boletinagrario.com

Información y Recursos sobre Agroalimentación y Medio Ambiente

Avances I+D

Nueva técnica de reconocimiento cromatográfico para aumentar la precisión de los tratamientos

El sistema distingue entre tres tipos fundamentales de texturas: plantas, suelo y cielo.

Un equipo de investigadores de la Universidad Complutense de Madrid (UCM) y el Centro de Automática y Robótica (CAR) del Consejo Superior de Investigaciones Científicas (CSIC) ha diseñado un nuevo método para identificar texturas relevantes en imágenes de cultivos agrícolas mediante técnicas basadas en la combinación de la información del color de las imágenes.

25-11-2010 por UCM

Contenidos de la entrada

 
Campo de cultivo de maíz, plantas, suelo y cielo
• 25-11-2010   Gonzalo Pajares  

Imagen de un cultivo de maíz analizada con la técnica de reconocimiento de las distintas áreas según su colorimetría. Imagen de Gonzalo Pajares Martínsanz, profesor de la Facultad de Informática de la UCM y coautor del estudio.

El objetivo del método que hemos desarrollado consiste en identificar de forma automática tres tipos de texturas esenciales dentro de las imágenes, cuya finalidad estriba en detectar zonas de actuaciones agrícolas específicas’ explica Gonzalo Pajares, profesor de la Facultad de Informática de la Universidad Complutense de Madrid y coautor del estudio publicado en la revista Computers and Electronics in Agriculture.

Según sigue explicando el profesor Pajares ‘estas prácticas de actuación específica en cultivos agrícolas es lo que de forma general viene a denominarse Agricultura de Precisión, cuyos interés viene suscitado a raíz de nuestra participación en varios proyectos conjuntos UCM y Centro de Automática y Robótica (CAR-CSIC) del Plan Nacional de I+D-i con implicación directa de la investigadora del CAR-CSIC, Dra. Ángela Ribeiro Seijas desde hace ya varios años y más recientemente en un nuevo proyecto de la Unión Europea dentro del 7º Programa Marco, liderado por el también investigador del CAR-CSIC, Dr. Pablo González de Santos con una dotación de 7 millones de euros

Para desarrollar el nuevo método, los científicos han aplicado técnicas basadas en la información del color presente en las imágenes, extrayendo las partes que contienen tres claras tendencias de color a saber: verde, que identifica las plantas, rojizo en el suelo y azulado para el cielo.

Estas partes de color se extraen aplicando técnicas apropiadas de forma que puedan separarse entre ellas, pero también y lo que no es menos importante, dentro de cada zona todavía es posible distinguir diferentes tonalidades, siendo de particular interés en el caso de las partes verdes, las cuales no son sólo las plantas del cultivo en cuestión sino que además contienen lo que en Agricultura se denominan malas hierbas’ aclara el profesor Pajares. En este caso utilizan técnicas de reconocimiento de patrones para conseguir esta distinción.

Hecha la separación entre las plantas del cultivo respecto de las de malas hierbas, el sentido de la misma se centra en transferir esta información para posteriormente, y mediante un sistema automatizado, poder aplicar un tratamiento selectivo por herbicida de forma que sólo las malas hierbas sean las receptoras del mismo, esto es lo que da sentido a lo se denomina Agricultura de Precisión.

Este método se ha ensayado en campos de cebada y maíz, al ser cultivos que contienen plantas verdes, partes de suelo visibles con tonalidades dominantes de color rojo, y partes de cielo que tienen al azul como color dominante, pero puede aplicarse a cualquier tipo de cultivo de las mismas características.

Se puede disminuir la contaminación medioambiental a la vez que se reducen costes de producción

Los investigadores, motivados por el sentir social, son conscientes de que se abre una nueva línea de investigación de interés relevante. Si hasta ahora éstos y otros tratamientos agrícolas se han llevado a cabo de forma indiscriminada, es evidente que con la identificación específica de las partes que requieren actuación o tratamiento se reducirá significativamente la cantidad total del producto o productos contaminantes empleados al aplicarse éstos únicamente en las zonas que lo necesiten, incidiendo así en la menor contaminación medioambiental y en la reducción de costes de producción.

Fuente: Universidad Complutense de Madrid vía SINC.