Tesis: SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum (Cuvier, 1818), EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES

SISTEMA PARA
ESTIMAR LA CUANTIFICACIÓN
DE POST LARVAS DE “GAMITANA”

Colossoma macropomum (Cuvier, 1818),
EMPLEANDO EL PROCESAMIENTO
DIGITAL DE IMÁGENES

SYSTEM TO ESTIMATE THE QUANTIFICATION OF ‘GAMITANA’ POST
LARVAE Colossoma macropomum (Cuvier, 1818),
USING DIGITAL IMAGE PROCESSING

TESIS
para optar al título profesional de
INGENIERO PESQUERO ACUICULTOR
Presentado por la Bachiller
ANGELA BERROCAL POMALIMA

Asesor
Dr. VÍCTOR RAÚL MORENO GARRO
Universidad Nacional Federico Villarreal
Asesor

LIMA – PERÚ
2012

Dr. FERNANDO ALCÁNTARA BOCANEGRA
Instituto de Investigaciones de la Amazonía Peruana

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL
FACULTAD DE OCEANOGRAFÍA, PESQUERÍA, CIENCIAS ALIMENTARIAS Y ACUICULTURA
ESCUELA PROFESIONAL DE INGENIERÍA EN ACUICULTURA

SISTEMA PARA
ESTIMAR LA CUANTIFICACIÓN
DE POST LARVAS DE “GAMITANA”

Colossoma macropomum (Cuvier, 1818),
EMPLEANDO EL PROCESAMIENTO
DIGITAL DE IMÁGENES

SYSTEM TO ESTIMATE THE QUANTIFICATION OF ‘GAMITANA’ POST
LARVAE Colossoma macropomum (Cuvier, 1818),
USING DIGITAL IMAGE PROCESSING

TESIS
para optar al título profesional de
INGENIERO PESQUERO ACUICULTOR
Presentado por la Bachiller
ANGELA BERROCAL POMALIMA

Asesor
Dr. VÍCTOR RAÚL MORENO GARRO
Universidad Nacional Federico Villarreal
Asesor

LIMA – PERÚ
2012

Dr. FERNANDO ALCÁNTARA BOCANEGRA
Instituto de Investigaciones de la Amazonía Peruana

Contenido
PARTE 1
INTRODUCCIÓN 1

CAPÍTULO I. OBJETO DE LA INVESTIGACIÓN

2

1.1.
Antecedentes
1.2. Planteamiento del problema
1.3.
Objetivos
1.3.1.
General
1.3.2.
Específico
1.4.
Justificación e importancia
1.5.
Necesidades, alcances y limitaciones
1.6.
Definición de variables

2
3
4
4
4
4
5
5

CAPÍTULO II. MARCO TEÓRICO

6

2.1. Procesamiento digital de imágenes (pdi)
2.2. Análisis digital de imágenes en muestras biológicas
2.3.
ImageJ
2.4.
Hipótesis
2.4.1.
General
2.4.2.
Específica

6
7
8
9
9
9

PARTE II

CAPÍTULO III. MÉTODO

10

3.1. Descripción y ubicación del lugar
3.2. de investigación
Tipo
3.3.
Diseño de investigación
3.4. Estrategias de prueba de hipótesis
3.5.
Unidad de análisis
3.6.
Unidad experimental
3.7. Método experimental de muestreo
3.7.1 I
Etapa
3.7.2 II
Etapa
3.8.
Variables de investigación
3.9.
Población
3.10.
Muestra
3.11.
Técnicas de investigación

10
12
12
12
13
13
16
16
17
17
18
18
19

3.11.1 Instrumentos de recolección de datos: Descripción de mate

riales, equipos y software
3.11.1.1 Materiales
3.11.1.2 Equipos
3.11.1.3 Software

19
19
20
20

3.11.2 Procedimiento
3. 11.2.1 Obtención de post larvas
3. 11.2.2 Adaptación de las post larvas
3. 11.2.3 Alimentación de las post larvas
3. 11.2.4 Procedimiento de recolección de datos
3. 11.2.5 Control de la calidad del agua del cultivo

21
22
22
22
23
23

Procesamiento y análisis de datos por pdi (procesamiento
3.11.3
digital de imágenes)
25
3. 11.3.1 Apertura de la imagen
25
3. 11.3.2 Cuantificación
26
3. 11.3.3 Medición en longitud
28

PARTE III

CAPÍTULO IV. PRESENTACIÓN DE RESULTADOS

33

4.1. Etapa I: Etapa Experimental
4.2. Etapa II: Etapa de Validación e implementación

33
34

CAPÍTULO V. DISCUSIÓN

36

los resultados
1.
De

2.
Conclusiones

3.
Recomendaciones

36
38
38

REFERENCIAS BIBLIOGRÁFICAS

39

ANEXOS

41

Lista de figuras
Figura 1.
Fórmula de Rothbard 4
Figura 2.

