SciELO - Scientific Electronic Library Online

 
vol.50 número2Evaluación de 10 genotipos de cebada (Hordeum vulgare L.) en cinco fechas de siembra y dos ciclos agrícolasEnraizamiento de estacas juveniles de Bertholletia excelsa con diferentes concentraciones de ácido indol-butírico índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Agrociencia

versão On-line ISSN 2521-9766versão impressa ISSN 1405-3195

Resumo

SALDANA-ROBLES, Noé et al. Localización del ápice del ajo mediante técnicas de análisis digital de imagen. Agrociencia [online]. 2016, vol.50, n.2, pp.215-225. ISSN 2521-9766.

La siembra y la cosecha son las operaciones más costosas en la producción del ajo (Allium sativum L.), pues se realizan a mano. Para hacer factible la siembra mecanizada, el diente de ajo se debe colocar en el suelo con el ápice hacia arriba porque colocarlo al azar reduce el rendimiento hasta en 23 %. El objetivo de este estudio fue desarrollar un algoritmo para identificar el ápice del ajo mediante visión artificial. Para ello se empleó una cámara de video y lámparas de iluminación, con lo cual se obtuvieron imágenes digitales de dientes de ajo. Las imágenes se procesaron para identificar el ápice en cuatro pasos: 1) captura de la imagen; 2) detección del borde perimetral de los dientes de ajo; 3) cálculo de ángulos en el interior del borde de los dientes y localización del ápice bajo la hipótesis de que éste coincide con el ángulo más pequeño en el interior del borde; 4) identificación de la necesidad de reorientar el ápice. El impacto de la posición y tamaño en la correcta identificación del ápice se evaluó estadísticamente y se compararon los métodos de detección de bordes Canny, Roberts y Sobel. Los resultados no mostraron diferencias estadísticas significativas (p>0.10) entre los diferentes tamaños y las posiciones del ajo al localizar el ápice, lo cual resulta conveniente. Pero sí hubo diferencias estadísticas significativas (p≤0.10) entre los métodos de detección de bordes utilizados, porque el de Canny tuvo mejor desempeño en la localización del ápice. El algoritmo desarrollado en esta investigación se podría usar para diseñar un sistema mecánico que reoriente el ápice a través de visión artificial en la siembra de ajo.

Palavras-chave : Allium sativum L.; detección de bordes; Canny; mecanización de la siembra; visión artificial.

        · resumo em Inglês     · texto em Espanhol | Inglês     · Inglês ( pdf ) | Espanhol ( pdf )