Universidad de Costa Rica - Sede de Occidente
Revista Pensamiento Actual - Vol 19 - No. 33 2019
ISSN Impreso: 1409-0112 ISSN Electrónico 2215-3586
Ciencias Agroalimentarias
Período Diciembre 2019 - Mayo 2020
090. - 105.
DOI 10.15517/pa.v19I33.39520
Juan José Bedolla Solano - Eleazar Pacheco Salazar
90
Silvestre Bedolla Solano
Reconocimiento automático de patrones y características de las imágenes de los
cultivos como alternativa para el desarrollo agrícola
Automatic recognition of patterns and characteristics of crop images as an alternative for agricultural
development
Juan José Bedolla Solano 1
Eleazar Pacheco Salazar 2
Silvestre Bedolla Solano 3
Fecha de recepción: 13-2-2019
Fecha de aprobación: 25-8-2019
Resumen
Este trabajo describe una metodología para identificar los patrones o características de los cultivos, mediante el empleo de los
algoritmos de reconocimiento de la ingeniería del software. Este sistema procesa información referente al progreso de las plan-
tas; para ello, se realizaron comparaciones de imágenes que fueron capturadas usando Vehículos Aéreos No Tripulados VANT/
DRONES como uno de los recursos de las Tecnologías de la Información y Comunicación (TIC), y los objetos contenidos en una
Base de Datos que poseen características normales y anormales de diversas plantas como el mango, el limón y la palmera de coco.
El procesamiento de datos a través de la aplicación automatizada generó resultados de identificación favorables mediante el re-
conocimiento automático de los cultivos, ya que se identificaron con el proceso de comparación las imágenes con características
normales y anormales.
El proyecto beneficiará principalmente a los agricultores, pues se podrán identificar los riesgos de los sembradíos provocados
por las plagas de insectos infecciosos que ingresan a los cultivos (mosquita blanca), además de otras probables anomalías como
quemaduras (enfermedad de hoja seca), las cuales podrían obstaculizar el crecimiento óptimo de la planta. Con ello, se podrán
tomar decisiones oportunas para atender los riesgos de los cultivos con el apoyo del sistema de reconocimiento.
El tratamiento de información referente al progreso de los sembradíos genera consigo una propuesta innovadora que incorpora
las tecnologías con amplias posibilidades para el desarrollo agrícola en las costas de Guerrero, México.
Con la modernización y específicamente el uso de estos sistemas automáticos que administran y difunden la información, se
podrán atender de manera oportuna los riesgos de la agricultura y evitar así pérdidas de la cosecha, generando impactos en el
desarrollo social, económico y ambiental al atender de manera oportuna los riesgos o peligros presentados en el cultivo.
Palabras clave: Agricultura, Desarrollo Sustentable, Tecnología y Sustentabilidad, Recursos Electrónicos, Sistema Automatizado.
1
Doctor en Desarrollo Regional. Profesor Investigador; Carrera de Ingeniería en Sistemas Computacionales del Instituto Tecnológico de
Acapulco/TECNOLÓGICO NACIONAL DE MÉXICO, Grupo de Trabajo: Tecnología y Sustentabilidad; e-mail: jjosebedolla@hotmail.com. y
jjosebedolla@it-acapulco.edu.mx.
2
Maestra en Ciencias Computacionales, Profesora del Instituto Tecnológico de Acapulco/TECNOLÓGICO NACIONAL DE MÉXICO; Grupo
de Trabajo: Tecnología y Sustentabilidad; e-mail: abi_pa65@hotmail.com.
3
Maestro en Ciencias de la Familia. Profesor del Instituto Tecnológico de Acapulco/TECNOLÓGICO NACIONAL DE MÉXICO; Grupo de
Trabajo: Tecnología y Sustentabilidad; e-mail: silvestre.bedolla@gmail.com.
Ciencias Agroalimentarias
91
Abstract
This work describes a methodology to identify the patterns or characteristics of the crops, using the software engineering re-
cognition algorithms. This system processes information regarding the progress of the plants; for this, comparisons were made
of images that were captured using VANT / DRONES Unmanned Aerial Vehicles as one of the resources of Information and
Communication Technologies (ICT), and the objects contained in a Database that contain normal characteristics and abnormal
of various plants such as mango, lemon and coconut palm.
Data processing through the automated application generated favorable identification results through automatic crop recognition,
since images with normal and abnormal characteristics were identified with the comparison process.
The project will mainly benefit farmers, since the risks of crops caused by infectious insect pests entering crops (white mosquito)
can be identified; In addition to other probable anomalies such as burns (dry leaf disease), which could hinder the optimal growth
of the plant. With this, timely decisions can be taken to address crop risks with the support of the recognition system.
The treatment of information regarding the progress of the crops generates an innovative proposal that incorporates technologies
with wide possibilities for agricultural development on the coasts of Guerrero, Mexico.
With the modernization and specifically the use of these automatic systems that manage and disseminate the information, the
risks of agriculture can be addressed in a timely manner avoiding crop losses; having impacts on social, economic and environ-
mental development by attending in a timely manner the risks or dangers presented in the crop.
Keywords: Agriculture, Sustainable Development, Technology and Sustainability, Electronic Resources, Automated System.
