121 Agradecimientos Este trabajo está financiado por Ministerio de Eco- nomía y Competitividad y la Unión Europea a través de los proyectos PLAN NACIONAL - AGL2011- 30442-C02–02 (GroW) y NMP-CP-IP-245986-2 (RHEA). Este trabajo fue presentado en el 9°Congreso Eu- ropeo de Agricultura de Precisión, celebrado en Llei- da del 7 al 11 de julio de 2013. CONTROL porque los porcentajes de ambos tipos son muy pareci- dos y, además, las dicotiledóneas no son mucho más an- chas que las gramíneas, razón por la que parte de las mismas son eliminadas con las tres operaciones de ero- sión previas al proceso de dilatación. Por último, en la figura 4 se muestran los resultados de la batería de operadores morfológicos obtenidos para tres imágenes con porcentajes muy diferentes de mono y di- cotiledóneas. Conclusiones La automatización de tareas es un paso fundamental en Agricultura de Precisión. La discriminación de tipos de malas hierbas y el cálculo de sus porcentajes de cobertu- ra pueden permitir una aplicación más selectiva de herbi- cidas con gran potencial de ahorro en los costes económicos y ecológicos. Figura 4. Comparación de resultados del proceso completo de operaciones mor- fológicas para tres imágenes distintas. Se muestran las imágenes de partida (originales), los objetivos (patrón) y los resultados de aplicar el individuo codi- ficado en la solución (procesada). La aproximación propuesta en este trabajo se basa en operaciones morfológicas combinada con una operación de segmentación previa que permite aislar la capa vege- tal. Debido a las vastas posibilidades de configuración de una batería de estas operaciones morfológicas para im- plementar adecuadamente la discriminación, se ha recu- rrido a un algoritmo genético como método de ajuste. El sistema empleado ha demostrado ser eficaz y sencillo, estando basado en operaciones morfológicas muy comu- nes en el procesamiento de imagen. Los porcentajes re- ales de mala hierba calculados manualmente a partir de las imágenes (patrón) y los obtenidos con el método pro- puesto y optimizado mediante la estrategia evolutiva son muy parecidos. De hecho, en el mejor de los casos se estima de forma correcta el 89 % de la cobertura de gra- míneas. En definitiva el método diseñado ha demostrado ser efi- caz y estar basado en un principio válido para discernir entre dos tipos de mala hierba, similar al método que em- plea el ojo humano (distinción de tamaños y formas). En el marco de un proyecto más amplio en agricultura de precisión, en concreto en el desarrollo de un sistema au- tónomo de reconocimiento y tratamiento de campos de cultivo, la aproximación propuesta es un paso importante para implementar una aplicación selectiva de herbicidas aunque es necesario ampliar el número de imágenes con- tenidas en la colección de entrenamiento, así como es- tudiar los tiempos asociados al empleo de los elementos estructurales (erosión y dilatación) para lograr un método aplicable de un modo efectivo en situaciones reales.I tecnología