Search

El objetivo de este artículo fue analizar las principales técnicas y estrategias de visión artificial utilizadas en sistemas diseñados para la identificación automática de hongos formadores de micorrizas arbusculares, abordando aspectos generales de las micorrizas y su clasificación taxonómica. Las micorrizas son asociaciones simbióticas entre las raíces de las plantas y determinados grupos de hongos, se caracterizan por generar grandes beneficios al suelo circundante, a las plantas y a los procesos productivos derivados. El trabajo se desarrolló con una metodología de recolección de información especializada a partir de criterios de búsqueda específicos, seleccionando publicaciones relevantes, en un rango de tiempo entre el año 2014 y 2021, en las bases de datos de Scopus, Scielo, Dialnet y Google Académico. Los resultados del estudio revelaron que la morfología matemática difusa es una técnica importante en la segmentación de las esporas de hongos y, en general, los estudios desarrollados se basan en una identificación binaria de las esporas, donde la transformada de Hough y las redes neuronales artificiales son las técnicas combinadas que reportan mejores resultados. El presente estudio permitió concluir que es posible auxiliar el proceso de identificación de hongos formadores de micorrizas arbusculares a partir de técnicas de visión artificial, y contribuye indicando un vacío de información respecto de sistemas de clasificación no binaria, los cuales son importantes y se deben tener en cuenta para apoyar procesos de clasificación avanzados, de acuerdo con la cantidad de familias y géneros reportados en la literatura.

Copyright of Revista Tecno Lógicas is the property of Instituto Tecnologico Metropolitano and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

This paper presents the design of two laboratory guides in artificial vision for a course which aims to introduce students to the different areas of specialization of his career. Therefore, the designed practices motivate and provide relevant content to the student, and to encourage research in the area of image processing. The first guide presents an introductory practice that explores the basic commands for image processing by programming a GUI in Matlab, and a second practice in which you use an image recognition algorithm, which compares the color characteristics of facial or objects images. The discussion of the results, challenges and recommendations for the development of each practice session are explained. The survey answers of the students are displayed. This survey allows checking their level of acceptance for the design and content of practice and motivation to continue studying in the image processing area. Finally, comparisons with laboratory guides that were designed in other universities are made.