Detection and Counting of Lemons using Artificial Vision and Tracking Techniques for Real Time Harvest Estimation

En la actualidad la estimación de la cantidad de frutos recolectados para un agricultor resulta de gran importancia brindándole una herramienta significativa para la toma de decisiones acerca de la producción. El presente trabajo tiene como objetivo automatizar el proceso de conteo de limones en tie...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Serafino, Sandra, Cicerchia, Lucas Benjamín, Perez, Gabriel, Adorno, Sebastián, Balmer, Agustín
Otros Autores: 0000-0002-4140-3610
Formato: Artículo publishedVersion
Lenguaje:Español
Publicado: Institute for Electrical and Electronics Engineers (IEEE) 2021
Materias:
Imágenes
Procesamiento de Imágenes
Tracking
Agricultura de Precisión
Acceso en línea:https://repositorio.unnoba.edu.ar/xmlui/handle/23601/139
Aporte de:
Re DI Repositorio Digital UNNOBA de Universidad Nacional del Noroeste de la Provincia de Buenos Aires
id I103-R405-23601-139
record_format dspace
institution Universidad Nacional del Noroeste de la Provincia de Buenos Aires
institution_str I-103
repository_str R-405
collection Re DI Repositorio Digital UNNOBA
language Español
topic Imágenes
Procesamiento de Imágenes
Tracking
Agricultura de Precisión
spellingShingle Imágenes
Procesamiento de Imágenes
Tracking
Agricultura de Precisión
Serafino, Sandra
Cicerchia, Lucas Benjamín
Perez, Gabriel
Adorno, Sebastián
Balmer, Agustín
Detection and Counting of Lemons using Artificial Vision and Tracking Techniques for Real Time Harvest Estimation
topic_facet Imágenes
Procesamiento de Imágenes
Tracking
Agricultura de Precisión
description En la actualidad la estimación de la cantidad de frutos recolectados para un agricultor resulta de gran importancia brindándole una herramienta significativa para la toma de decisiones acerca de la producción. El presente trabajo tiene como objetivo automatizar el proceso de conteo de limones en tiempo real para un relevamiento de datos durante el proceso de cosecha, utilizando un equipo de visión de bajo procesamiento y cámaras de baja resolución montadas sobre una cosechadora de limones. Para tal fin se utilizan técnicas de procesamiento de imágenes basadas en color, índices de vegetación, morfología matemática y tracking de objetos a partir del algoritmo Kuhn-Munkres. Para evaluar el rendimiento del algoritmo se hicieron pruebas sobre 6 videos tomados con una resolución de 640x480 píxeles en la fase de cosecha obteniendo como resultado un porcentaje de aciertos superior al 95% entre el recuento visual y el conteo brindado por el algoritmo.
author2 0000-0002-4140-3610
author_facet 0000-0002-4140-3610
Serafino, Sandra
Cicerchia, Lucas Benjamín
Perez, Gabriel
Adorno, Sebastián
Balmer, Agustín
format Artículo
Artículo
publishedVersion
Artículo
Artículo
publishedVersion
Artículo
Artículo
publishedVersion
author Serafino, Sandra
Cicerchia, Lucas Benjamín
Perez, Gabriel
Adorno, Sebastián
Balmer, Agustín
author_sort Serafino, Sandra
title Detection and Counting of Lemons using Artificial Vision and Tracking Techniques for Real Time Harvest Estimation
title_short Detection and Counting of Lemons using Artificial Vision and Tracking Techniques for Real Time Harvest Estimation
title_full Detection and Counting of Lemons using Artificial Vision and Tracking Techniques for Real Time Harvest Estimation
title_fullStr Detection and Counting of Lemons using Artificial Vision and Tracking Techniques for Real Time Harvest Estimation
title_full_unstemmed Detection and Counting of Lemons using Artificial Vision and Tracking Techniques for Real Time Harvest Estimation
title_sort detection and counting of lemons using artificial vision and tracking techniques for real time harvest estimation
publisher Institute for Electrical and Electronics Engineers (IEEE)
publishDate 2021
url https://repositorio.unnoba.edu.ar/xmlui/handle/23601/139
work_keys_str_mv AT serafinosandra detectionandcountingoflemonsusingartificialvisionandtrackingtechniquesforrealtimeharvestestimation
AT cicerchialucasbenjamin detectionandcountingoflemonsusingartificialvisionandtrackingtechniquesforrealtimeharvestestimation
AT perezgabriel detectionandcountingoflemonsusingartificialvisionandtrackingtechniquesforrealtimeharvestestimation
AT adornosebastian detectionandcountingoflemonsusingartificialvisionandtrackingtechniquesforrealtimeharvestestimation
AT balmeragustin detectionandcountingoflemonsusingartificialvisionandtrackingtechniquesforrealtimeharvestestimation
_version_ 1850060847244640256
