RT Generic
T1 Segmentación automática de texturas en imágenes agrícolas
A1 Riomoros Callejo, María Isabel
AB En los últimos años, ha aparecido el concepto de Agricultura de Precisión, gracias al desarrollo de las nuevas tecnologías. Esto ha hecho que los problemas surgidos con las prácticas agrícolas tradicionales, tal es el caso de la utilización de herbicidas o el abonado generalizado, se vayan solventando conforme avanzan las investigaciones. En la Agricultura de Precisión se hace especial hincapié en las técnicas orientadas a laaplicación selectiva de tratamientos, es decir, al uso de herbicidas y otros productos químicos sólo en aquellas zonas en las que sea necesario.En esta investigación nuestro objetivo consiste en la identificación de forma automática de las diferentes texturas que aparecen en imágenes procedentes de campos de cultivo, concretamente de cereal y maíz. Por lo tanto, en nuestro trabajo, por un lado se identifica la parte vegetal mediante la fusión de cuatro imágenes obtenidas a partir de lo que técnicamente se conocen como índices cromáticos. Por otro lado se separan tanto la parte del suelo como del cielo, en este último caso cuando proceda, mediante el diseño de una estrategia también basada en índices de cromaticidad. Finalmente, las texturas identificadas como de vegetación o suelo se someten a un proceso de clasificación basado en el clasificador borroso con el fin de distinguir las diferentes tonalidades, que permiten discriminar diferentes tipos de vegetación y de suelo.[ABSTRACT]In recent years has emerged the concept of Precision Agriculture, by developing new technologies. This has made the problems encountered with traditional farming practices, such is the case for the use of herbicides or fertilizer widespread as they move will be by solving the research. In Precision Agriculture with special emphasis ontechniques aimed at the selective application of reatments, i.e. the use of herbicides and other chemicals products only in those areas where necessary.In this research, the objective consists in the automatic identification of the different textures that appear in images from crop fields, particularly cereal and corn. Therefore, in our work, first we identify the plants by fusing four images obtained from what is technically known as chromatic indices. On the other hand, textures belonging to the soil and the sky are also separated based on the application of chromaticity. Finally, once the vegetation and the soil textures are identified, through a fuzzy clustering approach still is possible a classification for distinguishing different kinds of vegetation and soil, including shades.
YR 2010
FD 2010
LK https://hdl.handle.net/20.500.14352/46246
UL https://hdl.handle.net/20.500.14352/46246
LA spa
NO Máster en Sistemas Inteligentes, Facultad de Informática, Departamento de Ingeniería del Software e Inteligencia Artificial, curso 2009-2010
DS Docta Complutense
RD 29 abr 2025