La presente tesis propone un equipo portátil y ergonómico que permita la captura de imágenes de cultivos de quinua y, mediante un método de procesamiento eficaz, detecte los segmentos donde la planta se encuentra afectada por la enfermedad del Mildiu (representada por un amarillamiento particular sobre las hojas) para así obtener un resultado numérico que represente dicho efecto. La realización de este proyecto resuelve el principal problema del análisis cualitativo en los que se basa el cliente para el diagnóstico de la enfermedad ya que ofrecerá una solución cuantitativa para la identificación y medición de daño en los cultivos que proporcione al agrónomo un dato vital para poder suministrar la dosis adecuada de fungicida a las plantaciones y obtener un producto de mejor calidad. Este trabajo se basa en dos procesos de segmentación: primero, se realizó, a partir de la imagen original capturada, la segmentación de vegetación sobre el entorno mediante el modelo de color L*a*b, histograma bidimensional, filtrado y binarización; y, segundo, se realizó, a partir de la imagen resultante del primer proceso, la segmentación de amarillamiento sobre la vegetación mediante de los modelos de histogramas bidimensionales, filtrado, binarización y propiedades de excentricidad. Para la validación se tomó 50 imágenes de un cultivo de quinua del Instituto Nacional de Innovación Agraria (INIA) - Sede Lima, las cuales fueron procesadas a través del equipo desarrollado y verificado por el agrónomo especialista. Finalmente, se utilizó el índice de Kappa de Cohen para comparar los resultados donde se obtuvo un resultado de 0.789. / This thesis proposes a portable and ergonomic equipment that allows the capture of images of quinoa crops and, through an effective processing method, detect the segments where the plant is affected by Mildew disease (represented by a particular yellowing on the leaves) in order to obtain a numerical result that represents that effect. The realization of this project solves the main problem of the qualitative analysis on which the client is based for the diagnosis of the disease since it will offer a quantitative solution for the identification and measurement of crop damage that provides the agronomist with a vital data to be able to Supply the appropriate dose of herbicide to the plantations and obtain a better quality product. This work is based on two segmentation processes: first, from the original image captured, the segmentation of vegetation over the environment was carried out using the L*a*b color model, two-dimensional histogram, filtering and binarization; and, secondly, from the image resulting from the first process, the segmentation of yellowing on the vegetation was carried out using the two-dimensional histogram, filtering, binarization and eccentricity properties models. For validation, 50 images of a quinoa crop from INIA - Lima Headquarters were taken, which were processed through the equipment developed and verified by the specialist agronomist. Finally, Cohen’s Kappa index was used to compare the results where a result of 0.789 was obtained. / Tesis
Identifer | oai:union.ndltd.org:PERUUPC/oai:repositorioacademico.upc.edu.pe:10757/654958 |
Date | 03 February 2021 |
Creators | Oré Huacles, Gian Carlos, Vásquez García, Alexis |
Contributors | Kemper Vásquez, Guillermo Leopoldo |
Publisher | Universidad Peruana de Ciencias Aplicadas (UPC), PE |
Source Sets | Universidad Peruana de Ciencias Aplicadas (UPC) |
Language | Spanish |
Detected Language | Spanish |
Type | info:eu-repo/semantics/bachelorThesis |
Format | application/pdf, application/epub, application/msword |
Source | Universidad Peruana de Ciencias Aplicadas (UPC), Repositorio Académico - UPC |
Rights | info:eu-repo/semantics/openAccess, Attribution-NonCommercial-ShareAlike 4.0 International, http://creativecommons.org/licenses/by-nc-sa/4.0/ |
Page generated in 0.0023 seconds