Este proyecto está siendo ejecutado en el laboratorio de Visión Artificial y Vehículos Inteligentes de la Universidad Politécnica de Cartagena (UPCT) en colaboaración con profesores del departamento del producción animal de la UPCT. El proyecto está desarrollado un sistema de clasificción basado en técnicas de aprendizaje automatizado para clasificación de dorada salvaje y cultivada mediante imágenes multiespectrales. En proyecto se utilizan imágenes multiespectrales procendentes del espectro visible capturadas entre (488nm – 625nm) e infrarojo entre (676nm – 952nm).

MUESTRAS

La captura de muestras se ha realizado mediante la cámara de captura de imágenes multiespectral (Figura 1) desarrollada en el laboratorio de Visión Artificial y Vehículos Inteligentes de la Universidad Politécnica de Cartagena (UPCT).

Figura 1. Captura de imágenes en espectro visible e infrarrojo

En la ase de toma de muestras se han desarrollado dos dataset de muestras multiespectrales procendentes de doradas enteras y fileteadas. Las Figura 2 y Figura 3 muestran las imágenes de dorada entera y fileteada en el espectro visible e infrarojo.

Figura 2. Muestras de imágenes multiespectrales en VIS-IR de dorada entera 

Figura 3. Muestras de imágenes multiespectrales en VIS-IR de dorada fileteada