I. Introducción
La humanidad se desenvuelve en un amplio contexto, y
El desarrollo tecnológico como un avance imparable
en cada momento examina diversas formas y alternativas
y desmedido ha impactado de manera positiva a
de subsistencia, que repercuten en mejores condiciones
nivel mundial, y ha buscado mejorar la productividad
de vida, apoyándose en recursos que le permita facilitar
concentrando la atención en los procesos de
los trabajos o tareas que se emprenden en cada una
emprendimiento, principalmente del sector empresarial.
de las actividades de producción y que aseguren la
Pero también se tienen impactos, en otros ámbitos, como
supervivencia. En los últimos tiempos, las actividades
la salud, la educación, las actividades cotidianas del hogar,
que son emprendidas por la sociedad, y especialmente
la agricultura y en los últimos tiempos con gran interés,
el sector empresarial, se han apoyado en su mayoría
la dimensión ambiental o ecológica.
en las Tecnologías de la Información y Comunicación
(TIC), ya que se encuentran dirigidas a la productividad,
Las prácticas agrícolas que se realizan en una determinada
rentabilidad y la generación de economías.
región se desarrollan de acuerdo con los métodos y
costumbres que plantean el seguimiento de las acciones
Las Tecnologías de la Información y Comunicación
en los modelos de producción que llevan a cabo los
desempeñan un papel imprescindible en la realización
agricultores, las cuales suelen ser específicas y dirigidas
de las actividades o tareas que se llevan a cabo por la
con base en los cultivos de cierta comunidad o región. El
sociedad. La incorporación de estas herramientas se apoya
Plan de Desarrollo del Gobierno Federal de México 2012-
también en otros recursos electrónicos y procesos que les
2018, instrumenta un programa nacional que promueva
permite facilitar los trabajos o tareas que se emprenden
buenas prácticas de manejo del territorio para frenar la
en cada una de las actividades de producción o dinámicas
degradación y erosión del suelo, fortalecer la gobernanza,
para la ejecución de las labores.
impulsar el manejo forestal comunitario sustentable y
evitar la tala ilegal, incendios y plagas, en beneficio de
todos los mexicanos, en particular de las comunidades
92
Revista Pensamiento Actual - Vol 19 - No. 33 2019 - Universidad de Costa Rica - Sede de Occidente
indígenas. Se señala, también, en una línea de acción,
automática los resultados de identificación de los patrones
orientar la investigación y desarrollo tecnológico hacia
y características del cultivo. Las comparaciones de las
la generación de innovaciones que aplicadas al sector
imágenes son realizadas de manera automática, mediante
agroalimentario eleve la productividad y competitividad.
algoritmos y aplicaciones, que procesan los datos para
generar consigo un porcentaje de reconocimiento de
Los nuevos modelos de producción apoyados de la
patrones de los objetos. La información que se genera
modernización e innovación con tecnologías emergentes
con el sistema de reconocimiento se registra en la base
de la información y comunicación desempeñan un papel
de datos para su tratamiento posterior y se generan los
interesante e imprescindible. En este contexto, se han
reportes que serán analizados y descritos en un futuro
desarrollado sistemas automatizados innovadores
para la toma de decisiones.
con resultados óptimos para todos los sectores de la
humanidad, como el económico, el social y el ecológico
El reconocimiento automático de patrones y características
o ambiental. En el sector agrícola, se han emprendido
en las imágenes de los cultivos es una novedad provechosa
desde modelos y sistemas que buscan resolver escenarios
utilizada para identificar los riesgos o enfermedades; por
de producción para la mejora del cultivo e incremento del
consiguiente, se propone como una alternativa para el
desarrollo favorable de las plantas. En los últimos tiempos,
desarrollo de las plantaciones agrícolas.
se continúa con el avance de los sistemas tecnológicos
que aportan al cultivo y que han impactado en el sector
Este trabajo tiene como propósito identificar, mediante
agrícola, tal es el caso de los sistemas de reconocimiento
un sistema automatizado, las características o patrones
automatizado que se enfocan en el tratamiento de
de las plantas de un sembradío que permitan informar de
información de los sembradíos para detección de plagas
manera oportuna los riesgos que puedan obstaculizar el
como aquellas provocadas por la mosquita blanca y
desarrollo favorable de los cultivos, además de presentar
enfermedades de mancha de la hoja, y que de alguna u
una propuesta estratégica que incorpora las tecnologías
otra manera, obstaculizan el crecimiento y desarrollo
innovadoras para el desarrollo en el sector agrícola para
favorable.
las costas de Guerrero, México.
El procesamiento digital de imágenes es una herramienta
II. Razonamiento analítico
ampliamente utilizada en la automatización de procesos
industriales, debido a que presenta confiabilidad, eficacia
La agricultura como uno de los pilares de subsistencia
y rapidez en el procesamiento (Cáceres, 2015). La industria
y motor del desarrollo económico de las regiones,
agrícola ha comenzado a utilizar este tipo de tecnología
presenta síntomas importantes que se observan en la
para monitorear aspectos relevantes de los cultivos (Yan
producción del sector agrícola. Entre los cultivos que
et al., 2009; Noda et al., 2006; y Husin et al., 2012).
hacen presencia en las costas del estado de Guerrero, y
que ha visto deteriorada su producción, se mencionan el
El sistema de reconocimiento automático, que se describe,
limón, el mango y la palmera de coco. La baja producción
realiza la comparación de las imágenes de los cultivos que
de estos cultivos se ha presentado con mayor relevancia
fueron capturadas con el dron y los objetos contenidos
en la región de Acapulco y la Costa Chica de Guerrero.
en una base de datos, la cual contiene las imágenes de
También, se observan diversos eventos climáticos que
diversas plantas con características de plantas tanto
afectan al medio ambiente y a la sociedad, como la
normales como anormales. Las imágenes de los cultivos
contaminación de suelo, agua y aire, y otros factores que
utilizados para las pruebas preliminares en el proyecto
están impactando en el calentamiento global. Los eventos
fueron el mango, el limón y la palmera de coco, dichas
climáticos extremos traen como consecuencia grandes
imágenes fueron captadas con el dron para proceder
pérdidas económicas, daños a la salud y, en muchos casos,
enseguida con el proceso de comparación a través
desastres y fallecimientos (Murray y Murray, 2012). En las
de la aplicación automatizada y generar de manera
regiones de Acapulco y la Costa Chica se han presentado
Ciencias Agroalimentarias
93
fenómenos naturales como huracanes y los ciclones,que
III. Fundamentación teórica
han afectado principalmente al sector agrícola y la
sociedad. Tal es el caso de los huracanes Paulina en 1997
La productividad de un cultivo en términos biológicos
y el MAX en 2017, que produjeron importantes desastres,
comienza a definirse desde el inicio del ciclo de producción
como inundaciones, muertes de personas y afectaciones
comercial y es afectada por una multiplicidad de factores,
importantes en la agricultura.
