Aplicación de computadora para estimar el porcentaje de área foliar con imágenes digitales

En algunos estudios se tienen que procesar grandes cantidades de imágenes. Por ello se desarrolló en este estudio una aplicación capaz de contar los píxeles verdes que hay en una imagen y determinar el porcentaje de área foliar (%AF). La aplicación es capaz de analizar todas las imágenes del direc...

Descripción completa

Detalles Bibliográficos
Autores principales:	Landero Valenzuela, Nadia, Lara Viveros, Francisco Marcelo, Aguado Rodríguez, Graciano Javier
Formato:	article
Lenguaje:	Español
Publicado:	Sociedad Multidisciplinaria en Ciencias Agronómicas Aplicadas y Biotecnología - SOMUCAAB 2024
Materias:	Investigación agropecuaria - A50 Aplicación foliar Cobertura verde Imagen digital Tecnología Transversal http://aims.fao.org/aos/agrovoc/c_3008 http://aims.fao.org/aos/agrovoc/c_4394 http://aims.fao.org/aos/agrovoc/c_62d0ecb3 http://aims.fao.org/aos/agrovoc/c_7644
Acceso en línea:	http://hdl.handle.net/20.500.12324/39517

id	RepoAGROSAVIA39517
record_format	dspace
institution	Corporación Colombiana de Investigación Agropecuaria
collection	Repositorio AGROSAVIA
language	Español
topic	Investigación agropecuaria - A50 Aplicación foliar Cobertura verde Imagen digital Tecnología Transversal http://aims.fao.org/aos/agrovoc/c_3008 http://aims.fao.org/aos/agrovoc/c_4394 http://aims.fao.org/aos/agrovoc/c_62d0ecb3 http://aims.fao.org/aos/agrovoc/c_7644
spellingShingle	Investigación agropecuaria - A50 Aplicación foliar Cobertura verde Imagen digital Tecnología Transversal http://aims.fao.org/aos/agrovoc/c_3008 http://aims.fao.org/aos/agrovoc/c_4394 http://aims.fao.org/aos/agrovoc/c_62d0ecb3 http://aims.fao.org/aos/agrovoc/c_7644 Landero Valenzuela, Nadia Lara Viveros, Francisco Marcelo Aguado Rodríguez, Graciano Javier Aplicación de computadora para estimar el porcentaje de área foliar con imágenes digitales
description	En algunos estudios se tienen que procesar grandes cantidades de imágenes. Por ello se desarrolló en este estudio una aplicación capaz de contar los píxeles verdes que hay en una imagen y determinar el porcentaje de área foliar (%AF). La aplicación es capaz de analizar todas las imágenes del directorio de una computadora y tiene la opción de estimar el %AF utilizando todos los píxeles o realizar un muestreo de píxeles. Se analizaron 243 imágenes en 1 hora 45 minutos y 49 segundos cuando el análisis fue de todos los píxeles de cada imagen, sin embargo, tardó 37 segundos analizando una muestra de píxeles de cada imagen. Se compararon los %AF obtenidos con el programa contra los obtenidos con el programa ImageJ® y se encontró una correlación de 0.993 y una pendiente de 1.0056. Se encontró un coeficiente de correlación de 0.999 entre el %AF obtenido al analizar la mínima cantidad de pixeles y el %AF obtenido analizando todos los pixeles. Adicionalmente, los valores de %AF obtenidos con una resolución de 16MP serán diferentes en un máximo de 3% con respecto a los valores de %AF obtenidos con resolución de 1MP.
format	article
author	Landero Valenzuela, Nadia Lara Viveros, Francisco Marcelo Aguado Rodríguez, Graciano Javier
author_facet	Landero Valenzuela, Nadia Lara Viveros, Francisco Marcelo Aguado Rodríguez, Graciano Javier
author_sort	Landero Valenzuela, Nadia
title	Aplicación de computadora para estimar el porcentaje de área foliar con imágenes digitales
title_short	Aplicación de computadora para estimar el porcentaje de área foliar con imágenes digitales
title_full	Aplicación de computadora para estimar el porcentaje de área foliar con imágenes digitales
title_fullStr	Aplicación de computadora para estimar el porcentaje de área foliar con imágenes digitales
title_full_unstemmed	Aplicación de computadora para estimar el porcentaje de área foliar con imágenes digitales
title_sort	aplicación de computadora para estimar el porcentaje de área foliar con imágenes digitales
publisher	Sociedad Multidisciplinaria en Ciencias Agronómicas Aplicadas y Biotecnología - SOMUCAAB
publishDate	2024
url	http://hdl.handle.net/20.500.12324/39517
work_keys_str_mv	AT landerovalenzuelanadia aplicaciondecomputadoraparaestimarelporcentajedeareafoliarconimagenesdigitales AT laraviverosfranciscomarcelo aplicaciondecomputadoraparaestimarelporcentajedeareafoliarconimagenesdigitales AT aguadorodriguezgracianojavier aplicaciondecomputadoraparaestimarelporcentajedeareafoliarconimagenesdigitales
_version_	1808107059747487744
