MONITOREO PRELIMINAR DE INCIDENCIA DE FISIOPATÍAS EN CULTIVOS DE FRESA USANDO PROCESAMIENTO DIGITAL DE IMÁGENES

^les^aLa identificacion de diferentes anomalias en cultivos agricolas usando procesamiento de imagenes, ha demostrado cada vez mas su efectividad, contrario con los metodos de ejecucion tradicionales, los cuales arrancan los foliolos y frutos de la planta, para realizar el estudio. En este trabajo se presentan los resultados del desarrollo e validacion de un algoritmo, que permita realizar monitoreo de incidencia en cultivos de fresa (Fragaria x ananassa), capaz de dar una primera aproximacion para distinguir senescencia y danos mecanicos en sus foliolos, implementando una metodologia indirecta (no destructiva). Las tecnicas de procesamiento de imagenes implementadas incluyen Suavizado, Erosion, Dilatacion, Deteccion de Contornos, Correspondencia de Patrones, Umbralizacion, entre otros. Los resultados obtenidos se visualizaron en una aplicacion desarrollada en C# usando la libreria Emgu CV, mostrando al usuario un diagnostico de la planta de estudio. Se concluye que es posible ofrecer un servicio de monitoreo preliminar de incidencia usando este algoritmo, ahorrando tiempo para productores e investigadores que requieran una primera aproximacion del estado del cultivo, con la posibilidad de ejecutarse tanto en computadores e robots aereos (drones) para hacer mas eficiente esta tarea.^len^aProcesses executed for identifying anomalies in agricultural crops using image processing have been effective, however these methods involve tear off plant’s leaflets and fruits under study. For this paper it is shown the results of the development and validation of an algorithm that allows the execution of incidence monitoring in strawberry crops (Fragaria x ananassa), able to make a first approximation to distinguish senescence and mechanical damage in their leaflets, implementing an indirect (non-destructive) methodology. Image processing techniques used for this research include smoothing, erosion, dilation, edge detection, pattern matching, thresholding, among others. The results were visualized in an application developed in C# using the Emgu CV library. It is concluded that is possible to offer a preliminary monitoring of incidence using this algorithm, saving time for producers and researchers who require a first approximation of the state of the crop, with the ability to run on desktops, notebooks and aerial robots (drons) that allow to automate this task.^lpt^aA identificacao das diferentes anomalias em cultivos agricolas utilizando processamento de imagens ha demonstrado cada vez mais sua efetividade. Contrario com os metodos tradicionais, que tiram as folhas e frutos da arvore para realizar o estudo. Neste trabalho se apresentam os resultados do desenvolvimento e validacao do algoritmo, que permite realizar monitoramentos da incidencia em cultivos de morango (Fragaria x ananassa), capaz de realizar uma primeira aproximacao para identificar senescencia e danos mecânicos em suas folias, desenvolvendo uma metodologia nao destrutiva. As tecnicas de processamento de imagens desenvolvidas, incluem suavizacao, erosao, dilatacao, deteccao de bordas, correspondencia de padroes, umbral (Thresholding), entre outros. Os resultados obtidos se visualizaram em uma aplicacao em C# utilizando a biblioteca Emgu CV, mostraram ao usuario um diagnostico da planta em estudo. Se conclui que e possivel oferecer um servico de monitoramento preliminar de incidencia, utilizando este algoritmo, poupando tempo para produtores e pesquisadores que precisem uma primeira aproximacao do estado de um cultivo, com a possibilidade de utilizar computadores e Drones para fazer mais eficiente esta tarefa.