Mostrar el registro sencillo del ítem

dc.creatorPeña, José M.es_ES
dc.creatorCastro, Ana Isabel dees_ES
dc.creatorTorres Sánchez, Jorgees_ES
dc.creatorJiménez Brenes, Francisco M.es_ES
dc.creatorValencia, Franciscoes_ES
dc.creatorLópez Granados, Franciscaes_ES
dc.date.accessioned2018-02-09T13:30:43Z
dc.date.available2018-02-09T13:30:43Z
dc.date.issued2017
dc.identifier.isbn978-84-9769-327-1
dc.identifier.urihttps://hdl.handle.net/2454/27198
dc.descriptionComunicación presentada al XVI Congreso de la Sociedad Española de Malherbología, celebrado en la Universidad Pública de Navarra, Pamplona-Iruña, entre los días 25 y 27 de octubre de 2017.es_ES
dc.description.abstractEn este trabajo se han evaluado variables espectrales, morfológicas (forma, tamaño), contextuales (posición) y texturales que permitan desarrollar un procedimiento automático de clasificación de plántulas de amapola, otras malas hierbas, cultivo y suelo desnudo en imágenes adquiridas con un vehículo aéreo no tripulado (UAV). Las imágenes se tomaron con una cámara modificada para la obtención de información en infrarrojo-color y a una resolución espacial de 0,60 cm/píxel. Se aplicaron técnicas avanzadas de análisis de imágenes basadas en objetos para la obtención de las variables descritas y se desarrolló un modelo tipo árbol de decisión para cuantificar la importancia de cada variable en la clasificación. Los resultados indicaron que la información espectral basada en el índice de vegetación de diferencias normalizadas (NDVI, por sus siglas en inglés) aportó un 46% al modelo de clasificación, principalmente para la discriminación de objetos de vegetación y suelo desnudo. Por otra parte, para la identificación de las plántulas de amapola fue necesario incorporar además variables morfológicas (principalmente, el área [tamaño] del objeto, que aportó un 36% al modelo) y texturales (p.ej., textura media y entropía, con un 11% de contribución en el modelo). Por su parte, la distancia relativa de los objetos a la línea de cultivo tuvo escasa importancia en la clasificación total.es_ES
dc.description.abstractA group of spectral, morphological (shape-based, size), contextual (location), and textural features were evaluated with the aim of automatic classification of Papaver rhoeas seedlings, other weeds, crop plants and bare soil in images collected with an unmanned al vehicle (UAV). The images were taken with a color-infrared modified camera at 0,60 cm/pixel of spatial resolution. The features were obtained by applying advanced object-based images techniques, and their contribution to the classification was analyzed with decision tree modeling. Spectral information from the normalized difference vegetation index (NDVI) contributed 46% to the model, mainly due to its capacity to discriminate vegetation and bare soil objects. Additionally, identification of Papaver rhoeas seedlings was possible by incorporating morphological (mainly object size, which contributed to 36% to the model) and textural features (e.g., mean and entropy, which contributed to 11% to the model). Finally, relative distance of the objects to the crop-rows had a low importance in the total classification results.en
dc.description.sponsorshipInvestigación financiada por el proyecto MINECO AGL2014-52465-C4-4R. La investigación de Dr. José M. Peña, Dr. Ana de Castro y Dr. Jorge Torres-Sánchez fue financiada por los programas Ramón y Cajal (MINECO), Juan de la Cierva (MINECO) y FPI (BES-2012- 052424), respectivamente.es_ES
dc.format.extent6 p.
dc.format.mimetypeapplication/pdfen
dc.language.isospaen
dc.publisherUniversidad Pública de Navarra / Nafarroako Unibertsitate Publikoaes
dc.relation.ispartofMercedes Royuela Hernando y Ana Zabalza Aznárez (editoras): XVI Congreso de la Sociedad Española de Malherbología: actas. Pamplona-Iruña, 25-27 octubre, 2017. Universidad Pública de Navarra Nafarroako Unibertsitate Publikoa, 2017.es_ES
dc.rightsLicencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional (CC BY-NC-ND 4.0)es_ES
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es_ES
dc.subjectUAVes_ES
dc.subjectAnálisis de imágenes basado en objetos (OBIA)es_ES
dc.subjectÁrboles de decisiónes_ES
dc.subjectCereal de inviernoes_ES
dc.subjectControl localizado de malas hierbases_ES
dc.subjectUAVen
dc.subjectObject-based image analysis (OBIA)en
dc.subjectDecision tree modelsen
dc.subjectWinter cerealsen
dc.subjectSite-specific weed controlen
dc.titlePrincipales variables para la detección de plántulas de amapola (Papaver rhoeas) en imágenes tomadas con un vehículo aéreo no tripuladoes_ES
dc.title.alternativeMain features for the detection of Papaver rhoeas seedlings in images collected with an unmanned aerial vehicleen
dc.typeinfo:eu-repo/semantics/conferenceObjecten
dc.typeContribución a congreso / Biltzarrerako ekarpenaes
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessen
dc.rights.accessRightsAcceso abierto / Sarbide irekiaes
dc.relation.projectIDinfo:eu-repo/grantAgreement/ES/1PE/AGL2014-52465en
dc.type.versioninfo:eu-repo/semantics/publishedVersionen
dc.type.versionVersión publicada / Argitaratu den bertsioaes


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional (CC BY-NC-ND 4.0)
La licencia del ítem se describe como Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional (CC BY-NC-ND 4.0)