algunos de ellos propios del genotipo, otros del ambiente
y otros de las condiciones de manejo. La descripción del
El proceso de desarrollo de los vegetales radica
crecimiento de una planta, o de un cultivo, a lo largo de
principalmente en la variable del clima o temperatura
su ciclo de vida o de producción, así como la evaluación
de una región, pero también tiene que ver con los
de tratamientos capaces de modificar la acumulación de
factores del agua, suelo, aire, riesgos por fenómenos
biomasa de un vegetal, requieren indicadores objetivos
naturales, entre otras afectaciones. Como consecuencia
que puedan ser validados estadísticamente. Las técnicas
de estos fenómenos naturales, los cultivos de las plantas
de análisis del crecimiento son herramientas útiles para
de limón, el mango y la palmera de coco presentaron
estos fines. Pueden aplicarse en múltiples situaciones,
afectaciones importantes como plagas de la mosquita
pero su empleo en cultivos intensivos presenta aspectos
blanca y enfermedades de hojas secas, lo que trajo como
particulares y precauciones a ser tomados en cuenta,
consecuencia obstaculizar el desarrollo favorable de
acerca de los cuales la información disponible es
estos cultivos, y por consiguiente, la baja producción de
relativamente escasa y dispersa (Di Benedetto y Tognetti,
la cosecha. Las consecuencias del desequilibrio y cambio
2016).
climático están afectando el ciclo de vida de desarrollo de
los cultivos. En estos desequilibrios, se perciben también
El estado del arte evidencia avances a lo largo de la historia
consecuencias de deterioro ambiental, al no ser atendidas
en visión artificial general y visión artificial orientada a
por la sociedad en generar las dimensiones del desarrollo
la agricultura. Además, pone en evidencia un esquema
sustentable.
general de funcionamiento para la visión artificial, pero
con diferentes métodos específicos (Betancourt, 2014).
El trabajo “reconocimiento automático de patrones y
Existen diversos trabajos automatizados relacionados
características de las imágenes de los cultivos” ofrece una
con el cultivo de las plantas que se dirigen a promover
alternativa para el desarrollo agrícola, ya que se podrán
acciones y alternativas para el desarrollo agrícola.
identificar los riesgos por plagas o enfermedades en las
plantas mediante el uso de las tecnologías. Este sistema
En México, existen políticas públicas y programas de
ofrece alternativas para la generación y tratamiento de
desarrollo que promueven la Educación Ambiental
información para la toma de decisiones, lo que permite
(EA); sin embargo, no se ha logrado concientizar a la
atender oportunamente los riesgos en el progreso y
población sobre la afectación a nuestro planeta. Además,
la productividad de las plantas. Con la modernización
hay propuestas resultados de estudios orientadas a una
tecnológica y el desarrollo de los sistemas automatizados,
intervención estratégica del Estado para el fomento de la
que incorporan recursos electrónicos como la aplicación
innovación y desarrollo científico y tecnológico a partir
de los drones, se podrán atender de manera acertada los
de un método neokeynesiano en la educación superior,
riesgos de los cultivos, lo que permitirá evitar grandes
a fin de promover una economía altamente competitiva
pérdidas de la cosecha; asimismo, se producirán impactos
que sugiere mejorar la administración de la investigación
de desarrollo social, económico y ambiental al atender de
y el desarrollo (Cabello, 2013).
manera oportuna los riesgos del cultivo.
Actualmente, se tienen acciones implementadas y se
difunde la información a través de las telecomunicaciones
para el desarrollo tecnológico de sistemas automatizados.
Uno de los principales desarrollos tecnológicos en los
94
Revista Pensamiento Actual - Vol 19 - No. 33 2019 - Universidad de Costa Rica - Sede de Occidente
últimos tiempos es el de los llamados drones utilizados
Uno de los trabajos que realiza el análisis de las
en diversas áreas como la seguridad, aplicaciones de
experiencias y los principales problemas de un proyecto
reconocimiento automático, estudios geográficos o
de desarrollo regional, que propuso establecer los
territoriales, el sector ambiental y la agricultura. Los
lineamientos de la modernización en la agricultura, es
drones entonces constituyen una tecnología que ayuda
el proceso de producción agrícola del Plan Chontalpa,
a los múltiples procesos de la agricultura, a captar
Tabasco, México, 1988. Su concepción fue buscar
información importante y evaluar las condiciones de los
alternativas a la crisis agrícola, la ampliación de la frontera
terrenos monitoreados, gracias a sus grandes ventajas
agrícola y la colonización, y explotación de los recursos
para sobrevolar los campos y los cultivos, y aplicando
naturales del sureste. La evolución de los cultivos está
la tecnología de cámaras realizan el recorrido de forma
relacionada con la existencia de la agroindustria estatal
virtual (González, 2015).
(ingenios) y privada, y la agroindustria de los productores
(Flores, 1990).
