Sistema para determinar la falta de nutrientes a través de las hojas en el cultivo de mango

Abstract

En este trabajo de investigación se muestra el proceso de diseño y programación de un sistema de detección de deficiencias nutricionales, el cual está realizado con el lenguaje de programación Python y permite al usuario conocer el estado de su planta a partir de una fotografía capturada en un ambiente controlado. Las deficiencias nutricionales presentes durante el cultivo de mango son de vital importancia durante todo el proceso que conlleva su producción. Para el productor es difícil conocer cuando su cultivo está sufriendo estas deficiencias por lo que es necesario un análisis foliar para conocer su estado. El sistema desarrollado es capaz de reconocer cada hoja y realizar el análisis respectivo a cada una de ellas de acuerdo a la deficiencia que el usuario desee buscar teniendo en cuenta que a partir de matrices de confusión se obtuvo que el algoritmo de detección de deficiencia de nitrógeno tiene una eficacia del 74,2% y una especificidad del 96,5%.; el algoritmo de detección de deficiencia de fósforo tiene un 73,7% para eficacia y 78,3% de especificidad; mientras que el algoritmo de detección de potasio tiene 64,1% para eficacia y 85,9% de especificidad.