Detección y Clasificación de la Enfermedad de Roya en el Cultivo de Café mediante Visión por Computadora

Resumen

El café es uno de los productos más consumidos en todo el mundo, y México es uno de sus principales productores (Secretaría de Agricultura y Desarrollo Rural, 2022). Esta industria enfrenta grandes desafíos para la detección de las enfermedades, que actualmente se continúa realizando de forma manual. En este trabajo se propone una exploración inicial al uso de características de color y textura para la clasificación de la enfermedad fúngica de Roya en cultivos de café. Esto para presentar una alternativa automática de visión por computadora utilizando imágenes de las hojas de la planta, con el fin de ayudar a las técnicas tradicionales de detección visual manual. Este modelo consistió primero en separar la hoja del fondo mediante las anotaciones del conjunto de datos. Segundo, preprocesar las imágenes utilizando realce de contraste con CLAHE en espacio de color CIELab para mejorar su calidad. Tercero, se realizó un análisis de imágenes para extraer las características de color de las manifestaciones de la enfermedad, esto utilizando segmentación de color en espacio HSV con el método de Otsu y morfología matemática. Además, para la extracción de características de textura de las esporas de la enfermedad, se extrajeron mediante patrones binarios locales (LBP). Cuarto, se utilizó el clasificador Random Forest para clasificar las imágenes según su categoría. Por último, se evaluó el desempeño del modelo mediante diferentes métricas como son Precisión, Recall, Exactitud y F1 score.