Descriptor de textura para la detección y clasificación de muérdago en imágenes áreas.

Ponente(s): Oscar Excell Gutierrez Rodriguez, Oscar Excell Gutierrez Rodriguez, Selene Solorza Calderón, Everardo Gutiérrez López, Leon Felipe Dozal García, Juan Carlos Valdiviezo Navarro, Paola Andre Mejía Zuluaga

El muérdago, planta hemiparásita que extrae agua y nutrientes de sus hospedantes, debilita el vigor y facilita transmisiones patológicas, por lo que su detección temprana resulta clave. Los métodos tradicionales (inspección visual a pie o con binoculares) son lentos, costosos y propensos a errores, especialmente debido a la variabilidad. Mejía‑Zuluaga, Dozal y Valdiviezo‑N. (2022) implementaron un enfoque de programación genética sobre imágenes multiespectrales captadas por UAV para detectar Phoradendron velutinum, alcanzando una precisión global del 96,6 %; no obstante, su metodología requiere una resolución espacial mínima de 10 cm/píxel para diferenciar el muérdago del hospedante y no resulta fácilmente transferible a las más de 1 000 especies existentes, dado que muchas presentan características espectrales y texturales muy similares a las de las hojas del árbol huésped (Mejía‑Zuluaga, Dozal, & Valdiviezo‑N., 2022; Mejía‑Zuluaga et al., 2022). En esta propuesta, primeramente se hace un análisis comparativo de los espacios de color RGB, HSV, YCbCr y CIELab, para identificar aquellos espacios que resalten mejor la estructura del muérdago. Y extraer las características texturales relevantes de las zonas seleccionadas mediante