Clasificación supervisada de imágenes multiespectrales capturadas sobre cultivos de maíz para la identificación de estrés abiótico

Para poder realizar la clasificación de imágenes multiespectrales que fueron tomadas en hojas de maíz y que fueron sometidas a cuatro diferentes niveles de estrés nutricional, se desarrolló una metodología para poder llevar a cabo el objetivo de clasificar de forma supervisada las imágenes capturadas y usando las Redes Neuronales para poder clasificar las imágenes. Esta estrategia de clasificación se seleccionó debido a que tenía una mejor funcionalidad para poder trabajar con estas imágenes. Para poder realizar la clasificación de las imágenes multiespectrales fue necesario analizar los datos cuando se cargaban y realizar un filtrado de datos ya que había valores que no eran necesarios y se ajustaron parámetros para que el clasificador pudiera trabajar con esta información para mostrar unos resultados de cada una de las imágenes, comparar que pasaba con las imágenes resultantes y el rendimiento que se tenía con el clasificador para la precisión de cada una de las imágenes. Con el clasificador de redes neuronales y aplicando las técnicas adecuadas se espera que se logre discriminar los niveles de estrés de las hojas maíz y así poder aplicar esta técnica a diferentes tipos de cultivos para poder mejorar la producción agrícola

• Autores: Martinez Giraldo, Alejandro
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Instituto Tecnológico Metropolitano
• Repositorio: Repositorio ITM
• Idioma: spa
• OAI Identifier: oai:repositorio.itm.edu.co:20.500.12622/6297
• Acceso en línea: http://hdl.handle.net/20.500.12622/6297
• Palabra clave: Imágenes Multiespectrales; Redes Neuronales; Clasificación; Imágenes; Multispectral Images; Neural Networks; Classification; Images
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/