Desarrollo de un equipo electrónico de conteo e identificación de semillas forestales basado en procesamiento digital de imágenes

• Autores: Armas Valera, Reiner, Tupac Orellana, Miguel Angel
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/667155
• Enlace del recurso: http://doi.org/10.19083/tesis/667155; http://hdl.handle.net/10757/667155
• Nivel de acceso: acceso embargado
• Materia: Procesamiento digital de imágenes; CNN; Semillas; Silvicultura; Dispositivo electrónico; Digital image processing; Seeds; Forestry; Electronic device; http://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.02.01

La presente investigación propone un dispositivo electrónico portátil que permite identificar semillas forestales, las cuales son almacenadas para algún estudio de investigación. En la actualidad existe soluciones que tienen un costo muy elevado y ocupan demasiado espacio, por lo que en los Laboratorios de Silvicultura orientado a la enseñanza de actividades forestales, se realiza la identificación por inspección visual, esto ocasiona en algunos casos fatiga visual y disminución en la confiabilidad de los resultados obtenidos por los técnicos del laboratorio. El estado del arte propone distintos estudios que tratan de resolver el problema de la identificación de semillas como el uso de SVM (Maquina de Soporte Vectorial), el cual obtiene un 98.82% solo para un tipo de semilla girasol. Otro de los métodos utilizados es la extracción de características morfológicas de los mejillones para identificar hasta cinco especies logrando una tasa de reconocimiento del 95% . Cabe mencionar que la mayoría de soluciones electrónicas identifican un solo tipo de semillas y de un tamaño muy similar. Tomando como base lo antes mencionado se propone un equipo electrónico que consta de un recinto, un mecanismo electromecánico que mueve una cámara para tomar imágenes a diferentes distancias según el tamaño de las semillas, todo ello es controlado por un computador de placa reducida, el cual esta embebido en un algoritmo de procesamiento de imágenes con inteligencia artificial (CNN), los resultados obtenidos alcanzaron una precisión del 95% en la identificación, lo cual es considerado satisfactorio para los requerimientos de la problemática planteada.