Aprendizaje automatizado basado en transformadas wavelet para la segmentación de hojas en imágenes infrarrojas
- Pérez Sanz, Fernando
- Navarro Lorente, Pedro Javier
- Egea Gutiérrez-Cortines, Marcos
- Weiss, Julia Rosl
- Francisco Artés Hernández
- Juan Antonio Fernández-Hernández
- José Enrique Cos Terrer
- Juan José Alarcón Cabañero
- Marcos Egea Gutiérrez-Cortines
- Encarna Aguayo Giménez
Éditorial: Universidad Politécnica de Cartagena
ISBN: 978-84-16325-89-4
Année de publication: 2019
Pages: 109-112
Congreso: Workshop on Agri-Food Research for young researchers (7. 2018. Cartagena)
Type: Communication dans un congrès
Résumé
En este trabajo se presenta un algoritmo de segmentación basado en máquinas de aprendizaje para la segmentación de hojas sobre imágenes NIR (Near-Infra-Red). El método de segmentación utiliza un vector de características extraído de diferentes niveles de la transformada wavelet. Para el desarrollo del algoritmo se han probado tres clasificadores: el vecino más cercano (KNN), un clasificador Bayesiano (NBC) y las máquinas de soporte compacto (SVM). Los métodos de aprendizaje han sido validados mediante el análisis de las curvas ROC y el máximo rendimiento fue obtenido por la SVM con un 98.33%.