La incorporación de la tecnología en la agricultura es
percibida en menores escalas y, como resultado de ello,
El trabajo de automatización de sistema de riego, para
se desarrollan aplicaciones de software que incorporan
el cultivo de flores tipo exportación, constituye una de
técnicas y recursos electrónicos que optimizan el proceso
las principales actividades que permite el incremento de
del cultivo. El procesamiento digital es el conjunto de
las exportaciones en el país, sin embargo, los avances
técnicas que se aplican a las imágenes digitales con el
tecnológicos en este sector son muy reducidos, lo que ha
objetivo de mejorar la calidad o facilitar la búsqueda de
conllevado a una vinculación lenta de la automatización
información dentro de ella. Antes de extraer información
con los procesos que hacen parte de esta área (Agudelo
directamente de la imagen, se acostumbra a elaborar
et al., 2005).
un procesamiento previo de esta para conseguir otra
que nos permita hacer el proceso de extracción de datos
El trabajo de procesamiento de imágenes de plantas
más sencillo y eficiente. Por ejemplo, el procesamiento
ornamentales multi-escala, para calcular su crecimiento,
puede incluir funciones para modificar la luminosidad
representa una herramienta de apoyo para aumentar la
y el contraste, para re-escalar la imagen, los niveles de
productividad en los viveros; para ello, se desarrolló un
color, las curvas, la binarización, el desenfoque (blur), etc.
algoritmo para calcular el crecimiento de las plantas,
(Maduell, 2012). Un buen procesamiento de la imagen
se formuló una solución innovadora en el ámbito de
equivale a un nivel de efectividad más alto, pero no existe
agricultura de precisión, se procesaron las imágenes de
un método específico de visión artificial para la detección
las plantas ornamentales escalando sus dimensiones para
de cualquier elemento y su efectividad dependerá de un
calcular su crecimiento. En el desarrollo de este trabajo,
buen entrenamiento del sistema (Betancourt, 2014).
se utilizaron tecnologías emergentes, como el algoritmo
de reducción por multi-escala para procesar imágenes, el
La colección de datos, normalmente denominada base
lenguaje de programación Python y la biblioteca de visión
de datos (BD), contiene información relevante para una
artificial OpenCV. Asimismo, se aplicó el algoritmo multi-
empresa. El objetivo principal de un Sistema Gestor de
escala a muestras gráficas con diferentes proporciones de
Base de Datos (SGBD) es proporcionar una forma de
la misma imagen para obtener cálculos del crecimiento
almacenar y recuperar la información, de una base de
de las plantas (Cásares et al., 2017).
datos de manera que sea tanto práctica como eficiente
(Silberschatz y Korth, 2002). Los sistemas de BD realizan
Otro de los estudios es el trabajo monitorización de
el procesamiento de los datos con la finalidad de generar
cultivos utilizando drones, el cual considera que la
reportes o información fácil de interpretar, la cual servirá
agricultura mexicana actual está llena de necesidades
para dar entrada a un sistema de información, o bien, ser
de actualización de diversa índole. Con la tecnología
analizada para la toma de decisiones en algún proceso
dron se pretende lograr reconocimientos de espacios
o proyecto.
agrícolas para reconocimiento de plagas y para sistemas
Ciencias Agroalimentarias
95
de rociado. La electrónica y la informática son ciencias
IV. Metodología
que se combinan para conformar la tecnología dron que
corresponde al mundo globalizado actual (Núñez et al.,
En este estudio se realizó un trabajo de campo en el
2015).
que se observaron e identificaron las características de
algunas plantas como el limón, el mango y la palmera
Con la gestión de los sistemas de información
de coco cultivadas en la región de la Costa Chica y
automatizados que generen educación ambiental y por
Acapulco del Estado de Guerrero. También se desarrolló
ende conocimiento a través de la aplicación, se contribuye
una herramienta de software con la que se realiza el
con el mejoramiento de calidad de vida de las personas
reconocimiento automático de las imágenes de los
generando impactos de desarrollo sustentable positivos
cultivos. En el trabajo de campo se tomaron fotografías
para la región (Bedolla et al., 2015).
de las plantas con desarrollo favorable, es decir, imágenes
de cultivos que presentaban características con desarrollo
El trabajo “reconocimiento automático de patrones para
óptimo; y de plantas que presentaban alguna problemática
el tratamiento de información en el cultivo” propone
o enfermedad que afectaba su desarrollo productivo, como
un sistema de desarrollo con tecnología de software y
plagas y riesgos por insectos (mosquita blanca), así como
recursos electrónicos que se dirige al sector agrícola con el
cualquier anomalía (enfermedad de hoja seca) que pudiera
que se puedan identificar de manera oportuna los riesgos
afectar el progreso favorable. Estas imágenes, que fueron
de las plantas por posibles plagas (mosquita blanca),
tomadas con la cámara del dron, fueron clasificadas de
tipo de suelos, afectaciones por insectos, tratamientos
acuerdo con sus características (características de las
inadecuados por el riego, entre otros riesgos que limiten
plantas con desarrollo óptimo favorable y no favorable) y
su desarrollo (mancha de la hoja u hoja seca). El sistema
se prosiguió con su almacenamiento en una base de datos
de reconocimiento identifica hasta este momento el
con el objeto de contar con un repositorio de imágenes que
desarrollo óptimo del cultivo (desarrollo favorable) y
servirían para llevar a cabo la comparación con aquellas
alguna afectación por plaga o enfermedad (desarrollo
que fueran capturadas con el dron. En el proceso de
no favorable), considerando las características físicas
identificación mediante el sistema automático se revisaron
de las imágenes del cultivo de limón, el mango y la
las características de las plantas, aplicando las librerías y
palmera de coco, que fueron capturadas con el dron.
los algoritmos de reconocimiento de imágenes. El sistema
Mediante el sistema de reconocimiento se lleva a cabo
de reconocimiento realiza el procesamiento automático de
una comparación de las características de las imágenes
comparación de las imágenes, siendo capaz de determinar
que se captan con el dron y los patrones de los objetos
resultados que dictaminan el reconocimiento de los
almacenados en la base de datos, aplicando algoritmos
objetos o imágenes de las plantas, y se genera también
de procesamiento de imágenes, así como aplicaciones y
un reporte que permite informar una posible anomalía
librerías para el reconocimiento de patrones, y con base
o enfermedad. Con la información obtenida a través del
en el resultado se podrán implementar acciones que
sistema de reconocimiento automático, se podrá atender
remedien esas afectaciones y/o errores en el cultivo, y
oportunamente el problema presentado en algún cultivo.
por consiguiente, minimizar los riesgos de la producción
en las regiones de la Costa Chica y Acapulco, Gro., México.
