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.

Introducción

Las malas hierbas son plantas que compiten con el cultivo comercial deseado, disminuyendo la productividad. Lo hacen bloqueando los canales de riego y compitiendo por el agua, los nutrientes, el espacio y la luz, por lo que la calidad y el rendimiento del cultivo disminuyen. Una aplicación robótica que pueda discriminar entre las malas hierbas y los cultivos a partir de imágenes es una alternativa rentable para permitir que el tratamiento selectivo se centre en la optimización de los recursos y la preservación de los entornos, identificando y eliminando sólo las plantas de malas hierbas mezcladas con los vegetales en los cultivos. Este enfoque puede resolverse utilizando el procesamiento de imágenes para seleccionar las plantas no deseadas y realizando una erradicación mecánica autónoma en una plataforma móvil que se desplaza por los cultivos, sin afectar a las demás plantas utilizando productos químicos.

Los recientes desarrollos en el campo de la visión artificial han provocado un renovado interés por implementar sistemas de reconocimiento de malas hierbas basados en ella. Básicamente, existen tres enfoques principales para la detección de malas hierbas: basados en el análisis del color, la forma y la textura. En relación con las características de color y forma, las investigaciones anteriores sugieren un criterio para segmentar las plantas basado en un Índice de Vegetación que enfatiza el componente "verde" de la imagen de origen. Dos de estos índices son el Índice de Exceso de Verde (Woebbecke, et al., 1995), (Muangkasem, et al., 2010) y el Índice de Vegetación de Diferencia Normalizada que se utiliza para la clasificación de malas hierbas teniendo en cuenta el color y la forma (Pérez et al., 2000) y cuantificar la cobertura vegetal del mapa (Wiles, 2011). Una ventaja de los índices es que, como efecto secundario, pueden funcionar bien con diferentes condiciones de luz solar y de fondo. Las características de color pueden complementarse con características de forma que describan su geometría. 

• Materias:Malezas Control de malezas Control de hortalizas
• Subjects:Weeds Weed control Vegetable inspection
• Palabras claves:Reconocimiento de maleza; Vectores de soporte; Matrices de co-ocurrencia; PCA
• Keywords:Weed recognition; Support vectors; Co-occurrence matrix; PCA