Show simple item record

dc.contributor.advisorPardo Beainy, Camilo Ernesto
dc.contributor.advisorGutiérrez Cáceres, Edgar Andrés
dc.contributor.authorTellez Salamanca, William David
dc.contributor.authorRodríguez Cruz, Yeison Miguel
dc.date.accessioned2022-10-05T22:30:09Z
dc.date.available2022-10-05T22:30:09Z
dc.date.issued2022-10-04
dc.identifier.citationTellez Salamanca William David, Rodríguez Cruz Yeison Miguel, Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificialspa
dc.identifier.urihttp://hdl.handle.net/11634/47516
dc.descriptionEn la actualidad los avances que se han tenido en la parte de visión por computadora y a su vez tecnologías de aprendizaje automático han permitido que grandes científicos que estudian las plantas transformen sus técnicas de obtención de fenotipado de las plantas he incorporen unas nuevas formas de obtención haciendo uso de técnicas de visión por computadora, ya que como es una de las ramas más importantes hoy en día, tiene a su vez varias funcionalidades en diferentes sectores, uno de ellos he importante para este proyecto el sector agrícola. El proyecto se basa en la búsqueda de algoritmos de segmentación usando en la actualidad y a su vez el diseño de un robot cartesiano que permita realizar procesos de segmentación y fenotipado de plantas en ambientes controlados. El proyecto se realiza con el fin de hacer procesos detallados en plantas individuales observando diferentes características como lo son el crecimiento de estas plantas en diferentes condiciones de crecimiento, a la par de esto ver el crecimiento, el tamaño y la evolución de sus hojas, sus frutos y su área floral, y así, poder extraer características visuales de las plantas, que ayuden a hacer mediciones o cuantificar rasgos visuales.spa
dc.description.abstractAt present, the advances that have been made in the computer vision part and, in turn, machine learning technologies have allowed great scientists who study plants to transform their techniques for obtaining plant phenotyping and to incorporate new ways of obtaining use of computer vision techniques, since as it is one of the most important branches today, it has several functionalities in different sectors, one of them is important for this project, the agricultural sector. The project is based on the search for segmentation algorithms currently using and in turn the design of a Cartesian robot that allows segmentation and phenotyping of plants to be carried out in controlled environments. The project is carried out in order to make detailed processes in individual plants observing different characteristics such as the growth of these plants in different growth conditions, along with this, see the size and evolution of their leaves, their fruits and its floral area, and thus, be able to extract visual characteristics of the plants, which help to quantify or quantify visual traits.spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherUniversidad Santo Tomásspa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.titleDiseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial.spa
dc.description.degreenameIngeniero Electronicospa
dc.publisher.programPregrado Ingeniería Electrónicaspa
dc.publisher.facultyFacultad de Ingeniería Electrónicaspa
dc.subject.keywordComputer visionspa
dc.subject.keywordFarmingspa
dc.subject.keywordSegmentation and phenotypingspa
dc.subject.keywordArtificial visionspa
dc.subject.keywordCartesian robotspa
dc.subject.keywordSegmentation algorithmsspa
dc.type.localTrabajo de gradospa
dc.rights.localAbierto (Texto Completo)spa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.coverage.campusCRAI-USTA Tunjaspa
dc.relation.referencesOpenCV, “Opencv ai kit: Oak—d,” 2021. [Online]. Available: https://store.opencv.ai/ collections/allspa
dc.relation.referencesC. Gupta, V. Tewari, R. Machavaram, and P. Shrivastava, “An image processing approach for measurement of chili plant height and width under field conditions,” Journal of the Saudi Society of Agricultural Sciences, 2021.spa
dc.relation.referencesM. C. L. S. M. Ramos, P., “The benchbot..” 2021. [Online]. Available: https: //github.com/precision-sustainable-ag/OpenCV_Competition2021#readmespa
dc.relation.referencesY. Chéné, D. Rousseau, P. Lucidarme, J. Bertheloot, V. Caffier, P. Morel, É. Belin, and F. Chapeau-Blondeau, “On the use of depth camera for 3d phenotyping of entire plants,” Computers and Electronics in Agriculture, vol. 82, pp. 122–127, 2012.spa
dc.relation.referencesJ. D. Sandino, O. L. Ramos-Sandoval, and D. Amaya-Hurtado, “Method for estimating leaf coverage in strawberry plants using digital image processing,” Revista Brasileira de Engenharia Agrícola e Ambiental, vol. 20, pp. 716–721, 2016.spa
