Detección de enfermedades en plantas de crisantemo, por medio de visión artificial aplicada a imágenes multiespectrales

Sanchez Rios, Carlos Andres

View/Open

Tesis (4.143Mb)

Carta de aprobación de trabajos de grado (146.4Kb)

Constancia de aprobación de tesis de grado (168.8Kb)

QRCode

Detección de enfermedades en plantas de crisantemo, por medio de visión artificial aplicada a imágenes multiespectrales

Date

2021

Author

Sanchez Rios, Carlos Andres

Advisor

Herrera Ramirez, Jorge Alexis

TY - GEN T1 - Detección de enfermedades en plantas de crisantemo, por medio de visión artificial aplicada a imágenes multiespectrales AU - Sanchez Rios, Carlos Andres Y1 - 2021 UR - http://hdl.handle.net/20.500.12622/4531 AB - El sector floricultor se presenta como un gran mercado tanto a nivel nacional como internacional, de tal manera que Colombia se encuentra actualmente afianzado como el primer exportador de flores a los Estados Unidos, donde cerca del 80% de las flores importadas por este país son colombianas. Dado esto, para garantizar la estabilidad y desarrollo de esta industria, se hace necesario contar con sistemas de control fitosanitarios rigurosos. El control de estos problemas es de importancia en ámbitos de fitosanidad internacional ya sea para evitar la dispersión de posibles problemas a otras especies de fauna y flora, o para cumplir con estándares de calidad. Por esto, dada la falta de estudios locales y la necesidad actual de incluir nuevas tecnologías en los procesos de la industria floricultora Antioqueña, es que en este trabajo se realiza la optimización de un sistema de visión artificial para la identificación de plagas y/o enfermedades presentes en hojas de crisantemo. Para ello se optimizaron parámetros como los tiempos de adquisición de la cámara, control del ruido y corrección de uniformidad de un equipo de adquisición de imágenes multiespectrales en laboratorio, con una selección de canales espectrales dada por una identificación previa de las zonas de interés fitosanitario para el crisantemo. Para su identificación, se analizaron las firmas espectrales de muestras de hojas de crisantemo obtenidas en cultivos del oriente antioqueño. Estas muestras presentaron síntomas de siguientes enfermedades representativas: trips, Virus del marchitamiento moteado del tomate (TSWV: Tomato Spotted Wilt Virus) y ácaros (Tetranychus sp). Una vez calibrado y optimizado el sistema de captura para este tipo de muestras, se generaron imágenes multiespectrales de hojas de crisantemo con síntomas de las enfermedades anteriormente mencionadas. Finalmente, se desarrolló una metodología para la identificación de muestras sanas o con las enfermedades mencionadas, utilizando herramientas de procesamiento de imágenes, análisis multiespectral y aprendizaje de máquina. ER - @misc{20.500.12622_4531, author = {Sanchez Rios Carlos Andres}, title = {Detección de enfermedades en plantas de crisantemo, por medio de visión artificial aplicada a imágenes multiespectrales}, year = {2021}, abstract = {El sector floricultor se presenta como un gran mercado tanto a nivel nacional como internacional, de tal manera que Colombia se encuentra actualmente afianzado como el primer exportador de flores a los Estados Unidos, donde cerca del 80% de las flores importadas por este país son colombianas. Dado esto, para garantizar la estabilidad y desarrollo de esta industria, se hace necesario contar con sistemas de control fitosanitarios rigurosos. El control de estos problemas es de importancia en ámbitos de fitosanidad internacional ya sea para evitar la dispersión de posibles problemas a otras especies de fauna y flora, o para cumplir con estándares de calidad. Por esto, dada la falta de estudios locales y la necesidad actual de incluir nuevas tecnologías en los procesos de la industria floricultora Antioqueña, es que en este trabajo se realiza la optimización de un sistema de visión artificial para la identificación de plagas y/o enfermedades presentes en hojas de crisantemo. Para ello se optimizaron parámetros como los tiempos de adquisición de la cámara, control del ruido y corrección de uniformidad de un equipo de adquisición de imágenes multiespectrales en laboratorio, con una selección de canales espectrales dada por una identificación previa de las zonas de interés fitosanitario para el crisantemo. Para su identificación, se analizaron las firmas espectrales de muestras de hojas de crisantemo obtenidas en cultivos del oriente antioqueño. Estas muestras presentaron síntomas de siguientes enfermedades representativas: trips, Virus del marchitamiento moteado del tomate (TSWV: Tomato Spotted Wilt Virus) y ácaros (Tetranychus sp). Una vez calibrado y optimizado el sistema de captura para este tipo de muestras, se generaron imágenes multiespectrales de hojas de crisantemo con síntomas de las enfermedades anteriormente mencionadas. Finalmente, se desarrolló una metodología para la identificación de muestras sanas o con las enfermedades mencionadas, utilizando herramientas de procesamiento de imágenes, análisis multiespectral y aprendizaje de máquina.}, url = {http://hdl.handle.net/20.500.12622/4531} }RT Generic T1 Detección de enfermedades en plantas de crisantemo, por medio de visión artificial aplicada a imágenes multiespectrales A1 Sanchez Rios, Carlos Andres YR 2021 LK http://hdl.handle.net/20.500.12622/4531 AB El sector floricultor se presenta como un gran mercado tanto a nivel nacional como internacional, de tal manera que Colombia se encuentra actualmente afianzado como el primer exportador de flores a los Estados Unidos, donde cerca del 80% de las flores importadas por este país son colombianas. Dado esto, para garantizar la estabilidad y desarrollo de esta industria, se hace necesario contar con sistemas de control fitosanitarios rigurosos. El control de estos problemas es de importancia en ámbitos de fitosanidad internacional ya sea para evitar la dispersión de posibles problemas a otras especies de fauna y flora, o para cumplir con estándares de calidad. Por esto, dada la falta de estudios locales y la necesidad actual de incluir nuevas tecnologías en los procesos de la industria floricultora Antioqueña, es que en este trabajo se realiza la optimización de un sistema de visión artificial para la identificación de plagas y/o enfermedades presentes en hojas de crisantemo. Para ello se optimizaron parámetros como los tiempos de adquisición de la cámara, control del ruido y corrección de uniformidad de un equipo de adquisición de imágenes multiespectrales en laboratorio, con una selección de canales espectrales dada por una identificación previa de las zonas de interés fitosanitario para el crisantemo. Para su identificación, se analizaron las firmas espectrales de muestras de hojas de crisantemo obtenidas en cultivos del oriente antioqueño. Estas muestras presentaron síntomas de siguientes enfermedades representativas: trips, Virus del marchitamiento moteado del tomate (TSWV: Tomato Spotted Wilt Virus) y ácaros (Tetranychus sp). Una vez calibrado y optimizado el sistema de captura para este tipo de muestras, se generaron imágenes multiespectrales de hojas de crisantemo con síntomas de las enfermedades anteriormente mencionadas. Finalmente, se desarrolló una metodología para la identificación de muestras sanas o con las enfermedades mencionadas, utilizando herramientas de procesamiento de imágenes, análisis multiespectral y aprendizaje de máquina. OL Spanish (121)

Bibliographic managers

Refworks

Zotero

BibTeX

CiteULike

Metadata

Show full item record

PDF Documents

Title

Detection of diseases in chrysanthemum plants, by means of artificial vision applied to multispectral images

Abstract

El sector floricultor se presenta como un gran mercado tanto a nivel nacional como internacional, de tal manera que Colombia se encuentra actualmente afianzado como el primer exportador de flores a los Estados Unidos, donde cerca del 80% de las flores importadas por este país son colombianas. Dado esto, para garantizar la estabilidad y desarrollo de esta industria, se hace necesario contar con sistemas de control fitosanitarios rigurosos. El control de estos problemas es de importancia en ámbitos de fitosanidad internacional ya sea para evitar la dispersión de posibles problemas a otras especies de fauna y flora, o para cumplir con estándares de calidad. Por esto, dada la falta de estudios locales y la necesidad actual de incluir nuevas tecnologías en los procesos de la industria floricultora Antioqueña, es que en este trabajo se realiza la optimización de un sistema de visión artificial para la identificación de plagas y/o enfermedades presentes en hojas de crisantemo. Para ello se optimizaron parámetros como los tiempos de adquisición de la cámara, control del ruido y corrección de uniformidad de un equipo de adquisición de imágenes multiespectrales en laboratorio, con una selección de canales espectrales dada por una identificación previa de las zonas de interés fitosanitario para el crisantemo. Para su identificación, se analizaron las firmas espectrales de muestras de hojas de crisantemo obtenidas en cultivos del oriente antioqueño. Estas muestras presentaron síntomas de siguientes enfermedades representativas: trips, Virus del marchitamiento moteado del tomate (TSWV: Tomato Spotted Wilt Virus) y ácaros (Tetranychus sp). Una vez calibrado y optimizado el sistema de captura para este tipo de muestras, se generaron imágenes multiespectrales de hojas de crisantemo con síntomas de las enfermedades anteriormente mencionadas. Finalmente, se desarrolló una metodología para la identificación de muestras sanas o con las enfermedades mencionadas, utilizando herramientas de procesamiento de imágenes, análisis multiespectral y aprendizaje de máquina.

Abstract

The floriculture sector is presented as a large market both nationally and internationally, in such a way that Colombia is currently established as the first exporter of flowers to the United States, where about 80% of the flowers imported by this country from Colombia. Given this, to guarantee the stability and development of this industry, it is necessary to have rigorous phytosanitary control systems. The control of these problems is of importance in international phytosanitary areas, either to avoid the spread of possible affections to other species of fauna and flora or to comply with quality standards. For this reason, given the lack of local studies and the current need to include new technologies in the processes of the Antioquia flower industry, this work optimizes an artificial vision system for the identification of pests and/or diseases in chrysanthemum leaves. A multispectral image acquisition equipment was optimized by previously identifying phytosanitary areas of interest. Then, chrysanthemum leaf samples collected from crops on eastern Antioquia were measured, and their spectral signatures were analysed. These samples showed symptoms of the following representative diseases: thrips, Tomato Spotted Wilt Virus (TSWV: Tomato Spotted Wilt Virus), and mites (Tetranychus sp). Once the capture system had been calibrated and optimized for this type of sample, multispectral images of chrysanthemum leaves with symptoms of the diseases were generated. Finally, a methodology was developed for the identification of healthy leaves or those with the mentioned diseases, using image processing tools, multispectral analysis, and machine learning.

Statistics Google Analytics

Collections

Maestría en Automatización y Control Industrial [54]