Upload resources

Upload your works to SEDICI to increase its visibility and improve its impact

 

Show simple item record

dc.date.accessioned 2023-09-18T18:47:27Z
dc.date.available 2023-09-18T18:47:27Z
dc.date.issued 2023-06
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/157807
dc.description.abstract The detection, geolocation, and classification of weeds in agricultural fields is a problem of interest associated with Precision Agriculture (PA). The main contribution of this work is to describe a workflow (feasible to automate) based on open-source software tools and open information to: 1) measure the spatiotemporal evolution of weed patches through satellite images, and 2) register high-resolution images (taken at low altitude) on top of the satellite image to identify the weeds that compose the detected patches. To merge the satellite and low-altitude information, the following problems must be solved: 1) correct distortions in the acquired images; 2) develop an image formation model that allows registering the low-altitude image on top of the satellite image, and 3) analyze green indices to measure patch coverage in both multiespectral satellite images and RGB images obtained from a camera mounted on an unmanned aerial vehicle. Finally, the feasibility of merging information is demonstrated through an analysis of the correlation in the coverage measures obtained from satellite and low-altitude images. en
dc.description.abstract La deteccion, geolocalizacion y clasificacion de malezas en campos agricolas es un problema de interes asociado a la Agricultura de Precision (AP). El aporte principal de este trabajo es describir un flujo de trabajo (factible de automatizar) basado en herramientas de software libre e informacion abierta para: 1) medir la evolucion espaciotemporal de los parches de malezas a traves de imagenes satelitales y; 2) registrar las imagenes de alta resolucion (tomadas a baja altura) sobre la imagen satelital, para identificar las malezas que componen los parches detectados. Para fusionar la informacion satelital y de baja altura, se deben resolver los siguientes problemas: 1) corregir las distorsiones en las imagenes adquiridas; 2) desarrollar un modelo de formacion de imagenes que permita registrar la imagen a baja altura sobre la imagen satelital; 3) analizar los indices de verde para medir la cobertura de los parches, tanto en las imagenes satelitales multiespectrales, como en las imagenes RGB obtenidas desde una camara montada en un vehıculo aereo no tripulado. Finalmente, se muestra la factibilidad de realizar la fusion de informacion a partir de un analisis de la correlacion en las medidas de cobertura obtenidas de las imagenes satelitales y de las de baja altura. es
dc.format.extent 2-21 es
dc.language en es
dc.subject Weed es
dc.subject Sentinel-2 es
dc.subject Unmanned Aerial Vehicle es
dc.subject UAV es
dc.subject Malezas es
dc.title Satellite information fusion with low-altitude unmanned aerial vehicle flights for estimating weed coverage en
dc.title.alternative Fusión de información satelital con vuelos a baja altura de vehículos aéreos no tripulados para estimar la cobertura de malezas es
dc.type Articulo es
sedici.identifier.uri https://publicaciones.sadio.org.ar/index.php/EJS/article/view/495 es
sedici.identifier.issn 1514-6774 es
sedici.creator.person Bussi, Ulises es
sedici.creator.person Sauczuk, Martín es
sedici.creator.person Mandile, Guillermo es
sedici.creator.person Poggio, Santiago es
sedici.creator.person Oliva, Damián es
sedici.subject.materias Ciencias Informáticas es
sedici.description.fulltext true es
mods.originInfo.place Sociedad Argentina de Informática e Investigación Operativa es
sedici.subtype Articulo es
sedici.rights.license Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc/4.0/
sedici.relation.event 51 Jornadas Argentinas de Informática e Investigación Operativa (JAIIO 2022) (Buenos Aires, 7 al 27 de octubre de 2022 es
sedici.description.peerReview peer-review es
sedici.relation.journalTitle Electronic Journal of SADIO es
sedici.relation.journalVolumeAndIssue vol. 22, no. 2 es


Download Files

This item appears in the following Collection(s)

Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) Except where otherwise noted, this item's license is described as Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)