Desarrollo de un sistema automático de medición de la masa de café en rama a través de visión de máquina

La estimación de producción de café en Colombia es un proceso que se realiza periódicamente para proyectar la dinámica del negocio del café, tanto a nivel Nacional como Internacional. Actualmente no se cuenta con herramientas, dispositivos o sistemas que asistan esta labor, es un proceso que se lleva a cabo de forma manual, siendo costoso y dispendioso. Como un primer acercamiento a una solución del problema anterior se propone, a través de esta tesis doctoral, desarrollar un sistema para estimar la producción de café en una rama a partir de imágenes adquiridas con sistemas monoculares en condiciones de campo. Se desarrollaron algoritmos con alta robustez a los cambios en iluminación y con un manejo adecuado del ruido en imágenes generadas por sistemas monoculares, como el presente en algunos dispositivos móviles. Este trabajo se desarrolló en cuatro etapas: (i) La primera consistió en diseñar una estrategia para adquirir imágenes en condiciones de campo, se desarrolló un aplicativo móvil para controlar la adquisición y el almacenamiento de las imágenes y realizar geolocalización de cada una de las ramas chequeadas en una parcela de café; (ii) En la segunda etapa se diseñó un algoritmo para la identificación y conteo de frutos de café por estado de desarrollo, en condiciones de campo, usando información de textura (2D) en las imágenes adquiridas; se tuvieron en cuenta técnicas de segmentación adecuadas para frutos visibles y medianamente ocluidos, reconocimiento de patrones para diferenciar los frutos de otras estructuras vegetativas presentes en las ramas, como por ejemplo hojas, flores, tallo, etc.; (iii) La etapa tres consistió en diseñar un algoritmo 3D para obtener el modelo geométrico de los frutos de café en la rama, e inferir su estado de desarrollo a partir de la información geométrica y de color de cada nube de puntos generada: (iv) La última etapa consistió en probar cada uno de los algoritmos desarrollados en la segunda y tercera etapa y crear modelos de estimación de producción a nivel de rama, para cada uno de los estados de desarrollo. Se logró estimar el número de frutos en una rama de café, por medio del conteo automático generado por el sistema de visión de máquina desarrollado, con un R2 del 0,98 y un error del 17%. Se estimó también el porcentaje de maduración de la rama con un R2 del 0,94 y un error del 7%. La masa de la rama fue estimada a partir del conteo automático y se obtuvo un R2 de 0,94 con un error de estimación del 22%. Se realizaron estimaciones a nivel de árbol y parcela que muestran que es posible estimar la masa a cosechar de la parcela por medio del conteo automático a frutos de café en ramas. La información obtenida en este trabajo permitirá generar herramientas para que los caficultores utilicen un método eficiente, no destructivo y de bajo costo que proporcione información útil para planificar el trabajo agrícola y la obtención de beneficios económicos de la gestión eficiente de los recursos

• Autores: Ramos Giraldo, Paula Jimena
• Tipo de recurso: Doctoral thesis
• Fecha de publicación: 2017
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/60144
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/60144; http://bdigital.unal.edu.co/58145/
• Palabra clave: 62 Ingeniería y operaciones afines / Engineering; 63 Agricultura y tecnologías relacionadas / Agriculture; Aplicativo móvil; Integración sensores; Algoritmo 2D; Algoritmo 3D; Conteo de frutos; Modelo geométrico; Modelos de estimación; Café - producción - Colombia - tesis y disertaciones académicas; Mobile application; Sensor integration; 2D algorithm; 3D algorithm; Fruit count; Geometric model; Estimation models; Coffee - production - Colombia - dissertations, academic
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional