Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.utn.edu.ec/handle/123456789/14494
Citar este ítem

Título : Desarrollo de una aplicación para detección automática de líneas de cultivo y malezas mediante el procesamiento de imágenes agrícolas en tiempo real.
Director: Pusdá Chulde, Marco Remigio
Autor : Lucero Torres, Yerson Fabricio
Tipo docuemento: bachelorThesis
Palabras clave : SISTEMA DE INFORMACIÓN;CULTIVOS DE CAMPO;RECONOCIMIENTO TOPOGRÁFICO
Fecha de publicación : 24-jul-2023
Fecha de creación : 3-jul-2023
Resumen : Con el avance tecnológico los planteamientos de ayuda a la agricultura dan paso a distintas estrategias de gestión y acción necesarias para transformar y orientar los distintos sistemas agrícolas, conformando así la AP, que es el campo que busca utilizar a las TIC en el apoyo de decisiones con el fin de mejorar el trabajo del agricultor y la calidad del producto, cuidando el medioambiente y siendo más eficiente económicamente, el presente proyecto comprende la revisión y aplicación de diferentes técnicas de visión por computador para el desarrollo de una aplicación para detección automática de líneas de cultivo y malezas mediante el procesamiento de imágenes agrícolas en tiempo real. Se realizó una revisión bibliográfica para tener un marco teórico que conceptualizó las herramientas, técnicas y métodos de la AP que estableció la utilización del lenguaje Python con la librería OpenCv y el método Haar Cascade para el desarrollo y entrenamiento del algoritmo, este algoritmo se basa principalmente en la escala de las imágenes y los vecinos cercanos al detectar cualquier objeto, cuenta con el apoyo de Cascade Trainer GUI, que es un programa que se puede utilizar para entrenar, probar y mejorar modelos de clasificadores en cascada. El sistema utiliza el protocolo RTSP (protocolo de transmisión en tiempo real) ayudando a reducir la pérdida de datos en la obtención y transmisión de las imágenes, el algoritmo clasificador usa el marco de detección de objetos en 5 fases: Detección del área de interés, resta de fondo, segmentación, detección y conteo. El software alcanza una precisión de detección de líneas de cultivo del 92,10% y una exactitud en la detección de maleza del 80,49% promediando un valor arriba del 86,28% en la detección de malezas y líneas de cultivo, con un costo computacional de 0.92 siendo 1 lo más eficiente. Estos resultados fueron evaluados con base en mAP (Mean Average Precision) y los principios cuantitativos de diseño de computadoras.
Descripción : Desarrollar una aplicación para detección automática de líneas de cultivo y malezas mediante el procesamiento de imágenes agrícolas en tiempo real.
URI : http://repositorio.utn.edu.ec/handle/123456789/14494
Ubicación: 04/ISC/ 677
Ciudad. País: Ibarra. Ecuador.
Grado Académico: Ingeniería
Código MFN : 0000041541
Carrera Profesional: Sistemas Computacionales
Aparece en las colecciones: Ing. en Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
04 ISC 677 logo.jpgLogo94.04 kBJPEGVista previa
Visualizar/Abrir
04 ISC 677 TRABAJO GRADO.pdfTrabajo de Grado6.64 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons