Procesamiento de imágenes con UAV en la agricultura de precisión: panorama actual, tendencias tecnológicas, una revisión sistemática

Resumen

Esta revisión sistemática analiza las principales tendencias tecnológicas y metodológicas en el uso de vehículos aéreos no tripulados (VANT) y técnicas de procesamiento de imágenes aplicadas a la agricultura de precisión entre 2018 y 2024. Se consultaron bases indexadas (Scopus, IEEE Xplore, ScienceDirect, etc.) y, tras criterios rigurosos de inclusión y exclusión —eliminación de duplicados, ausencia de validez metodológica y falta de enfoque agrícola— se seleccionaron 111 artículos. Los hallazgos muestran crecimiento sostenido de la producción científica y la prevalencia de sensores RGB por costo y accesibilidad; además, se observa adopción creciente de sensores multiespectrales y térmicos para aplicaciones avanzadas. En procesamiento de imágenes destacan modelos de aprendizaje profundo como CNN, U‑Net y YOLO, aplicados a segmentación de cultivos, detección de enfermedades, monitoreo de germinación y clasificación de especies. Se identificaron configuraciones metodológicas recurrentes entre tipos de sensores, técnicas y cultivos, aunque persisten vacíos: escasa validación en campo, falta de métricas estandarizadas y subrepresentación de regiones emergentes. El estudio ofrece una base para proyectos futuros y refuerza el potencial de los VANT para una agricultura más eficiente, precisa y sostenible. Sus conclusiones orientan decisiones de investigación, inversión y adopción tecnológica con énfasis en prácticas abiertas, replicables y contextualmente pertinentes locales.