Desarrollo de un algoritmo paralelo para determinar la densidad de maleza en cultivos de maíz, basado en el algoritmo K-Means

Abstract

El objetivo del presente proyecto consiste en desarrollar un algoritmo paralelo para determinar la densidad de maleza en cultivos de maíz, basado en el algoritmo K-means para una gestión agrícola más eficiente y sostenible. El algoritmo paralelo aprovecha el poder de cómputo distribuido para acelerar el proceso de segmentación de imágenes de campo, clasificando automáticamente la maleza y el maíz en diferentes clústeres utilizando K-means. Los resultados demuestran una mejora significativa en la precisión y velocidad de detección de maleza en comparación con métodos tradicionales, lo que hace que este enfoque sea valioso en la agricultura de precisión y la toma de decisiones agrícolas. Este desarrollo representa un avance importante en la automatización y optimización de la gestión de cultivos de maíz reduciendo el tiempo de verificación de densidades de maleza y demostrando ser una alternativa viable para la solución rápida de problemas de visión computacional.