Desarrollo de un sistema de detección y conteo automático para Metisa plana Walker (Lepidoptera: Psychidae)

Autores/as

  • Abdul Rashid Mohamed Shariff
  • Mohd Najib Ahmad
  • Ishak Aris
  • Izhal Abdul Halin
  • Ramle Moslim
  • Carlos Arenas

Palabras clave:

Metisa plana, segmentación de imagen, características de color, detección de objetos, agricultura de precisión

Resumen

Metisa plana Walker es una de las principales y más serias amenazas de plagas de insectos comedores hojas de las plantaciones de palma de aceite en Malasia. El impacto económico de un ataque mode-rado de este, con un daño de hojas de 10 a 50 %, puede ocasionar pérdidas en el rendimiento de este cultivo cercanas a 43 %. La población no controlada de Metisa plana suele aumentar por encima de los límites del umbral, causando brotes serios de esta plaga. Debido a su impacto, es necesario monitorear y detectar la población de este insecto en la palma de aceite para garantizar una planeación apropiada de cualquier acción de control en las áreas infestadas, lo cual requiere un sistema de monitoreo preci- so para vigilar la población y los niveles de infestación. Por ello, se inició un estudio sobre el desarrollo de un algoritmo de procesamiento de imágenes para la detección y el conteo de especies de Metisa plana Walker, utilizando la segmentación de imágenes con base en características de color y forma en combinación con aprendizaje profundo y redes neuronales celulares (RNC) para la detección de objetos en tiempo real. El procesamiento de color se acercó a una precisión baja en la detección, con un promedio de 40 y 34 % a una distancia de cámara de 30 cm y 50 cm, respectivamente. Aplicando una red neuronal convencional profunda, el porcentaje de  detección aumentó considerablemente, con una precisión de hasta 95 %, con una mayor precisión a 30 cm de distancia. Se recomendó desarrollar este robusto algoritmo, puesto que la información será útil, importante y crucial para crear un sistema o dispositivo de monitoreo, y para integrarlo con imágenes inalámbricas basadas en el internet de las cosas (IoT, por sus siglas en inglés) en el futuro.

 

Referencias bibliográficas

Bengio, Y. (2012). Deep learning of representations for unsupervised and transfer learning. ICML Unsupervised and Transfer Learning, 27, 17-36.

Corley, R. H. V., & Tinker, P. B. H. (2003). Chapter 12: Disease and pest of the oil palm. In The Oil Palm (4th Ed.). London: Blackwell Science Ltd.

Ho, C. T., Yusof, I., & Khoo, K. C. (2011). Infestations by the bagworms Metisa plana and Pteroma pendula for the period 1986-2000 in major oil palm estates managed by Golden Hope Plantation Berhad in Peninsular Malaysia. Journal of Oil Palm Research, 23, 1040-1050.

Nameirakpam, D., Khumanthem, M., & Yambem, J. C. (2015). Image Segmentation using K-means Clustering Algorithm and Subtractive Clustering Algorithm. Procedia Computer Science, 54, 764-771.

Westerman, S., Buchner, H. H. F., Schramel, J., Tichi, A., & Stanek, C. (2013). Effects of infrared camera angle and distance on measurement and reproducibility of thermographically deter- mined temperatures of the distolateral aspects of the forelimbs in horses. JAVMA Scientific Re- ports, 242, 388-395.

Cómo citar

Mohamed Shariff, A. R., Najib Ahmad, M. ., Aris, I., Abdul Halin, I. ., Moslim, R. ., & Arenas, C. . (2019). Desarrollo de un sistema de detección y conteo automático para Metisa plana Walker (Lepidoptera: Psychidae). Palmas, 40(Especial T), 111–116. Recuperado a partir de https://publicaciones.fedepalma.org/index.php/palmas/article/view/13034

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2019-12-19

Número

Sección

Módulo 1 Sesión 1

Métricas

QR Code

Algunos artículos similares: