Sistema automatizado de clasificación del estado fenológico de rosas mediante visión artificial en la producción de cultivos florícolas

Abstract

La producción de rosas es una actividad relevante en el sector florícola, donde el seguimiento del estado fenológico es clave para la organización productiva y la cosecha. Actualmente, la inspección es manual y visual, lo que genera variabilidad en los criterios de clasificación y diferencias en los tiempos de evaluación. Este proyecto propone desarrollar un sistema de clasificación automatizada mediante técnicas de visión artificial, conformado por tres componentes: un módulo de adquisición de imágenes, un modelo de aprendizaje automático para la clasificación y un sistema de gestión de datos. El sistema permite un monitoreo constante en entornos controlados, reduciendo la subjetividad humana y generando información estructurada para la toma de decisiones, aunque su validación se limita a un entorno simulado.

Rose production is a key activity in the floriculture sector, where monitoring the phenological stage is crucial for production organization and harvesting. Currently, inspection is manual and visual, leading to variability in classification criteria and differences in evaluation times. This project proposes developing an automated classification system using machine vision techniques, comprised of three components: an image acquisition module, a machine learning model for classification, and a data management system. The system allows for continuous monitoring in controlled environments, reducing human subjectivity and generating structured information for decision-making, although its validation is limited to a simulated environment.