Diseño e implementación de un sistema de detección de malezas en cultivos cundiboyacenses

dc.contributorSerrato-Panqueba, Beatriz Nathalia
dc.creatorMontenegro-Bermúdez, Andrés Felipe
dc.creatorParada-Rojas, Cristian David
dc.date.accessioned2016-05-14T13:24:59Z
dc.date.available2016-05-14T13:24:59Z
dc.date.created2016-05-14T13:24:59Z
dc.date.issued2015
dc.identifierMontenegro-Bermúdez, A. F. & Parada-Rojas, C. D. (2015). Diseño e implementación de un sistema de detección de malezas en cultivos cundiboyacenses. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería Electrónica y Telecomunicaciones. Bogotá, Colombia
dc.identifierhttp://hdl.handle.net/10983/3202
dc.description.abstractEste proyecto pretende llevar a cabo la implementación de un sistema de visión artificial y clasificadores clásicos supervisados que esté en la capacidad de hacer la detección y posterior clasificación de malas hierbas en diferentes cultivos de la región cundiboyacense mediante el desarrollo de software se llevó a cabo el tratamiento de un banco de imágenes recolectadas en terreno.
dc.languagespa
dc.publisherFacultad de Ingeniería
dc.publisherIngeniería Electrónica y Telecomunicaciones
dc.relationÁNGEL A. Juan. MÁXIMO SEDANO, Alicia Vila. Clasificador de Bayes[en línea], [Citado el 30 de Noviembre de 2015], disponible en internet: < http://goo.gl/2Z7mb2>
dc.relationBETANCOURT Diego Mauricio. Sistema de visión por computador para detectar hierba no deseada en prototipo de cultivo de frijol usando ambiente controlado.64p. Trabajo de grado (Ingeniero). Universidad católica de Colombia. Facultad de ingeniería. Electrónica y telecomunicaciones. visión artificial.
dc.relationCentro Integrado Politécnico ETI Tudela, Visión artificial [en línea], [citado en 26 de agosto de 2015], disponible en internet: <http://goo.gl/ZqOvSq>
dc.relationCETINA Victor, aprendizaje por refuerzo, Universidad Autónoma de Yucatán, 2012
dc.relationCHAVEZ, Procesamiento de imágenes [en línea], Puebla, Universidad de las Américas puebla, [citado en 6 de Julio de 2015] disponible en internet: <http://goo.gl/JpssfW> 1
dc.relationCOLMENARES Gerardo. Inteligencia artificial, máquinas de soporte vectorial, [citado 15 abril 2012], disponible en internet < http://goo.gl/H2ZrpI >
dc.relationCORREDOR GÓMEZ Jennifer Paola. Desarrollo de un sistema de control en la aplicación de técnicas selectivas de eliminación de maleza Bogotá 1 febrero 2011.Trabajo de grado (Ingeniero). Universidad Nacional de Colombia. Facultad de ingeniería. visión artificial.
dc.relationCRIOLLO Paola Jimena , OBANDO Melissa , SÁNCHEZ M. Leonardo, BONILLA Ruth. Efecto de bacterias promotoras de crecimiento vegetal (PGPR) asociadas a Pennisetum clandestinum en el altiplano cundiboyacense. EN: Revista Corpoica - Ciencia y Tecnología Agropecuaria (2012) 13(2), pag.189-195.
dc.relationESPINOSA GUALDRON Diana Judith, MUÑOZ NEIRA Milton Javier. Entrenamiento de una red neuronal artificial para la clasificación de hojas asociadas al cultivo de maíz. EN: UniSangil, Facultad de Ciencias Naturales e Ingeniería, San Gil Colombia
dc.relationGARCÍA, V. VÁSQUEZ, A. Los Robots en el Sector Agrícola. EN: Universidad Politécnica de Madrid, Departamento de Automática, Ingeniería Electrónica e Informática Industrial
dc.relationGeometría euclidea [en línea], [citado en 14 de agosto de 2015], disponible en internet: <http://goo.gl/nCWGJO>
dc.relationGlosario de visión artificial [en línea], [citado en 26 de julio de 2015], disponible en internet <http://goo.gl/OjaIfc>
dc.relationGONZÁLEZ ABRIL L. Modelos de Clasificación basados en Máquinas de Vectores, [citado 25 agosto 2013], disponible en internet: < http://goo.gl/1I1ndd>
dc.relationGUO-QUAN Jiang, CUI-JUN Zhao, YONG-SHENG Si. A machine vision based crop rows detection for agricultural robots, Wavelet Analysis and Pattern Recognition (ICWAPR). EN: International Conference on. 2010.Pag. 114 - 118
dc.relationInmensia, umbralizacion de la imagen [en línea] [citado en 8 de agosto de 2015], disponible en internet: < http://goo.gl/1TCwCi>
dc.relationKATAOKA, T. ; KANEKO, T. ; OKAMOTO, H. ; HATA, S. Crop growth estimation system using machine vision. EN: Industrial Electronics Society, IECON 39th Annual Conference of the IEEE, Vol 2; Pag. b1079 - b1083.
