Sporathe knowledge network
ES
Universidad Nacional de Colombia

Bogotá - Ingeniería - Maestría en Ingeniería - Ingeniería de Sistemas y Computación · 2026

Detección de patologías de plantas en cultivos de palma aceitera a partir del análisis automático de imágenes multiespectrales basado en técnicas de procesamiento digital de imágenes y aprendizaje computacional

Este trabajo de grado aborda la aplicación de técnicas de visión por computadora y el análisis de imágenes multiespectrales, para la posible detección temprana de la Marchitez Letal (ML), una de las enfermedades más devastadoras en los cultivos de palma aceitera (Elaeis guineensis Jacp.) en Colombia. Se aplicó la metodología CRISP-DM. Para la adquisición de datos, se utilizó unas aeronaves remotamente pilotadas equipadas con el sensor multiespectral Micasense Rededge M. Para el procesamiento de las imágenes multiespectrales se aplicaron técnicas de procesamiento digital de imágenes, como la normalización de la reflectancia, así como de índices vegetacionales como el NDRE, para el realce de características de imagen. El componente principal del estudio se enfoca en la implementación de una red neuronal convolucional (CNN), y la exploración de arquitecturas como EfficientNetB0 y ResNet50V2 para realizar un a clasificación binaria de las palmas: sanas y enfermas. Logrando resultados de las métricas de desempeño en el modelo de la CNN escogida valores sobresalientes, como una exactitud (accuracy) general del 88% y un AUC de 0,8758, en arquitecturas como ResNet50V2 la exactitud fue de 93%, revelando un comportamiento prometedor con datos multiespectrales en la detección de los estados de la enfermedad. Este trabajo de grado presenta que el uso de imágenes multiespectrales y técnicas de aprendizaje computacional podrían ser una herramienta viable para el monitoreo y control de la enfermedad, ofreciendo una posible solución en comparación con los métodos de inspección visual tradicionales. (Texto tomado de la fuente)

Full text 108 pages with text out of 115

Read the full thesis Record in the repository

Contents

Its library's thesaurus