dc.relation.referencesE. Kiani and T. Mamedov, “Identification of plant disease infection using soft-computing: Application to modern botany,” Procedia computer science, vol. 120, pp. 893–900, 2017.spa
dc.relation.referencesX. E. Pantazi, D. Moshou, and A. A. Tamouridou, “Automated leaf disease detection in different crop species through image features analysis and one class classifiers,” Computers and electronics in agriculture, vol. 156, pp. 96–104, 2019.spa
dc.relation.referencesE. Hamuda, M. Glavin, and E. Jones, “A survey of image processing techniques for plant extraction and segmentation in the field,” Computers and electronics in agriculture, vol. 125, pp. 184–199, 2016.spa
dc.relation.referencesO. Ospina, H. Anzola Vásquez, O. Ayala Duarte, and A. Baracaldo Martínez, “Validación de un algoritmo de procesamiento de imágenes red green blue (rgb), para la estimación de proteína cruda en gramíneas vs la tecnología de espectroscopía de infrarrojo cercano (nirs),” Revista de Investigaciones Veterinarias del Perú, vol. 31, no. 2, 2020.spa
dc.relation.referencesR. Naushad, “Introducción a los kits opencv ai (oak-1 y oak-d),” 2021. [Online]. Available: https://medium.com/swlh/introduction-to-opencv-ai-kits-oak-1-and-oak-d-6cdf8624517spa
dc.relation.referencesJ. C. Puchalt, J. F. Gonzalez-Rojo, A. P. Gómez-Escribano, R. P. Vázquez-Manrique, and A.-J. Sánchez-Salmerón, “Multiview motion tracking based on a cartesian robot to monitor caenorhabditis elegans in standard petri dishes,” vol. 12, no. 1, pp. 1–11, 2022.spa
dc.relation.referencesA. Milella, R. Marani, A. Petitti, and G. Reina, “In-field high throughput grapevine phenotyping with a consumer-grade depth camera,” Computers and electronics in agriculture, vol. 156, pp. 293–306, 2019.spa
dc.relation.referencesZ. Chen, J. Wang, T. Wang, Z. Song, Y. Li, Y. Huang, L. Wang, and J. Jin, “Automated in-field leaf-level hyperspectral imaging of corn plants using a cartesian robotic platform,” Computers and Electronics in Agriculture, vol. 183, p. 105996, 2021.spa
dc.relation.referencesS. G. Tzafestas, Introduction to mobile robot control. Elsevier, 2013.spa
dc.relation.referencesPlantCV, “Welcome to the documentation for plantcv,” 2020. [Online]. Available: https://plantcv.readthedocs.io/en/stable/spa
dc.relation.referencesJ. A. Muñoz Guevara, “Propuesta para la clasificación y paletizado automático de productos en la planta de grupo familia Medellín,” 2017.spa
dc.relation.referencesN. L. S. Palomino and U. N. R. Concha, “Técnicas de segmentación en procesamiento digital de imágenes,” Revista de investigación de Sistemas e Informática, vol. 6, no. 2, pp. 9–16, 2009.spa
dc.relation.referencesJ. Angulo and J. Serra, “Segmentación de imágenes en color utilizando histogramas bivariables en espacios color polares luminancia/saturación/matiz,” Computación y Sistemas, vol. 8, no. 4, pp. 303–316, 2005.spa
dc.relation.referencesC. B. Rene, T. M. S. Javier, M. H. German, and R. C. F. Ardul, “Algoritmo para obtención de índice de desempeño, en configuraciones de robots scara, cartesiano y antropomórfico.” Innovaciones en Mecatrónica, p. 41.spa
dc.relation.referencesC. HERNÁNDEZ PÉREZ, “Desarrollo de un simulador basado en un robot cartesiano de tres grados de libertad,” Tech. Rep., 2015.spa
dc.relation.referencesF. Pérez Sanz et al., “Desarrollo de un sistema de fenotipado basado en visión artificial para el estudio de la cinética de crecimiento de plantas,” 2018.spa
dc.relation.referencesM. I. Ros Sánchez et al., “Diseño de un sistema inteligente móvil para facilitar procesos de fenotipado en agricultura de precisión,” 2020.spa
dc.relation.referencesM. E. B. NÁJERA, “Control de trayectorias de un robot cartesiano,” 2016.spa
dc.relation.referencesL. Z. Muñoz Sanchez and M. I. Gómez Gómez, “Análisis del impacto de las técnicas de preprocesamiento en la segmentación de imágenes de plantas en ambientes semi-controlados,” 2016.spa
dc.relation.referencesJ. González-Esquiva, J. Hernández-Hernández, G. García-Mateos, A. Ruiz-Canales, and J. Molina-Martínez, “Estudio y comparación de técnicas de segmentación por color para la estimación de la fracción de cobertura vegetal,” in II Simposio Nacional de Ingeniería Hortícola, Almería, 2016.spa
dc.contributor.corporatenameUniversidad Santo Tomasspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.subject.proposalVisión por computadoraspa
dc.subject.proposalAgriculturaspa
dc.subject.proposalSegmentación y fenotipadospa
dc.subject.proposalVisión artificialspa
dc.subject.proposalRobot cartesianospa
dc.subject.proposalAlgoritmos de segmentaciónspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.description.degreelevelPregradospa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Colombia

Indexado por: