Análisis de imágenes para el estudio de soja

Autores
Larese, Mónica G.; Namías, Rafael; Granitto, Pablo Miguel
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La línea de investigación presentada surge de dos motivaciones paralelas. La primera consiste en desarrollar una metodología y un software para identificar objetivamente, a través del análisis de imágenes digitales, la coloración verde de granos/semillas de soja como indicador de la cantidad de cloro la presente en los mismos. El nivel de cloro la es un factor influyente en la calidad fisiológica de las semillas para su utilización en los procesos industriales (extracción de aceites) así como también de su capacidad fértil para la siembra. Actualmente el análisis se realiza de manera subjetiva, o bien requiere de la utilización de costosos equipamientos de laboratorio, por lo cual se requiere de nuevos métodos que permitan realizar el procedimiento de manera rápida, confiable y económica. La segunda motivación tiene por objetivo desarrollar un sistema de reconocimiento automático de imágenes foliares de soja que permita la clasificación e identificación de las distintas variedades de dicho cultivo. Debido a que no existen diferencias evidentes a simple vista en cuanto a la forma, color y textura de las hojas para las distintas variedades, interesa realizar el análisis detallado y automático de la estructura del sistema de nervaduras buscando identificar posibles marcadores que permitan diferenciar las variedades.
Eje: Computación gráfica, imágenes y visualización
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
COMPUTER GRAPHICS
análisis de imágenes
soja
granos
semillas
hojas
nervaduras
extracción de características
clasificación
reconocimiento de patrones
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/20051
Acceder
id SEDICI_b142d807ad620e2d81b2e7e8128dfad2
oai_identifier_str oai:sedici.unlp.edu.ar:10915/20051
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis de imágenes para el estudio de sojaLarese, Mónica G.Namías, RafaelGranitto, Pablo MiguelCiencias InformáticasCOMPUTER GRAPHICSanálisis de imágenessojagranossemillashojasnervadurasextracción de característicasclasificaciónreconocimiento de patronesLa línea de investigación presentada surge de dos motivaciones paralelas. La primera consiste en desarrollar una metodología y un software para identificar objetivamente, a través del análisis de imágenes digitales, la coloración verde de granos/semillas de soja como indicador de la cantidad de cloro la presente en los mismos. El nivel de cloro la es un factor influyente en la calidad fisiológica de las semillas para su utilización en los procesos industriales (extracción de aceites) así como también de su capacidad fértil para la siembra. Actualmente el análisis se realiza de manera subjetiva, o bien requiere de la utilización de costosos equipamientos de laboratorio, por lo cual se requiere de nuevos métodos que permitan realizar el procedimiento de manera rápida, confiable y económica. La segunda motivación tiene por objetivo desarrollar un sistema de reconocimiento automático de imágenes foliares de soja que permita la clasificación e identificación de las distintas variedades de dicho cultivo. Debido a que no existen diferencias evidentes a simple vista en cuanto a la forma, color y textura de las hojas para las distintas variedades, interesa realizar el análisis detallado y automático de la estructura del sistema de nervaduras buscando identificar posibles marcadores que permitan diferenciar las variedades.Eje: Computación gráfica, imágenes y visualizaciónRed de Universidades con Carreras en Informática (RedUNCI)2011-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf334-338http://sedici.unlp.edu.ar/handle/10915/20051spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-673-892-1info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:54:05Zoai:sedici.unlp.edu.ar:10915/20051Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:06.256SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Análisis de imágenes para el estudio de soja
title Análisis de imágenes para el estudio de soja
spellingShingle Análisis de imágenes para el estudio de soja
Larese, Mónica G.
Ciencias Informáticas
COMPUTER GRAPHICS
análisis de imágenes
soja
granos
semillas
hojas
nervaduras
extracción de características
clasificación
reconocimiento de patrones
title_short Análisis de imágenes para el estudio de soja
title_full Análisis de imágenes para el estudio de soja
title_fullStr Análisis de imágenes para el estudio de soja
title_full_unstemmed Análisis de imágenes para el estudio de soja
title_sort Análisis de imágenes para el estudio de soja
dc.creator.none.fl_str_mv Larese, Mónica G.
Namías, Rafael
Granitto, Pablo Miguel
author Larese, Mónica G.
author_facet Larese, Mónica G.
Namías, Rafael
Granitto, Pablo Miguel
author_role author
author2 Namías, Rafael
Granitto, Pablo Miguel
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
COMPUTER GRAPHICS
análisis de imágenes
soja
granos
semillas
hojas
nervaduras
extracción de características
clasificación
reconocimiento de patrones
topic Ciencias Informáticas
COMPUTER GRAPHICS
análisis de imágenes
soja
granos
semillas
hojas
nervaduras
extracción de características
clasificación
reconocimiento de patrones
dc.description.none.fl_txt_mv La línea de investigación presentada surge de dos motivaciones paralelas. La primera consiste en desarrollar una metodología y un software para identificar objetivamente, a través del análisis de imágenes digitales, la coloración verde de granos/semillas de soja como indicador de la cantidad de cloro la presente en los mismos. El nivel de cloro la es un factor influyente en la calidad fisiológica de las semillas para su utilización en los procesos industriales (extracción de aceites) así como también de su capacidad fértil para la siembra. Actualmente el análisis se realiza de manera subjetiva, o bien requiere de la utilización de costosos equipamientos de laboratorio, por lo cual se requiere de nuevos métodos que permitan realizar el procedimiento de manera rápida, confiable y económica. La segunda motivación tiene por objetivo desarrollar un sistema de reconocimiento automático de imágenes foliares de soja que permita la clasificación e identificación de las distintas variedades de dicho cultivo. Debido a que no existen diferencias evidentes a simple vista en cuanto a la forma, color y textura de las hojas para las distintas variedades, interesa realizar el análisis detallado y automático de la estructura del sistema de nervaduras buscando identificar posibles marcadores que permitan diferenciar las variedades.
Eje: Computación gráfica, imágenes y visualización
Red de Universidades con Carreras en Informática (RedUNCI)
description La línea de investigación presentada surge de dos motivaciones paralelas. La primera consiste en desarrollar una metodología y un software para identificar objetivamente, a través del análisis de imágenes digitales, la coloración verde de granos/semillas de soja como indicador de la cantidad de cloro la presente en los mismos. El nivel de cloro la es un factor influyente en la calidad fisiológica de las semillas para su utilización en los procesos industriales (extracción de aceites) así como también de su capacidad fértil para la siembra. Actualmente el análisis se realiza de manera subjetiva, o bien requiere de la utilización de costosos equipamientos de laboratorio, por lo cual se requiere de nuevos métodos que permitan realizar el procedimiento de manera rápida, confiable y económica. La segunda motivación tiene por objetivo desarrollar un sistema de reconocimiento automático de imágenes foliares de soja que permita la clasificación e identificación de las distintas variedades de dicho cultivo. Debido a que no existen diferencias evidentes a simple vista en cuanto a la forma, color y textura de las hojas para las distintas variedades, interesa realizar el análisis detallado y automático de la estructura del sistema de nervaduras buscando identificar posibles marcadores que permitan diferenciar las variedades.
publishDate 2011
dc.date.none.fl_str_mv 2011-05
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/20051
url http://sedici.unlp.edu.ar/handle/10915/20051
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-673-892-1
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
334-338
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615798151184384
score 13.070432

Publicaciones similares