Análisis morfométrico digital de una partícula (soma neuronal)
7
realizado con el software ImageJ
Figura 3.

Ventana de menú de ImageJ

8

Figura 4.

Ubicación del lugar (CIQ – IIAP)

11

Figura 5.

Vista frontal de los laboratorios (AQUAREC)

11

Figura 6. de Investigación 12
Tipo
Figura 7. de investigación 12
Diseño
Figura 8.

Estrategias de prueba de hipótesis

12

Figura 9.
Unidad experimental - Etapa I 13
Figura 10. experimental - Etapa II 14
Unidad
Figura 11. experimental - Etapa I 15
Diseño
Figura 12. Conteo: Método experimental de muestreo

16

Figura 13.
Variables de investigación 17
Figura 14. Población y muestra de la investigación

18

Figura 15. Materiales. (a) Estanque rectangular (0,7 x 1,1 x 1) m; (b) post larvas

de gamitana; (c) recipientes plásticos; (d) lata de quistes de Artemia
AQUAMARINE de 1 libra; (e) regla milimetrada; (f) placa Petri de

vidrio; (g) Pipetas Pasteur de plástico (3 ml)

Figura 16.

19

Equipos. (a) Potenciómetro WTW integrado con termómetro;
(b) oxímetro YSI 55 DISSOLVED OXYGEN; (c) cámara fotográfica
digital Panasonic DMC-ZS10; (d) Computadora portátil HP Pavilion

dv4-1425la

20

Figura 17. Resumen del procedimiento experimental - Etapa I

21

Figura 18. Nauplios de Artemia sp. 22
Figura 19.
Muestreo de mortalidad 23

Figura 20. Procedimiento de recolección de datos: Etapa I

24

Figura 21. Recolección de datos – Etapa II: Toma de muestras

24

Figura 22. Procedimiento de apertura de una imagen utilizando comandos

25

Figura 23. Procedimiento de apertura de una imagen sin utilizar comandos

26

Figura 24.

Cuantificación por procesamiento digital de imágenes: (a) Selección de herramienta multipoint; (b) Herramienta multipoint
seleccionada; (c) Conteo de los ejemplares por puntos enumerados de selección; (d) Resultado inmediato del conteo; (e) Tabla

de resultados (Tecla ‘Ctrl’ + M); (f) y (g) otras opciones útiles:
puntos de selección.
borrar y mover
Figura 25.

27

Cambio de color de la herramienta multipoint: Hacer doble
clic en la herramienta point y elegir cualquiera de los colores

disponibles

28

Figura 26. Calibración de la imagen con la herramienta Set Scale: (a) Selec
ción del patrón de medida conocido; (b) Apertura de la herramienta; (c) Inicio de la ventana Set Scale; (d) Llenado de datos de

distancia conocida y unidad de medida de la misma.

Figura 27.

29

Procedimiento de medición de los ejemplares utilizando la herramienta Set Scale: (a) Selección de la herramienta Straight, (b) Selección del individuo; (c) Resultado con dos decimales; (d) Tabla de

Resultados (‘Ctrl’+ M)

30

Figura 28. Protocolo – Diagrama de operaciones

35

Figura 29.
Mortalidad (%) y crecimiento en longitud media (cm) de las post
37
larvas en los métodos evaluados

Lista de tablas
Matriz de consistencia 31
Tabla 1.

Tabla de calificación de grado de estrés para conteo manual

32

Tabla 2.

Tabla de calificación de daños mecánicos para conteo manual

32

Tabla 3.

Resultados de mortalidad (%) de los métodos manual (tradicional)
33
y digital (propuesto)

Tabla 4. Resultados de crecimiento en longitud total (cm) de los
métodos manual (tradicional) y digital (propuesto)

34

Tabla 5

34

Estadísticos descriptivos

Tabla 6. Contraste de resultados de crecimiento en longitud total (cm)

y mortalidad (%) de los métodos manual (tradicional) y digital

(propuesto)

37

Lista de anexos
Anexo 1.


41

Anexo 2. Reproducción inducida de progenitores criados en cautiverio (CIQ
– IIAP)
42
Anexo 3.

Calidad del agua del cultivo de los métodos evaluados

42

Anexo 4.
Generalidades de ImageJ 43
Anexo 5.

