Desarrollo de un sistema de control en la aplicación de técnicas selectivas de eliminación de maleza
El sistema propuesto se basa en el hecho que la identificación de maleza se puede hacer usando técnicas de detección de color a través de visión de máquina, y el uso de las herramientas computacionales disponibles. Para la detección de malezas, se desarrolla un algoritmo de procesamiento de imágenes...
- Autores:
-
Corredor Gómez , Jennifer Paola
- Tipo de recurso:
- Fecha de publicación:
- 2011
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/7442
- Palabra clave:
- 62 Ingeniería y operaciones afines / Engineering
63 Agricultura y tecnologías relacionadas / Agriculture
Estimación de Kn-vecino más cercano
Visión artificial
Técnicas no paramétricas
Agricultura de precisión / Kn-nearest-neighbour estimation
Machine vision
Non-parametric techniques
Precision farming
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| Summary: | El sistema propuesto se basa en el hecho que la identificación de maleza se puede hacer usando técnicas de detección de color a través de visión de máquina, y el uso de las herramientas computacionales disponibles. Para la detección de malezas, se desarrolla un algoritmo de procesamiento de imágenes mediante técnicas no paramétricas (la regla del kn-vecino más cercano) para reconocimiento de patrones. La implementación del sistema consiste de un sensor que adquiere imágenes y un software de post-procesamiento que es el encargado de detectar la maleza, para así controlar el proceso de accionamiento de válvulas para cada quemador, logrando una optimización del uso de combustible ademas de mantener las propiedades del suelo. A través de la selección de válvulas adecuadas y el cálculo de la intensidad de la llama deseada, se logra un equilibrio entre la cantidad de combustible requerido y la temperatura necesaria para eliminar la maleza. El algoritmo propuesto (basado en la regla del kn-vecino más cercano) mostró buenos resultados en términos de costos y tiempos de procesamiento computacional, por lo que es viable para su uso en aplicaciones de eliminación de malezas ya que la velocidad a la que se puede mover el tractor no se ve limitada por el tiempo de procesamiento de cada imagen. La respuesta del sistema se considera adecuada para su aplicación en las operaciones agrícolas reales. / Abstract. The system proposed builds on the fact that weed identification can be done using colour detection techniques via machine vision. For weed detection, an image processing methodology is developed using non-parametric techniques for pattern recognition. The aim of implementing a machine vision system that consists of a sensor that acquires images and postprocessing software that is in charge of detecting weeds, is to control the process of actuation of valves for each individual burner, and thus optimizing fuel use and keeping the soil’s properties intact; for correct removal of weeds thermal control was used. An important activity was the development of an electronic power amplifier and a communication interface that sends a signal to activate valves, allowing the correct operation of the flame-thrower device. Through the appropriate valve selection and calculation of the desired flame intensity, the balance between amount of fuel required and temperature needed to eliminate weed is obtained. The proposed algorithm (based on the Kn-Nearest-Neighbour Estimation) showed good results in terms of computational costs and processing times. The response of the system was considered adequate for its application in actual farming operations. |
|---|