Identificación Automática de Semillas
de Malezas: Una aplicación de Redes Neuronales
Jueves 7 de Septiembre, 14:00 hs. (Aula II)
Dr. Alejandro Ceccatto,
actual director del Instituto de Física de Rosario
(CONICET - UNR)
El Dr. Ceccatto es Investigador Principal del CONICET
y Profesor de la Universidad Nacional de Rosario.
El análisis y la identificación de semillas
son actividades esenciales que contribuyen al valor agregado de una cosecha.
Estos estudios son llevados a cabo en diferentes etapas del proceso global,
que incluye la producción de semillas comerciales, la clasificación
del cereal con propósitos de industrialización y comercialización,
las actividades científicas que dan lugar a una mejora de las especies,
etc. En particular, una cuestión de interés en la explotación
agrícola es la identificación temprana de malezas a partir
del análisis de las semillas extrañas que están presentes
en un cultivar. Para ello se emplean habitualmente diferentes procedimientos,
basados esencialmente en habilidades manuales y capacidades de apreciación
de técnicos especializados. En la mayor parte de los casos dichos
métodos son lentos, tienen una baja reproducibilidad y poseen un
grado de subjetividad difícil de cuantificar. Por ello, tienen una
importancia tecnológica y económica muy grande el desarrollo
y la implementación efectiva de nuevos métodos que posibiliten
una identificación y clasificación rápida y confiable
de semillas.
En los últimos años nuestro grupo de investigación
ha estado trabajando en el desarrollo de un sistema para la identificación
automática de semillas de malezas basado en imágenes de video.
El prototipo, que actualmente está alcanzando la escala comercial,
complementa las técnicas estandar de adquisición y procesamiento
de imágenes con métodos de clasificación basados en
Redes Neuronales Artificiales (RNA). La meta principal ha sido crear un
sistema experto que integra software y hardware y que es capaz de realizar
la identificación automática de las malezas más comunes
presentes en la producción comercial de semillas. El sistema, basado
en varios clasificadores RNA organizados en forma de comité, clasifica
semillas a partir de imágenes color. Estas imágenes, obtenidas
con una video cámara RGB y digitalizadas mediante un "frame grabber",
son preprocesadas para extraer el fondo y medir un número de parámetros
característicos que serán luego alimentados al clasificador
RNA. Se han determinado aproximadamente 160 parámetros que caracterizan
las semillas según tres aspectos diferentes: morfológico,
de textura y color. Este gran número de parámetros ha sido
reducido utilizando un clasificador simple (Naive Bayes) para dar lugar
a un conjunto óptimo que contiene entre 12 y 20 características
que son las más efectivas para los fines de clasificación.
El proceso de reducción de la dimensionalidad fue llevado a cabo
empleando una base de datos más pequeña que contenía
aproximadamente 3000 imágenes de las 60 especies de semillas más
frecuentes. La base de datos completa contiene actualmente 12000 imágenes
de más de 250 especies, que cubren la mayor parte de las malezas
efectivamente presentes en la producción de semillas comerciales.
En este seminario se brindarán detalles de este
desarrollo tecnológico y se discutirá la estructura del clasificador
así como los tests realizados para evaluar sus capacidades de generalización.
Para mayor información comuníquese a jaiio2000@exa.unicen.edu.ar