Resumen

El presente trabajo expone un sistema de clasificación de maleza y hortalizas a partir de imágenes exteriores de cultivos. El clasificador está basado en la teoría de las máquinas de vectores de soporte (Support Vector Machine SVM) con su extensión para el caso no lineal, haciendo uso de la función de base radial (RBF) y optimizando su parámetro de escala σ para suavizar la región de decisión. El espacio de características es el resultado del análisis por componentes principales (PCA) de 10 medidas de textura calculadas a partir de matrices de co-ocurrencia en niveles de gris (GLCM). Los resultados indican un rendimiento del clasificador por encima del 90% calculando los índices de especificidad, sensibilidad y precisión.

• Materias:Productividad agrícola Cultivos y suelos Análisis numérico Malezas
• Subjects:Agricultural productivity Crops and soils Numerical analysis Weeds
• Palabras claves:Reconocimiento de maleza, Vectores de soporte, Matrices de co-ocurrencia, PCA
• Keywords:Weed recognition, Support vectors, co-occurrence matrix, PCA