Software para automatización de conteo de plantas en cultivos de papa mediante visión artificial

Introducción: El desarrollo de herramientas de agricultura de precisión permitirá realizar tareas de monitoreo, caracterización y diagnóstico de una manera costo-efectiva. En este trabajo se propone utilizar drones y procesamiento de imágenes para poder realizar un conteo de las plantas y obtener un inventario actualizado. Método: Se utilizó la Colección Central Colombiana de papa en campo que conserva 1291 accesiones de materiales cultivados de papa de los grupos andígena, phureja y tuberosum. Se realizaron vuelos con el dron DGI Phantom 4 Multiespectral una vez emergieron las plantas a tres alturas diferentes 12m, 25m y 35m. Simultáneamente se contabilizó el inventario de manera manual para cada una de las accesiones y esta información se usó como el conjunto de datos real. A partir de las imágenes capturadas con el dron se construyó un ortofotomosaico multiespectral con corrección radiométrica usando WebODM. Inicialmente, se procesó el ortofotomosaico utilizando tres métodos diferentes de segmentación para poder separar el material vegetal con respecto al suelo. Los métodos utilizados son segmentación por umbralización, segmentación por espacio de color y por último una segmentación basada en un agrupamiento de k-medias. Posterior a esto se desarrolló un algoritmo para realizar el conteo se utilizó análisis por contornos para realizar la estimación de la cantidad de plantas en cada surco. Por último se compararon los resultados para cada accesión con el conjunto de datos real. Resultados: Se compararon los resultados entre los tres métodos de segmentación, a una altura de 12 m, se obtuvo 94.79%, 91.80% y 95.75% de exactitud para segmentación por umbralización, segmentación por espacio de color y segmentación basada en k-medias respectivamente. Adicionalmente, se compararon los resultados usando k-medias entre diferentes alturas y se obtuvo una exactitud de 95.75%, 91.33% y 84.61% para 12 m, 25 m y 35 m respectivamente. Es decir se obtuvo una mayor exactitud a menor altura como se esperaba, sin embargo una menor altura implica un costo mayor en tiempo y energía en el momento de captura de las imágenes. Este estudio demuestra que es posible usar esta estrategia para monitoreo de inventario.

• Autores: Mejía Martínez, Camilo Esteban; Ramirez Beltran, Nicolas Javier; Rojas Eslava, Julian Parmenio
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/63696
• Acceso en línea: http://hdl.handle.net/10554/63696
• Palabra clave: UAV; Drones; Agricultura de precisión; Inventario; Visión artificial; Segmentación; Conteo; UAV; Drones; Precision agriculture; Inventory; Artificial vision; Segmentation; Counting; Ingeniería electrónica - Tesis y disertaciones académicas; Programas para computador; Visión artificial; Inteligencia artificial
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional