caracterización de las propiedades físicas de los granos de cereal
TRANSCRIPT
ESCUELA TÉCNICA SUPERIOR
DE INGENIEROS AGRÓNOMOS
UNIVERSIDAD POLITÉCNICA DE MADRID
UNIVERSIDAD POLITÉCNICA DE MADRID
ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS
DEPARTAMENTO DE INGENIERÍA RURAL
TÍTULO DEL TRABAJO
TRABAJO FIN DE CARRERA
MARÍA VIDUEIRA MERA
Octubre de 2013
“Aplicación del análisis RGB para la caracterización de
especies de cereal e identificación del asurado en trigo ”
�
�
������
���������������������� ��
������ ������� �� ��������
�
��������
�����������������������������
������ ������� �� ��������
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
���������� �������������� �������������
������������������������
�����������������������������
���� ������
�
�
�
�
�
�
�
�
�
�
�
�
�
����������������
����������� �������� ������������������������� ������� ������������� �
!� "�� �� ��� ��� #�������� "����� �� � $�������% � �� �� &����% � ��� �������� "����� '�
(�������� ����� )�#�&�"(*� ��� +� ��� �� ������% � ��� ����� ����� '� �� ���� ��
����� �������+� ��������������������� �����������% ����� ������� ��� ������� ���
� �����������������������������"&��,#&���-�,.".�
!� "� �� "�����% � #��/��� ��� # �������"�������� ��� ���� ,������"����� ����� ����
)"&��,#&���-� ,.".*� ��� ��� �������% � � � ��� � $��� ��� ������� �� � ��0�� �� ��� ���
��������������������.�
!�"�����1���-��������� ���������$������2���� ���'��������� �����������% �� ���
� $�������% .�
!�"��� �� �� ��3����'�1��0 ������-������� � �� ����� ����'��'������ �����������������
��������� ��.�
!� "� ������ ���� ���� �� +�� � )"���+�-� 4 ���-� 1� �-� (�����-� ����-� �����+�-� 5�����6*� ��
�� +��� � )(�7���-� �7���� � '� ��� *� ��� ������� 5�&!�"&-� ��� ��� ������ '� ��� ����
���� ���� � ��� ��+���� ���� ����� ���� ���� ���������.� 8� ����� � � $������ �����
������ ����$������.�
!� "� ���� ������ )5��-� 1��0 -� ('��-� " -� 9����-� (��-� " �� ��6*� '� ����/���� ��� ��
#�����-� ���%������7����� ������������ ����������� ���� ��������� �����:������;�
�� ���������0 �7������+������� ���������� ��������$���� �$�����.�
!��������'�+�� ���<7��7�������� �=�� � �� .��7 >�����#��7�-�?� �7 -�����-�,��� �-���� -�
?��� 6�8$� ��'�����+�� ����������� ��<��7�>���� �.�
!��"������������������� ���-������������2���� �������$��-������������ ���+��'�
�������������� �7�� .�@�����# ������������$������������ �� �A��������������
����������B.�
!�"���� -������������������.�
!�"����+����-�����������'���'���� ����������������� ��.���������� ���������������'�
������������'����� ����������������������������-����� �� ���'���7� ���.�
!��1�� >� �5�'��� -������7������������7�����$�������+��������������� �� �� $��<�����>�
� ����������+.��
�
�
�
�
��������
"������ ��-���� ������������ ������ ���� �����0� ������� :������������� ������
7���� ����$��� ����������% �'�����+����% ������������.�������������-����������$����
��������0���������� ������% �$��������$���������������� ��0�����������$��'�+����.��
# �����������+� �����������+��� ������ �'������������� ��0� �������$���% ���+�����
����� ��:�� ��� �&1� )���-� 1���� �� &�� *� ��� �������� ��� ����� '� �������� �� � ��� ��
������+���� ����/��� �� ��� ��+�<�� ����:����� (����CDEC�.� # � ����� ���-� ���
���� ���:�� ����������� ������������������������������ ��������� ����� ���% �'�
�������� ������:�������� ��'�������������������% .�"��� �� ���% ����������%��
�� ��� ��+����% � ���� ����� � � ����� ���� ��� ��� :������ ��� ������� ��� �������� � �� '�
����.� 8��� ��� ���� ��� ���� �:������ ����� ���� �������� ���� ��$��� ��-� ���
���������� ������������������% ���������������������������������% �������% .��
�� ����������$���������������������������0���������/������������� � ��$���������
�����������������������������7����CDEF��� +�� ������� �������% ����$�����% .�#������
��� ���� ������� ������ ���� �� ���� ��$� ������% � ����$�� � � ������% � � � ��
����+����% �����GG-GHI��������:������:�-������� ��'��������;�'�����JJ-DEI-�����
����� ��% ��� ���������7��������.�
5��� ������������� �������� ����� ����� ������� � ��� ���� ���� �����0��������������
������ �� ��%��������:������+������������� ��+������������� ������������������.�,� �
�����-� �� � ��� ������$�� ��� ����� ���� ���� ����� ��� ����+����% -� +������ � �'��� �� �
��$��$��������� � �������.��
�
I
ÍNDICE
11.. AANNTTEECCEEDDEENNTTEESS ..................................................................................................................... 1
22.. IINNTTRROODDUUCCCCIIÓÓNN ..................................................................................................................... 5
33.. OOBBJJEETTIIVVOOSS ........................................................................................................................... 11
44.. RREEVVIISSIIÓÓNN BBIIBBLLIIGGRRÁÁFFIICCAA ...................................................................................................... 15
55.. MMAATTEERRIIAALLEESS YY MMÉÉTTOODDOOSS ........................................................................................................ 23
5.1 Materiales para la población de calibración ............................................................... 25
5.2 Materiales para la población de validación ................................................................ 25
5.3 Descripción de las variedades de trigo ........................................................................ 28
5.4 Adquisición de la imagen ............................................................................................ 31
5.5 Análisis estadístico ...................................................................................................... 36
66.. RREESSUULLTTAADDOOSS YY DDIISSCCUUSSIIÓÓNN ...................................................................................................... 39
6.1 Caracterización de las especies de la población de validación ................................... 41
6.2 Caracterización del asurado en trigo........................................................................... 44
6.3 Caracterización de la población de validación ............................................................ 52
6.3.1 MANOVA ................................................................................................................. 54
6.4 Precisión de los umbrales de clasificación .................................................................. 57
77.. CCOONNLLUUSSIIOONNEESS ......................................................................................................................... 59
88.. BBIIBBLLIIOOGGRRAAFFÍÍAA ...................................................................................................................... 63
GGLLOOSSAARRIIOO .................................................................................................................................... 67
AAPPÉÉNNDDIICCEESS .................................................................................................................................. 69
Apéndice I: Resultados del análisis morfológico ......................................................................... 71
Apéndice II: Resultados del ANOVA ............................................................................................ 77
Apéndice III: Imágenes con filtro de entropía ............................................................................. 83
II
III
ÍNDICE DE TABLAS
Tabla 1: Parámetros de forma obtenidos a partir de mediciones de tamaño. ........................... 19
Tabla 2: Media y desviación típica de los parámetros utilizados para el desarrollo del
clasificador de granos asurados. ................................................................................................. 20
Tabla 3: Semillas analizadas por especie y variedad (colocadas según orden de recepción) ..... 25
Tabla 4: Semillas analizadas de trigo correspondientes a la zona de Andalucía, La Mancha y
Soria ............................................................................................................................................. 26
Tabla 5: Datos de la cosecha 2011 para trigo blando . .............................................................. 27
Tabla 6: Datos de la cosecha 2011 para trigo duro.. ................................................................... 27
Tabla 7: Clasificación por grupos para los trigos blandos. .......................................................... 29
Tabla 8: Clasificación por grupos para variedades de trigo duro. ............................................... 30
Tabla 9: Factores del primer análisis de varianza ....................................................................... 37
Tabla 10: Porcentaje medio de reducción de área de semillas asuradas ................................... 46
Tabla 11: Porcentaje medio de reducción del Em en semillas asurdas ...................................... 48
Tabla 12: Procentaje medio de reducción de perímetro en semillas asuradas .......................... 49
Tabla 13: Coeficiente de asimetría de Fisher para trigo Craklin, Serracín y Tartalle de los
factores X1 (estado sanitario) y X2 (posición de la semilla). (*: p<0,05; ** p<0,001) ................ 50
Tabla 14: Umbrales de identificación .......................................................................................... 57
Tabla 15: Porcentaje de variedades correctamente clasificadas para cada parámetro de estudio
..................................................................................................................................................... 57
IV
V
ÍNDICE DE FIGURAS
Figura 1: Componentes del rendimiento y fases del desarrollo ................................................... 7
Figura 2: Temperatura base y temperatura óptima del trigo en regadío ..................................... 8
Figura 3: Maduración del grano de trigo (Triticum spp) en condiciones adecuadas.1.curva de
peso total; 2.curva de peso de materia seca; 3.curva de contenido en humedad.. ..................... 9
Figura 4: (a) Imagen original de semillas de cebada. (b) Región correspondiente al área
individual de cada semilla. (c) Región rugosa. ............................................................................ 18
Figura 5: (a) Reflected light (scaner) de izquieda a derecha: almidonado–normal, moteado–
normal, vítreo–normal y vítreo–asurado. (b) Transmitted light (trans!illuminator) de izquierda
a derecha: almidonado –normal, moteado–normal, vítreo–normal y vítreo–asurado .............. 20
Figura 6: Imagen de semillas de trigo afectadas por (orden descendente): hongos, black tip y
germinación en espiga ................................................................................................................ 21
Figura 7: División del territorio por zonas ................................................................................... 26
Figura 8: Variedades más representativas de semilla certificada para trigo blando. Cosecha
2012. ............................................................................................................................................ 28
Figura 9: Variedades más representativas de semilla certificada para trigo duro. ..................... 30
Figura 10: Etapas del análisis de imagen ..................................................................................... 31
Figura 11: Representación del espacio RGB ............................................................................... 31
Figura 12: Semillas de cebada con fondo estructurado .............................................................. 32
Figura 13: Elementos utilizados en la toma de imágenes ........................................................... 33
Figura 14: Cara ventral con presencia del surco (izquierda) ....................................................... 33
Figura 15: Imagen de semillas de cebada en canal rojo, verde y azul e histograma
correspondiente para cada canal ................................................................................................ 34
Figura 16: Semillas de cebada en canal de color rojo. ................................................................ 36
Figura 17: Semillas de trigo Craklin sanas (izquierda), semillas de trigo Craklin asuradas
(derecha) con filtro de entropía. ................................................................................................. 36
Figura 19: Características morfológicas de área para trigo, cebada, maíz y avena. ................... 41
Figura 20: Características morfológicas para avena, cebada y trigo (EM: eje mayor, Em: eje
menor, EqDiam: Diámetro equivalente) ..................................................................................... 42
Figura 21: Características morfológicas para avena, cebada y trigo (R_P: ratio perímetro
diámetro equivalente) ................................................................................................................. 42
Figura 22: Medias de los parámetros morfológicos de área para las variedades (de arriba
abajo): Craklin, Serracín y Tartalle) ............................................................................................. 44
VI
Figura 23: Comparación múltiple del parámetro área correspondiendo X1 al estado sanitario
de las semillas de trigo, X2 la posición de la semilla (surco ventral, surco dorsal) y X3 el cultivar
de trigo (Craklin=verde,Serracín=azul y Tartalle=naranja). ......................................................... 45
Figura 24: Medias de los parámetros morfológicos para las variedades (de arriba abajo):
Craklin, Serracín y Tartalle) ......................................................................................................... 47
Figura 25: Comparación múltiple del parámetro Em correspondiendo X1 al estado sanitario de
las semillas de trigo, X2 la posición de la semilla (surco ventral, surco dorsal) y X3 el cultivar de
trigo (Craklin=verde,Serracín=azul y Tartalle=naranja)............................................................... 48
Figura 26: Comparación múltiple del parámetro perímetro correspondiendo X1 al estado
sanitario de las semillas de trigo, X2 la posición de la semilla (surco ventral, surco dorsal) y X3
el cultivar de trigo (Craklin=verde,Serracín=azul y Tartalle=naranja). ........................................ 49
Figura 27: Valores del primer componente canónico obtenido con el análisis Manova. ........... 51
Figura 28: Medias de las características morfológicas de área para las zonas de Andalucía, La
Mancha y Soria. ........................................................................................................................... 52
Figura 29: Medias de las características morfológicas lineales para las zonas de Andalucía, La
Mancha y Soria. ........................................................................................................................... 53
Figura 30: Matriz de correlación de los parámetros área, Em y perímetro en la comparación de
semillas sanas de trigo blando y trigo duro ................................................................................ 55
Figura 31: Matriz de correlación de los parámetros morfológicos en la comparación de semillas
sanas y asuradas para las variedades de trigo blando. ............................................................... 55
Figura 32: Valores de la primera componente canónica para la población de validación. ........ 56
ABREVIATURAS
EM Eje mayor
Em Eje menor
EqDiam Diámetro equivalente
RGB Red Blue Green
ROI Región de interés
ANTECEDENTES
1
11.. AANNTTEECCEEDDEENNTTEESS
ANTECEDENTES
2
ANTECEDENTES
3
1. Antecedentes
El pasado año 2012 ha sido uno de los ejercicios con más siniestralidad en la historia de la
Agrupación Española de Entidades Aseguradoras de los Seguros Agrarios Combinados; tanto
en número de eventos como en la cuantía de las indemnizaciones Estos acontecimientos han
dado lugar a la necesidad de compensación del reaseguro (Bermejo 2013). Aunque las
indemnizaciones en el caso de los siniestros relacionados con el asurado no ascienden a
grandes cantidades; originan numerosos conflictos durante el peritaje con los agricultores.
Estos conflictos se deben fundamentalmente a la dificultad en la determinación de las causas
del siniestro por la similar apariencia física de las semillas asuradas y las semillas fruto un riego
deficiente del cereal.
El objetivo de este trabajo es la determinación de parámetros morfológicos y la obtención de
una metodología que permitan el diagnóstico de los granos de trigo que presenten el
problema del asurado.
El Centro de Estudios e Investigación para la Gestión de Riesgos Agrarios y Medioambientales
(CEIGAM) ha permitido mediante la financiación de este proyecto la colaboración entre el
equipo de investigación LPF_TAGRALIA de la Escuela Técnica Superior de Ingenieros
Agrónomos y AGROSEGURO S.A.
ANTECEDENTES
4
INTRODUCCIÓN
5
22.. IINNTTRROODDUUCCCCIIÓÓNN
INTRODUCCIÓN
6
INTRODUCCIÓN
7
2. Introducción
El asurado o golpe de calor es un accidente de corta duración producido durante la fase
vegetativa y que provoca la deshidratación temporal o permanente de las hojas, yemas y
frutos en vías de maduración. Este accidente se origina por un exceso en la actividad
transpiratoria de la planta, que no se logra compensar mediante los mecanismos de absorción
radicular o circulación de savia ascendente. Al ser el asurado un accidente de corta duración,
los órganos más sensibles de la planta son los que resultan afectados, no observándose
síntomas en el resto de la planta (Terrón 1992).
Se han detectado casos de asurado en centeno, avena y trigo (no suele manifestarse en la
cebada por su mayor precocidad en el ciclo). De entre todos los cereales mencionados, el trigo
es la especie más afectada por el asurado. Es por ello que los factores climáticos y biológicos
así como sus consecuencias se estudiaran para este cultivo en particular.
En la Figura 1 y con el objetivo de comprender mejor dónde y cómo afecta el asurado; se
muestran los distintos estados de desarrollo del cultivo del trigo siguiendo la escala decimal
Zadoks. Esta escala indica el momento en el que se inician, crecen y mueren los componentes
del tallo y cuando se forman los componentes del rendimiento (indicados mediante barras
negras) (Rawson and Macpherson 2001).
Figura 1: Componentes del rendimiento y fases del desarrollo. Fuente: Adaptación de (Rawson and Macpherson
2001)
INTRODUCCIÓN
8
En el desarrollo del trigo, la temperatura es el factor más determinante ya que induce al
crecimiento de una planta atravesando todas sus fases de desarrollo desde la emergencia
hasta la madurez. Para que la planta pase al siguiente estado de desarrollo requiere de un
mínimo de acumulación de temperatura. Esta acumulación térmica se denomina tiempo
térmico o suma de calor, expresado en grados/día. El cálculo se realiza sumando las
temperaturas medias de cada día dentro de la fase de desarrollo en cuestión (Rawson and
Macpherson 2001).
Otros dos conceptos importantes para explicar el desarrollo del trigo son la temperatura base
y la temperatura óptima. La temperatura base del trigo es aquella a la cual el desarrollo se
detiene debido al frío. Por encima de este umbral el desarrollo se acelera hasta alcanzar la
temperatura óptima. Temperaturas por encima de la temperatura óptima pueden reducir la
velocidad de desarrollo. Figura 2 ilustra estos dos umbrales de temperatura; donde los valores
de temperatura base y óptima pueden variar hasta en 7ºC dependiendo de la variedad.
Figura 2: Temperatura base y temperatura óptima del trigo en regadío (Rawson and Macpherson 2001)
Factores climáticos responsables del asurado
El asurado se produce bajo la combinación de varios factores: temperatura, humedad relativa
de la atmósfera, velocidad del viento, humedad relativa de la masa de aire en movimiento y
tiempo de acción cada factor.
En el territorio español se han detectado granos de trigo asurados a una temperatura mínima
de 28ºC. Sin embargo, el hecho de que la temperatura sobrepase este límite (lo cual es
habitual durante los meses de maduración del trigo Mayo!Junio) no es el único factor climático
que se precisa. La presencia de vientos fuertes y desecantes es condición necesaria para que se
produzca el accidente (Terrón 1992).
INTRODUCCIÓN
9
Factores biológicos
Para que la concurrencia de factores que propicia el asurado se manifieste en la planta es
preciso que ésta se encuentre en una fase crítica del desarrollo. Es entonces cuando las
pérdidas pueden ser de hasta el 60% sobre el peso total de la cosecha. Además los granos
tienen menos reserva, aumentando así el porcentaje de tegumentos. En el caso de los trigos
blandos o panaderos (Triticum aestivum) el grado de extracción de harina es menor
suponiendo una pérdida de valor de la cosecha para el agricultor.
En la Figura 3 se representa en el eje de ordenadas el peso de 1000 granos. En abscisas se
reflejan los distintos momentos de desarrollo del grano de trigo comenzando por la
fecundación.
Figura 3: Maduración del grano de trigo (Triticum spp) en condiciones adecuadas.1.curva de
peso total; 2.curva de peso de materia seca; 3.curva de contenido en humedad. Fuente:(Terrón
1992).
Tras la fecundación, el grano aumenta su contenido en humedad por la multiplicación celular y
enriquecimiento en agua y nutrientes. En este momento, el interior del grano se encuentra
lleno de un líquido blanquecino el cual da nombre al estado de madurez lechosa.
Posteriormente comienza la condensación de las sustancias de reserva (almidón y proteínas).
Durante la condensación el grano mantiene el contenido en humedad a la vez que el líquido
blanquecino pasará a formar una pasta; es en este momento cuando el grano se encuentra en
madurez pastosa. Por último la pasta interior se endurece pasando el grano a madurez cérea e
incrementa su dureza (madurez vítrea) (Terrón 1992).
Como se observa en la Figura 3, desde la fructificación hasta la madurez lechosa el grano
aumenta su contenido en humedad siendo sus tegumentos aún flexible en caso de que se
presentara un golpe de calor. Es por ello que en esta primera etapa de desarrollo del grano los
efectos del asurado son reversibles.
INTRODUCCIÓN
10
Durante la segunda etapa comprendida entre el final de la madurez lechosa y el final de
madurez pastosa la presencia del asurado detiene el acumulo de sustancias de reserva y por
tanto el grano se arruga y pierde peso.
La última etapa que comprende el final de la madurez pastosa no entraña riesgos para el grano
en caso de que se diera la acción del golpe de calor.
Consecuencias del asurado
Las principales consecuencias del asurado se traducen en: una disminución en el peso de la
cosecha, cambio en la composición del grano (aumentan el porcentaje de proteína en
detrimento de otras sustancias), disminución del contenido en humedad del grano, cambios
morfológicos en el cereal (superficie rugosa e irregular, reducción del eje menor etc.) y pérdida
del valor de la cosecha
Asurado y falta de riego
La sintomatología de las semillas que han sufrido estrés hídrico por falta de riego es muy
similar; sin embargo las causas que lo ocasionan son distintas (Rawson and Macpherson 2001):
riegos demasiado espaciados para la capacidad de retención de agua del terreno,
sobreestimación de la cantidad útil de la lluvia ya sea por medición incorrecta o escorrentía y
agua de riego no disponible en el momento necesario
OBJETIVOS
11
33.. OOBBJJEETTIIVVOOSS
OBJETIVOS
12
OBJETIVOS
13
3. Objetivos
El objetivo de este trabajo fin de carrera es la caracterización del asurado en granos de cereal mediante análisis de imagen. Con esta finalidad se han establecido dos objetivos específicos:
Puesta a punto de una metodología de toma de datos y análisis de imágenes
Empelo de una población de calibración para la identificación de parámetros morfológicos propios de las semillas asuradas.
Uso de un número reducido de parámetros morfológicos.
Validación de los parámetros seleccionados mediante nuevas muestras remitidas por AGROSEGURO desde varias regiones de producción en España. en la campaña
2013.
Establecer umbrales de detección del asurado para los parámetros seleccionados como segregantes.
OBJETIVOS
14
REVISIÓN BIBLIOGRÁFICA
15
44.. RREEVVIISSIIÓÓNN BBIIBBLLIIGGRRÁÁFFIICCAA
REVISIÓN BIBLIOGRÁFICA
16
REVISIÓN BIBLIOGRÁFICA
17
4. Revisión bibliográfica
Actualmente, no se conocen técnicas capaces de identificar semillas asuradas. Sin embargo
gracias al análisis de imagen se han desarrollado metodologías para clasificar tipos de semillas
en función de sus características de color, morfológicas o texturales. El fundamento de algunos
de estos estudios se ha utilizado para el diseño del método de análisis de semillas asuradas en
este trabajo.
El análisis y caracterización de las semillas de cereal puede llevarse a cabo a nivel
macroscópico o microscópico. Los análisis macroscópicos hacen uso de cámaras digitales y
escáneres para la toma de las imágenes externas, presentan además la ventaja de no ser
destructivos, siendo de mayor utilidad para la industria agroalimentaria. Los análisis
microscópicos por el contrario requieren de la realización de cortes y extracción de
compuestos de las semillas.
Ya en el año 1999 el análisis de imagen se empleó a la clasificación de granos de trigo en
función del tamaño, color, forma y textura. En el estudio llevado a cabo por Sapirstein & Kohler
(1999) se demostró que los sistemas de visión artificial permiten detectar diferencias entre
granos de la misma variedad de trigo y clasificarlos.
Los modelos para el análisis de imagen basados en la combinación de parámetros
morfológicos, de color y textura mejoran la precisón en la clasificación de granos de
cereal(Majumdar and Jayas 2000).
En el estudio del color, el espacio más empleado en el análisis de imagen está basado en los
colores primarios del espectro: rojo (Red), verde (Green) y azul (Blue). Los niveles de color de
un objeto se extraen mediante el análisis de los niveles de cada pixel en el canal R, G y B (Jayas,
Paliwal et al. 2000).
Wang et al. (2003) desarrollaron un método capaz de clasificar granos de trigo en función de
su aspecto vítreo. Las imágenes de los granos se tomaron con una cámara de color RGB (Red,
Blue, Green) siendo la precisión de la clasificación de un 85!90%.
También en 2003, en un experimento llevado a cabo con semillas de cereal y elementos de
destrío se desarrolló un algoritmo capaz de extraer hasta 230 características: 51 morfológicas,
123 de color, y 56 de textura. Aunque cada parámetro fue analizado por separado, los modelos
para el análisis de imagen basados en la combinación de parámetros morfológicos, de color y
textura mejoraron la precisón en la clasificación de granos de cereal(Majumdar and Jayas
2000).
Paliwal et al. (2003) tomaron imágenes de alta resolución con una cámara de color a cinco
tipos de cereal (cebada, trigo duro, trigo blando, avena y centeno) y elementos de destrío
(granos rotos, alforfón, espiguillas y paja). El resultado fue la perfecta clasificación de semillas
y destrío en el caso de aquellos con características externas bien definidas. Los objetos con
características poco definidas o irregulares alcanzaron una precisión de clasificación del 90%
(Paliwal, Visen et al. 2003).
REVISIÓN BIBLIOGRÁFICA
18
El parámetro de textura es un atributo que representa la disposición espacial de los niveles de
gris de los píxeles en una región. La textura en una imagen segmentada es un rasgo que
cuantifica la variación de los niveles de gris dentro del objeto (Du and Sun 2004).
En un experimento llevado a cabo con 11 variedades de trigo cosechadas en tres años
consecutivos, empleando imágenes obtenidas con un escáner plano, las variables de entrada
del modelo estadístico fueron las proyecciones de la textura de las semillas. La textura se
calculó por separado para siete canales: los correspondientes al espacio de color RGB y YUV y
el canal de saturación (S). La precisión en la clasificación del trigo en función de la textura
alcanzó el 100% sin influir variables como la humedad, año de cosecha o variedad sobre la
clasificación final (Zapotoczny 2011).
Szczypi"ski y Zapotoczny (2012) desarrollaron un algoritmo para el análisis y clasificación de
semillas de cebada. En este caso la adquisición de las imágenes también se realizó con un
escáner óptico. Antes de cada toma de imágenes el escáner fue calibrado de acuerdo a las
normas del Instituto Americano de Estándares Nacionales (ANSI) para la comunicación del
color y especificaciones de control. El procedimiento analítico se compuso de: calibración del
escáner, colocación de las semillas, escaneado y registro de la imagen. Aunque en este estudio
la adquisición de imágenes con escáner se presenta como un método rápido y de alta
definición en sus imágenes, éste presenta algunos inconvenientes entre los que cabe destacar
la irregular iluminación de las semillas. Los autores para lograr un mejor contraste en la
imagen retiraron la parte superior del escáner introduciendo en un lugar un fondo de
terciopelo negro.
En dicho estudio el algoritmo empleado fue capaz de: identificar zonas suaves y rugosas de
cada semilla individualmente (Ver Figura 4) y calcular su área, describir la orientación relativa
al eje de simetría y ubicar la zona germinal. Estos parámetros permitieron clasificar
automáticamente las semillas y evaluar su calidad con una precisión del 93%.
Figura 4: (a) Imagen original de semillas de cebada. (b) Región correspondiente al área individual de cada semilla. (c) Región rugosa (Szczypi!ski and Zapotoczny 2012).
REVISIÓN BIBLIOGRÁFICA
19
Las medidas de tamaño más empleadas son fundamentalmente el área, perímetro, longitud y
anchura. El perímetro es un parámetro muy útil para la distintinción entre objetos con formas
simples o complejas (Du and Sun 2004).
Los parámetros de forma resultan muy útiles dado que en comparación con el color o la
textura son más sencillos de medir. Frecuentemente se utilizan en la diferenciación de objetos
y pueden ser medidos individualmente o como resultado de la combinación de otras
medidas(Du and Sun 2004):
Tabla 1: Parámetros de forma obtenidos a partir de mediciones de tamaño. Adaptación de (Du and Sun 2004)
Compacidad
O
!" # $%&'
(&%)*&+%,
Excentricidad
!" # $%&' %(% &%)*+,$%&' %(% &-.*+,
Relación de área
/+%-%(% &-.*+ 0 %(% &%)*+
Relación de aspecto
%(% &-.*+%(% &%)*+
La relación de aspecto ha sido utililizada en numerosos estudios para la clasificación de
variedades y calidad en cereales tal y como se refleja en los estudios de y Paliwal et al.(2003),
Choudhary et al.(2008), Zapotoczny (2011) y Delwiche et al. (2013).
A diferencia de los estudios anteriores, Choudhary et al. (2008) incorporaron el uso del análisis
wavelet junto a los morfológicos, de color y de textura. De esta manera, la precisión en la
clasificación de los granos de cereal (trigo blando, trigo duro, cebada, avena y centeno) se vio
incrementada. Según Van de Wouwer et al. (1999), las wavelet energy signatures indican la
distribución de energía a lo largo de un eje de frecuencia y son por tanto de gran utilidad en la
caracterización de la textura que persigue los patrones repetidos dentro de la imagen. Las
imágenes fueron tomadas con un escáner. Tras probar distintas combinaciones entre los
parámetros se comprobó que la combinación de cuatro tipos de variables daba la mayor
precisión en la clasificación; alcanzado valores de entre el 99.4% y el 89.4% dependiendo de la
especie.
Análisis de imagen aplicado a la detección del daño en cereales
En la evaluación de las semillas de trigo duro, el aspecto vítreo, los granos asurados y el alto
contenido en almidón son aspectos a considerar para determinar la calidad de la cosecha
(Venora, Grillo et al. 2009). De entre todos ellos el aspecto vítreo es considerado como un
factor de clasificación internacional y existen varios métodos para su determinación entre los
REVISIÓN BIBLIOGRÁFICA
1 201
que destaca el SKCS (The Single Kernel Characterization System) (Osborne and Anderssen
2003). Basado en la existencia de parámetros determinantes en la evaluación del calidad en
semillas de trigo duro, Venora et al. (2009) desarrollaron un sistema de visión para identificar
granos de aspecto vítreo, “arrugados” (shrunken) y de alto contenido en almidón. Las
imágenes fueron tomadas por transluminancia con una cámara digital de 1,3 Mpx en modo
RGB.
Figura 5: (a) Reflected light (scaner) de izquieda a derecha: almidonado–normal, moteado–normal, vítreo–normal y vítreo–asurado. (b) Transmitted light (trans!illuminator) de izquierda a derecha: almidonado –normal,
moteado–normal, vítreo–normal y vítreo–asurado (Venora, Grillo et al. 2009)
En este estudio el color no fue considerado un parámetro de medida y por tanto los análisis
sobre las imágenes se realizaron una vez estas fueron segmentadas y binarizadas. Se
desarrollaron dos clasificadores; uno para el almidón y otro para las semillas “arrugadas”. Los
parámetros morfológicos utilizados para cada clasificador fueron seleccionados mediante un
análisis discriminante (LDA); siendo los más relevantes para el clasificador de semillas
“arrugadas” de entre los elegidos: área (A) y eje mayor (Lmax) (Ver Tabla 2) (Venora, Grillo et al.
2009).
Tabla 2: Media y desviación típica de los parámetros utilizados para el desarrollo del clasificador de granos asurados. Adaptado de (Venora, Grillo et al. 2009).
Parámetro Normal “Arrugadas”
Media ± ! Media ± !
A (mm2) 16,01 ± 2,81 10,59 ± 1,90
L max (mm) 7,18 ± 0,61 6,39 ± 0,69
La variación entre los valores propios entre las semillas sanas y “arrugadas” son del 34 y 11%
para área y eje mayor respectivamente.
La eficacia del clasificador de granos “arrugados” y granos de alto contenido en almidón
alcanzó el 99,58% y 96,03% respectivamente.
REVISIÓN BIBLIOGRÁFICA
1 211
Delwiche y col. (2013), en otro estudio referente al análisis de imagen para la identificación de
daños en cereal; obtuvieron parámetros morfológicos y texturales de granos de trigo afectado
por hongos, germinación en espiga y black tip (ver Figura 6) . Las características morfológicas
usadas en la clasificación son: área, proyección del volumen, perímetro , excentricidad, eje
mayor y eje menor. La mayoría de estos parámetros ya fueron usados en estudios previos
(Shouche, Rastogi et al. 2001; Paliwal, Visen et al. 2003; Edwards, Osborne et al. 2007; Venora,
Grillo et al. 2009; Zapotoczny 2011; Mebatsion and Paliwal 2012). También se consideraron
parámetros texturales calculados a partir de las matrices de concurrencia de los niveles de gris,
entropía y descriptores de Fourier. Los resultados obtenidos concluyeron que la combinación
de parametros de textura y morfológicos alcanzan entre un 91% y 94% de precisión en la
clasificación.
Figura 6: Imagen de semillas de trigo afectadas por (orden descendente): hongos, black tip y germinación en
espiga (Delwiche, Yang et al. 2013)
(Van de Wouwer, Scheunders et al. 1999; Paliwal, Visen et al. 2003; Venora, Grillo et al. 2009;
Mebatsion, Paliwal et al. 2013)
REVISIÓN BIBLIOGRÁFICA
1 221
MATERIALES Y METODOS
1 231
55.. MMAATTEERRIIAALLEESS YY MMÉÉTTOODDOOSS
MATERIALES Y METODOS
1 241
MATERIALES Y METODOS
1 251
5. Materiales y métodos
5.1 Materiales para la población de calibración
Para realizar la puesta a punto de la instrumentación y comenzar con la búsqueda de
parámetros físicos segregantes en la distinción de semillas sanas y asuradas, se recibieron con
fecha 18 de Febrero de 2013 semillas de maíz, cebada, avena y trigo provenientes del campo
de prácticas de la Escuela Técnica Superior de Ingenieros Agrónomos. En el mismo mes
también se recibió una selección de granos de trigo sanos y asurados recopilados por el
Departamento de Mejora Vegetal correspondientes a la cosecha del año 2012
La Tabla 3 resume el número de semillas analizadas para cada especie y variedad colocadas en
según el orden de recepción.
Tabla 3: Semillas analizadas por especie y variedad (colocadas según orden de recepción)
Género Especie Variedad Número de semillas
Maíz 180
Cebada Hispania 240
Avena 180
Trigo Blando Craklin 240
Trigo Blando Craklin (asurado) 240
Trigo Duro Serracín 120
Trigo Duro Serracín (asurado) 120
Trigo Blando Tartalle 120
Trigo Blando Tartalle (asurado) 120
TOTAL 1536
Las imágenes obtenidas de semillas de maíz, cebada y avena sirvieron para inicialmente
comprobar cómo la rutina diseñada en MatlabR2012b para la búsqueda de parámetros
morfológicos segregantes diferenciaba entre distintos tipos de cereal.
5.2 Materiales para la población de validación
Una vez se presentaron los primeros resultados a AGROSEGURO obtenidos a partir de la
población de calibración, se acordó la recepción de muestras de semillas de trigo de la cosecha
del año 2013 provenientes de varias zonas. De esta manera se comprobó la validez del método
diseñado y se realizó una selección de los parámetros más segregantes. Las muestras fueron
llegando escalonadamente durante los meses de Agosto y Septiembre. En el presente proyecto
fin de carrera se incluyen variedades correspondientes a las zonas de Andalucía La Mancha y
Soria (ver Figura 7).
MATERIALES Y METODOS
1 261
Figura 7: División del territorio por zonas (AGROSEGURO 2012)
Siguiendo la división de zonas establecida por AGROSEGURO, la zona de Andalucía comprende
las provincias de: Cádiz, Córdoba, Granada, Huelva, Jaén, Málaga y Sevilla. La zona de La
Mancha abarca: Albacete y Ciudad Real. Por último, la zona de Soria se compone de: Burgos,
Cantabria, Segovia y Soria.
La población de validación se compuso de semillas de trigo de distintas variedades y zonas. La
colección de semillas analizadas provenientes de las zonas de Andalucía, La Mancha y Soria se
recoge en la Tabla 4. En la zona de Andalucía las variedades recibidas se analizaron para una
sola parcela. En la zona de La Mancha, la recepción de semillas de Califa provenientes de tres
parcelas distintas posibilitó el estudio de la influencia de las prácticas del agricultor o el
terreno sobre los parámetros morfológicos para una misma variedad. Este análisis intra"
varietal también se pudo llevar a cabo con las semillas cosechadas en la zona de Soria. En total
de todas las semillas analizadas en la población de validación ascendió a 1176.
Tabla 4: Semillas analizadas de trigo correspondientes a la zona de Andalucía, La Mancha y Soria
Zona Especie Variedad Número de semillas
Andalucía Blando Artur Nick 120
Blando Don Ricardo 120
Duro Amilcar 120
La Mancha Blando Califa 120
Blando Califa 120
Blando Califa 120
Blando Marius 120
Blando Chamorro 120
Soria Blando Craklin 24
Blando Craklin 24
Blando Craklin 24
Blando García 24
MATERIALES Y METODOS
1 271
Blando García 24
Blando García 24
Blando Berdun 24
Blando Berdun 24
Blando Berdun 24
TOTAL SEMILLAS
ANALIZADAS
1176
Al diseñar el experimento se propuso el análisis de variedades de todas las zonas cerealistas;
sin embargo, las peculiaridades de la cosecha de este año no han hecho posible la recepción
de las muestras en las fechas esperadas para proceder a su análisis. Aún así, atendiendo a las
estadísticas del año 2011 (ver Tabla 5 y Tabla 6) se observa como las regiones más importantes
para el cultivo de trigo han sido consideradas. Andalucía, Castilla y León y Castilla la Mancha
representan un 4,1 % 44,9% y 17,6 % respectivamente para el cultivo de trigo blando y un
59,24%, 0,22% y 1,18% para trigo duro (MAGRAMA 2011) . Los datos mostrados pertenecen a
la cosecha del año 2011 ya que la cosecha del año 2012 se vio reducida en términos
productivos muy significativamente por la escasez de lluvias y las elevadas temperaturas.
Tabla 5: Datos de la cosecha 2011 para trigo blando
Fuente: Adaptado de (MAGRAMA 2011) .
Cosecha
2011. Trigo
blando
Superficie
(%) Producción
(%)
Andalucía 7,0 5,5
Aragón 7,4 6,6
Castilla y
León 47,8 52
Castilla La
Mancha 14,9 11,8
Cataluña 6,3 6,6
Extremadura 4,4 3,2
Madrid 1,5 1,5
Navarra 4,9 5,9
País Vasco 1,6 2,7
La Rioja 2,3 2,9
Total estudiado
98,1 98,7
TOTAL
ESPAÑA 100,0 100
Tabla 6: Datos de la cosecha 2011 para trigo duro. Fuente: Adaptado de (MAGRAMA 2011).
Cosecha
2011. Trigo
duro
Superficie
(%)
Producción
(%)
Andalucía 59,24 73,65
Aragón 35,04 21,25
Castilla y
León
0,22 0,32
Castilla La
Mancha
1,18 0,83
Extremadura 1,83 1,86
Navarra 0,93 1,23
Total estudiado
98,45 98,39
TOTAL
ESPAÑA
100 100
MATERIALES Y METODOS
1 281
5.3 Descripción de las variedades de trigo
A continuación se describen las características de las variedades de trigo analizadas en el
presente trabajo, agrupándolas según se trate de trigos blandos (Triticum aestivum L.) o trigos
duros (Triticum durum L.).
Trigo blando (Triticum aestivum)
Las semillas de trigo blando presentan una forma elíptica redondeada, color rojizo amarillento,
fractura almidonosa y buen valor panadero. Se utilizan fundamentalmente en la obtención de
harinas panaderas (de Ugarriza 2009).
La importancia de las variedades de trigo blando analizadas se explica en la Figura 8. Todas las
variedades (a excepción de Chamorro) suministradas por AGROSEGURO se encuentran entre
las 10 variedades certificadas más usadas.
Figura 8: Variedades más representativas de semilla certificada para trigo blando. Cosecha 2012. Fuente (AETC
2012)
El Real Decreto 190/2013 obliga a todo el sector a clasificar los trigos blandos en función de los
parámetros proteína, W1, P/L2, índice de caída y degradación proteolítica. Según esta
clasificación las variedades utilizadas en este trabajo pueden agruparse como se índica en la
Tabla 7.
1 Fuerza panadera
2 Tenacidad/Extensibilidad
0 10 20 30 40 50
Berdún
Arthur Nick
Nogal
Craklin
Marius
García
Sarina
Califa
Botticelli
Soissons
Resto
% del total precintada
MATERIALES Y METODOS
1 291
Tabla 7: Clasificación por grupos para los trigos blandos. Adaptado del (BOE 2013)
Grupo Proteína
%
W
P/L Índice de
caída
segundos
Degradación
proteolítica
%
Variedad
1 #13 #300 $1,8 #250 <15 Califa
2 #12 200$W$300 $1,5 #250 <15 ""
3 #11 100$W$200 $1 #250 <15 Artur Nick, Berdun, García
4 #10 $100 $0,6 #250 <15 Chamorro, Craklin, Marius
5 El resto
Califa es una variedad española registrada en 1999. Su ciclo es de primavera y presenta un alto
potencial productivo en la zona Norte y Sur. De sus granos se obtienen harinas de alta
estabilidad por su alto contenido en proteína (GENVCE 2001).
Artur Nick, variedad registrada en 2002, presenta un grano de color blanco. Es un trigo de
primavera de espigado y maduración precoz. Esto lo convierte en la variedad adecuada ante la
posibilidad de estrés hídrico después de la floración. Presenta una elevada capacidad de
producción en todas las zonas de la Península (GENVCE 2003).
Las variedades de trigo blando Berdun y Marius son de invierno y ambas se pueden cultivar en
secanos áridos o semiáridos, secanos húmedos y regadíos. Berdun presenta un nivel
productivo mayor al de Marius. Éste a su vez se encuentra muy extendido por su gran
demandad por la industria panadera (GENVCE 2000).
La variedad Craklin fue registrada en España en 1999. Es un cereal de invierno con grano
coloreado (rojo naranja). El índice productivo es muy elevado (alrededor de 109) y presenta
gran capacidad de adaptación a todas las zonas de cultivo, ya sean secanos áridos, semiáridos,
húmedos, regadíos etc. (GENVCE 2000) .
Trigo duro (Triticum durum)
El trigo duro se caracteriza por los granos alargados de forma elíptica, color ámbar claro,
aspecto traslúcido y fractura vítrea. Este tipo de trigo, de bajo contenido en gluten, es utilizado
principalmente en la elaboración de pastas alimenticias(de Ugarriza 2009).
Alrededor del 60% de la semilla utilizada en el cultivo de trigo duro es certificada, siendo la
variedad más sembrada Amilcar (19,7%), concentrada principalmente en la zona de Andalucía
(ver Figura 9). En la cosecha de 2012, el uso de Don Ricardo ascendió hasta el alcanzar el 8%,
representando el conjunto de Amilcar y Don Ricardo el 27,7 % del total de semilla certificada.
MATERIALES Y METODOS
1 301
Figura 9: Variedades más representativas de semilla certificada para trigo duro. Fuente (AETC 2012)
La variedad Serracín no se ve reflejada en la Figura 9 probablemente por su reciente registro
en Febrero de 2006. A efectos del Boletín Oficial del Estado (BOE 2013) esta variedad ha sido
clasificada en el grupo 4 junto con la variedad Don Ricardo por no existir datos para suficientes
para la clasificación o no cumplir los requisitos de los grupos anteriores 1,2 y 3.
Tabla 8: Clasificación por grupos para variedades de trigo duro. Adaptado del (BOE 2013)
Grupo Proteína
%
Peso
Específico
kg/hl
Vitrosidad
%
Variedad
1 #13 #80 #80
2 #12 #78 #75 Amilcar
3 #11 #77 #60
4 El resto
Don Ricardo
Serracín
En los ensayos para le evaluación de nuevas variedades de trigo duro llevados a cabo por
GENVE, Amilcar se posicionó entre los mejores respecto a rendimiento y adaptabilidad
(GENVCE 2003).
La descripción de las variedades de trigo utilizadas así como su clasificación en trigo blando o
trigo duro es fundamental para tener una idea de las diferentes propiedades y sus
características morfológicas. Esto afectará a los resultados obtenidos en el análisis de imagen y
la obtención de parámetros morfológicos, tal y como se verá reflejado en los apartados
correspondientes a resultados y discusión.
0 10 20 30 40
Amilcar
Avispa
Don Ricardo
Gallareta
Carpio
Euroduro
Claudio
Dorondón
Vitrón
Don José
Resto
% del total precintada
MATERIALES Y METODOS
1 311
5.4 Adquisición de la imagen
Una característica importante del diseño de sistema de análisis de imagen es la necesidad de
hacer numerosos ensayos y experimentos antes de llegar a una solución (GONZALEZ, WOODS
et al. 2004). Es por ello que las semillas de maíz, cebada y avena fueron ensayadas en primer
lugar a la espera de obtener resultados satisfactorios que permitieran pasar a la segunda etapa
del estudio.
El análisis de imagen comprende varias etapas que pueden variar en función del tipo concreto
de análisis que se vaya a llevar a cabo. La Figura 10 ilustra en términos generales estas etapas.
Figura 10: Etapas del análisis de imagen
El primer paso en el uso de imagen artificial es la toma de las imágenes que se puede realizar
con cámaras digitales o escáners. Antes de detallar la metodología utilizada para la adquisición
de las imágenes y puesto que han sido procesadas en el espacio de color RGB primero se
definirá este concepto.
El espacio RGB es un sistema de representación el que todos los pigmentos se pueden
representar como mezcla de los colores de luz primarios. El modelo de color RGB es el más
extendido por ser el usado en la mayoría de las cámaras fotográficas y de vídeo para construir
una imagen de color. De este modo se evita tener que alterar las propiedades del color
durante la segmentación lo cual incurre en errores de conversión y un mayor tiempo de
procesado de la imagen (Gil, Torres et al. 2004).
El espacio de color RGB se representa como un cubo en el que los tres ejes corresponden a los
colores primarios rojo, verde y azul como se representa en la Figura 11.
Figura 11: Representación del espacio RGB (Du and Sun 2005)
Adquisición
de la imagenProcesado
previoSegmentación
Medición
de objetosClasificación
MATERIALES Y METODOS
1 321
La mezcla de distintos valores de intensidad de los colores primarios da como resultado un
nuevo color. El origen de los ejes corresponde al color negro (r=0, g=0, b=0) y la esquina
opuesta al blanco (r=255, g=255, b=255). La escala de grises está representada por la diagonal
del cubo.
Para eliminar el brillo del espacio RGB se pueden utilizar los valores normalizados (entre 0 y 1)
de los colores primarios mediante el uso de las siguientes fórmulas (Du and Sun 2005):
)2 3 4564 7 8 7 9:; )< 3 8564 7 8 7 9:; )= 3 9564 7 8 7 9:; De estas ecuaciones se extraen los valores normalizados, siendo la suma 1)2+)<+)==1. Es por
tanto que solo dos valores son necesarios para el cálculo
En esta primera etapa de adquisisción de la imagen, se requiere de una adecuada iluminación
ya que de lo contrario se pueden producir brillos o variaciones en la uniformidad de la luz.
Estos problemas ocasionan la distorsión de las características a medir en los objetos que se
encuentran en el campo de visión de la imagen (Jayas, Paliwal et al. 2000).
En el presente trabajo se ha utilizado una cámara réflex Sony %77, cuyas especificaciones
técnicas son: aumento 1,09x; resolución de 24,3Mpx, velocidad de tomas en secuencia 12fps;
ISO 50 y 19 puntos de enfoque.
También se dispuso de un fondo estructurado para aumentar contraste ( ver Figura 12),
enfoque y luminarias fluorescentes (TL84) (Paliwal, Visen et al. 2003). Con el objetivo de lograr
una buena iluminación uniforme se hizo uso de una semiesfera de poliestireno expandido
(EPS) que evitó la entrada de luz del exterior y favoreció la iluminación difusa
Figura 12: Semillas de cebada con fondo estructurado
La cámara fue colocada sobre una estructura metálica donde la altura y el enfoque fueron
ajustados manualmente para llenar completamente el marco de la imagen con las muestras de
cereal (Venora, Grillo et al. 2009). La colocación de la cámara y los elementos de iluminación se
presenta en la Figura 13.
MATERIALES Y METODOS
1 331
Figura 13: Elementos utilizados en la toma de imágenes
De la población de calibración se tomaron inicialmente diez fotografías de cada tipo de cereal:
maíz, cebada, avena y trigo variedad Craklin (para las semillas sanas y asuradas). Dado que se
utilizó el mismo fondo estructurado para todas las imágenes, en el caso del maíz y la avena se
colocaron 18 semillas. Con el trigo y la cebada fue posible tomar instantáneas de 24 semillas
debido a su menor tamaño.
Las posteriores imágenes de la población de calibración se redujeron a 5 imágenes por
variedad (Serracín y Tartalle). Por último, las semillas correspondientes a la zona de Segovia
fueron fotografiadas con una repetición.
En todas las imágenes las semillas se dispusieron de forma que la parte izquierda de la imagen
mostrara el surco ventral y la zona derecha el surco dorsal (ver Figura 14) para poder distinguir
en el análisis morfológico la existencia de características particulares.
Figura 14: Cara ventral con presencia del surco (izquierda) y cara dorsal (derecha) de grano de trigo (variedad Craklin)
MATERIALES Y METODOS
1 341
Para la toma de fotografías en los lotes de semillas sanas se desecharon las rotas, enfermas y
decoloradas (Mebatsion, Paliwal et al. 2013). Las imágenes obtenidas de 12 MPíxeles fueron
automáticamente escaladas a mm2 a partir del patrón de fondo empleado. Las instantáneas se
han analizado con rutinas creadas específicamente a partir de las librerías Matlab (R2012b,
Mathwors Inc.).
Figura 15: Imagen de semillas de cebada en canal rojo, verde y azul e histograma correspondiente para cada canal
MATERIALES Y METODOS
1 351
Existen distintos métodos para segmentar una imagen, siendo la umbralización una de las más
empleadas. Esta técnica define un umbral que sea capaz de separar los objetos de interés del
fondo de la imagen basándose en el histograma. La segmentación de las imágenes en color
también implica la elección de un espacio de representación para el color (Angulo and Serra
2005). En este caso, la Figura 15 muestra cómo el canal de color R es el que mejor responde
maximizando la varianza entre grupos. El umbral de segmentación está por tanto comprendido
entre los dos máximos del histograma.
Una vez se decidió hacer uso del canal rojo, se realizaron pruebas de segmentación fijando
manualmente los umbrales. Para continuar con el desarrollo del algoritmo se añadió un
comando basado en el método Otsu que determina automáticamente el umbral de
segmentación en Matlbab®. El método Otsu maximiza la varianza entre grupos y minimiza la
varianza dentro de los grupos; en este caso en concreto maximiza la varianza entre las
semillas y el fondo y minimiza la varianza entre las semillas (ROI).
El umbral de segmentación es un valor de intensidad normalizada que toma valores entre 0 y
1. Para convertir este valor a la escala RGB ha de multiplicarse por 255. La Figura 16 muestra el
resultado de la segmentación y binarización automática en el canal rojo. Dado que la
segmentación trata de distinguir si un pixel pertenece o no a una región de interés (ROI), a los
píxeles de la ROI se les asignará “1” y al fondo “0”, quedando de esta manera binarizada la
imagen.
Dentro del análisis morfológico de los objetos segmentados se han seleccionado los
parámetros: excentricidad, orientación, eje mayor, eje menor, diámetro equivalente, solidez,
extensión, perímetro, área rellena, área convexa y número de Euler (véase Glosario). Esta
selección de características se ha llevado a cabo según lo recogido en los estudios descritos en
la revisión bibliográfica ((Rawson and Macpherson 2001; Shouche, Rastogi et al. 2001; Paliwal,
Visen et al. 2003; Choudhary, Paliwal et al. 2008; Zapotoczny, Zielinska et al. 2008; Zapotoczny
2011; Mebatsion, Paliwal et al. 2013).
Por otra parte, se ha empleado un análisis de textura que utiliza un filtro de entropía (véase
Glosario y ¡Error! No se encuentra el origen de la referencia.) para las semillas de trigo. La
idea que subyace del cálculo de la entropía en el análisis de imagen, es la de analizar los
valores para la cara ventral de semillas sanas y compararlo con los mismo valores de semillas
asuradas. Se parte de la hipótesis de que las semillas asuradas deberían presentar valores de
entropía más altos (también puede medirse el área de píxeles rojos) por presentar un mayor
número de irregularidades y rugosidades en su superficie. Aunque la rutina para este análisis
ha sido desarrollada, los datos extraídos no se presentan en este trabajo por necesitar de un
mayor estudio.
MATERIALES Y METODOS
1 361
Figura 17: Semillas de trigo Craklin sanas (izquierda), semillas de trigo Craklin asuradas (derecha) con filtro de
entropía.
5.5 Análisis estadístico
El análisis de los datos obtenidos se realizó con el programa MatlabR2012b empleando las
librerías estadísticas. Con un lenguaje de alto nivel y un entorno interactivo para el cálculo
numérico, la visualización y la programación; MatlabR2012b fue sido utilizado para desarrollar
algoritmos propios y crear modelos.
4.5.1 Análisis de varianza: ANOVA
El análisis de varianza (ANOVA) se aplicó sobre las muestras de trigo. Avena, maíz y cebada no
se sometieron a dicho análisis ya que el objetivo del análisis de éstos no era otro que el de
poner a punto el método.
Una vez obtenidos los valores de los parámetros morfológicos de las semillas de trigo
mediante el procesamiento de imágenes con las rutinas diseñadas en MatlabR2012b; se
iniciaron los análisis de varianza.
En primer lugar se realizó un ANOVA para las semillas de trigo sanas y asuradas
correspondientes a las variedades Craklin, Serracín y Tartalle. En este análisis se introdujo el
factor X1 que representa el estado sanitario (ausencia o presencia de asurado) y el factor X2
que indica la posición de la semilla (ver Tabla 9 ).
Figura 16: Semillas de cebada en canal de color rojo.
MATERIALES Y METODOS
1 371
Tabla 9: Factores del primer análisis de varianza
Factor Nombre Modalidades
X1 Estado sanitario Grano asurado/no asurado
X2 Posición de la semilla Cara ventral/Cara dorsal
X3 Variedad Craklin/Serracín/Tartalle
Con este ANOVA se pudo estudiar de forma individualizada para cada variedad en qué medida
cada factor explica la varianza de cada parámetro morfológico..
Con el objetivo de visualizar el distinto comportamiento que pudiera presentar el trigo duro
respecto a sus parámetros morfológicos al producirse el asurado, se introdujo posteriormente
el factor X3 que representa las variedades de trigo en la población de calibración..
Las semillas suministradas por AGROSEGURO de la zona de Andalucía se sometieron a un
ANOVA para también estudiar el distinto comportamiento respecto a las medias de las
variedades recibidas de trigo duro. Esto no fue necesario en el caso de las zonas de La Macha y
Soria por recibirse sólo muestras de trigo blando.
4.5.2 Análisis de varianza: ANOVA
Posteriormente se realizó un primer análisis multivariante (MANOVA) con la colección de
datos de todos los trigos. Éstos fueron divididos en dos grupos: trigos blandos y trigos duros.
Mediante una matriz de correlación se visualizaron las diferencias que presentaban ambos
tipos de trigo.
Ya dentro del grupo de las variedades de trigo blando, el segundo MANOVA tuvo como
objetivo la diferenciación mediante una matriz de correlación de las semillas asuradadas
(correspondiente a las variedades de Craklin y Tartalle) y el resto de semillas analizadas
facilitadas por AGROSEGURO.
MATERIALES Y METODOS
38
RESULTADOS Y DISCUSIÓN
39
66.. RREESSUULLTTAADDOOSS YY DDIISSCCUUSSIIÓÓNN
RESULTADOS Y DISCUSIÓN
40
RESULTADOS Y DISCUSIÓN
41
6. Resultados y discusión
Los resultados obtenidos en la caracterización de especies, semillas asuradas y variedades
recibidas de la cosecha de trigo del 2013 se recogen a continuación. Las medias para todos los
parámetros y variedades se pueden consultar en el Apéndice I
6.1 Caracterización de las especies de la población de validación
En primer lugar se ha realizado una caracterización de las especies de cereal: trigo blando
(variedad Craklin), cebada, maíz y avena. De este modo se ha comprobado cuales son los
parámetros físicos segregantes de entre los utilizados en la rutina de análisis de imagen de
MatlabR2012b.
Las Figura 18, Figura 19 y Figura 20 recogen los valores medios y errores típicos que refieren a
las características morfológicas de las distintas semillas en el canal rojo correspondiente. Estas
características morfológicas pertenecen a tres grupos: área, longitud y adimensionales.
En la Figura 18 se observan las diferencias entre las semillas de distintas especies para los
parámetros área (mm2), área rellena (mm2) y área convexa (mm2). El maíz presenta en todos
los parámetros una diferencia muy significativa respecto al resto de cereales. Además también
se observan diferencias significativas menores entre avena, trigo y cebada.
Figura 18: Características morfológicas de área para trigo, cebada, maíz y avena.
La Figura 19 muestra los parámetros eje mayor (EM, mm), eje menor (Em, mm), diámetro
equivalente (EqDiam, mm) y perímetro (mm) para las distintas especies.
Area Area rellena Area convexa
Trigo blando 18,23 18,24 18,51
Cebada 22,67 22,68 23,31
Maíz 66,70 66,70 67,26
Avena 30,15 30,15 30,82
10,00
20,00
30,00
40,00
50,00
60,00
70,00
80,00
mm
2
Características morfológicas (I)
RESULTADOS Y DISCUSIÓN
42
Figura 19: Características morfológicas para avena, cebada y trigo (EM: eje mayor, Em: eje menor, EqDiam:
Diámetro equivalente)
El maíz presenta en Em y EqDiam una gran diferencia con el resto de cereales. EM y perímetro
permiten además diferenciar entre trigo, maíz y cebada; no existiendo diferencias significativas
entre la avena y la cebada.
Por último, la Figura 20 detalla los parámetros: solidez, extensión y ratio perímetro diámetro
equivalente (R_P). La extensión refiere al cociente entre el área y el “bounding box” (mínimo
rectángulo que contiene la semilla). La solidez, en cambio, refiere a la relación área/ área
convexa (mínimo polígono convexo de que contiene la semilla).
Figura 20: Características morfológicas para avena, cebada y trigo (R_P: ratio perímetro diámetro equivalente)
EM Em EqDiam Perímetro
Trigo blando 6,65 3,50 4,81 17,70
Cebada 8,59 3,39 5,36 21,91
Maíz 10,56 8,17 9,21 31,69
Avena 11,72 3,29 6,18 27,94
0,00
5,00
10,00
15,00
20,00
25,00
30,00
35,00mm
Características morfológicas (II)
Solidez Extensión R_P
Trigo blando 0,98 0,74 1,17
Cebada 0,97 0,72 1,30
Maíz 0,99 0,75 1,10
Avena 0,98 0,71 1,44
0,00
0,50
1,00
1,50
2,00
2,50
3,00
Características morfológicas (III)
adim
ensional
RESULTADOS Y DISCUSIÓN
43
La solidez y extensión no difieren significativamente entre especies. La relación R_P en cambio
permite esta diferenciación entre el maíz del resto de cereales.
En vista a los resultados obtenidos se observa cómo los parámetros de área y lineales
funcionan como segregantes. Sin embargo, los parámetros adimensionales no permiten la
distinción inter!especies. Es por ello que no fueron utilizados en la caracterización del asurado
en trigo.
RESULTADOS Y DISCUSIÓN
44
6.2 Caracterización del asurado en trigo
Una vez comprobado el funcionamiento de la rutina de análisis y sin contar con algunos de los
parámetros que presentaron limitaciones en la caracterización de especies (veáse los
adimensionales); se procedió a analizar las semillas de trigo facilitadas por del Dpto. de Mejora
Vegetal.
CARACTERÍSTICAS MORFOLÓGICAS (I)
CRAKLIN
SERRACÍN
TA
RTA
LLE
Figura 21: Medias de los parámetros morfológicos de área para las variedades (de arriba abajo): Craklin, Serracín
y Tartalle)
Area Area rellena Area convexa
Cracklin 18,23 18,24 18,51
Cracklin Asurado 13,15 13,16 13,56
10,00
15,00
20,00
25,00
mm
2
Area Area rellena Area convexa
Serracín 22,02 22,02 22,35
Serracín Asurado 17,36 14,49 14,85
10,00
15,00
20,00
25,00
mm
2
Area Area rellena Area convexa
Tartale 17,83 17,85 18,10
Tartale Asurado 12,47 12,47 12,72
10,00
15,00
20,00
25,00
mm
2
RESULTADOS Y DISCUSIÓN
45
Los valores típicos en semillas sanas obtenidos del análisis de trigo: Craklin (trigo blando),
Serracín (trigo duro) y Tartalle (trigo blando) se han utilizado para compararlos con semillas de
trigo asurado de la misma variedad. La Figura 21 recoge las medias de los parámetros de área.
Todas las variantes del área presentan valores medios significativamente superiores en el caso
de las semillas sanas respecto a las afectadas por el asurado.
De la realización del ANOVA para el parámetro área, se extrae la Figura 22 donde se refleja
como independientemente del tipo de trigo (duro o blando) todas las variedades analizadas
pueden clasificarse en sanas o asuradas según un posible umbral establecido en mm2.Las
flechas indican el cambio que se produce en el valor medio del parámetro estudiado entre
semillas sanas y asuradas.
Área
Figura 22: Comparación múltiple del parámetro área correspondiendo X1 al estado sanitario de las semillas de
trigo, X2 la posición de la semilla (surco ventral, surco dorsal) y X3 el cultivar de trigo (Craklin=verde,Serracín=azul y Tartalle=naranja).
El umbral de detección de semillas asuradas estaría fijado aproximadamente en 16,3 mm2;
considerándose aquellas que presenten un área menor como semillas afectadas por el
asurado. Además de este umbral, también se podría establecer un clasificador en función de
los porcentajes de disminución de área a partir de los valores medios. La disminución media
del área para cada variedad se recoge en la Tabla 10.
RESULTADOS Y DISCUSIÓN
46
Tabla 10: Porcentaje medio de reducción de área de semillas asuradas
Variedad Reducción área %
Craklin 27,88
Serracín 34,19
Tartalle 30,10
Craklin es la variedad menos afectada por el asurado en términos de reducción del área, con
un 27,88% de disminución sobre el área media de las semillas sanas para la misma variedad.
Con el objetivo de que el umbral de identificación de semillas asuradas también sea sensible a
esta variedad, éste puede establecerse en un 27%; clasificando a las semillas con porcentajes
de reducción menores como sanas.
Los resultados obtenidos en esta población de calibración para la caracterización del asurado
en trigo están en línea con lo concluido por Venora et al. (2009). Aunque en este estudio no se
trata del asurado específicamente, se compara el área de semillas sanas y “arrugadas”
estableciendo una media en la reducción del área del 33,85%.
Volviendo a la presentación de los resultados medios, la Figura 23 recoge los parámetros
lineales (mm): EM, Em, EqDiam y perímetro.
CARACTERÍSTICAS MORFOLÓGICAS (II)
CRAKLIN
EM Em EqDiam Perímetro
Cracklin 6,65 3,50 4,81 17,70
Cracklin Asurado 6,13 2,75 4,07 15,70
0,00
5,00
10,00
15,00
20,00
mm
RESULTADOS Y DISCUSIÓN
47
SERRACÍN
TARTA
LLE
Figura 23: Medias de los parámetros morfológicos para las variedades (de arriba abajo): Craklin, Serracín y
Tartalle)
El perímetro difiere significativamente entre semillas sanas y asuradas para Serracín y Tartalle.
El Em y EqDiam también se muestran como segregantes para las variedades Serracín y Craklin .
El EM por el contrario no es segregante para ninguna de las variedades, lo cual verifica la
información aportada por los expertos de AGROSEGURO quienes afirman que en la mayoría de
los casos el asurado no afecta a la longitud máxima de la semilla.
A continuación se presentan los resultados correspondientes al ANOVA para el Em (ver Figura
24) y el perímetro (ver Figura 25)
EM Em EqDiam Perímetro
Serracín 7,89 3,56 5,28 19,98
Serracín Asurado 7,11 2,60 4,28 17,13
0,00
5,00
10,00
15,00
20,00
25,00
mm
EM Em EqDiam Perímetro
Tartale 6,66 3,40 4,75 17,45
Tartale Asurado 5,73 2,78 3,97 14,62
0,00
5,00
10,00
15,00
20,00
25,00
mm
RESULTADOS Y DISCUSIÓN
48
Em
Figura 24: Comparación múltiple del parámetro Em correspondiendo X1 al estado sanitario de las semillas de
trigo, X2 la posición de la semilla (surco ventral, surco dorsal) y X3 el cultivar de trigo (Craklin=verde,Serracín=azul y Tartalle=naranja).
En este caso, el umbral de detección de semillas asuradas para el Em se sitúa en 3,1 mm;
siendo independiente del tipo de trigo (blando o duro).
Los porcentajes de variación extraídos de los valores medios se recogen en la Tabla 11. El
umbral de clasificación según estos datos se establece en un valor aproximado del 18%,
clasificándose las semillas con porcentajes menores como sanas.
Tabla 11: Porcentaje medio de reducción del Em en semillas asurdas
Variedad Reducción Em %
Craklin 21,39
Serracín 26,89
Tartalle 18,24
El ANOVA correspondiente al perímetro indica la existencia de un umbral común para la
detección del asurado entre las variedades de trigo blando; siendo distinto en el caso del trigo
duro. Esto se debe al mayor perímetro de las semillas de trigo duro, que presentan una
morfología más alargada.
RESULTADOS Y DISCUSIÓN
49
Perímetro
Figura 25: Comparación múltiple del parámetro perímetro correspondiendo X1 al estado sanitario de las semillas de trigo, X2 la posición de la semilla (surco ventral, surco dorsal) y X3 el cultivar de trigo
(Craklin=verde,Serracín=azul y Tartalle=naranja).
El umbral en valor absoluto para el caso del trigo blando se establece en 16,7 mm y para el
trigo duro en 18,6 mm.
De nuevo, las medias de reducción del perímetro en las semillas asuradas respecto a las sanas
se recogen en la Tabla 12. A partir de estos datos se podría establecer un umbral común,
clasificándose las semillas que presenten una reducción de perímetro respecto a las semillas
sanas menor del 11% como no afectadas por el asurado.
Tabla 12: Procentaje medio de reducción de perímetro en semillas asuradas
Variedad Reducción perímetro%
Craklin 11,28
Serracín 14,29
Tartalle 16,26
Las figuras de la comparación múltiple de los parámetros no incluidos en el presente apartado
se pueden consultar en el Apéndice II. Éstos no han sido aquí reflejados por no poder extraerse
un umbral de distinción entre los dos estados sanitarios de la semilla.
De la realización del ANOVA para el factor X1 y X2, se extrae la Tabla 13 donde se presentan las
F de Fisher para el área, perímetro y Em. Los parámetros morfológicos área (FCraklin=578,29,
RESULTADOS Y DISCUSIÓN
50
FSerracín=482,84 y FTartalle= 212,67) y Em (FCraklin=746,89, FSerracín=541,70 y FTartalle= 176,77)
muestran una diferencia máxima entre las semillas no asuradas y las semillas asuradas estando
menos afectados por la posición de la semilla (ventral o dorsal).
El parámetro perímetro también se presenta como segregante entre semillas sanas y asuradas
para el factor X1, siendo insensible a la posición de la semilla (factor X2).
Tabla 13: Coeficiente de asimetría de Fisher para trigo Craklin, Serracín y Tartalle de los factores X1 (estado
sanitario) y X2 (posición de la semilla). (*: p<0,05; ** p<0,001)
X1=estado sanitario
X2=posición semilla
Craklin Serracín Tartalle
Área 578,29**
4,92*
482,84**
8,99*
212,67**
2,61
Perímetro 268,2**
2,47
272,63**
0,78
221,53**
0,13
Em 746,89**
24,97**
541,70**
26,96**
176,77**
0,99**
El factor X1, estado sanitario, se presenta como más relevante en cualquiera de los tres
parámetros, es por tanto que no se realizarán análisis separados para semillas orientadas en
posición ventral o dorsal. Esto contribuye a que el método pueda ser más fácilmente
implementado para una metodología de toma de imágenes en campo.
Del análisis Manova para los parámetros área, perímetro y Em y las tres variedades de trigo
analizadas (Craklin, Serracín y Tartalle) se presenta la Figura 26. En ella se observa como la
primera componente canónica permite diferenciar a simple vista entre las semillas sanas y las
asuradas independientemente de su variedad; presentando las semillas afectadas valores
medios más bajos.
A partir de estos resultados, se estableció un umbral (indicado por la línea horizontal negra)
basado en los valores de la primera componente canónica, resultado de la combinación lineal
de los tres parámetros empleados: área, eje menor y perímetro. Este umbral se fijó en cero,
perteneciendo por tanto la población por encima del umbral al grupo de semillas sanas y la
población por debajo al grupo de las asuradas.
RESULTADOS Y DISCUSIÓN
51
Figura 26: Valores del primer componente canónico obtenido con el análisis Manova.
RESULTADOS Y DISCUSIÓN
52
6.3 Caracterización de la población de validación
Con el objetivo de validar los umbrales de detección de asurado establecidos a partir de la
población de calibración, se analizaron variedades de la cosecha de 2013 facilitadas por
AGROSEGURO. A continuación, en la Figura 27 y en la Figura 28 se presentan los resultados
medios correspondientes al estudio de la morfología de las semillas para las zonas de
Andalucía, La Mancha y Soria.
CARACTERÍSTICAS MORFOLÓGICAS (I)
ANDALU
CÍA
LA
MANCHA
SO
RIA
Figura 27: Medias de las características morfológicas de área para las zonas de Andalucía, La Mancha y Soria.
Area Area rellena Area convexa
Amilcar 14,72 14,72 15,04
Don Ricardo 17,35 17,36 17,63
Artur Nick 16,63 16,63 16,82
10,00
15,00
20,00
25,00
mm
2
Area Area rellena Area convexa
Califa.Parcela 1 17,43 17,44 17,76
Califa.Parcela 2 16,86 16,86 17,10
Califa.Parcela 3 17,16 17,17 17,42
Marius 17,72 17,73 18,00
Chamorro 16,78 16,78 17,04
10,00
15,00
20,00
25,00
mm
2
Area Area rellena Area convexa
Craklin. Parcela 1 17,70 17,72 18,01
Craklin. Parcela 2 18,86 18,93 19,25
Craklin. Parcela 3 17,62 17,68 17,95
García. Parcela 1 19,63 19,67 19,97
García. Parcela 2 18,71 18,73 19,03
Berdun. Parcela 1 13,81 13,86 14,11
Berdun. Parcela 2 15,03 15,03 15,28
10,00
15,00
20,00
25,00
mm²
RESULTADOS Y DISCUSIÓN
53
CARACTERÍSTICAS MORFOLÓGICAS (I)
ANDALU
CÍA
LA
MANCHA
SO
RIA
Figura 28: Medias de las características morfológicas lineales para las zonas de Andalucía, La Mancha y Soria.
EM Em EqDiam Perímetro
Amilcar 6,78 2,77 4,31 16,92
Don Ricardo 7,39 2,99 4,68 18,19
Artur Nick 6,20 3,42 4,59 16,44
0,00
5,00
10,00
15,00
20,00mm
EM Em EqDiam Perímetro
Califa.Parcela 1 6,81 3,26 4,70 17,51
Califa.Parcela 2 6,68 3,22 4,63 17,08
Califa.Parcela 3 6,71 3,26 4,67 17,21
Marius 6,69 3,38 4,75 17,32
Chamorro 6,77 3,16 4,62 17,38
0,00
5,00
10,00
15,00
20,00
mm
EM Em EqDiam Perímetro
Craklin. Parcela 1 6,62 3,42 4,74 17,24
Craklin. Parcela 2 6,71 3,61 4,89 17,68
Craklin. Parcela 3 6,80 3,32 4,73 17,42
García. Parcela 1 6,90 3,64 5,00 18,19
García. Parcela 2 6,87 3,48 4,87 17,84
Berdun. Parcela 1 5,69 3,12 4,19 15,24
Berdun. Parcela 2 6,12 3,13 4,37 15,84
0,00
5,00
10,00
15,00
20,00
mm
RESULTADOS Y DISCUSIÓN
54
A excepción de la variedad Berdun (Soria), los parámetros de área entre variedades de una
misma zona no muestran diferencias significativas. Amilcar, aunque no presenta diferencias
significativas con Don Ricardo y Artur Nick, tiene un valor medio de área por debajo de los
valores del resto de variedades.
De todas las muestras analizadas en la población de validación, Amilcar y Don Ricardo
(Andalucía) son las únicas variedades de trigo duro. Respecto a los parámetros lineales, Don
Ricardo presenta el mayor valor en el EM que junto con el dato respectivo al Em da idea de la
morfología alargada de la semilla, y tal y como se cabría esperar para una muestra de trigo
duro. Siguiendo con las muestras de Andalucía; EM y Em se muestran significativamente
distintos entre Amilcar y Artur Nick. El EqDiam y perímetro no segregan para ninguna de las
variedades.
En la zona de La Mancha, donde todas las muestras analizadas fueron trigos blandos, se
observa que ningún parámetro es segregante para ninguna de las variedades, presentándose
valores muy similares en todos los casos.
Las semillas analizadas provenientes de la zona de Soria no presentan diferencias significativas
para ningún parámetro entre variedades a excepción de Berdun. Esta variedad obtuvo valores
medios más bajos para todos los parámetros estudiados.
6.3.1 MANOVA
Una vez obtenidos todos los datos correspondientes a la población de calibración y validación,
se realizó un primer MANOVA para con el objetivo de visualizar en un gráfico de correlación el
trigo duro y el trigo blando. Los resultados se reflejan en la Figura 29, donde las nubes de
puntos correspondientes a las variedades de trigo duro y trigo blando se separan para todos
los parámetros estudiados.
A pesar de las diferencias morfológicas observadas entre ambos se realizó un segundo
MANOVA para comprobar si el método diseñado era capaz de distinguir entre estados
sanitarios de trigo duro y trigo blando conjuntamente. La Figura 30 refleja cómo sí es posible el
análisis de los dos tipos de trigo juntos ya que la nube de puntos correspondiente a las semillas
asuradas representada en verde, se separa de la población de semillas sanas (
RESULTADOS Y DISCUSIÓN
55
Figura 29: Matriz de correlación de los parámetros área, Em y perímetro en la comparación de semillas sanas de
trigo blando y trigo duro
Figura 30: Matriz de correlación de los parámetros morfológicos en la comparación de semillas sanas y asuradas para las variedades de trigo blando.
RESULTADOS Y DISCUSIÓN
56
Al igual que con la población de calibración; con la nueva población de semillas recibidas por
AGROSEGURO se realizó una representación para los valores de la primera componente
canónica (ver Figura 31). En el eje de abscisas se presentan las variedades de semillas
analizadas. Estos valores obtenidos fueron utilizados para ser proyectados sobre la Figura 26 y
comprobar la validez del umbral establecido en el valor 0.
Figura 31: Valores de la primera componente canónica para la población de validación.
RESULTADOS Y DISCUSIÓN
57
6.4 Precisión de los umbrales de clasificación
Se fijaron cuatro umbrales para la clasificación de las semillas sanas y asuradas. Los umbrales
establecidos (ver Tabla 14) responden a dos tipos: Área, Em y perímetro se fijaron a partir de
los valores medios para cada uno de los parámetros; el valor del índice de segregación en
cambio se compone de la combinación lineal de los tres parámetros citados.
Tabla 14: Umbrales de identificación
Umbral Valor
Área 16,30 mm2
Em 3,10 mm
Perímetro 16,70 (Trigo blando)/ 18,60 (Trigo duro)
Valor del índice de segregación 0
Para establecer la precisión de los umbrales establecidos como clasificadores se ha
considerado el conjunto de los datos de la población de calibración. Los resultados se reflejan
en la Tabla 15.
Tabla 15: Porcentaje de variedades correctamente clasificadas para cada parámetro de estudio
Umbral % variedades correctamente clasificadas
Área 77,78
Perímetro 77,78
Em 77,78
Valor del índice de segregación 66,01
El número de muestras recibidas fue de 15, sin embargo, algunas de las variedades se
encontraban por duplicado o triplicado (provenientes de distintas parcelas). Dado que no se
observaron diferencias significativas en los parámetros estudiados para una misma variedad;
los porcentajes fueron calculados en base el número de variedades en cuyo caso ascendió a
nueve.
Respecto al valor del índice de segregación; éste se obtuvo de la proyección de los valores de
la primera componente canónica sobre los mismos de la población de calibración teniendo en
cuenta el umbral establecido en 0 para separar semillas sanas de asuradas. El valor del índice
de segregación logró un porcentaje de semillas clasificadas correctamente sustancialmente
menor que los parámetros morfológicos.
A partir de los vectores de proyección obtenidos de la realización del primer MANOVA (para el
primer componente canónico) para la población de calibración, se ha obtenido una ecuación
que puede ser usada para identificar el asurado en una nueva variedad. Aún así, hay que tener
en cuenta las limitaciones de este modelo para el que se ha probado una eficiencia en el
66,01% de las muestras analizadas. El modelo se refleja en la siguiente ecuación:
RESULTADOS Y DISCUSIÓN
58
Scores= (X! área " X! áreai) × 0,1459 + (X!Em " X! Emi) × 2,1313 + (X!períemtro "
X!perímetroi) × ("0,0646)
Siendo X"área, X"Em y X" perímetro las medias obtenidas de la población de calibración para
cada parámetro y X"áreai, X"Emi y X" perímetroi las nuevas medias de la variedad a clasificar. Los
valores numéricos responden al peso de cada uno de los parámetros al realizar una
combinación lineal de los mismos. Si el resultado obtenido (score) es mayor que 0, la nueva
variedad será clasificada cómo sana, en caso contrario, las semillas pertenecerán al grupo de
asuradas.
CONCLUSIONES
59
77.. CCOONNLLUUSSIIOONNEESS
CONCLUSIONES
60
CONCLUSIONES
61
7. Conclusiones
Los primeros resultados procedentes de la caracterización de especies de cereal muestran que
la rutina diseñada específicamente para el análisis de parámetros morfológicos funciona
segregando entre especies. Sin embargo, no todos los parámetros presentan diferencias
significativas entre especies; ejemplo de ello son los parámetros morfológicos que dada su
inutilidad no fueron empleados en los posteriores análisis.
Del análisis de la población de semillas de trigo (población de calibración), se concluye que no
existen diferencias significativas en los parámetros estudiados dentro de una misma variedad.
de este modo las muestras recibidas descartan la hipótesis de posibles rangos de variabilidad
correspondientes a diferencias en las características de las parcelas de cultivo o prácticas del
agricultor.
El método de análisis desarrollado fue capaz de distinguir entre semillas de trigo blando y trigo
duro, confirmando las demostradas diferencias morfológicas entre ambos explicadas en la
descripción de las variedades de trigo (Materiales y métodos). Aún así, del estudio conjunto de
ambos tipos de trigo frente al estado sanitario de la semilla, se extrae la capacidad del método
de segregar entre semillas sanas y asuradas conjuntamente.
Los umbrales establecidos en base a los datos obtenidos de la población de calibración
funcionan para área, Em y perímetro en un 77,78% de los casos. De este modo se reduce en
gran medida el uso de parámetros utilizados en comparación con otros métodos de
clasificación de semillas. Este porcentaje podría verse incrementado contando con un número
mayor de muestras (en especial de trigo duro) en la población de calibración.
El umbral determinado a partir del valor de la primera componente canónica extraído del
MANOVA alcanzó un porcentaje de acierto en la clasificación del 66,01%. De nuevo, la
incorporación de un mayor número de muestras para la calibración podría dar mejores
resultados y ajustar los valores de partida de los vectores de proyección de la ecuación
obtenida.
Este trabajo tuvo como objetivo el desarrollo de un método de análisis para la identificación
del asurado en trigo. La metodología de obtención de los umbrales es válida, sin embargo los
datos deben ser actualizados para cada cosecha, variedad y zona geográfica. En base a ello se
propone para futuros estudios la actualización de los umbrales e incorporación de nuevas
muestras sanas y asuradas para la misma variedad con el objetivo de incrementar el número
de datos de partida.
Respecto al análisis de textura, se propone el estudio de los valores de entropía obtenidos
mediante la rutina de análisis en MatlabR21012. A priori se supone un mayor valor de la
entropía en el caso de las semillas asuradas. Las imágenes del filtro de entropía aplicado a cada
variedad se pueden consultar en el Apéndice III.
CONCLUSIONES
62
BIBLIOGRAFÍA
63
88.. BBIIBBLLIIOOGGRRAAFFÍÍAA
BIBLIOGRAFÍA
64
BIBLIOGRAFÍA
65
8. Bibliografía
AETC (2012). Encuesta de calidad de los trigos Españoles. Cosecha 2012, Asociación Española
de Técnicos Cerealistas.
AGROSEGURO, S. A. (2012). "Informe Anual 2012."
Angulo, J. and J. Serra (2005). "Segmentación de imágenes en color utilizando histogramas bi!variables en espacios color polares luminancia/saturación/matiz." Computación y Sistemas
8(4): 303!316.
Bermejo, I. M. (2013). Informe Anual 2012. Madrid, AGROSEGURO,S.A: 44.
BOE (2013). Real Decreto 190/2013, de 15 de marzo, por el que se modifica el Real Decreto
1615/2010, de 7 de diciembre, por el que se aprueba la norma de calidad del trigo., Ministerio
de Agricultura, Alimentación y Medio Ambiente: 5.
Choudhary, R., J. Paliwal, et al. (2008). "Classification of cereal grains using wavelet, morphological, colour, and textural features of non!touching kernel images." Biosystems
Engineering 99(3): 330!337.
de Ugarriza, S. (2009). Terminologia comercial agropecuaria, Editorial EUCASA / B.T.U.
Delwiche, S. R., I. C. Yang, et al. (2013). "Multiple view image analysis of freefalling U.S. wheat grains for damage assessment." Computers and Electronics in Agriculture 98(0): 62!73.
Du, C.!J. and D.!W. Sun (2004). "Recent developments in the applications of image processing
techniques for food quality evaluation." Trends in Food Science & Technology 15(5): 230!249.
Edwards, M. A., B. G. Osborne, et al. (2007). "Investigation of the effect of conditioning on the
fracture of hard and soft wheat grain by the single!kernel characterization system: A
comparison with roller milling." Journal of Cereal Science 46(1): 64!74.
GENVCE (2003). Trigo Blando de Primavera. Artur Nick. G. p. l. E. d. N. V. d. C. e. España.
GENVCE (2000). Trigo blando de invierno. Berdun. G. p. l. E. d. N. V. d. C. e. España.
GENVCE (2000). Trigo blando de invierno. Craklin. G. p. l. E. d. N. V. d. C. e. España.
GENVCE (2001). Trigo blando de primavera. G. p. l. E. d. N. V. d. C. e. España.
GENVCE (2003). Evaluación agronómica y de la calidad de las nuevas variedades de cebadas, trigos blando y trigos duros en España, Grupo de Evaluación de Nuevas Variedades de
Cultivos Extensivos en España. Gil, P., F. Torres, et al. (2004). "Detección de objetos por segmentación multinivel combinada
de espacios de color." XXV Jornadas de Automática.
GONZALEZ, R. C. A., R. E. A. WOODS, et al. (2004). Digital image processing: using Matlab, Pearson Prentice Hall.
Jayas, D. S., J. Paliwal, et al. (2000). "Review Paper (AE—Automation and Emerging
Technologies): Multi!layer Neural Networks for Image Analysis of Agricultural Products."
Journal of Agricultural Engineering Research 77(2): 119!128.
BIBLIOGRAFÍA
66
MAGRAMA (2011). Avance de superficies y producciones de Julio de 2011.
Majumdar, S. and D. Jayas (2000). "Classification of cereal grains using machine vision: IV. Combined morphology, color, and texture models." Transactions of the ASAE 43(6): 1689!
1694.
Mebatsion, H. K. and J. Paliwal (2012). "Machine vision based automatic separation of touching
convex shaped objects." Computers in Industry 63(7): 723!730.
Mebatsion, H. K., J. Paliwal, et al. (2013). "Automatic classification of non!touching cereal grains in digital images using limited morphological and color features." Computers and
Electronics in Agriculture 90(0): 99!105.
Osborne, B. and R. Anderssen (2003). "Single!kernel characterization principles and
applications." Cereal chemistry 80(5): 613!622.
Paliwal, J., N. S. Visen, et al. (2003). "Cereal Grain and Dockage Identification using Machine
Vision." Biosystems Engineering 85(1): 51!57.
Rawson, H. M. and H. G. Macpherson (2001). Trigo Regado: Manejo del Cultivo, FAO.
Shouche, S. P., R. Rastogi, et al. (2001). "Shape analysis of grains of Indian wheat varieties."
Computers and Electronics in Agriculture 33(1): 55!76.
Terrón, P. U. (1992). Tratado de fitotecnia general, Mundi!Prensa.
Szczypi#ski, P. M. and P. Zapotoczny (2012). "Computer vision algorithm for barley kernel identification, orientation estimation and surface structure assessment." Computers and
Electronics in Agriculture 87(0): 32!38.
Van de Wouwer, G., P. Scheunders, et al. (1999). "Statistical texture characterization from
discrete wavelet representations." Image Processing, IEEE Transactions on 8(4): 592!598.
Venora, G., O. Grillo, et al. (2009). "Quality assessment of durum wheat storage centres in
Sicily: Evaluation of vitreous, starchy and shrunken kernels using an image analysis system."
Journal of Cereal Science 49(3): 429!440.
Zapotoczny, P. (2011). "Discrimination of wheat grain varieties using image analysis and neural networks. Part I. Single kernel texture." Journal of Cereal Science 54(1): 60!68
Zapotoczny, P. M. Zielinka, et al. (2008). “Application of image analysis for the varietal classification of barley:: Morphological features. “Journal of Cereal Science 48(1): 101!110
GLOSARIO
67
GGLLOOSSAARRIIOO
GLOSARIO
68
Área: número de pixeles en la región. En las Figuras aparece expresado como mm2 después del
escalado.
Área rellena: escalar que especifica en número de pixeles en la imagen rellena. En las Figuras
aparece expresado como mm2 después del escalado.
Área convexa: escalar que especifica el número de píxeles en la imagen convexa. En las Figuras
aparece expresado como mm2 después del escalado.
Bounding Box (rectángulo de selección): mínimo rectángulo que contiene a un conjunto de
puntos.
ConvexHull: menor polígono convexo que encierra un conjunto de puntos.
Diámetro equivalente: escalar que especifica el diámetro de un círculo (mm) con el mismo
área que la región.
Eje mayor: Escalar que especifica la longitud del eje mayor (mm) de la elipse que tiene los
mismos segundos momentos centrales normalizados como la región.
Eje menor: Escalar que especifica la longitud del eje menor (mm) de la elipse que tiene los
mismos segundos momentos centrales normalizados como la región.
Extensión: Escalar adimensional que especifica la proporción de píxeles en el “bounding box”..
Calculado como el área adimensional dividida por el “bounding box”.
Excentricidad: Escalar adimensional que especifica la excentricidad de la elipse que tiene los
mismos segundos momentos adimensionales!como la región. La excentricidad es la relación de
la distancia entre los focos de la elipse y su longitud del eje principal. El valor está
comprendido entre 0 y 1. (Una elipse cuya excentricidad es 0 es en realidad un círculo,
mientras que una elipse cuya excentricidad es 1 es un segmento de línea.)
Número de Euler: Escalar que especifica la diferencia entre el número de objetos en la región y
el número de agujeros en los objetos.
Orientación: ángulo (en grados que varían desde !90 hasta 90 grados) entre el eje x y el eje
mayor de la elipse que tiene los mismos segundos momentos!como la región.
Perímetro: escalar que especifica la distancia (mm) alrededor de la frontera de la región. Es
calculado mediante el cálculo de la distancia entre cada par adyacente de píxeles alrededor de
la frontera de la región.
Solidez: Escalar adimensional que determina el porcentaje de los píxeles en el “Convex Hull”
que también pertenecen a la región. Calculado como Área / Área convexa.
APÉNDICES
69
AAPPÉÉNNDDIICCEESS
APÉNDICES
70
,
APÉN
DICES
71
Apén
dice I:
Resultados del
análisis
morfológico
1.
