shown the results of the development and validation of an algorithm that allows the execution of incidence monitoring in strawberry crops (Fragaria x ananassa), able to make a first approximation to distinguish senescence and mechanical damage in their leaflets, implementing an indirect (non-destructive) methodology. Image processing techniques used for this research include smoothing, erosion, dilation, edge detection, pattern matching, thresholding, among others. The results were visualized in an application developed in C# using the Emgu CV library. It is concluded that is possible to offer a preliminary monitoring of incidence using this algorithm, saving time for producers and researchers who require a first approximation of the state of the crop, with the ability to run on desktops, notebooks and aerial robots (drons) that allow to automate this task |
| Resumen en portugués | A identificação das diferentes anomalias em cultivos agrícolas utilizando processamento de imagens há demonstrado cada vez mais sua efetividade. Contrário com os métodos tradicionais, que tiram as folhas e frutos da arvore para realizar o estudo. Neste trabalho se apresentam os resultados do desenvolvimento e validação do algoritmo, que permite realizar monitoramentos da incidência em cultivos de morango (Fragaria x ananassa), capaz de realizar uma primeira aproximação para identificar senescência e danos mecânicos em suas folias, desenvolvendo uma metodologia não destrutiva. As técnicas de processamento de imagens desenvolvidas, incluem suavização, erosão, dilatação, detecção de bordas, correspondência de padrões, umbral (Thresholding), entre outros. Os resultados obtidos se visualizaram em uma aplicação em C# utilizando a biblioteca Emgu CV, mostraram ao usuário um diagnóstico da planta em estudo. Se conclui que é possível oferecer um serviço de monitoramento preliminar de incidência, utilizando este algoritmo, poupando tempo para produtores e pesquisadores que precisem uma primeira aproximação do estado de um cultivo, com a possibilidade de utilizar computadores e Drones para fazer mais eficiente esta tarefa |
| Disciplinas: | Geociencias, Agrociencias, Ciencias de la computación |
| Palabras clave: | Fitopatología, Plantas para uso industrial, Programación, Cartografía, Fresa, Fragaria x ananassa, Procesamiento digital de imágenes, Monitoreo, Algoritmos |
| Keyword: | Earth sciences, Agricultural sciences, Computer science, Phytopathology, Plants for industrial use, Programming, Cartography, Strawberry, Fragaria x ananassa, Digital image processing, Monitoring, Algorithms |
| Texto completo: | Texto completo (Ver HTML) |
