Por favor, use este identificador para citar o enlazar este ítem: http://bibdigital.epn.edu.ec/handle/15000/20184
Título: Desarrollo de un código de programación en lenguaje Python para el estudio de zonas forestales
Autor: Puga Gallegos, Diana Sofía
Palabras clave: IMAGEN
SIMULACIÓN
GESTIÓN
FORESTAL
Fecha de publicación: 23-abr-2019
Editorial: Quito, 2019.
Citación: Puga Gallegos, D. S. (2019). Desarrollo de un código de programación en lenguaje Python para el estudio de zonas forestales. 82 hojas. Quito : EPN.
Resumen: The aim of this thesis is to study forest zones through the development of a programming code in Python language capable of determining plant cover by image processing. To achieve this goal two methodologies were proposed, the first one was grayscale image processing and the second one was color image processing of a forest zone previously studied by Bambang Trisakti in his paper “Vegetation type classification and vegetation cover percentage estimation in urban green zone using pleiades imagery”. First, the results of the two methodologies were obtained. Then, these results were compared with the results of the previously study made by mentioned author. This comparison was made in order to define and validate the optimal methodology for the study of forest zones. Color image processing using HSV model was defined as the appropriate methodology for forest zones analysis because it presented the least error and its results were closer to the results obtained in the article used for the validation. Afterwards, the color methodology was applied in images of the Wildlife Refuge La Chiquita and a statistical analysis was performed in the image processing results to conclude that the developed methodology gave the expected results. Finally, this thesis showed that it is possible to study physical-thermal parameters of forest zones using image processing because the results of the image processing was related with the soil moisture in the study area.
Descripción: La presente tesis tiene por objetivo estudiar zonas forestales mediante el desarrollo de un código de programación en lenguaje Python capaz de determinar cobertura vegetal mediante el procesamiento de imágenes, para lo cual se propusieron dos alternativas que son el procesamiento de imagen en escala de grises y el procesamiento de imagen a color de una zona forestal previamente estudiada por Bambang Trisakti en su artículo “Vegetation type classification and vegetation cover percentage estimation in urban green zone using pleiades imagery”. Se comparó los resultados obtenidos de las dos metodologías propuestas con los resultados del estudio realizado por el autor mencionado para definir y validar la metodología óptima para el estudio de zonas forestales. Después de definir que la metodología más apropiada para el estudio de zonas forestales es el procesamiento de imagen a color usando el modelo HSV ya que presentó el menor error y sus resultados se aproximaron más a los resultados obtenidos en el artículo usado para la validación, esta metodología se aplicó en imágenes del Refugio de Vida Silvestre La Chiquita. A partir del análisis estadístico realizado en los resultados del procesamiento de imágenes de La Chiquita se concluyó que la metodología desarrollada presentó los resultados esperados. Finalmente, se determinó que sí es posible estudiar los parámetros físico-térmicos de las zonas forestales mediante el procesamiento de imagen, esto se obtuvo luego de relacionar la humedad del suelo con los resultados del procesamiento de imagen realizado al área de estudio.
URI: http://bibdigital.epn.edu.ec/handle/15000/20184
Tipo: masterThesis
Aparece en las colecciones:Tesis Maestría en Diseño y Simulación (FIM)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
CD 9649.pdf1,48 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.