INVESTIGADOR(ES) PRINCIPAL(ES):

Alexander Molina Cabrera

7 horas

CODIGO CIE

6-18-7

Andrés Felipe Calvo Salcedo

Coinvestigador

4 Horas

Leidy Esperanza Pamplona Berón

Coinvestigador

10 Horas

Lina María Gómez López

Estudiante

10 Horas

Arley Bejarano Martínez

Coinvestigador

10 Horas

Juan Guillermo Aguilar Gaviria

Coinvestigador

40 Horas

Liliana Isaza Valencia

Coinvestigador

2 Horas

Juan Manuel López Vásquez

Coinvestigador

20 Horas

Ana María López Gutierrez

Coinvestigador

4 Horas

TIPO DE CONVOCATORIA

2017. 776 - Convocatoria Nacional Para La Conformación De Un Banco De Proyectos Elegibles De Generación De Nuevo Conocimiento

TIPO DE PROYECTO

Investigación Aplicada

OBJETIVO(S)

Objetivo general: Desarrollar un sistema TIC para la generación de alertas tempranas del hongo Mycosphaerella fijiensis, agente causal de la sigatoka negra en cultivos comerciales de plátano utilizando fusión multimodal. Objetivos específicos: 1) Diseñar una metodología para la detección automática de Mycosphaerella fijiensis, utilizando técnicas de fusión multimodal y sistemas expertos para el diagnóstico temprano en cultivos comerciales de plátano. 2) Validar estadísticamente la metodología de la detección automática de Mycosphaerella fijiensis, a través el método validación cruzada de Montecarlo. 3) Diseñar e implementar un software TIC con enfoque multisensor aplicando el método de muestreo de Stover, para el diagnóstico temprano de Mycosphaerella fijiensis en cultivos comerciales de plátano. 4) Evaluar el sistema desarrollado a través de pruebas de uso y de precisión en el diagnóstico temprano de Mycosphaerella fijiensis, agente causal de la sigatoka negra, en cultivos comerciales de plátano.

RESUMEN

Se estudió el aporte de información de las transformadas FFT, DWT e Histogramas, para los espacios de representación HSV, TSL, LAB, RGB y GRAY a partir de los pesos calculados en tres pruebas como se observa en la sección de resultados. Se comprueba que el mayor aporte se presenta en el espacio Gray, debido a que los cambios de textura que produce la enfermedad y que se detectan usando transformadas espacio frecuencia invariantes al color, sin embargo, se añaden los Histogramas del canal HSV, lo que permite lograr una eficiencia esperada. La técnica de reducción de dimensionalidad relieff es un punto inicial para determinar el aporte de cada descriptor, sin embargo, no solo se deben organizar los descriptores por peso, si no que se debe validar el aporte de las diferentes combinaciones de descriptores. Lo anterior se verifica en la tercera prueba donde se agrega el descriptor FFTGRAT que no se encuentra entre los mejor puntuados por Relieff, pero permite mantener una eficiencia competitiva con una menor cantidad de descriptores. El método propuesto requiere mayor costo computacional, debido a la necesidad de utilizar dos clasificadores jerárquicos, no obstante, permite mantener una eficiencia esperada en los primeros estadios de la enfermedad, lo que no se logra utilizando otras técnicas de clasificación propuestas en el estado del arte. Detectar la enfermedad en los primeros estadios es de vital importancia, ya que permite al agricultor tomar una acción preventiva, evitando pérdidas económicas. La base de datos se encuentra desbalanceada debido a la naturaleza de la enfermedad, esto requiere el uso de métodos como el de particionar los datos para evitar clasificadores sesgados. Además, evidencia la fuerte incidencia que presenta la Sigatoka Negra en los cultivos productivos del departamento de Risaralda. Dividir la imagen en segmentos permite abordar el problema de clasificación a partir de redes neuronales convolucionales, dado que las piscas que produce la enfermedad son de tamaño menor a 1 cm2 no es posible reducir el tamaño de la imagen significativamente debido a que se perdería la información para la clasificación del patrón. Las redes neuronales convolucionales resultan ser más eficientes en la clasificación de patrones definidos, como rostros u objetos, sin embargo, la Sigatoka Negra presenta patrones aleatorios, por tanto, descriptores en conjunto como la transformada Wavelet, Fourier e histogramas aportan mayor información que los procesos de convolución. El aplicativo móvil es estable y no depende de la red a utilizar (WIFI, 3G, 4G), su fiabilidad es mayor al 95%. Las encuestas revelaron aceptación del aplicativo móvil, los agricultores tienen una percepción positiva sobre la implementación de herramientas TICS que mejoren los procesos agrícolas. Dado que los cultivos de plátano normalmente se encuentran en zonas rurales se dificulta la conexión a internet, sin embargo es posible realizar la captura, guardar la imagen para procesarla cuando se tenga acceso a internet, lo que genera versatilidad de uso. Mediante la realización de talleres teórico-práctico con los agricultores participantes del proyecto de investigación, se alcanzó de forma éxito la socialización del aplicativo Sigatok. Dicha socialización fue en entorno al aceptación, facilidad, usabilidad y confiabilidad del aplicativo desarrollado, permitiendo realizar pruebas TAM y SUS con los participantes bajo parámetros y condiciones correspondientes a cultivos de plátano. Para concluir, se lleva a cabo una etapa de evaluación con el fin de medir el nivel de adaptabilidad por parte de los participantes al uso de la herramienta de desarrollada. Para la presente etapa el proyecto, se ha podido evidenciar cumplimiento de la metodología propuesta en la etapa de formulación del mismo, la ejecución de los objetivos tanto general como específicos se encuentran cumplidos en un 100%. La producción de productos se encuentra a la fecha en etapa

ESTADO

Concluido

FECHA DE INICIO

06/02/2018

FECHA DE FINALIZACION

06/02/2020

FECHA DE FIN(PRÓRROGA)

06/10/2020

PRODUCTOS

Congreso internacional de electrónica, control y telecomunicaciones

Ponencia en evento especializado

Detección de sigatoka negra en cultivos de plátano mediante procesamiento digital de imágenes y visión por computador.

Pregrado

Diseño e implementación de un aplicativo móvil para realizar la detección temprana de la enfermedad de la Sigatoka Negra en los cultivos de plátanos

Pregrado

Medidor de área foliar utilizando una cámara digital

Pregrado

Metodología para la detección de sigatoka negra usando imagenes digitales

Maestría o Especialidad clínica

Mobile application for the detection of black Sigatoka

Solicitud de patente por la vía PCT

URL

SIGATOK

Software

Tuning of conic parameters using tikhonov regularization and L-Curve simulation

Boletín

URL

6th international conference on artificial intelligence (ICOAI 2019)

Ponencia en evento especializado