Detección y caracterización espectral individual de palmas aceiteras en imágenes aéreas mediante técnicas de visión artificial
Cargando...
Autores
Director
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
El cultivo de la palma aceitera en Colombia es de gran importancia en industrias como la alimenticia, química, cosmética y producción de biocombustibles. Existen condiciones fitosanitarias que ponen en riesgo las plantaciones y que pueden disminuir drásticamente su producción. El fenotipado de los cultivos proporciona información para la detección temprana de individuos con anomalías relacionadas con su salud. En este estudio se implementa un proceso fotogramétrico de obtención de datos de imágenes aéreas en cultivos de palma mediante plataformas aéreas no tripuladas y sensores multiespectrales. Luego se implementa y evalúa un método de detección individual de palmas utilizando algoritmos de extracción de características (HOG), clasificación (SVM) y agrupación de detecciones.
Posteriormente se implementa el algoritmo desarrollado para la detección de individuos sobre una imagen aérea multiespectral y se realiza su caracterización espectral individual, basado en el cálculo de índices de vegetación. Se obtiene un catálogo geolocalizado de palmas individuales junto con un conjunto de metadatos útiles para orientar al productor acerca de los individuos del cultivo con mayor interés de estudio según el estado fitosanitario relacionado con los índices de vegetación utilizados. (Texto tomado de la fuente)
Abstract
Oil palm cultivation in Colombia is significant in industries such as food, chemical, cosmetics, and biofuel production. Phytosanitary conditions exist that put plantations at risk and can drastically reduce their production. Crop phenotyping provides information for the early detection of individuals with health-related anomalies. In this study, a photogrammetric process for obtaining aerial image data from palm crops using unmanned aerial platforms and multispectral sensors is implemented. Subsequently, an individual palm detection method is implemented and evaluated using feature extraction (HOG), classification (SVM), and detection clustering algorithms.
Afterward, the developed algorithm for individual detection is implemented on a multispectral aerial image, and individual spectral characterization is performed based on the calculation of vegetation indices. A geolocalized catalog of individual palms is obtained, along with a set of useful metadata to guide the producer regarding the crop individuals of greatest interest for study according to their phytosanitary status related to the vegetation indices used.
Palabras clave propuestas
Descripción
Ilustraciones, diagramas, fotografías