EVALUACIÓN DE LA CALIDAD DE PLANTAS DE PETUNIA EN MACETA CON BASE EN UN CLASIFICADOR DE RED NEURONAL PROBABILÍSTICA.

Resumen

La calidad de las plantas ornamentales se basa en el follaje y el aspecto de las flores, y la evaluación de tales características depende de la experiencia de las personas; por lo tanto, se necesitan métodos de calificación más confiables. El objetivo de esta investigación fue explorar la utilidad de la segmentación de imágenes digitales con un clasificador de red neuronal probabilística (PNN), a partir del cual se pueden obtener indicadores de calidad para cuantificar las características ornamentales dependientes del tiempo. Como modelo se usó una variedad de petunia (Petunia multiflora cv. F1 ‘Glistering Pearls mixed’) cultivada en macetas en el Valle de México. La variedad incluye una mezcla de genotipos con flores de varios colores. El clasificador PNN fue entrenado y probado con seis clases de color (cuatro clases de flor, una clase de follaje y una clase de fondo). A partir de la segmentación de imágenes, se calcularon seis indicadores de calidad. Para los conjuntos de prueba, el mejor escenario de clasificación, cuyas entradas fueron una combinación de algunos canales de los modelos de color RGB, CIE-Lab, CIE-L* uv, HSV y CMY, alcanzó una precisión global (OA) de 98%; mientras que ésta fue de 96% cuando se utilizó el modelo de color RGB por sí solo. Los indicadores de calidad identificaron diferencias en las tendencias de la calidad de las plantas asociadas al color de la flor. Las plantas de flores blancas tuvieron valores mayores de cobertura de suelo por planta y área de flores sobre el área total de planta, así como un índice de redondez menor. Las plantas de flores rosadas tuvieron los valores menores de cobertura de suelo por planta y perímetro de planta, pero tuvieron el índice de redondez mayor. Este enfoque permitió identificar comportamientos diferentes de los genotipos basados en indicadores de calidad, y podría utilizarse para estimar el período en el cual esta especie mantiene su calidad de exhibición.