Procesamiento de Imágenes Multiespectrales adquiridas con drones para la caracterización de sistemas agroambientales

Abstract

En este proyecto se implementó un sistema de procesamiento de imágenes multiespectrales en Matlab AppDesigner provenientes de cámaras multiespectrales o imágenes satelitales que calculan el valor de NDVI (Diferencia de Índice de Vegetación Normalizada) basada en medidas de la intensidad de la luz roja e infrarroja reflejada en las bandas alrededor de los 650 nm y 850 nm, usando métodos de segmentación de imágenes y clasificación de patrones; específicamente, el método de umbralización, K-means y Mahalanobis,. A partir de la aplicación de estos algoritmos, se aplicó una metodología para estimar el comportamiento porcentual de variables agrícolas relacionadas con la productividad, ahorro o gasto, las cuales están directamente relacionada con la variabilidad del NDVI en la imagen procesada. Se encontró que si la imagen es ligeramente uniforme todos los métodos de procesamiento dan resultados muy similares, mientras que en el caso contrario; es decir, cuando la imagen no es uniforme hay desviaciones en los resultados entre los diferentes algoritmos, por lo que se propone un criterio para la escogencia del método de cálculo para estimación de las variables agrícolas.