La metodología empleada para el desarrollo del trabajo
contempló técnicas y modelos de la ingeniería del
software, recursos electrónicos, trabajo de campo y el
análisis de la información generada con el sistema de
reconocimiento de las imágenes de los cultivos (Figura 1).
96
Revista Pensamiento Actual - Vol 19 - No. 33 2019 - Universidad de Costa Rica - Sede de Occidente
Figura 1. Metodología general, representada mediante un diagrama de bloques de las etapas que integran el sistema para el
proceso de reconocimiento de patrones y características de las imágenes de plantas, así como la conexión con la Base de Datos.
En el trabajo de campo, se desarrolló un instrumento de
La entrevista de opinión fue aplicada a informantes
entrevista en la que se cuestionaba información referente
clave. Para ello, fueron considerados los agricultores de
al conocimiento de los tipos de cultivos más comunes y
la región, conocedores de herramientas automatizadas,
sus características básicas que identifican el progreso
profesionales de las ciencias ambientales y personas
óptimo, información de las afectaciones por plagas y
comunes que participaron en eventos académicos de
enfermedades de esos cultivos, y la opinión referente al
instituciones educativas y gobierno local, en los que se
desarrollo del sistema de reconocimiento automático, que
presentó el sistema como una propuesta automática para
identifica el riesgo en el progreso favorable de las plantas
el desarrollo en el sector de la agricultura. Además, se
y que se propone como una alternativa para la toma de
llevó a cabo la captura de las imágenes de los cultivos del
decisiones para el desarrollo agrícola, en las regiones de
limón, el mango y la palmera de coco mediante el uso del
Acapulco y la Costa Chica del estado de Guerrero.
recurso electrónico dron (Figura 2).
Ciencias Agroalimentarias
97
Informantes clave: agricultores y conocedores ambientalistas
Presentación de la propuesta en evento del gobierno local.
de la región.
Captura de imágenes con el dron, de los cultivos: limón, mango
Presentación de la propuesta en evento académico del Instituto
y palmera de coco.
Tecnológico de Acapulco.
Figura 2. Trabajo de campo, se aplican entrevistas de opinión a los informantes clave; y se realiza la captura de las imágenes tomadas con el
dron de las plantas de limón, el mango y la palmera de coco cultivadas en la costa de Acapulco, Gro., México.
El proceso de reconocimiento automático de las imágenes
la aplicación o sistemas de reconocimiento. Las imágenes
que son identificadas con características de desarrollo óptimo
que se capturaron con el dron fueron las plantas de limón,
y favorable, y características con desarrollo no favorable
el mango y la palmera de coco; para ello se consideraron
por riesgo de plaga o enfermedad del cultivo, considera
plantas con características de desarrollo favorable y con
una serie de actividades que comienzan con el control de
riesgo por plaga o enfermedad. La siguiente etapa del trabajo
vuelo del dron, con la captura de las imágenes, el sistema de
considera el sistema de reconocimiento, el cual se construyó
reconocimiento y el análisis de la información. El control de
utilizando las técnicas de la ingeniería del software; en
vuelo del dron se inicia con el análisis y especificaciones de
esta etapa se realiza el procesamiento de las imágenes
funcionalidad de los componentes, en los que se contempla
contemplando la segmentación de la región de interés y
el tipo de cámara, las aplicaciones de software, el tiempo
el proceso de identificación, aplicando las técnicas de pre-
o duración de carga de la batería, la distancia, el control a
procesamiento y segmentación de un área de la planta;
través del dispositivo móvil, entre otras funcionalidades, y
y haciendo uso de librerías, aplicaciones y algoritmos de
por supuesto, el manejo de este recurso electrónico.
reconocimiento de patrones, se realiza la comparación de
las imágenes que se tienen almacenadas en la Base de Datos
La siguiente actividad considerada fue la captura de las
y las imágenes que se captaron con el dron. Por último, se
imágenes desarrollada en el trabajo de campo, para la cual
realiza el análisis de la información generada de manera
se dirige el recurso electrónico a los cultivos con el objeto de
automática a través del sistema de reconocimiento y que
realizar la captura de las imágenes con la cámara del dron,
presenta los resultados de las comparaciones de las imágenes
y poder ser almacenadas en dispositivos de almacenamiento
de plantas; si se encuentran características similares y de
para su utilización en el recurso en el que se encuentra
patrones de riesgo, informará a través del sistema dicho
98
Revista Pensamiento Actual - Vol 19 - No. 33 2019 - Universidad de Costa Rica - Sede de Occidente
resultado. Con ello se podrán tomar decisiones oportunas
capturadas para ser almacenadas en los dispositivos
que eviten el riesgo de desarrollo y producción del cultivo
de almacenamiento fueron 50 plantas con desarrollo
en las regiones de las Costas de Guerrero.
favorable y 50 con desarrollo no favorable, siendo una
población total de 100 imágenes. La muestra considerada
4.1. La población y la muestra
para la realización de las pruebas fue de 24 imágenes
con desarrollo favorable y 30 con desarrollo no favorable,
La población considerada en el trabajo contempló
siendo un total de 54 imágenes muestra para la realización
imágenes de plantas de limón, el mango y la palmera de
de las comparaciones, que fueron procesadas con el
coco, que fueron capturadas con el dron. Las imágenes
sistema de reconocimiento (Tabla 1).
