PROCESAMIENTO DIGITAL DE IMAGEN PARA LA CARACTERIZACIÓN MORFOMÉTRICA DE LA ESPEC
978-84-17261-14-6 / 9788417261146
Un nuevo algoritmo de procesado de imagen ha sido desarrollado para la medición de tres características morfológicas en especímenes de Frankliniella occidentalis, es decir, longitud principal, ancho del tórax y ancho del abdomen. Estas medidas se han demostrado efectivas para la caracterización morfométrica en esta especie, permitiendo un procesado automático de la imagen sin medición manual. Esta caracterización juega un papel fundamental en las ventanas de los invernaderos, en las mallas anti-insectos y en la protección de los cultivos. En este sentido, distintos métodos basados en procesamiento digital de imagen, comprendiendo segmentación de imagen, caracterización geométrica y operaciones morfológicas, han sido aplicados en imágenes RGB de microscopio. La implementación de estos algoritmos fue programada en C++.
Como punto de partida de esta investigación, una muestra de 35 imágenes fue analizada con el sistema propuesto. El método de Otsu de segmentación ha sido aplicado a la banda de color azul para la clasificación de píxeles en clases de primer plano y fondo. La región más grande de los píxeles del primer plano (el cuerpo del insecto) fue seleccionada y preprocesada. Propiedades geométricas fueron consecuentemente definidas en esta región, tales como área, perímetro, centroide, momentos de inercia, factor de forma elíptico, etc. En segundo lugar, se aplicaron operaciones de erosión de forma iterativa para eliminar algunas partes indeseadas de la imagen (patas, antenas, alas y vellosidades) hasta que el factor de forma elíptico excediera un umbral definido. Finalmente, el sistema calcula la longitud deseada basado en la región procesada. Además, las medidas reales de la muestra fueron obtenidas mediante una medición manual con fines de comparación.
Diversos experimentos se llevaron a cabo en la muestra citada para la validación estadística del rendimiento de nuestro sistema. Los resultados de la longitud principal y del ancho del abdomen muestran similitud estadística entre las medidas reales y aquellas obtenidas por una medición manual con un RMSE reducido. De este modo, pruebas ANOVA, de Kolmogorov-Smirnov o de Shapiro-Wilk, entre otros test, fueron aplicadas en este ámbito. Sin embargo, los resultados derivados de la medición del tórax muestran una discrepancia significativa ante los test estadísticos usados hasta ahora. Un notable incremento de la desviación estándar de la muestra, debido a algunos errores remanentes en la imagen que no fueron realmente eliminados por la erosión, refleja una actuación distinta entre ambos métodos de actuación.
En conclusión, este nuevo algoritmo de procesado de imagen puede ser recomendado para la medición automática de la longitud principal y del abdomen en Frankliniella occidentalis con alta precisión. Futuras investigaciones se centrarán en la mejora de la cuantificación del tórax.
Este sitio web utiliza cookies propias y de terceros para analizar nuestros servicios y mostrarte publicidad relacionada con tus preferencias, en base a un perfil elaborado a partir de tus hábitos de navegación (por ejemplo, páginas visitadas). Si continúas navegando, consideraremos que aceptas su uso. Puedes configurar o rechazar la utilización de cookies u obtener más información aquí
Más información sobre el uso de "cookies" y sus opciones de privacidad
Este sitio web utiliza cookies tanto propias como de terceros para recabar y tratar su información con las finalidades que se detallan a continuación en el panel de configuración.
A través del mismo, puede aceptar o rechazar de forma diferenciada el uso de cookies, que están clasificadas en función del servicio. En cada uno de ellos encontrará información adicional sobre sus cookies. Puede encontrar más información en la Política de cookies.
Estrictamente necesarias (técnicas):
Se usan para actividades que son estrictamente necesarias para gestionar o prestar el servicio que usted nos ha solicitado y, por tanto, no exigen su consentimiento.
Google Analytics
Google Analytics es una herramienta de analítica web de la empresa Google. Ofrece información agrupada del tráfico que llega a los sitios web según la audiencia, la adquisición, el comportamiento y las conversiones que se llevan a cabo en el sitio web. Es una herramienta utilizada en marketing digital.