Detección y control de malezas a través de la evaluación de parámetros normalizados
Este trabajo presenta la mejora de un desarrollo previo, cuyo objetivo era la detección de malezas durante el período de barbecho, para la posterior aplicación selectiva de herbicidas. En este caso, con el mismo fin, se busca optimizar el método de detección basándose en la utilización de parámetros...
| Autores: | , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión borrador |
| Fecha de publicación: | 2018 |
| País: | Argentina |
| Institución: | Universidad Tecnológica Nacional |
| Repositorio: | Repositorio Institucional Abierto (UTN) |
| Idioma: | español |
| OAI Identifier: | oai:ria.utn.edu.ar:20.500.12272/3529 |
| Acceso en línea: | http://hdl.handle.net/20.500.12272/3529 |
| Access Level: | acceso abierto |
| Palabra clave: | NDVI OpenCV Raspberry Pi vegetación infrarrojo procesamiento de imágenes |
| Sumario: | Este trabajo presenta la mejora de un desarrollo previo, cuyo objetivo era la detección de malezas durante el período de barbecho, para la posterior aplicación selectiva de herbicidas. En este caso, con el mismo fin, se busca optimizar el método de detección basándose en la utilización de parámetros normalizados, tales como el Índice de Vegetación de Diferencia Normalizada. El cálculo de este tipo de índices precisa no solo de la adquisición de luz visible, sino también de bandas infrarrojas. Por tal motivo, se realizaron modificaciones en una cámara de bajo costo que permiten la recepción de las porciones necesarias del espectro electromagnético. Luego de la alteración del hardware se empleó la plataforma de desarrollo Raspberry pi 3 para realizar las tareas de procesamiento de imágenes. Las pruebas en laboratorio arrojan resultados prometedores, ya que no solo se mejoraron los tiempos de procesamiento previos, sino también se disminuyo la detección de falsos positivos. |
|---|