Tabla 1. Determinación de la población y la muestra considerada en el trabajo Reconocimiento automático de
patrones y características de las imágenes de los cultivos como alternativa para el desarrollo agrícola
IP (limón, mango
IP capturadas Comparaciones realizadas
No. de RF
% RF No de RNoF
%
% Total de
y palmera de
con el dron
con el Sistema de
RNoF
comparaciones
coco)
reconocimiento
con el sistema de
reconocimiento
IP-DF
50
24
17
71%
7
29%
100%
P-DnoF
50
30
25
83%
5
17%
100%
Totales
100
54
42
77%
12
23%
100%
IP=Imágenes de Plantas; IP-DF=Imágenes de Plantas con Desarrollo Favorable; IP-DNoF=Imágenes de Plantas con Desarrollo No Favorable;
RF=Reconocimiento Favorable; RNoF=Reconocimiento No Favorable. Fuente: Elaboración propia.
También se consideró a informantes clave, entre ellos
V. Resultados
agricultores, a quienes se les aplicó una entrevista con
preguntas abiertas con el objeto de conocer los tipos de
Los resultados obtenidos en el proyecto que considera
plantas frutales más comunes de la región, así como
el sistema de reconocimiento automático demostraron
las posibles afectaciones provocadas por las plagas y
deducciones favorables, ya que las imágenes que fueron
enfermedades de los cultivos. Otros informantes clave
comparadas aplicando el procesamiento automatizado
fueron conocedores ambientalistas, expertos de sistemas
a través de la herramienta, pudieron ser identificadas
automatizados y sociedad en general, a quienes se
de manera satisfactoria. El desarrollo de este proyecto
presentó el sistema como una propuesta automatizada
que contempla las tecnologías de la información y
con posibilidades de aportar al sector agrícola y que
comunicación, y que se propone como una alternativa
pudiera ser aceptada como una alternativa de desarrollo
para el desarrollo agrícola, realiza el procesamiento
tecnológico para contribuir en el desarrollo agrícola en
automático y se genera la información con la que se
las Costas de Guerrero.
identificarán características o patrones de los riesgos de
los cultivos. Con esta información generada de manera
automática, se amplían las posibilidades de tomar
las mejores decisiones para una atención oportuna.
En esta propuesta automática se llevaron a cabo las
comparaciones de las imágenes que fueron captadas con
el dron (54 comparaciones de cultivos de limón, mango y
Ciencias Agroalimentarias
99
palmera de coco) y de acuerdo con las características de
a la toma de decisiones, con lo que se abre la posibilidad
los objetos almacenados en la Base de Datos, se obtuvo
para atender los riesgos causados por la plaga de la
como resultado de identificación favorable el 71%, es decir,
mosquita blanca y la enfermedad de la hoja seca de los
el sistema pudo reconocer las imágenes con un progreso
cultivos de manera adecuada.
óptimo en su desarrollo; y el 83% de identificación no
favorable, es decir, se reconocieron las imágenes con algún
En la Figura 3 se señalan imágenes de los cultivos de
tipo de riesgo por plaga o enfermedad en un 83%. De
palmera de coco y el mango, que fueron capturadas
acuerdo con las pruebas preliminares, el sistema fue capaz
con el dron durante el trabajo de campo y almacenadas
de identificar las características básicas que describen el
posteriormente en la Base de Datos del sistema de
desarrollo óptimo del cultivo, y los patrones derivados
reconocimiento automático de patrones y características;
por los riesgos ocasionados por la plaga o enfermedad
y en las que se identifican la forma de la planta, el color, el
que obstaculizan el desarrollo favorable de la planta. El
contorno, la densidad, el riesgo, entre otras características
sistema también es capaz de generar los reportes y el
consideradas para realizar la comparación.
tratamiento de información de la Base de Datos que dirige
Palmera de coco con características de desarrollo favorable
Palmera de coco con características de riesgo por
y productivo.
enfermedad de hoja seca.
Planta de mango con características de desarrollo favorable.
Planta de mango con características de riesgos por plaga y/o
enfermedad (hoja seca).
Figura 3. Plantas endémicas (palmeras de coco y el mango con diferentes estados) de Acapulco y la Costa Chica del estado de Guerrero, México.
Análisis de campo y pruebas de sistema, 2018.
100
Revista Pensamiento Actual - Vol 19 - No. 33 2019 - Universidad de Costa Rica - Sede de Occidente
Para seleccionar las imágenes de pruebas, se llevó a cabo
de procesamiento y selección de características. Los
un estudio de campo en el que se analizaron las imágenes a
resultados de las comparaciones de estas imágenes
contemplar. En este análisis observacional y de entrevista
generaron un reconocimiento favorable de identificación
con agricultores de la región, se identificaron plantas con
de las características de las plantas comprendido entre
desarrollo favorable y no favorable, las imágenes fueron
el 71% y el 83%.
captadas con la cámara del dron y de acuerdo con la
selección de estas imágenes, se llevó a cabo el registro
En la Figura 4 se señalan las imágenes almacenadas
en el sistema automático para su almacenamiento en la
en la base de datos, las cuales fueron utilizadas en las
base de datos.
pruebas preliminares para el procesamiento y selección
de características mediante algoritmos de reconocimiento
Las imágenes almacenadas en la base de datos fueron
de patrones.
consultadas electrónicamente y comparadas con las
imágenes captadas por el dron mediante algoritmos
(a) Planta con desarrollo favorable y productivo.
(b) Planta con Riesgos por plaga de insectos (mosquita blanca).
Figura 4. Plantas endémicas (limón) de Acapulco y la Costa Chica del estado de Guerrero, México, Análisis de campo y pruebas de sistema, 2018.