spelling I103-R405-23601-1392021-07-26T12:36:39Z Detection and Counting of Lemons using Artificial Vision and Tracking Techniques for Real Time Harvest Estimation Serafino, Sandra Cicerchia, Lucas Benjamín Perez, Gabriel Adorno, Sebastián Balmer, Agustín 0000-0002-4140-3610 0000-0003-0316-7896 0000-0002-3491-2898 0000-0003-3618-596X Imágenes Procesamiento de Imágenes Tracking Agricultura de Precisión En la actualidad la estimación de la cantidad de frutos recolectados para un agricultor resulta de gran importancia brindándole una herramienta significativa para la toma de decisiones acerca de la producción. El presente trabajo tiene como objetivo automatizar el proceso de conteo de limones en tiempo real para un relevamiento de datos durante el proceso de cosecha, utilizando un equipo de visión de bajo procesamiento y cámaras de baja resolución montadas sobre una cosechadora de limones. Para tal fin se utilizan técnicas de procesamiento de imágenes basadas en color, índices de vegetación, morfología matemática y tracking de objetos a partir del algoritmo Kuhn-Munkres. Para evaluar el rendimiento del algoritmo se hicieron pruebas sobre 6 videos tomados con una resolución de 640x480 píxeles en la fase de cosecha obteniendo como resultado un porcentaje de aciertos superior al 95% entre el recuento visual y el conteo brindado por el algoritmo. Nowadays, estimating the amount of fruit harvested is an important process for a farmer, providing a significant tool for making decisions about production. This work aims to automate the counting of lemons in real time during the harvesting process, using low processing vision equipment and low resolution cameras mounted on a lemon harvester. Different techniques were used, such as color-based image processing, vegetation and contrast index, mathematical morphology and object tracking based on the Kuhn-Munkres algorithm. To evaluate the performance of the algorithm, six harvest videos with a resolution of 640x480 pixels were tested, resulting in a success rate of over 95% between the visual count and the count provided by the algorithm. Fil: Serafino, Sandra. Instituto de Investigación y Transferencia en Tecnología (ITT), Escuela de Tecnología, – Centro Asociado de la Comisión de Investigaciones Científicas de la Pcia. De Bs. As. (CIC) y Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Universidad Nacional del Noroeste de la Provincia de Buenos Aires (UNNOBA) Junín, Argentina Fil: Cicerchia, Benjamín. Instituto de Investigación y Transferencia en Tecnología (ITT), Escuela de Tecnología, – Centro Asociado de la Comisión de Investigaciones Científicas de la Pcia. De Bs. As. (CIC) y Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Universidad Nacional del Noroeste de la Provincia de Buenos Aires (UNNOBA) Junín, Argentina Fil: Perez, Gabriel. Instituto de Investigación y Transferencia en Tecnología (ITT), Escuela de Tecnología, – Centro Asociado de la Comisión de Investigaciones Científicas de la Pcia. De Bs. As. (CIC) y Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Universidad Nacional del Noroeste de la Provincia de Buenos Aires (UNNOBA) Junín, Argentina Fil: Adorno, Sebastián. Instituto de Investigación y Transferencia en Tecnología (ITT), Escuela de Tecnología, – Centro Asociado de la Comisión de Investigaciones Científicas de la Pcia. De Bs. As. (CIC) y Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Universidad Nacional del Noroeste de la Provincia de Buenos Aires (UNNOBA) Junín, Argentina Fil: Balmer, Agustín. Instituto de Investigación y Transferencia en Tecnología (ITT), Escuela de Tecnología, – Centro Asociado de la Comisión de Investigaciones Científicas de la Pcia. De Bs. As. (CIC) y Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Universidad Nacional del Noroeste de la Provincia de Buenos Aires (UNNOBA) Junín, Argentina Con referato 2021-07-26T12:05:11Z 2021-07-26T12:05:11Z 2020-10-19 info:eu-repo/semantics/article info:ar-repo/semantics/artículo info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/article info:ar-repo/semantics/artículo info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/article info:ar-repo/semantics/artículo info:eu-repo/semantics/publishedVersion S. E. Serafino, L. B. Cicerchia, G. Pérez, S. Adorno and A. Balmer, "Detection and Counting of Lemons using Artificial Vision and Tracking Techniques for Real Time Harvest Estimation," 2020 XLVI Latin American Computing Conference (CLEI), 2020, pp. 496-502, doi: 10.1109/CLEI52000.2020.00064. 978-1-6654-1560-6 (ISBN electrónico) 978-1-6654-4695-2 (Impresión bajo demanda (PoD)) https://repositorio.unnoba.edu.ar/xmlui/handle/23601/139 spa info:eu-repo/grantAgreement/Sadosky/FinanciamientoFaseCero/Junín(BA)/Prototipo operacional para el reconocimiento y conteo automatizado de limones pre-cosecha y pos-cosecha mediante técnicas de visión artificial y procesamiento digital de imágenes/PORyCL_VAyPDI 10.1109/CLEI52000.2020.00064 info:eu-repo/semantics/closedAccess https://creativecommons.org/licenses/by-nc-nd/2.5/ar/ application/pdf application/pdf Institute for Electrical and Electronics Engineers (IEEE) IEEE Xplore

Ejemplares similares