Aplicación de técnicas de visión artificial para la caracterización morfológica de hojas de café en el contexto de agronomía.

Abstract

Abstract: El presente trabajo de titulación tiene como finalidad investigar, desarrollar e implementar un modelo de visión artificial con aprendizaje orientado a la caracterización de hojas de café mediante procesamiento de imágenes, buscando un análisis agrónomo mediante una herramienta digital dirigida a agricultores. El sistema denominado CAFVISION, ha sido desarrollado con Python y en conjunto a herramientas para aprendizaje profundo como Tensor Flow y Keras, con lo cual se entrena un modelo. Para este fin se toma una población de hojas de café colocadas sobre un formato A4 y toma de medidas reales. La aplicación permite ingresar a un servidor donde se procesa las imágenes, obteniendo resultados impresos como respuesta con los valores morfológicos, opciones a descargar datos y tener un análisis de estudio con gráficos. La validación se realizó mediante la comparación de las medidas automáticas con medidas manuales de expertos, arrojando una precisión aproximada del 93% siendo un valor aceptable. Se demuestra que el sistema desarrollado es una alternativa de visión artificial que ayuda notablemente a la caracterización de las hojas de café.