Detección de una enfermedad en el fruto de la fresa en su etapa postcultivo utilizando Inteligencia Artificial

Abstract

El objetivo del presente trabajo de grado es, a través de un sistema microcontrolador, lograr clasificar un tipo de enfermedad común presente en cultivos de fresas en Colombia a partir de un banco de imágenes del fruto, haciendo uso de distintos métodos de procesamiento de imágenes y algoritmos de inteligencia artificial para posteriormente escoger el mejor de estos, evaluando la precisión y tiempo de procesamiento al clasificar las imágenes de las fresas. El sistema se implementó en el microcontrolador Raspberry Pi 3B+, en donde se realiza la clasificación de un banco de imágenes de fresas a través distintos algoritmos clasificación (SVM, Naive-Bayes, KNN, regresión logística y redes neuronales). Además, se cuenta con un proceso de entrenamiento para los algoritmos de clasificación y de preprocesamiento de las imágenes en el computador. Se obtuvo que el mejor algoritmo de clasificación en términos de tiempo de procesamiento y de porcentaje de precisión fue la SVM, además se determinó que, con herramientas tan simples como filtrados de color y operaciones morfológicas, se puede llegar a realizar una correcta adquisición de la máscara de la fresa.