Publicado
02-01-2015

Cómo citar

Amaya Hurtado, D., & Sandino Mora, J. D. (2015). Método preliminar de detección de patógenos biológicos en cultivos de fresa por medio del procesamiento digital de imágenes. Revista De Investigación Agraria Y Ambiental, 6(1), 111-122. https://doi.org/10.22490/21456453.1267
Métricas
Archivos descargados
668
Jan 2015Jul 2015Jan 2016Jul 2016Jan 2017Jul 2017Jan 2018Jul 2018Jan 2019Jul 2019Jan 2020Jul 2020Jan 2021Jul 2021Jan 2022Jul 2022Jan 2023Jul 2023Jan 2024Jul 2024Jan 20259
|

Método preliminar de detección de patógenos biológicos en cultivos de fresa por medio del procesamiento digital de imágenes

DOI: https://doi.org/10.22490/21456453.1267
Sección
Artículos de Investigación
Darío Amaya Hurtado Facultad de Ingeniería. Universidad Militar Nueva Granada. Carrera 11 # 101 – 80. Bogotá. Colombia
Juan David Sandino Mora Facultad de Ingeniería. Universidad Militar Nueva Granada. Carrera 11 # 101 – 80. Bogotá. Colombia

En la actualidad, muchos estudios enfocados en el reconocimiento de patógenos biológicos, a través de los frutos de cultivos de fresa son efectivas, sin embargo la adquisición de la imagen se realiza mediante métodos destructivos que implican arrancar los frutos de la planta. En la presente investigación se ha propuesto el desarrollo de un algoritmo que permita analizar los frutos de un cultivo de fresa (Fragaria x ananassa), capaz de realizar una primera aproximación para distinguir Botrytis sp. y Sphaerotheca sp., usando un método no destructivo, es decir, recolectando las imágenes directamente del cultivo sin realizar intervención alguna por parte de los productores y/o investigadores. Las técnicas de procesamiento de imágenes implementadas incluyen suavizado, erosión, dilatación, detección de contornos, correspondencia de patrones, umbralización, entre otros. Los resultados obtenidos se visualizaron en una aplicación desarrollada en C# usando la librería Emgu CV, mostrando al usuario un diagnóstico de la planta de estudio. Se concluye que es posible ofrecer un servicio de monitoreo preliminar de incidencia de patógenos usando este algoritmo, ahorrando tiempo para productores e investigadores que requieran una primera aproximación del estado del cultivo, con la posibilidad de ejecutarse tanto en computadores de escritorio y portátiles como en robots aéreos (drones) que posibilitan automatizar esta tarea.