|
|
Please use this identifier to cite or link to this item:
https://repositorio.utn.edu.ec/handle/123456789/18167| Title: | Discriminación de cultivo y malezas en campos de papa utilizando técnicas de visión por computador |
| metadata.dc.title.en: | Crop and Weed Discrimination in Potato Fields Using Computer Vision Techniques |
| Authors: | García Santillán, Iván Danilo Pusdá Chulde, Marco Remigio Caranqui Sánchez, Víctor Manuel Landeta López, Pablo Andrés Salazar Fierro, Fausto Alberto Granda Gudiño, Pedro David |
| metadata.dc.contributor.orcid: | https://orcid.org/0000-0001-6404-5185 https://orcid.org/0000-0003-4265-999X https://orcid.org/0000-0001-9296-3012 https://orcid.org/0000-0002-2914-8696 https://orcid.org/0000-0003-1558-6721 https://orcid.org/0000-0001-5638-5673 |
| metadata.dc.type: | Article |
| Keywords: | AGRICULTURA;CULTIVOS;VISIÓN POR COMPUTADOR;ANÁLISIS DE IMÁGENES |
| metadata.dc.subject.en: | CROP/WEED DISCRIMINATION;MAHALANOBIS DISTANCE;SEGMENTATION;COMPUTER VISION |
| Issue Date: | 8-Dec-2025 |
| metadata.dc.date.created: | 22-Jul-2019 |
| Publisher: | Revista Ibérica de Sistemas e Tecnologias de Informação |
| Abstract: | Este estudio presenta un método adaptado para discriminación automática de cultivos y malas hierbas a través de imágenes capturadas en campos de papa, durante las etapas iniciales del crecimiento, aplicando un criterio de similitud, basado en la distancia de Mahalanobis. La detección de malezas es útil en agricultura de precisión para cuanticar y aplicar tratamientos selectivos. Las imágenes se obtuvieron, en proyección de perspectiva, con una cámara instalada a bordo de un tractor. La calidad de la imagen resulta afectada por las condiciones de iluminación no controladas y diferentes tamaños de plantas. El método propuesto consta de tres fases: segmentación, entrenamiento y pruebas. La principal contribución es la habilidad para discriminar cultivo y malas hierbas localizadas entre las líneas de cultivo y dentro del mismo surco. El rendimiento del método se comparó cuantitativamente con dos estrategias existentes, logrando una precisión del 89,65%, con tiempos de procesamiento inferiores a 330 ms. |
| metadata.dc.description.abstract-en: | This study presents an adapted method for crop/weed discrimination in images captured in potato fields during initial stages of growth, applying a criterion of similarity based on Mahalanobis distance. Weed detection is useful in precision agriculture to quantify and apply site-specific treatments. The images were obtained in perspective projection with a camera installed on board a tractor. The quality of the image is affected by uncontrolled lighting conditions and diferent plant sizes. The proposed method consists of three phases: segmentation, training and testing. The main contribution is the ability to discriminate crop and weeds located between the crop lines and within the same furrow. The performance of the method was compared quantitatively with two existing strategies, achieving an accuracy of 89,65% with processing times less than 330 ms. |
| URI: | https://repositorio.utn.edu.ec/handle/123456789/18167 |
| metadata.dc.identifier.doi: | https://www.researchgate.net/publication/334680549_Discriminacion_de_cultivo_y_malezas_en_campos_de_papa_utilizando_tecnicas_de_vision_por_computador |
| ISSN: | 1646-9895 |
| metadata.dc.coverage: | Ibarra. Ecuador |
| metadata.dc.description.degree: | N/A |
| Appears in Collections: | Artículos |
Files in This Item:
There are no files associated with this item.
This item is protected by original copyright |
This item is licensed under a Creative Commons License