| dc.creator | Amaya Hurtado, Darío | |
| dc.creator | Sandino Mora, Juan David | |
| dc.date | 2015-01-02 | |
| dc.date.accessioned | 2019-11-08T21:21:58Z | |
| dc.date.available | 2019-11-08T21:21:58Z | |
| dc.identifier | http://hemeroteca.unad.edu.co/index.php/riaa/article/view/1267 | |
| dc.identifier | 10.22490/21456453.1267 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/29511 | |
| dc.description | 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. | es-ES |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Universidad Nacional Abierta y a Distancia, UNAD | es-ES |
| dc.relation | http://hemeroteca.unad.edu.co/index.php/riaa/article/view/1267/1603 | |
| dc.relation | /*ref*/Asano, A., Del Fierro, R., & Grandeza, A. J. (2011). Determining the Stages of Malaria under Plasmodium Falciparum through Image Processing using EMGU Computer Vision. Philippines: Ateneo de Davao University. | |
| dc.relation | /*ref*/Bock, C., & Nutter Jr, F. (2011). Detection and measurement of plant disease symptoms using visible-wavelenght photography and image analysis. CAB Reviews Perspectives. Agriculture Veterinary Science Nutrition and Natural Resources, 74-87. | |
| dc.relation | /*ref*/Camargo, A., & Smith, J. (2009). An image-processing based algorithm to automatically identify plant disease visual symptoms. Biosystems Engineering, 102(1), 9-21. doi:10.1016/j.biosystemseng.2008.09.030 | |
| dc.relation | /*ref*/Douglas, D., & Peucker, T. (1973). Algorithms for the reduction of the number of points required to represent a digitized line or its caricature. Cartographica: The International Journal for Geographic Information and Geovisualization, 10(2), 112-122. doi:10.3138/FM57- 6770-U75U-7727 | |
| dc.relation | /*ref*/Du, C.-J., & Sun, D.-W. (2004). Recent developments in the applications of image processing techniques for food quality evaluation. Trends in Food Science & Technology, 15(5), 230 - 249. doi:http://dx.doi.org/10.1016/j. tifs.2003.10.006 | |
| dc.relation | /*ref*/ElMasry, G., Wang, N., ElSayed, A., & Ngadi, M. (2007). Hyperspectral imaging for nondestructive determination of some quality attributes for strawberry. Journal of Food Engineering, 81(1), 98-107. doi:10.1016/j.jfoodeng. 2006.10.016 | |
| dc.relation | /*ref*/Flórez Faura, R., & Mora Cabeza, R. A. (2010). Fresa (fragaria x ananassa Duch.) producción y manejo poscosecha. Bogotá, Colombia: Editorial Universidad Nacional de Colombia. | |
| dc.relation | /*ref*/Guadarrama Díaz, S. O. (2006). Guía Técnica para el Cultivo de Fresa. ICAMEX, San Antonio, México. Recuperado de http://portal2.edomex.gob.mx/icamex/investigacion_publicaciones/horticola/fresa/groups/public/documents/edomex_archivo/icamex_arch_cultfresa.pdf | |
| dc.relation | /*ref*/Hershberger, J., & Snoeyink, J. (1992). Speeding Up the Douglas-Peucker Line-Simplification Algorithm. 16. Recuperado de http://www.cs.ubc.ca/cgi-bin/tr/1992/TR-92-07 | |
| dc.relation | /*ref*/Hu, M. (1962). Visual Pattern Recognition by Moment Invariants. IRE Transactions on Information Theory, 8(2), 179-187. | |
| dc.relation | /*ref*/Huang, K.-Y. (2007). Application of artificial neural network for detecting Phalaenopsis seedling diseases using color and texture features. Computers and Electronics in Agriculture, 57(1), 3-11. doi:57 | |
| dc.relation | /*ref*/Jingwen, W., & Hong, L. (2012). Measurement and analysis of plant leaf area based on image processing. Information Technology in Medicine and Education (ITME), 2, págs. 1070-1074. doi:10.1109/ITiME.2012.6291485 | |