dc.relationLA SERNA PALOMINO, Nora. ROMÁN CONCHA, Ulises. Técnicas de Segmentación en Procesamiento Digital de Imágenes. En: Universidad Nacional Mayor de San Marcos Facultad de Ingeniería de Sistemas e Informática, 2012.
dc.relationLa visión artificial: una tecnología versátil para la automatización de las máquinas agrícolas, Club Bologna 21ᵃ Reunión plenaria, Marzo 2011pag 74-80
dc.relationMATEO JIMÉNEZ, Fernando. Redes neuronales y preprocesado de variables para modelos y sensores en bioingeniería, Valencia, Junio de 2012
dc.relationMATICH DAMIAN Jorge, Redes Neuronales: Conceptos Básicos y Aplicaciones. Universidad Tecnológica Nacional, 2001 disponible en internet:< http://goo.gl/ifsX97>
dc.relationMATLAB MATHWORKS, [Citado el 30 de Noviembre de 2015] Disponible en internet:<http://www.mathworks.com/>
dc.relationMATLAB MATHWORKS, Maquinas de soporte vectorial [en línea], [citado en 3 de octubre de 2015], disponible e internet: <http://goo.gl/qtY10V>
dc.relationMATWORKS, Detección de bordes [en línea], [citado en 6 de octubre de 2015], disponible en internet <http://goo.gl/jPpGJ3>
dc.relationMINISTERIO DE EDUCACION Y CIENCIA Gimp, Aplicaciones didácticas [en línea], [citado en 4 de septiembre de 2015] disponible en internet: < http://goo.gl/4cpBGC>
dc.relationMoltoni Andrés, Moltoni Luciana. Pulverización selectiva de herbicidas: implicancias tecnológicas y económicas de su implementación en la argentina. EN: instituto de ingeniería rural.
dc.relationMORENO GARCÍA, María, MIGUEL QUINTALES, Luis, GARCÍA PEÑALVO, Francisco, POLO MARTIN, José. Aplicación de técnicas de minería de datos en la construcción y validación de modelos predictivos y asociativos a partir de especificaciones de requisitos de software. EN: Universidad de Salamanca, España.
dc.relationRamírez Escalante, Boris. Procesamiento Digital de Imágenes [en línea], Verona, [citado agosto, 2006] Disponible en internet: <http://goo.gl/EABCQ3 >
dc.relationRAMÍREZ OSUNA Daniela Guadalupe. Desarrollo de un método de procesamiento de imágenes para la discriminación de malezas en cultivos de maíz. Querétaro, mayo 2012. Trabajo de grado. (Ingeniero) Universidad Autónoma de Querétaro.
dc.relationRICARDO ALER MUR. Clasificadores KNN-I [en línea], [citado en 14 de noviembre de 2015], disponible en internet: <http://goo.gl/WYqwUn>
dc.relationTechnolabsz Canal HSV [en línea], [citado en 5 de agosto de 2015] ,disponible en internet:< https://goo.gl/ov8IPJ
dc.relationTELLAECHE, A. ; BURGOS ARTIZZU, X.P. ; PAJARES, G. ; RIBEIRO, A. A Visionbased Classifier in Precision Agriculture Combining Bayes and Support Vector Machines, Intelligent Signal Processing. EN: WISP IEEE International Symposium on, 2007; Pag. 1 – 6
dc.relationUNIVERSITAT DE GIRONA, Operaciones morfológicas [en línea], [citado en 25 de marzo de 2015], disponible en internet: <http://goo.gl/6JE52X>
dc.relationWEYRICH, M.YONGHENG Wang ; SCHARF, M. Quality assessment of row crop plants by using a machine vision system. EN: Industrial Electronics Society, IECON 39th Annual Conference of the IEEE, 2013; Pag. 2466 – 2471
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAtribución 4.0 Internacional (CC BY 4.0)
dc.rightshttps://creativecommons.org/licenses/by/4.0/
dc.rightsDerechos Reservados - Universidad Católica de Colombia, 2015
dc.subjectVISIÓN ARTIFICIAL
dc.subjectAGRICULTURA DE PRECISIÓN
dc.subjectOPENCV
dc.subjectMATLAB
dc.subjectPYTHON
dc.titleDiseño e implementación de un sistema de detección de malezas en cultivos cundiboyacenses
dc.typeTrabajo de grado - Pregrado


Este ítem pertenece a la siguiente institución