Clasificación de cultivos agrícolas utilizando técnicas clásicas de procesamiento de imágenes y redes neuronales artificiales

Abstract

La percepcion remota, llevada a cabo con el apoyo de satelites artificiales, ha contribuido con el paso de los anos a la clasificacion adecuada de los cultivos agricolas. Asi, se han identificado varios avances en este campo usando sus imagenes con diferentes resoluciones espaciales y espectrales. Su clasificacion puede ser abordada como un problema de reconocimiento de patrones que utiliza procesamiento de imagenes y que esta formado por varias etapas: la primera se relaciona con la seleccion del metodo o medio a traves del cual se obtiene la imagen, la segunda esta inmersa tanto en el procesamiento de esta como en la extraccion de rasgos y la tercera hace referencia a la seleccion y aplicacion de algoritmos de clasificacion. En esta investigacion se presenta una metodologia basada en tecnicas de procesamiento de imagenes satelitales de baja resolucion y reconocimiento de patrones que permite realizar una adecuada clasificacion de cultivos agricolas. Para validar su desempeno, se definio una region de prueba en el estado de Sinaloa, Mexico, con una imagen de prueba de GoogleEarth con tres canales de informacion en el espectro visible; se etiquetaron manualmente cinco tipos de cultivo de donde se derivaron 24 bases de datos compuestas por 2 752 muestras asociadas a los diferentes cultivos