Identificación de anomalías en hojas de palto Hass usando procesamiento de imágenes térmicas y RGB obtenidas a nivel foliar y de parcela

Abstract

Entre los principales productos agrícolas de exportación del Perú se encuentra la Persea americana (palta) no obstante, la aparición de las plagas y las deficiencias provocan una disminución en el rendimiento del cultivo. Por ello, se ha estudiado la detección de características visuales anómalas para imágenes térmicas y multiespectrales de los paltos a nivel foliar y de parcela. En el presente trabajo se propone un método para la detección de dichas anomalías a través del procesamiento de imágenes térmicas y RGB adquiridas mediante el uso de una cámara termográfica. En los resultados obtenidos a nivel foliar, se diseña un modelo de clasificación SVM con una precisión promedio de 82.67% en diez experimentos realizados con un conjunto reducido de imágenes. A nivel de parcela, se diseña un modelo SVM-OVA, del cual se obtiene una baja precisión del 25.34%, sin embargo, se propone una mejor estimación de la métrica de color Ipca además de considerar alturas fijas pero arbitrarias para la adquisición de las imágenes. Finalmente, se elabora una guía de procedimientos para la adquisición de imágenes térmicas y RGB de la hoja y la copa del palto Hass tomando en cuenta las características principales del instrumento de medición (cámara termográfica), así como, las experiencias de su uso y manejo en campo a lo largo de todas las jornadas de trabajo.

Among the main agricultural export products of Peru is Persea americana (avocado). However, the occurrence of pests and deficiencies cause a decrease in crop yield. Therefore, the detection of anomalous visual characteristics has been studied for thermal and multispectral images of avocado trees at the foliar and plot level. In the present work, a method for the detection of such anomalies through the processing of thermal and RGB images acquired by using a thermographic camera is proposed. In the results obtained at the leaf level, an SVM classification model is designed with an average accuracy of 82.67% in ten experiments performed with a reduced set of images. At the plot level, an SVM-OVA model is designed, from which a low accuracy of 25.34% is obtained, however, a better estimation of the color index Ipca is proposed in addition to considering fixed but arbitrary heights for the acquisition of the images. Finally, a guide of procedures for the acquisition of thermal and RGB images of the Hass avocado leaf and canopy is elaborated, taking into account the main characteristics of the measuring instrument (thermographic camera), as well as the experiences of its use and handling in the field throughout the working days.