caracterización de las propiedades físicas de los granos de cereal

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

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

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


16


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).


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).


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


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.


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)


1 221

MATERIALES Y METODOS

1 231

55.. MMAATTEERRIIAALLEESS YY MMÉÉTTOODDOOSS


1 241


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).


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


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


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


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.


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


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


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.


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)


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


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.


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.


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.


38

RESULTADOS Y DISCUSIÓN

39

66.. RREESSUULLTTAADDOOSS YY DDIISSCCUUSSIIÓÓNN


40


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)


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


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.


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)


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


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


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


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.


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


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


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)


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


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


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.


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,


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.


51

Figura 26: Valores del primer componente canónico obtenido con el análisis Manova.


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.


ANDALU

CÍA

LA

MANCHA

SO

RIA

Figura 27: Medias de las características morfológicas de área para las zonas de Andalucía, La Mancha y Soria.


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


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


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


53


ANDALU

CÍA

LA

MANCHA

SO

RIA

Figura 28: Medias de las características morfológicas lineales para las zonas de Andalucía, La Mancha y Soria.


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


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


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


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 (


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.


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.


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:


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

caracterización de las propiedades físicas de los granos de cereal

Documents