Please use this identifier to cite or link to this item:
http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/1695
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor | 724916 | es_ES |
dc.contributor.advisor | Francisco Eneldo López Monteagudo | es_ES |
dc.contributor.advisor | Carlos Alberto Olvera Olvera | es_ES |
dc.coverage.spatial | Global | es_ES |
dc.creator | Bordón López, Raikel | - |
dc.date.accessioned | 2020-04-16T00:11:45Z | - |
dc.date.available | 2020-04-16T00:11:45Z | - |
dc.date.issued | 2018-08-14 | - |
dc.identifier | info:eu-repo/semantics/publishedVersion | es_ES |
dc.identifier.uri | http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/1695 | - |
dc.description.abstract | En este trabajo se propone un método para la detección de malezas en imágenes aéreas de campos agrícolas. Las imágenes fueron obtenidas desde un vehículo aéreo no tripulado con una cámara RGB en un campo de frijol. El objetivo final fue la obtención de un mapa georeferenciado de densidad de malezas a partir de las imágenes obtenidas. El método propuesto consiste en cuatro pasos principales: 1) segmentación de la vegetación, 2) estimación de la orientación media de las filas de cultivos, 3) identificación de las filas de cultivo, y 4) segmentación de las malezas y generación del mapa de densidad de malezas. La detección de malezas se llevó a cabo de manera completamente autónoma, empleando un árbol de decisión como algoritmo de clasificación en la etapa final, pero sin requerir la selección manual de muestras para el entrenamiento. Los resultados obtenidos en la evaluación del desempeño del método propuesto fueron satisfactorios. El modelo de regresión lineal entre las densidades de maleza estimadas y observadas arrojó un coeficiente de determinación de 0.987 y un error cuadrático medio de 0.075. Del ´area total del campo de estudio, se estimó un 84% con menos del 1% de cobertura malezas, lo cual indica un alto potencial para la reducción del volumen de herbicidas aplicados. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Universidad Autónoma de Zacatecas | es_ES |
dc.relation.isbasedon | Maestro en Ciencias de la Ingeniería | es_ES |
dc.relation.uri | generalPublic | es_ES |
dc.rights | Atribución 3.0 Estados Unidos de América | * |
dc.rights.uri | http://creativecommons.org/licenses/by/3.0/us/ | * |
dc.subject.classification | CIENCIAS AGROPECUARIAS Y BIOTECNOLOGIA [6] | es_ES |
dc.subject.other | Detección de malezas | es_ES |
dc.subject.other | Imágenes aéreas | es_ES |
dc.subject.other | Drone | es_ES |
dc.title | Detección de malezas mediante el análisis de imágenes tomadas desde un vehículo aéreo no tripulado | es_ES |
dc.type | info:eu-repo/semantics/masterThesis | es_ES |
Appears in Collections: | *Tesis*-- M. en Ciencias de la Ing. |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
2018-08 RAIKEL BORDON LOPEZ.pdf | 4,98 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License