| dc.relation | /*ref*/Lallana, V. H., & Lallana, M. (2014). Manual de Prácticas de Fisiología Vegetal. Córdoba, Argentina: Eduner. Recuperado, de http://www.eduner.uner.edu.ar/libro/96/manual-de-practicas-de-fisiologia-vegetal | |
| dc.relation | /*ref*/Lesur, L. (2003). Manual de Fruticultura: una guía paso a paso. Colombia: Editorial Trillas. Recuperado de http://www.libreriadelau.com/manual-de-fruticultura-una-guia-paso-a-paso-gropecuario-1.html#.VTAsZfmG8_w | |
| dc.relation | /*ref*/Lesur, L. (2003). Manual de Horticultura: una guía paso a paso. Colombia: Editorial Trillas. Recuperado de http://www.luislesur.com/producto.php?idproducto=716. Lexus. (2007). Biblioteca de la Agricultura (Vol. II). Idea Books S.A. Recuperado de http://todoenciclopedias.com/idea.html | |
| dc.relation | /*ref*/Lu, C., Ren, H., Zhang, Y., & Shen, Y. (2010). Leaf Area Measurement Based on Image Processing. Measuring Technology and Mechatronics Automation (ICMTMA),2, págs. 580-582. doi:10.1109/ICMTMA.2010.141 | |
| dc.relation | /*ref*/Maas, J. L. (1998). Compendium of Strawberry diseases (2 ed.). (A. P. Society, Ed.) St. Paul, MN, Estados Unidos. Recuperado de http://www.apsnet.org/apsstore/shopapspress/Pages/41949.aspx | |
| dc.relation | /*ref*/OpenCV - Miscellaneous Image Transformations.(2015). Miscellaneous Image Transformations —OpenCV 2.4.10.0 documentation. Recuperado de http://docs.opencv.org/2.4.10/modules/imgproc/doc/miscellaneous_transformations.html?highlight=hsv | |
| dc.relation | /*ref*/OpenCV - Structural Analysis and Shape Descriptors. (2015). Structural Analysis and Shape Descriptors - OpenCV 2.4.11.0 documentation. Recuperado de http://docs.opencv.org/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html | |
| dc.relation | /*ref*/Pertot, I., Kuflik, T., Gordon, I., Freeman, S., & Elad, Y. (2012). Identificator: A web-based tool for visual plant disease identification, a proof of concept with a case study on strawberry. Computers and Electronics in Agriculture, 84, 144-154. doi:10.1016/j.compag.2012.02.014 | |
| dc.relation | /*ref*/Ramer, U. (1972). An iterative procedure for the polygonal approximation of plane curves. Computer Graphics and Image Processing, 1(3), 244 - 256. doi:http://dx.doi.org/10.1016/S0146-664X(72)80017-0 | |
| dc.relation | /*ref*/Sankaran, S., Mishra, A., Ehsani, R., & Davis, C. (2010).A review of advanced techniques for detecting plant diseases.Computers and Electronics in Agriculture, 72. doi:10.1016/j.compag.2010.02.007 | |
| dc.relation | /*ref*/Schikora, M., & Schikora, A. (2014). Image-based Analysis to Study Plant Infection with Human Pathogens. Computational and Structural Biotechnology Journal, 12(20-21), 1-6. doi:10.1016/j.csbj.2014.09.010 | |
| dc.relation | /*ref*/Vandendriessche, T., Keulemans, J., Geeraerd, A.,Nicolai, B., & Hertog, M. (2012). Evaluation of fast volatile analysis for detection of Botrytis cinerea infections in strawberry. Food Microbiology, 32(2), 406-414.doi:10.1016/j.fm.2012.08.002 | |
| dc.rights | Copyright (c) 2016 Revista de Investigación Agraria y Ambiental (RIAA) | es-ES |
| dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0 | es-ES |
| dc.source | Revista de Investigación Agraria y Ambiental; Vol. 6, Núm. 1 (2015); 111 - 122 | en-US |
| dc.source | Revista de Investigación Agraria y Ambiental; Vol. 6, Núm. 1 (2015); 111 - 122 | es-ES |
| dc.source | 2145-6453 | |
| dc.source | 2145-6097 | |
| dc.subject | Botrytis sp., cámara digital, correspondencia de patrones, detección de contornos, Fragaria x ananassa, Sphaerotheca sp. | es-ES |
| dc.title | Método preliminar de detección de patógenos biológicos en cultivos de fresa por medio del procesamiento digital de imágenes | es-ES |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