POBLA
CIÓ
N D
E VALIDACIÓ
N
CEB
ADA
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
22,67
8,59
3,39
0,92
!5,26
5,36
0,97
0,72
21,91
22,68
23,31
!0,15
1,30
2,54
Desviación
típica
2,43
0,54
0,21
0,01
83,58
0,29
0,01
0,03
1,47
2,43
2,49
2,44
0,05
0,17
Error Típico
%
15,68
3,51
1,37
0,07
539,49
1,86
0,07
0,19
9,52
15,66
16,06
15,76
0,33
1,12
MAÍZ
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
66,70
10,56
8,17
0,62
24,04
9,21
0,99
0,75
31,69
66,70
67,26
0,96
1,10
1,30
Desviación
típica
5,22
0,64
0,36
0,08
80,38
0,36
0,00
0,02
1,29
5,22
5,24
0,26
0,01
0,09
Error Típico
%
38,87
4,76
2,65
0,59
599,13
2,66
0,02
0,12
9,62
38,88
39,06
1,90
0,10
0,70
AVEN
A
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
30,15
11,72
3,29
0,96
3,48
6,18
0,98
0,71
27,94
30,15
30,82
0,59
1,44
3,59
Desviación
típica
4,31
1,13
0,29
0,01
83,59
0,46
0,01
0,08
2,84
4,32
4,45
0,85
0,08
0,39
Error Típico
%
32,16
8,39
2,17
0,07
623,07
3,41
0,10
0,57
21,19
32,17
33,18
6,34
0,62
2,90
VARIEDADES
DE TR
IGO
CRAKLIN
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
18,23
6,65
3,50
0,85
!9,84
4,81
0,98
0,74
17,70
18,24
18,51
0,54
1,17
1,91
Desviación
típica
1,96
0,40
0,24
0,02
82,03
0,26
0,00
0,02
1,08
1,96
1,98
1,14
0,03
0,14
Error Típico
%
13,34
2,72
1,66
0,16
558,17
1,77
0,03
0,16
7,38
13,36
13,50
7,76
0,23
1,00
APÉN
DICES
72
CRAKLIN
ASU
RADO
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
13,15
6,13
2,75
0,89
5,48
4,07
0,97
0,73
15,70
13,16
13,56
0,03
1,32
2,26
Desviación
típica
2,44
0,68
0,34
0,04
82,22
0,38
0,01
0,04
1,41
2,44
2,46
1,88
0,28
0,36
Error Típico
%
15,75
4,37
2,22
0,23
530,72
2,42
0,07
0,28
9,12
15,78
15,89
12,13
1,83
2,30
SERRACÍN
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
22,02
7,89
3,56
0,89
!15,94
5,28
0,99
0,74
19,98
22,02
22,35
0,91
1,20
2,23
Desviación
típica
2,87
0,47
0,34
0,02
80,36
0,34
0,00
0,04
1,21
2,86
2,92
0,43
0,03
0,22
Error Típico
%
26,16
4,29
3,14
0,19
733,59
3,14
0,04
0,40
11,03
26,15
26,70
3,92
0,31
2,03
SERRACÍN
ASU
RADO
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
14,49
7,11
2,60
0,93
!0,50
4,28
0,98
0,71
17,13
14,49
14,85
1,00
1,28
2,77
Desviación
típica
2,60
0,64
0,34
0,02
81,18
0,39
0,01
0,07
1,47
2,60
2,61
0,00
0,05
0,38
Error Típico
%
23,73
5,87
3,07
0,17
741,06
3,59
0,09
0,66
13,45
23,73
23,84
0,00
0,49
3,47
TARTA
LLE
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
17,83
6,66
3,40
0,86
13,00
4,75
0,99
0,75
17,45
17,85
18,10
0,02
1,17
1,97
Desviación
típica
3,29
0,57
0,39
0,02
80,07
0,44
0,01
0,03
1,61
3,30
3,34
1,97
0,03
0,15
Error Típico
%
29,95
5,14
3,50
0,22
727,95
3,97
0,05
0,31
14,68
30,02
30,37
17,91
0,28
1,41
TARTA
LLE ASU
RADO
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
12,47
5,73
2,78
0,87
!13,61
3,97
0,98
0,76
14,62
12,47
12,72
0,92
1,17
2,09
Desviación
típica
2,34
0,53
0,35
0,03
81,18
0,37
0,01
0,05
1,31
2,34
2,34
0,50
0,04
0,28
Error Típico
%
21,37
4,82
3,23
0,31
741,03
3,39
0,10
0,46
11,93
21,37
21,41
4,52
0,39
2,54
APÉN
DICES
73
2.
POBLA
CIÓ
N D
E CALIBRACIÓ
N
ZONA
DE ANDALU
CÍA
AMILCAR
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
14,72
6,78
2,77
0,91
27,29
4,31
0,98
0,70
16,92
14,72
15,04
0,93
1,25
2,49
Desviación
típica
2,12
0,25
0,36
0,02
76,29
0,31
0,01
0,06
0,82
2,12
2,11
0,22
0,05
0,31
Error Típico
%
19,32
2,30
3,24
0,21
696,45
2,83
0,07
0,57
7,46
19,33
19,28
2,04
0,44
2,85
DON
RICARDO
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
17,35
7,39
2,99
0,91
!6,70
4,68
0,98
0,70
18,19
17,36
17,63
0,71
1,24
2,49
Desviación
típica
2,71
0,55
0,33
0,02
79,30
0,37
0,01
0,07
1,28
2,71
2,70
1,08
0,04
0,29
Error Típico
%
24,70
5,02
3,04
0,18
723,91
3,42
0,09
0,63
11,66
24,78
24,66
9,86
0,41
2,69
ARTU
R NICK
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
16,63
6,20
3,42
0,83
10,74
4,59
0,99
0,74
16,44
16,63
16,82
0,87
1,14
1,82
Desviación
típica
2,00
0,34
0,29
0,03
78,83
0,28
0,00
0,03
0,91
2,01
2,02
0,55
0,02
0,14
Error Típico
%
18,30
3,06
2,63
0,24
719,60
2,59
0,02
0,31
8,26
18,30
18,40
5,01
0,18
1,25
APÉN
DICES
74
ZONA
DE LA
MANCHA
CALIFA
. PARCELA
1
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
17,43
6,81
3,26
0,88
!4,46
4,70
0,98
0,75
17,51
17,44
17,76
0,40
1,19
2,10
Desviación
típica
2,25
0,35
0,30
0,02
82,41
0,30
0,01
0,04
1,10
2,25
2,28
1,16
0,04
0,15
Error Típico
%
20,70
3,23
2,78
0,18
758,62
2,80
0,07
0,32
10,10
20,76
21,02
10,64
0,34
1,42
CALIFA
. PARCELA
2
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
16,86
6,68
3,22
0,87
!7,69
4,63
0,99
0,75
17,08
16,86
17,10
0,76
1,18
2,09
Desviación
típica
1,60
0,28
0,24
0,02
81,39
0,22
0,00
0,04
0,71
1,60
1,62
0,94
0,02
0,16
Error Típico
%
24,70
5,02
3,04
0,18
723,91
3,42
0,09
0,63
11,66
24,78
24,66
9,86
0,41
2,69
CALIFA
. PARCELA
3
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
17,16
6,71
3,26
0,87
!22,48
4,67
0,98
0,75
17,21
17,17
17,42
0,73
1,17
2,07
Desviación
típica
1,82
0,27
0,27
0,02
78,58
0,25
0,01
0,04
0,78
1,82
1,81
0,67
0,04
0,16
Error Típico
%
16,64
2,51
2,51
0,20
717,37
2,28
0,07
0,39
7,13
16,63
16,54
6,14
0,33
1,51
MARIUS
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
17,72
6,69
3,38
0,86
1,68
4,75
0,98
0,75
17,32
17,73
18,00
0,80
1,16
1,99
Desviación
típica
1,66
0,39
0,19
0,02
82,77
0,22
0,00
0,03
0,86
1,66
1,68
0,72
0,02
0,14
Error Típico
%
15,29
3,58
1,79
0,19
761,98
2,04
0,04
0,32
7,90
15,26
15,48
6,65
0,19
1,28
CHAMORRO
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
16,78
6,77
3,16
0,88
!11,92
4,62
0,99
0,72
17,38
16,78
17,04
0,98
1,20
2,15
Desviación
típica
1,55
0,32
0,20
0,02
79,03
0,22
0,00
0,05
0,81
1,55
1,57
0,20
0,02
0,14
Error Típico
%
14,11
2,88
1,86
0,14
721,43
1,97
0,04
0,41
7,37
14,11
14,35
1,86
0,20
1,27
APÉN
DICES
75
ZONA
DE LA
SORIA
CRAKLIN. P
ARCELA
1
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
17,70
6,62
3,42
0,85
!53,52
4,74
0,98
0,75
17,24
17,72
18,01
!0,17
1,16
1,95
Desviación
típica
2,02
0,33
0,30
0,03
64,72
0,28
0,01
0,02
0,86
2,02
2,02
1,55
0,03
0,16
Error Típico
%
41,15
6,68
6,15
0,53
1321,07
5,65
0,14
0,34
17,47
41,26
41,17
31,66
0,58
3,33
CRAKLIN. P
ARCELA
2
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
18,86
6,71
3,61
0,84
!56,95
4,89
0,98
0,77
17,68
18,93
19,25
!0,58
1,15
1,87
Desviación
típica
2,16
0,44
0,27
0,03
64,01
0,28
0,01
0,02
1,10
2,23
2,26
2,06
0,03
0,15
Error Típico
%
44,17
9,00
5,56
0,56
1306,60
5,74
0,17
0,43
22,50
45,51
46,21
42,10
0,57
3,06
CRAKLIN. P
ARCELA
3
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
17,62
6,80
3,32
0,87
!20,55
4,73
0,98
0,74
17,42
17,68
17,95
0,00
1,17
2,06
Desviación
típica
1,85
0,33
0,28
0,02
81,43
0,25
0,01
0,02
0,76
1,90
1,90
1,84
0,03
0,17
Error Típico
%
37,75%
6,82%
5,79%
0,48%
1662,13%
5,14%
0,13%
0,48%
15,43%
38,69%
38,76%
37,59%
0,57%
3,55%
GARCÍA. P
ARCELA
1
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
19,63
6,90
3,64
0,85
!69,52
5,00
0,98
0,75
18,19
19,67
19,97
!1,04
1,16
1,90
Desviación
típica
1,46
0,26
0,20
0,02
45,64
0,19
0,00
0,02
0,68
1,49
1,50
2,94
0,02
0,09
Error Típico
%
29,87%
5,21%
4,01%
0,33%
931,64%
3,85%
0,09%
0,35%
13,92%
30,44%
30,57%
60,04%
0,47%
1,93%
GARCÍA. P
ARCELA
2
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
18,71
6,87
3,48
0,86
!61,88
4,87
0,98
0,74
17,84
18,73
19,03
0,67
1,17
1,98
Desviación
típica
1,94
0,38
0,21
0,02
56,25
0,25
0,01
0,03
0,95
1,94
1,96
0,64
0,02
0,10
Error Típico
%
39,68%
7,74%
4,25%
0,31%
1148,26%
5,14%
0,11%
0,52%
19,30%
39,66%
40,03%
13,00%
0,38%
2,11%
APÉN
DICES
76
BER
DUN. P
ARCELA
1
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
13,81
5,69
3,12
0,84
!40,16
4,19
0,98
0,76
15,24
13,86
14,11
!0,39
1,16
1,83
Desviación
típica
1,13
0,27
0,18
0,02
74,66
0,17
0,01
0,02
0,70
1,15
1,17
1,79
0,03
0,11
Error Típico
%
23,01
5,43
3,60
0,49
1523,90
3,46
0,11
0,35
14,36
23,45
23,88
36,60
0,64
2,32
BER
DUN. P
ARCELA
2
Área
EM
Em
Excentricidad
Orientación
Eq
Diam
So
lidez
Extensión
Perímetro
Área relle
na
Área convexa
NEu
ler
R_P
EM
/Em
Media
15,03
6,12
3,13
0,86
!40,25
4,37
0,98
0,75
15,84
15,03
15,28
0,92
1,15
1,96
Desviación
típica
0,94
0,25
0,14
0,02
74,89
0,14
0,00
0,02
0,55
0,94
0,95
0,28
0,02
0,12
Error Típico
%
19,22%
5,03%
2,92%
0,34%
1528,71%
2,82%
0,07%
0,39%
11,22%
19,24%
19,44%
5,76%
0,36%
2,44%
APÉNDICES
77
Apéndice II: Resultados del ANOVA
X1: estado sanitario (sana/asurada); X2: posición de la semillas (surco ventral/dorsal); X3:
variedad (Craklin, Serracín y Tartalle).
EM (mm)
Excentricidad
("")
APÉNDICES
78
Orientación
("")
EqDiam
(mm)
APÉNDICES
79
Solid
ez ("
")
Extensión
("")
APÉNDICES
80
Área rellena (m
m2)
Área convexa
(mm
2)
APÉNDICES
81
NEu
ler ("
")
R_P
(mm)
APÉNDICES
82
EM/Em
APÉN
DICE II
83
Apén
dice III:
Imágen
es con
filtro
de en
tropía
1.
POBLA
CIÓ
N D
E VALIDACIÓ
N
a.
Variedad
es de trigo
CRAKLIN. SEMILLAS SANAS
APÉN
DICE
II
84
CRAKLIN. SEMILLAS ASURADAS
.
APÉN
DICE II
85
SERRACÍN. SEMILLAS SANAS
APÉN
DICE
II
86
SERRACÍN. SEMILLAS ASURADAS
APÉN
DICE II
87
TARTALLE. SEMILLAS SANAS
APÉN
DICE
II
88
TARTALLE. SEMILLAS ASURADAS
APÉN
DICE II
89
2.
POBLA
CIÓ
N D
E CALIBRACIÓ
N
ZONA
DE ANDALU
CÍA
AMILCAR
APÉN
DICE II
90
ARTUR NICK
APÉN
DICE II
91
DON RICARDO
APÉN
DICE II
92
ZONA
DE LA
MANCHA
CALIFA. PARCELA 1
APÉN
DICE II
93
CALIFA. PARCELA 2
APÉN
DICE II
94
CALIFA. PARCELA 3
APÉN
DICE II
95
CHAMORRO
APÉN
DICE II
96
MARIUS
APÉN
DICE II
97
ZONA
DE SEGOVIA
CRAKLIN. PARCELA 1
APÉN
DICE II
98
CRAKLIN. PARCELA 2
APÉN
DICE II
99
GARCÍA. PARCELA 1
APÉN
DICE II
100
GARCÍA. PARCELA 2
APÉN
DICE II
101
BERDUN. PARCELA 1
APÉN
DICE II
102
BERDUN. PARCELA 2