Resumen:
El café es un cultivo con una tradición de muchos años en México lo que lo sitúa dentro de los principales productores y exportadores de café. Sin embargo, en los últimos años los cultivos de café han sido afectados por muchas enfermedades y plagas, que han causado severas afectaciones en la producción de este grano, trayendo consigo múltiples consecuencias como crisis económicas y emigración de familias que dependen de este cultivo en las regiones productoras de este cultivo en México. El reconocimiento de patrones es una herramienta tecnológica que puede ayudar a agrónomos y fitopatólogos en la pronta detección de enfermedades y plagas en el café. En este trabajo se identifican las hojas aparentemente sanas y cuatro enfermedades de importancia económica en México, las cuales son la Roya del café, el minador de la hoja, phoma quema y la mancha de hierro ocercospora. Se probaron diferentes algoritmos de segmentación entre los cuales se encuentran Otsu, Principal Component Analysis (PCA) y Método de Frontera Global. Se extrajeron características cromáticas, geométricas y texturales de las hojas de la planta de café. Se probaron cuatro algoritmos de clasificación entre los que se encuentran Support VectorMachine con SMO (Sequential Minimal Optimization), Random Forest, Naive Bayes y Redes Neuronales Artificiales Backpropagation. La mejor precisión que se obtuvo fue de 83% con segmentación PCA y usando el algoritmo de Redes Neuronales Artificiales Backpropagation.