Identificación de las principales enfermedades de la planta del café (Coffea arabica) a través de visión artificial
Se utilizan técnicas de reconocimiento de patrones para identificar hojas sanas y cuatro enfermedades de la planta del café Coffeea arabica. Las enfermedades son la roya del café, el minador de la hoja, phoma quema y Cercospora coffeicola. Para lograrlo, se ocuparon diferentes técnicas de segmentaci...
| Autores: | , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2023 |
| País: | México |
| Institución: | Universidad Autónoma del Estado de México |
| Repositorio: | Redalyc-UAEMEX |
| OAI Identifier: | oai:redalyc.org:10475688011 |
| Acceso en línea: | https://www.redalyc.org/articulo.oa?id=10475688011 https://www.redalyc.org/journal/104/10475688011/ https://www.redalyc.org/journal/104/10475688011/html/ https://www.redalyc.org/journal/104/10475688011/10475688011.epub https://www.redalyc.org/journal/104/10475688011/movil https://doi.org/10.30878/ces.v30n3a8 |
| Access Level: | acceso abierto |
| Palabra clave: | Multidisciplinarias (Ciencias Sociales) visión artificial Reconocimiento de patrones enfermedades y plagas del café |
| Sumario: | Se utilizan técnicas de reconocimiento de patrones para identificar hojas sanas y cuatro enfermedades de la planta del café Coffeea arabica. Las enfermedades son la roya del café, el minador de la hoja, phoma quema y Cercospora coffeicola. Para lograrlo, se ocuparon diferentes técnicas de segmentación, entre ellas Otsu, PCA y método de frontera global. Con el fin de obtener el vector de características, las imágenes se procesaron para extraer las características cromáticas, geométricas y textuales. Por último, se implementaron cuatro algoritmos de clasificación entre los que se encuentran support vector machine, random forest, Naive Bayes y redes neuronales artificiales backpropagation. La mejor precisión obtenida es del 83% con segmentación Otsu y clasificación con redes neuronales artificiales backpropagation. |
|---|