Segmentación automática de texturas en imágenes agrícolas
dc.contributor.advisor | Pajares Martinsanz, Gonzalo | |
dc.contributor.advisor | Guijarro Mata-García, María | |
dc.contributor.advisor | Ribeiro Seijas, Angela | |
dc.contributor.author | Riomoros Callejo, María Isabel | |
dc.date.accessioned | 2023-06-18T09:10:02Z | |
dc.date.available | 2023-06-18T09:10:02Z | |
dc.date.defense | 2015-12-16 | |
dc.date.issued | 2016-07-01 | |
dc.description | Tesis inédita de la Universidad Complutense de Madrid, Facultad de Informática, Departamento de Ingeniería del Software e Inteligencia Artificial, leída el 16-12-2015 | |
dc.description.abstract | El control de malas hierbas en grandes extensiones de terreno resulta costoso y a veces contaminante desde el punto de vista medioambiental. El avance en los últimos años de los sistemas de control y automatización en agricultura ha favorecido la aparición del concepto de Agricultura de Precisión (AP), para intervenir o actuar sobre el cultivo, en el momento adecuado y en el lugar preciso. La presente tesis se ha desarrollado en el marco de dos proyectos de investigación a nivel nacional y uno europeo. Este último dentro del VII programa Marco de la Unión Europea, cuyo principal objetivo era implementar técnicas de AP de forma más eficiente mediante flotas de robots. En todos ellos, que han involucrado robots, éstos están equipados con sus correspondientes sistemas de Visión Artificial con el fin de identificar la existencia de determinadas texturas de interés con fines de tratamientos específicos o navegación segura de los vehículos, evitando obstáculos u otros elementos existentes en el campo de trabajo. Para la consecución de los objetivos mencionados resulta necesario el análisis de las imágenes procedentes de los campos de cultivo. Estas imágenes están constituidas por diferentes elementos que en su conjunto contienen diferentes tipos de estructuras, tales como: a) plantas verdes alineadas en forma de surcos o dispersas según se trate de cultivo o malas hierbas; b) suelo que constituye el sustrato; c) cielo u otros componentes añadidos. Todos ellos constituyen lo que desde el punto de vista del tratamiento de imágenes se conoce como texturas... | |
dc.description.abstract | The control of weeds in large land areas results expensive and most times pollutant from the environmental point of view. In the last years, important advances through the application of control systems and automation in agriculture have been made possible the appearance of Precision Agriculture (PA), which means to carry out the right intervention, in the right place at the right time. The research has been supported by two national research projects and also with funding from a research European project in the FP7 framework, where the main goal was the efficient application of PA techniques through a fleet of robots. The three projects have involved robots, equipped with machine vision systems with the aim of identifying the most relevant textures for site-specific treatments or safe navigation for the involved vehicles, avoiding obstacles or existing elements in the agricultural field. To achieve the above objectives it is required the analysis of images coming from the crop fields. These images contain different elements that on the whole contain different structures, namely: a) green plants aligned in furrows or randomly distributed depending on if they are crops or weeds; b) soil as the basis; c) sky and other added components. They form what is known as textures from the point of view of image processing. Therefore, and more specifically, the research has been focused on the texture analysis existing in the images acquired by the machine vision systems in maize fields, which has been carried out from two points of view: chromatic and spatial... | |
dc.description.department | Depto. de Ingeniería de Software e Inteligencia Artificial (ISIA) | |
dc.description.faculty | Fac. de Informática | |
dc.description.refereed | TRUE | |
dc.description.status | unpub | |
dc.eprint.id | https://eprints.ucm.es/id/eprint/38358 | |
dc.identifier.uri | https://hdl.handle.net/20.500.14352/27418 | |
dc.language.iso | spa | |
dc.page.total | 146 | |
dc.publication.place | Madrid | |
dc.publisher | Universidad Complutense de Madrid | |
dc.rights.accessRights | open access | |
dc.subject.cdu | 004.932(043.2) | |
dc.subject.cdu | 004:63(043.2) | |
dc.subject.keyword | Vision por ordenador | |
dc.subject.keyword | Computer vision | |
dc.subject.ucm | Inteligencia artificial (Informática) | |
dc.subject.unesco | 1203.04 Inteligencia Artificial | |
dc.title | Segmentación automática de texturas en imágenes agrícolas | |
dc.type | doctoral thesis | |
dspace.entity.type | Publication | |
relation.isAdvisorOfPublication | d5518066-7ea8-448c-8e86-42673e11a8ee | |
relation.isAdvisorOfPublication.latestForDiscovery | d5518066-7ea8-448c-8e86-42673e11a8ee | |
relation.isAuthorOfPublication | afaa04c6-e0c9-41ee-a342-73bc7fc2c690 | |
relation.isAuthorOfPublication.latestForDiscovery | afaa04c6-e0c9-41ee-a342-73bc7fc2c690 |
Download
Original bundle
1 - 1 of 1