Análisis de imágenes basado en arquitecturas heterogéneas para la agricultura de precisión: una revisión sistemática de la literatura

Abstract

La agricultura de precisión (AP) es una estrategia de gestión que utiliza las TIC (Tecnologías de la Información y la Comunicación) para obtener información de diversas fuentes con el fin de apoyar la toma de decisiones, considerando aspectos ambientales y económicos para optimizar las tareas del agricultor y ofrecer productos de calidad al cliente. La aplicación de la AP en la agricultura puede reducir el tiempo dedicado a actividades manuales, evitar el uso indiscriminado de productos químicos, el aumento de los costos de producción, el deterioro del suelo y la contaminación ambiental. Actualmente, la AP es un área en auge que, aprovechando los avances tecnológicos en visión artificial, arquitecturas heterogéneas (multinúcleo, GPU, FPGA) y técnicas de inteligencia artificial (aprendizaje automático, aprendizaje profundo), ha permitido sistematizar diversas actividades agrícolas, como la detección de enfermedades, el conteo de plantas y la identificación de malezas, plagas e insectos en diferentes cultivos. Este artículo presenta una revisión sistemática de la literatura (RSL) sobre técnicas de análisis y procesamiento de imágenes aplicadas en la agricultura de precisión utilizando tecnologías heterogéneas. Por lo tanto, se analizaron y sintetizaron 32 artículos científicos de los últimos cinco años procedentes de cuatro bases de datos bibliográficas relevantes (Scopus, ScienceDirect, IEEE Xplore y SpringerLink). Las publicaciones seleccionadas responden a cuatro preguntas de investigación planteadas en este estudio. A partir de los resultados obtenidos, se identificaron grandes oportunidades para el análisis de imágenes (segmentación), el aprendizaje automático y el uso de aceleradores gráficos (GPU), que se destacan como técnicas y herramientas prometedoras para el desarrollo de sistemas automáticos eficientes y precisos, con la perspectiva de su aplicación en tiempo real para diversas tareas agrícolas.