Gestión y procesamiento de
IMAGENES AEREAS de CAÑA DE AZUCAR
SCHNEIDER Gerardo E., HADAD Alejandro, SOLANO Agustín, KEMERER Alejandra
Laboratorio de Sistemas de Información / Departamento Informática / Facultad de Ingeniería / Universidad Nacional de Entre Ríos
El problema
La presencia de caña de azúcar
caída al momento de la cosecha
trae aparejadas importantes
pérdidas en la recolección y en
el ingenio azucarero
El proyecto
Investiga técnicas de gestión,
clasificación y cuantificación
espacial que permitan generar
información relevante para la
producción de caña de azúcar y
otras especies vegetales
Líneas de investigación
Clasificación y cuantificación
espacial mediante técnicas de
Inteligencia Artificial y Análisis
de Texturas
Desarrollo de herramientas
auxiliares para el manejo
colaborativo y organización del
gran volumen de información
utilizado
Formación de RR.HH.
El equipo de trabajo está
compuesto por profesionales de
diferentes especialidades como
Bioinformática, Bioingeniería e
Ing. Agronómica. Actualmente
los miembros del equipo de
trabajo están realizando
actividades de posgrado y tesis
de grado en el área de sistemas
de información y en agronomía
Proyecto de Investigaci
Oro Verde , . .
E R Argentina
INFOR
MACIO
N UTIL 25 %
PARA E
L PROD
UCTOR
Repositorio web de RedNeuronalArtificial
imágenes
RNA del tipo Perceptrón
Multicapa implementada sobre el
framework NEUROPH con fin de
clasificar y validar resultados en
base a las entradas: Entropía
prom. del Hist.; Firma espectral;
Desvío estándar del Hist.; NDVI.
Generación del Set de
Entrenamiento
query = "DROP VIEW
balanceada;" + "CREATE VIEW
El repositorio permite: Sistematizar los Datasets. balanceada AS "+ "(SELECT e.id
Mantener organizado el gran numero de imágenes. FROM "+tablaAnalisisEspectro+"
Asociar lotes de imágenes con proyectos y con usuarios e WHERE e.tamVentana="
vinculados a roles. Compartir información asegurando la + tamVent + " AND e.clase='CP'
seguridad e integridad de los datos. Propiciar el trabajo ORDER BY RANDOM() LIMIT " +
colaborativo eficiente. Independizar el ámbito laboral cantMuestras
geográficamente. Facilitar las búsquedas mediante + " )" + " UNION
asociaciones de metadatos, geolocalización, etc. (SELECT e.id FROM
Generación de Pipelines con otras aplicaciones desde el "+tablaAnalisisEspectro+" e
propio servidor. WHERE e.tamVentana="+
tamVent+ " AND e.clase='CCA'
Persistencia de los datos en el proyecto: ORDER BY RANDOM() LIMIT "+
Datos generados durante la extracción de características cantMuestras+ " )"+ . . .
se almacenan en tablas de base de datos relacional junto
a metadatos asociados Imágenes multiespectrales :
Las imágenes multiespectrales de alta resolución son Banda verde (530-580 nm), roja
almacenadas en sistema de archivo (650-685 nm) e infrarroja cercana
Metadatos asociados al etiquetado de las imágenes se (770-830 nm). Cantidad: 56
encuentran en formato de archivos xml suministradas por INTA Castelar,
Procesamientos: Normalización en brillo, filtros Sobel y resolución aprox. 2,5 Megapixeles.
Fei Chen. Tamaño del pixel 0,7 m.
Tecnologías empleadas: JAVA, JAVA ADVANCED
IMAGING, VAADIN, LENGUAJE R, LABEL ME, APACHE Descargue este
TOMCAT, JPA, POSTGRESQL póster leyendo
el código
ó n y Desarrollo N ó
vel N°6152 í ,
Facultad de Ingenier a í
Universidad Nacional de Entre R os
/ gschneider@ í . . ,
bioingenier a edu ar @
hadad - .
santafe conicet gov ar.