spelling	RepoAGROSAVIA395172024-07-04T03:01:58Z Aplicación de computadora para estimar el porcentaje de área foliar con imágenes digitales Landero Valenzuela, Nadia Lara Viveros, Francisco Marcelo Aguado Rodríguez, Graciano Javier Investigación agropecuaria - A50 Aplicación foliar Cobertura verde Imagen digital Tecnología Transversal http://aims.fao.org/aos/agrovoc/c_3008 http://aims.fao.org/aos/agrovoc/c_4394 http://aims.fao.org/aos/agrovoc/c_62d0ecb3 http://aims.fao.org/aos/agrovoc/c_7644 En algunos estudios se tienen que procesar grandes cantidades de imágenes. Por ello se desarrolló en este estudio una aplicación capaz de contar los píxeles verdes que hay en una imagen y determinar el porcentaje de área foliar (%AF). La aplicación es capaz de analizar todas las imágenes del directorio de una computadora y tiene la opción de estimar el %AF utilizando todos los píxeles o realizar un muestreo de píxeles. Se analizaron 243 imágenes en 1 hora 45 minutos y 49 segundos cuando el análisis fue de todos los píxeles de cada imagen, sin embargo, tardó 37 segundos analizando una muestra de píxeles de cada imagen. Se compararon los %AF obtenidos con el programa contra los obtenidos con el programa ImageJ® y se encontró una correlación de 0.993 y una pendiente de 1.0056. Se encontró un coeficiente de correlación de 0.999 entre el %AF obtenido al analizar la mínima cantidad de pixeles y el %AF obtenido analizando todos los pixeles. Adicionalmente, los valores de %AF obtenidos con una resolución de 16MP serán diferentes en un máximo de 3% con respecto a los valores de %AF obtenidos con resolución de 1MP. 2024-07-03T19:46:56Z 2024-07-03T19:46:56Z 2022 2022 article Artículo científico http://purl.org/coar/resource_type/c_2df8fbb1 info:eu-repo/semantics/article https://purl.org/redcol/resource_type/ART http://purl.org/coar/version/c_970fb48d4fbd8a85 2954-4092 http://hdl.handle.net/20.500.12324/39517 reponame:Biblioteca Digital Agropecuaria de Colombia instname:Corporación colombiana de investigación agropecuaria AGROSAVIA spa Revista Ciencias Agronómicas Aplicadas y Biotecnología 2 2 58 63 Abràmoff, M. D., Magalhães, P. J., & Ram, S. J. (2004). Image processing with ImageJ. Biophotonics international, 11(7), 36-42. Ali, A. Ali, A. M., Darvishzadeh, R., Skidmore, A. K., van Duren, I., Heiden, U., & Heurich, M. (2016). Estimating leaf functional traits by inversion of PROSPECT: Assessing leaf dry matter content and specific leaf area in mixed mountainous forest. International Journal of Applied Earth Observation and Geoinformation, 45, 66-76. Chen, Z., Gao, B., & Xu, B. (2015). Assessing visual green effects of individual urban trees using airborne Lidar data. Science of the Total Environment, 536, 232-244. Ishihara, M. I., & Hiura, T. (2011). Modeling leaf area index from litter collection and tree data in a deciduous broadleaf forest. Agricultural and forest meteorology, 151(7), 1016-1022. Lévesque, J., & King, D. J. (2003). Spatial analysis of radiometric fractions from high-resolution multispectral imagery for modelling individual tree crown and forest canopy structure and health. Remote Sensing of Environment, 84(4), 589-602. R Development Core Team. (2009). R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing. http://www.r-project.org. Rincón Guerrero, N., Olarte Quintero, M. A., & Pérez Naranjo, J. C. (2012). Determinación del Área Foliar en Fotografías Tomadas con una Cámara Web, un Teléfono Celular o una Cámara Semiprofesional. Rev. Fac. Nal. Agr. Medellín, 65(1), 6399-6405. Tadić, V., Marković, M., Plaščak, I., Stošić, M., Lukinac-Čačić, J., & Vujčić, B. (2014). Impact of technical spraying factors on leaf area coverage in an apple orchard. Tehnički vjesnik, 21(5), 1117-1124. Yang, J., Zhao, L., Mcbride, J., & Gong, P. (2009). Can you see green? Assessing the visibility of urban forests in cities. Landsc. Urban Plan., 91, 97-104. Zheng, G., & Moskal, L. M. (2009). Retrieving Leaf Area Index (LAI) Using Remote Sensing: Theories, Methods and Sensors. Sensors, 9(4), 2719-2745. Attribution-NonCommercial-ShareAlike 4.0 International http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf application/pdf Sociedad Multidisciplinaria en Ciencias Agronómicas Aplicadas y Biotecnología - SOMUCAAB Saltillo (México) Revista Ciencias Agronómicas Aplicadas y Biotecnología; Vol 2, Núm 2 (2022): Revista Ciencias Agronómicas Aplicadas y Biotecnología Vol 2, Núm 2 (2022) p. 58-63.

Aplicación de computadora para estimar el porcentaje de área foliar con imágenes digitales

Ejemplares similares