Sistema de clasificación de madurez de racimos de palma aceitera africana (Elaeis guineensis Jaq.) a partir de visión de máquina en un cultivo en Maní, Casanare

Este proyecto se realizó con el fin de desarrollar un sistema de clasificación del estado de madurez de los racimos de fruto de la palma de aceite africana (Elaeis Guineensis) empleando un algoritmo de visión de máquina en videos capturados en campo por medio de un sistema monocular en el cultivo La...

Full description

Autores:
Bolaños Zambrano, Katheryn Valeria
Pachón Díaz, Nicolás
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad El Bosque
Repositorio:
Repositorio U. El Bosque
Idioma:
spa
OAI Identifier:
oai:repositorio.unbosque.edu.co:20.500.12495/6692
Acceso en línea:
http://hdl.handle.net/20.500.12495/6692
https://repositorio.unbosque.edu.co
Palabra clave:
Análisis de imágenes
Sistema monocular
Elaeis guineensis
Nigrescens
Clasificadores
Industria aceitera
Estadios de maduración
610.28
Image analysis
Monocular system
Elaeis guineensis
Nigrescens
Classifiers
Oil industry
Maturation stages
Aceite de palma
Productos vegetales
Palma africana
Rights
openAccess
License
Atribución-NoComercial-CompartirIgual 4.0 Internacional
Description
Summary:Este proyecto se realizó con el fin de desarrollar un sistema de clasificación del estado de madurez de los racimos de fruto de la palma de aceite africana (Elaeis Guineensis) empleando un algoritmo de visión de máquina en videos capturados en campo por medio de un sistema monocular en el cultivo La Esperanza en el municipio de Maní, Casanare. Se contemplaron 4 etapas para el desarrollo del proyecto: adquisición de imágenes y videos, extracción y selección de características, desarrollo e implementación del algoritmo de clasificación y evaluación del algoritmo. Con las imágenes obtenidas se realizó la clasificación del sistema monocular, constituyendo así un dataset de imágenes de racimos de fruto de palma en diferentes estados de madurez, que luego mediante análisis cualitativos realizados en diferentes espacios de color y análisis estadísticos, permitió seleccionar aquellas características que permitieran determinar el estado de madurez del fruto. El algoritmo de clasificación desarrollado e implementado se basó en una red neuronal de 4 etapas con 4 características; el cual fue entrenado con 30 racimos de palma, 10 por cada estado de maduración. Luego de la fase de validación del algoritmo se concluyó que el sistema hace una clasificación muy efectiva para el estado “sobre maduro”. Para los estados “inmaduro” y “maduro”, lo cuales tienen características morfológicas similares y a pesar de tener características colorimétricas con variaciones notables, estas no son apreciables con cámaras comerciales ya que se afecta por factores ambientales; con lo cual se concluye que el método permite hacer una clasificación de racimos de palma de aceite africana por estados de madurez mediante características colorimétricas y morfológicas en imagen 2D.