Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/3022| Title: | Segmentación de Árboles de Higos en Imágenes Aéreas, Mediante Visión Artificial |
| Authors: | Gonzalez Sanchez, Eduardo%851828 |
| metadata.dc.subject.other: | Dron, Fuzzy C-Means, Máquinas de Soporte Vectorial. |
| Issue Date: | 2020-07-31 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | En este trabajo se desarrolló un sistema de visión artificial, para la segmentación de imágenes aéreas correspondientes a plantaciones de árboles de higos, ubicadas en el estado de Morelos, obtenidas a través de un vehículo aéreo no tripulado (dron). El objetivo fue segmentar imágenes aéreas a través de un sistema de visión artificial, para detectar las regiones correspondientes a árboles de higos presentes en las imágenes, por lo que fue necesario eliminar sombras, maleza y áreas de terreno rocalloso. La propuesta de solución se integra de las siguientes etapas: Primero se aplica un preprocesamiento transformando las imágenes originales, con formato RGB a un espacio de color HSV, seleccionando la imagen correspondiente al canal H, se umbraliza para detectar las áreas en color verde. Para lograr una localización más precisa de las regiones correspondientes al tono verde en las cuales se encuentran los árboles de higos, se utilizó el algoritmo de agrupamiento Fuzzy C-Means. Sin embargo, algunas imágenes cuentan con vegetación de otro tipo ajeno al de interés y que se empalma con los árboles, por lo que fue necesario recurrir a la implementación de descriptores de textura para llevar a cabo una segmentación con mayor detalle y de esta manera realizar la separación de regiones entre los diversos tipos de vegetación presentes en las imágenes. Después, para la etapa de reconocimiento se implementó el clasificador de aprendizaje automático Máquinas de Soporte Vectorial, cuya entrada fue la información generada a través de los descriptores de textura y se evalúa a través de la implementación de métricas como Precision, Recall, Accuracy y así determinar la separación entre los diferentes tipos de vegetación. Finalmente, se evalúa la segmentación de imágenes que se realiza con el sistema de visión artificial, la cual se lleva a cabo a través de las métricas para evaluar la segmentación, “Variation of Information” (VOI), “Índice Probabilístico Aleatorio”, (PRI) y “Coeficiente Jaccard” (JC); con resultados que cumplen las expectativas esperadas. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Tesis de Maestría en Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Eduardo_Gonzalez_Sanchez_2020.pdf | Tesis | 6.46 MB | Adobe PDF | View/Open |
| MC_Eduardo_Gonzalez_Sanchez_2020.pdf Restricted Access | Cesión de derechos | 128.39 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
