PROCESAMIENTO DE IMAGEN PARA ESTIMAR LA CANTIDAD DE MALAS HIERBAS GRAMÍNEAS EN CULTIVOS DE CEREAL DE INVIERNO

La gran proximidad fisiológica y morfológica de las malas hierbas gramíneas con el cultivo de cereal de invierno convierte la discriminación entre malas hierbas, cultivo y suelo en una tarea difícil. En este trabajo se presentan distintos métodos de visión artificial desarrollados para estimar automáticamente la cantidad de mala hierba, cultivo y suelo presentes en una imagen digital. El comportamiento de los métodos propuestos se analiza en imágenes recogidas en el área de Madrid. Se utiliza un algoritmo genético para ajustar los parámetros de los métodos desarrollados, con el fin de obtener la máxima correlación entre la salida del sistema de visión artificial desarrollado (cantidad estimada de mala hierba) y la biomasa recogida simultáneamente a la imagen, en los mismos puntos de muestreo. Como resultado se alcanzan valores en el coeficiente de Pearson entre 0,66 y 0,92, con un valor medio de 0,833.