Skip to main content

ALGORITMOS DE CLASIFICACION ORDINAL Y PREDICCION EN ENERGIAS RENOVABLES

TIN2014-54583-C2-1-R

•
Funding agency name Ministerio de Economía y Competitividad
Funding agency acronym MINECO
Program Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Call Proyectos I+D+i Retos de Investigación
Call year 2014
State Plan 2013-2016 Plan Estatal de Investigación Científica y Técnica y de Innovación
Management unit Secretaría de Estado de Educación, Formación Profesional y Universidades
Beneficiary centre UNIVERSIDAD DE CORDOBA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 1
Encontrada(s) 1 página(s)

DIGITAL.CSIC. Repositorio Institucional del CSIC
Publication Contribución de congreso (ConferenceOutput)

A weed monitoring system using UAV- IMAGERY and the hough transform, Un método para cartografiar malas hierbas mediante imágenes de vehículos aéreos no tripulados y la transformada de Hough

  • Pérez-Ortiz, María
  • Peña Barragán, José Manuel
  • Torres-Sánchez, Jorge
  • Hervás-Martínez, César
  • López Granados, Francisca
Trabajo presentado en el XV Congreso de la Sociedad Española de Malherbologia (SEMh), celebrado en Sevilla del 19 al 22 de octubre de 2015., [EN] Usually, weed-infested crops require the use of herbicides as a useful manner of controlling the quality and quantity of crop production. Although there are weed-free areas, the most common approach is to broadcast herbicides entirely over crops fields, resulting in a potential reduction of profits. Recently, patch spraying has allowed the application of site-specific weed management by using precise and timely weed maps at very early phenological stage obtained either by ground sampling or proximal or remote sensing. Remote imagery from piloted planes and satellites are not suitable for this purpose given their low spatial and temporal resolutions; however, unmanned aerial vehicles (UAV) represent an excellent alternatuve. This paper presents a new classification framework for weed monitoring via UAV showing promising results and accurate generalisation in different scenarios., [ES] Las infestaciones de malas hierbas precisan del uso de herbicidas para controlar la calidad y el rendimiento de los cultivos. Aunque las malas hierbas con frecuencia se distribuyen en rodales o agregados, la práctica más extendida es la aplicación de herbicidas en todo el cultivo, resultando en un aumento de los costes. El control localizado de malas hierbas se hace mediante muestreos en campo, detección próxima o teledetección. En este último caso es necesaria la obtención de mapas de emergencias de malas hierbas en fases fenológicas tempranas para utilizarlos para su control en post-emergencia. Las imágenes remotas de aviones pilotados o satélites no son útiles debido a su baja resolución espacial y temporal. Sin embargo, este no es el caso de los vehículos aéreos no tripulados. Este artículo presenta un nuevo método para monitorización de malas hierbas mediante este tipo de plataformas, mostrando resultados prometedores., This work was financed by the Recupera 2020 project (Spanish MINECO and EU-FEDER Funds). Research of Mr. Torres-Sánchez and Dr. Peña was financed by the FPI and Ramón y Cajal programs, respectively. Research of Dr. Gutiérrez and Dr. Hervás-Martínez has been subsidized by the TIN2014-54583-C2-1-R project of the Spanish Ministerial Commission of Science and Technology (MICYT), FEDER funds and the P11-TIC-7508 project of the “Junta de Andalucía” (Spain)., No