Publication:
Generación de mapas de malas hierbas en viñedos con cubierta vegetal utilizando una cámara SLR

Date

2017

Authors

Cantuña, Karla
Andújar, Dionisio
Recasens, Jordi
Valencia, Francisco
Bengochea Guevara, José María
Ribeiro, Ángela

Director

Publisher

Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa
Acceso abierto / Sarbide irekia
Contribución a congreso / Biltzarrerako ekarpena
Versión publicada / Argitaratu den bertsioa

Project identifier

MINECO//AGL2014-52465-C4-1-R/ES/recolecta

Abstract

En los tratamientos selectivos en agricultura de precisión es necesario conocer la ubicación precisa de los rodales de malas hierbas. Este artículo describe la generación de mapas de malas hierbas combinando las imágenes adquiridas en condiciones reales de campo con iluminación no controlada con una cámara réflex de lente única (SLR), integrada en un vehículo eléctrico que se mueve a 3 km/h, y la información de ubicación para cada fotografía suministrada por un receptor RTK-GNSS. Las imágenes se combinan en una ortofoto en la que se discriminan las zonas de mala hierba con una técnica de segmentación basada en índices de color. El mejor método de segmentación se determinó comparando 10 estrategias bien conocidas. El análisis comparativo estableció que las técnicas más adecuadas son las basadas en los índices: COM1 (53,01%), EXGR (52,08%) y CIVE (50,52%), no existiendo diferencias significativas entre ellas.


Selective treatments in precision agriculture require of a precise location of the weed patches. This article describes the generation of weed maps by combining the images acquired under actual field conditions with uncontrolled illumination with a Single Lens Reflex (SLR) camera, integrated into an electric vehicle moving at around 3 km/h, and the position information of each photo, provided by a RTK-GNSS receptor. The images are combined in an orthophoto for afterwards discriminating weed by a segmentation technique based on a color index. The best segmentation method was determined by comparing 10 well-known strategies. The comparative analysis established that the most appropriate techniques are those based on index COM1 (53.01%), EXGR (52.08%) or CIVE (50.52%), and there are no significant differences between them.

Description

Comunicación 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.

Keywords

Agricultura de precisión, Ortofoto, Segmentación de mala hierba, Test de Newman-Keuls, Índice de Jaccard, Precision agriculture, Orthophoto, Weed segmentation, Newman-Keuls test, Jaccard index

Department

Faculty/School

Degree

Doctorate program

item.page.cita

item.page.rights

Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional (CC BY-NC-ND 4.0)

Los documentos de Academica-e están protegidos por derechos de autor con todos los derechos reservados, a no ser que se indique lo contrario.