Ciencias Agroalimentarias
101
En la Figura 5 se llevó a cabo la comparación de una
que demostró, a través del sistema el reconocimiento
imagen de una planta de limón con riesgos por plaga y/o
automático de patrones con el riesgo de plaga (mosquita
enfermedad de hoja seca (enfermedad causada por tipo de
blanca), un 71% de identificación.
suelo, de acuerdo con la información de informantes clave),
Figura 5. Comprobación de patrones de una imagen de planta de limón con riesgo por plaga (mosquita blanca) endémica de Acapulco, Guerrero,
México.
La aplicación automatizada contempla en su primera fase
limón, el mango y la palmera de coco, que representan los
de desarrollo cuatro apartados de operación o secciones
cultivos fundamentales de las costas de Guerrero, México.
de trabajo: registro de las imágenes (captura de los
objetos a almacenar en la Base de Datos), comparaciones
La Figura 6 presenta la sección de trabajo ver imágenes,
(transacción o proceso comparativo mediante algoritmos
que corresponde a visualizar los registros almacenados
y aplicaciones de reconocimiento), ver imágenes (listado
en la base de datos del sistema de reconocimiento y se
de los registros almacenados en la base de datos), y
contemplan también algunas de las operaciones básicas,
reportes (informe de resultados de las comparaciones
como modificar la información y eliminar registros de
de las imágenes realizadas con el sistema). La evaluación
la BD.
del desempeño del sistema de reconocimiento se realizó
tomando como muestra las imágenes de los cultivos del
(a) Registros de imágenes de limón y palmera de coco con características básicas almacenadas en la base de datos del sistema de reconocimiento.
102
Revista Pensamiento Actual - Vol 19 - No. 33 2019 - Universidad de Costa Rica - Sede de Occidente
(b) Registros de imágenes de plantas de mango y limón almacenadas en la Base de Datos, y la ejecución de la operación de modificación
de datos a través de sistema de reconocimiento.
Figura 6. Ejecución de la sección de trabajo: ver imágenes para la base de datos del sistema de reconocimiento automático.
En la Figura 7 se muestra el sistema de reconocimiento,
el tamaño de la imagen y prioridad de almacenamiento
en el que se realiza de manera automática el proceso de
en la Base de Datos, contempló la mayor coincidencia y
identificación de las plantas. En el proceso de comparación
consideró que ambas plantas guardaban cierta similitud.
a través de la aplicación se comparó una imagen de
En la siguiente transacción de la ejecución del sistema de
planta de mango con las imágenes almacenadas en la
reconocimiento se realizó la comparación de las mismas
Base de Datos, generando como resultado preliminar una
imágenes de plantas, y al realizar el procesamiento, se
similitud de identificación con una planta de limón, la
generó como resultado un 59.27% de coincidencia entre
cual, por sus características de acuerdo con el color, forma,
las imágenes.
(a) Similitud de coincidencia entre las imágenes, mediante el sistema de reconocimiento.
(b) Porcentaje de identificación o coincidencia de las imágenes mediante el sistema de reconocimiento.
Figura 7. Sección de trabajo: comparaciones del sistema de reconocimiento automático de patrones y características en el cultivo. Ejecución
de la aplicación.
Ciencias Agroalimentarias
103
Como se puede observar en la figura anterior, el
comparación de una imagen perteneciente a una palmera
reconocimiento entre las plantas, que se genera a través
de coco, y al realizar el procesamiento de búsqueda en la
del sistema no es favorable, ya que las características
base de datos encontró una imagen que tenía las mismas
de las plantas generaron confusión durante el proceso
características, reconociendo una mayor similitud y
automático de identificación, y debido a las características
coincidencia del 100% entre las imágenes con desarrollo
básicas similares que se registraron. Sin embargo, en
favorable (Figura 8).
una segunda evaluación con otro cultivo, se realizó la
(a) El proceso de comparación entre las imágenes de palmera de
(b) El proceso de identificación entre las imágenes de palmera
coco generó como resultado la mayor similitud.
de coco generó como resultado el 100% de identificación o
coincidencia de las imágenes.
Figura 8. Pruebas de desempeño a través de la plataforma de trabajo del sistema de reconocimiento automático de patrones y características
de las imágenes de los cultivos como alternativa de desarrollo agrícola.
Los resultados preliminares demostraron que la
VI. Conclusiones
efectividad del reconocimiento de las características de
las imágenes con desarrollo favorable fue en promedio
La incorporación de sistemas automatizados dirigidos
del 71%, mientras que la identificación de las plantas con
al sector agrícola incrementará las posibilidades de
desarrollo no favorable o con alguno de los riesgos por
producción y de desarrollo de las plantas. Con el uso
plaga o enfermedad fue 83%.
de los sistemas innovadores se generan los informes de
interés y se dirige la atención a alternativas para apoyar
La opinión de los informantes clave contempla que una
la toma de decisiones.
propuesta de aporte a la agricultura con tecnologías
innovadoras amplía las posibilidad para el desarrollo
El reconocimiento automático de patrones y características
agrícola que beneficia a los agricultores y el gobierno, ya
en las imágenes de los cultivos es una alternativa
que este tipo de sistemas automatizados permiten generar
de innovación provechosa para el desarrollo de las
reportes rápidos, que apoyan en la toma de decisiones
plantaciones agrícolas que incrementa las posibilidades
para atender oportunamente los riesgos ocasionados por
de producción, y que ofrece una estrategia con la que se
las plagas y enfermedades de las plantas, con lo que se
identifican los posibles riesgos por plagas y enfermedades
contribuirá con el crecimiento productivo y económico
de las plantas.
del estado de Guerrero.
