IX CONGRESO NACIONAL DEL COLOR - Publicaciones de la ...

IX CONGRESO NACIONAL DEL COLOR. ALICANTE 2010
CONCLUSIONES
Se requiere un tamaño mínimo de 30 muestras con la misma etiqueta Munsell para que el
número de aciertos en la fase de aprendizaje sea aceptable (alrededor del 75%), siendo por lo
tanto imprescindible aumentar el número de muestras de suelo, y en particular el número de
muestras pertenecientes a cada clase. El 75% de las 304 muestras de la base de datos están
incluidas en clases con un tamaño menor de 5 (únicamente hay clases con más de 5 elementos en
los colores más comunes de la zona estudiada como por ejemplo 10YR6/4 o 10YR7/3), de modo
que es necesario realizar un muestreo mucho más exhaustivo para aumentar el tamaño de las
clases en todos los colores de suelo.
La variación del peso del componente Y (1.0, 0.0, 0.2 y 0.5 respectivamente) no mejora el
número de aciertos en la clasificación, lo cual indica que la opción de asignar el mismo peso
unidad a los tres valores (x,y,Y) es la más adecuada. La aplicación de distintos pesos en la
clasificación mostró un comportamiento muy diferente de uno de los observadores: cuando el
peso de asignado a Y es 0.0, en el primer observador el número de aciertos aumenta (del 59% al
65 %) mientras que en el resto de los casos baja (del 82% al 29% para el tercero).
En resumen, creemos que el método presentado aquí proporciona porcentajes de acierto
aceptables cuando el tamaño de las clases de entrenamiento es alto (n > 30). Esta circunstancia
nos sugiere que el uso de la metodología es muy interesante en el contexto de un sistema
automático de obtención del color del suelo en laboratorio.
REFERENCIAS
[1] F. Ovalles, El color del suelo: Definiciones e interpretación (INIA CENIAP, 2003).
[2] Munsell Color Co., Munsell Soil Color Charts (Munsell Color Company, 1980).
[3] Soil Survey Division Staff, Keys to Soil Taxonomy (USDA-NCRS, 2006).
[4] Konica Minolta, Chroma meter CS-100, Instruction Manual (Konica Minolta, 2000).
[5] M. Aguilar, V. Blanca, Iluminación y color, (Universidad Politécnica de Valencia, 1995).
[6] R.W.G. Hunt, Measuring Color, (Fountain Press, 1998).
[7] S. Westland, C. Ripamonti, Computacional Colour Science using MATLAB (John Wiley & Sons, 2004).
[8] AENOR, UNE 77303 Calidad del suelo: pretratamiento de muestras para análisis físico-químico (1977).
[9] B. Sierra, Aprendizaje automático. Conceptos básicos y avanzados (Octubre, 2006).
68