El estudio ofrece una alternativa automatizada para
los agricultores y el gobierno, ya que se propone para
identificar y disminuir los riesgos o enfermedades de
las plantas del limón, el mango y la palmera de coco, y
de esta manera iniciar acciones y estrategias oportunas
104
Revista Pensamiento Actual - Vol 19 - No. 33 2019 - Universidad de Costa Rica - Sede de Occidente
que ayuden a corregir los problemas o deterioros de la
Cabello, A. y Ortiz, E. (2013). Políticas públicas de
producción agrícola y, por consiguiente solucionar la
innovación tecnológica y desarrollo: teoría
problemática identificada.
y propuesta de educación superior. Revista:
Convergencia Revista de Ciencias Sociales Scielo,
En las Costas del estado de Guerrero, México, la vinculación
20(61), 135-172.
del sector agrícola es mínima, por lo que hace falta
desarrollar proyectos o sistemas automatizados dirigidos
Cáceres, C. (2015). Procesamiento de imágenes para
al campo que atiendan los peligros o enfermedades de
reconocimiento de daños causados por plagas
los cultivos en las comunidades y busque el incremento
en el cultivo de Begonia semperflorens (flor de
de la producción y el desarrollo favorable.
azúcar). Acta agronómica. Palmira, Colombia.
Universidad Nacional de Colombia. Disponible en:
Este trabajo pretende la apertura de un margen de estudio
a investigadores del área para que enfoquen su interés
en proyectos dirigidos al reconocimiento de patrones
v64n3.42657. Acceso: julio 28 de 2019.
de los cultivos para que se potencien los estudios del
sector agrícola, y a través de la innovación enfrentar los
Cásares, C., Farías, N., García, N. y García, A. (2017).
problemas que obstaculicen el desarrollo de los plantíos.
Procesamiento de imágenes de plantas
ornamentales multi-escala para calcular su
VII. Bibliografía
crecimiento. Revista: 3C TIC: Cuadernos de
desarrollo aplicados a las TIC, 6(3): 10-25.
Agudelo, R., Castellanos, D. y Medina, M. (2005).
Automatización de Sistema de Riego para el
Di Benedetto, A. y Tognetti, J. (2016). “Técnicas de análisis
cultivo de flores tipo exportación. (Tesis de
de crecimiento de plantas: su aplicación a cultivos
Licenciatura). Facultad de Ingeniería Electrónica,
intensivos”. Revista: Revista de investigaciones
Bogotá D.C. Colombia.
agropecuarias: RIA, 42(3): 258-282.
Bedolla, J., Bedolla, R. y Palacios, R. (2015). Sistema de
Flores, A. (1990). “La modernización de la agricultura
Gestión de Programas de Educación Ambiental,
en el trópico húmedo mexicano: veinte años de
una aplicación para el desarrollo comunitario.
experiencia en la Chontalpa, Tabasco”. Revista:
20º ENCUENTRO Nacional sobre Desarrollo
Revista de Geografía Agrícola, 1(1): 105-115.
Regional en México. Publicado In: Pasado,
presente y futuro de las regiones en México y su
González, A., Amarillo, G., Amarillo, M. y Sarmiento,
estudio. (ISBN: 978-607-96649-1-6 UNAM-IIEc:
F. (2015). “Drones aplicados a la agricultura de
978-607-02-7436-7: Cuernavaca, Morelos: 17 al
precisión”. Revista: Revista especializada en
20 de noviembre de 2015). México: AMECIDER,
ingeniería, 10(2016): 23-37.
1-24.
LAVIDA. (2012). México Rumbo a la Sustentabilidad:
Betancourt, D. (2014). Sistema de visión por computador
40 Propuestas para la Administración Federal
para detectar hierba no deseada en prototipo de
2012-2018. México: La Asamblea Veracruzana
cultivo de frijol usando ambiente controlado.
de Iniciativas y Defensa Ambiental. Disponible
(Proyecto de grado). Universidad Católica de
Colombia. Facultad de Ingeniería. Programa
m%C3%A9xico-rumbo-sustentabilidad-
de ingeniería electrónica y telecomunicaciones.
40-propuestas-administraci%C3%B3n-
Bogotá D.C. Colombia.
federal-2012-2018. Acceso: 03 de abril de 2018.
Ciencias Agroalimentarias
105
Maduell, E. (2012). Visión artificial. PID_00184756,
v.3.0. Barcelona, España: Universitat Oberta de
Catalunya UOC. 1-30.
Murray, T. G., y Murray, P. G. (2012). Clima desbocado.
¿Cómo ves?. México: Guía del maestro www.
comoves.unam.mx/assets/revista/168/clima-
desbocado.pdf. Acceso: 24 de agosto de 2018.
Noda, K., Ezaki, N., Takizawa, H., Mizuno, S. y Yamamoto,
S. (2006). Detection of plant saplessness with
image processing. International Joint Conference
SICE-ICASE, 4856 - 4860.
Núñez, O., Figueroa, T. y De Jesús, A. (2015). Monitorización
de Cultivos Utilizando Drones. Lagunas, El
Barrio de la Soledad, Oaxaca: Centro Educativo
Cruz Azul, A.C. México. Disponile en: http://
vinculacion.dgire.unam.mx/vinculacion-1/
Congreso-Trabajos-pagina/Trabajos-2015/
Ciencias-fisicomatematicas/Fisica/13.%20
CIN2015A20121.pdf. Acceso: 03 de octubre de
2018.
Plan Nacional de Desarrollo. (2013-2018). Igualdad de
oportunidades para un México próspero. México:
Gobierno de la República. Disponible en: http://
cepal.org/sites/default/files/plan/files/
MexicoPlanNacionaldeDesarrollo20132018.pdf.
Acceso: 03 de abril de 2018.
Silberschatz, A. y Korth, H. (2002). Fundamentos de Bases
de Datos, 4ta Edición. Madrid, España: McGRAW-
HILL, 787, 1-16.
Yan, L., Chunlei, X. y JangMyung, L. (2009). Vision-
based pest detection and automatic spray of
greenhouse plant. IEEE International Symposium
on Industrial Electronics, 920 - 925.