Registro de longitud total inicial de las post larvas

44

Anexo 6.

Registro de crecimiento en longitud total final de las post larvas

46

Anexo 7.

Estadísticos descriptivos finales de ambos métodos

47

A Dios,
a mis padres: Sra. Fanny Pomalima y Sr. César A. Berrocal,
a mis hermanos: Fanny Patricia, Ana Cecilia y Ángel Jesús,
a mis amigos y maestros, a los cuales agradezco su apoyo
incondicional.

A mi amigo y compañero
Guillermo Eder Felipa, quien ha
sido un constante y gran soporte
durante este capítulo académico.

Agradecimientos
A las autoridades y a todo el personal científico, técnico y administrativo del Instituto de
Investigaciones de la Amazonía Peruana (IIAP), por medio del Programa de Investigación
para el Uso y Conservación del Agua y sus Recursos (AQUAREC), por el financiamiento y
facilidades brindadas para la ejecución de este estudio.
Al Ing. Salvador Tello, al Dr. Fred Chu y al Blgo. Luciano Rodríguez por darme la oportunidad
de ejecutar este proyecto.
Al Ing. Agustín Gonzales, por haberme facilitado el ingreso al IIAP como practicante.
Dres. Fernando Alcántara y Víctor Raúl Moreno, por su constante asesoramiento y
compromiso con la investigación.
A la Blga. Violeta Valdivieso, por su constante asesoramiento, paciencia y apoyo a lo largo de
toda la investigación.
Al Ing. Walter Blas, por sus consejos, orientaciones, recomendaciones y constante apoyo.
Al Ing. Daniel Oré, por sus recomendaciones, sugerencias y observaciones brindadas.
A la Ing. Luz Taype, por haberme enseñado la química de la vida.
Al Ing. Valentín Mogollón, por su gran sentido del humor y confianza de padre.
Al Ing. Manuel Figueroa e Ing. Carlos Llontop, por sus consejos y recomendaciones.
A la Ing. Catalina Díaz, por haberme formado en la línea de la investigación.
Al Ing. César Luck, Ing. Gabriela Molina, Blga. Betty Gamero, Dra. Susana Sirvas, Dr. Juan
Acosta, Lic. Marcela Uría, Ing. Miriam Niebuhr, Ing. Claudio Álvarez, Ing. Carmen San Román,
Ing. Gustavo Saavedra, Ing. Walter Smith, Ing. César Peña, Ing. Guillermo Tello, Ing. Gustavo
Laos, Dr. Pedro Rodenas, Ing. Gregorio Gallo, por haberme brindado sus conocimientos de
manera desinteresada en mi formación profesional.
Al personal técnico y administrativo que labora en el Programa de Investigación para el Uso
y Conservación del Agua y sus Recursos: Lamberto Arévalo, Vilto Huayunga, Italo Orbe,
Edwin Agurto, Cherry Yahuarcani, Asunción Apuela, Hugo Marichin, Medardo Montoya,
Domingo García, Luis Zafra, Edgar Taricuarima, al Sr. Miguel Ríos y a la Sra. Mercedes Torres
por las facilidades brindadas durante la ejecución de la tesis.
A los tesistas (CIQ- IIAP) 2012, Ely Maynas, Italo Bardales, Margarita Colichón y Edgar
Meza; mis amigos practicantes IIAP 2012, de Iquitos: Christian Manchinari, Paul Franco, Joao
Oliveira, Omar Delgado; Tingo María: Wilson Rodríguez, Raul Pullido, Enrique Cornejo,
Miguelina Vicuña; Pucallpa: Lewis Valerio, Caleb Angulo; Chiclayo: Iván Collin Guevara,
Martin Correa y Lima: Fransisk Sánchez, por su amistad, apoyo y momentos gratos.
A mis compañeros de estudio, en especial a Rosa Gaona, Diana Allain, Carlos Julca, Paul Haro,
Wilmer Gaspar, Jorge Espinoza, Luis Calderón y Peter Alcocer, por ser incondicionales.
A mi amigo Erik Sánchez, por su preocupación, constante apoyo y toque de humor durante
este proceso.
A todas aquellas personas que de alguna forma contribuyeron a la realización de la presente
investigación.

SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST
LARVAS DE “GAMITANA”, Colossoma macropomum (Cuvier, 1818),
EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES
Resumen
La implementación de un sistema para estimar la cuantificación de post larvas de “gamitana”
Colossoma macropomum, empleando el procesamiento digital de imágenes, que busca facilitar
el conteo, reducir la manipulación de los individuos, disminuir el estrés, el índice de mortalidad
y las posibles pérdidas económicas derivadas de las mismas; se realizó en dos etapas: La primera
de experimentación y la segunda de validación e implementación. Donde se determinó el
impacto del estrés por manipulación de la metodología manual frente a la metodología digital
en las post larvas, evaluando las variables de crecimiento y mortalidad, en la primera etapa
(etapa I); y el error de estimación en la cuantificación, en la segunda etapa (etapa II). La etapa I,
cuyo inicio fue el día 26 de enero del 2012, contó con un estudio preliminar, que tuvo como
finalidad evaluar el comportamiento de las variables consideradas para el análisis estadístico,
así como la incidencia de los parámetros físico-químicos (pH, temperatura y oxígeno disuelto)
sobre las mismas y un posible ajuste u optimización en la metodología propuesta. Asimismo,
consistió en muestreos diarios de mortalidad y semanales de crecimiento, desde el día 12 hasta
el día 47 de edad. En el muestreo diario, se registró y retiró la cantidad de individuos muertos
de cada unidad experimental, mientras que en el muestreo semanal, se contó al 50 % de los
individuos de forma manual (método tradicional), utilizando pipetas y al otro 50 % de forma
digital (método propuesto), utilizando, para ello, una regla metálica milimetrada de 100 mm,
como patrón de medida, necesario para realizar la morfometría computarizada, una cámara
fotográfica digital Panasonic DMC-ZS10 como herramienta de captura de imágenes digitales
y el software ImageJ 1.46, para el procesamiento digital de imágenes; y midiendo al 100 %
de los ejemplares por procesamiento digital. De esta manera se realizaron seis muestreos
en la etapa experimental (a los 12, 19, 26, 33, 40, 47 días de edad) y los resultados de ambos
métodos (manual y digital) fueron analizados estadísticamente utilizando la prueba “t”. Durante
la etapa de validación, se tomaron diez muestras de 200 ml de cada uno de los cuatro grupos
de 5000 post larvas cada uno (a una densidad de 1000 post larvas.L-1) a ser evaluados, se
colocaron en recipientes transparentes de plástico y junto con una regla metálica milimetrada
de 100 mm, como patrón de medida, se fotografiaron, para ser procesadas por el software
ImageJ 1.46 y, mediante la fórmula de Rothbard, determinar el coeficiente de variación (CV)
de la estimación en contraste con la cuantificación real.
Los resultados en ambas etapas señalaron al método propuesto como mejor alternativa para
cuantificación de post larvas de gamitana. Con un CV menor al 5 %, así como mortalidad
del (4,60 + 1,69) % y crecimiento en longitud de (0,7396 + 0,0453) cm al emplear el
procesamiento digital de imágenes; frente al (25,50 + 0,35) % y (0,6696 + 0,0265) cm al
ser realizado manualmente.
Palabras claves: Cuantificación, post larva, procesamiento digital de imágenes.

SYSTEM TO ESTIMATE THE QUANTIFICATION OF ‘GAMITANA’
POST LARVAE Colossoma macropomum (Cuvier, 1818), USING
DIGITAL IMAGE PROCESSING

Abstract
The implementation of a system to estimate the quantification of ‘gamitana’ post larvae
Colossoma macropomum, using digital image processing, which aims to facilitate the
counting, to reduce handling of individuals, stress, the mortality rate and the economic
possible losses derived therefrom, was made in two stages: The first of experimentation
and the second of validation and implementation. Where it was determined the impact of
stress by post larvae manipulation of the methodology manual versus digital methodology,
evaluating variables of growth and mortality, in the first stage (stage I), and the estimation
error on the quantification, in the second stage (stage II). Stage I, whose start was on
January 26, 2012, count with a preliminary study, which aimed to evaluate the behavior
of the variables considered for statistical analysis, and the impact of physical-chemical
parameters (pH, temperature and dissolved oxygen) on them and a possible adjustment
or optimization in the proposed methodology. In addition, it consisted in daily samplings
of mortality and weekly of growth, from day 12 to day 47 of age. In the daily sampling
was recorded and withdrew the amount of dead individuals of each experimental unit,
while in the weekly sampling was counted 50 % of the individuals manually (traditional
method) using pipettes and the other 50 % by digital form (proposed method), using,
for this purpose, a steel ruler of 100 mm, as a standard of measurement, necessary for
computerized morphometry, a digital camera Panasonic DMC-ZS10 as a tool for digital
image capture and software ImageJ 1.46, for digital images processing; and measuring
of 100 % of the specimens by digital processing. Thus six samplings were performed
in the pilot phase (at 12, 19, 26, 33, 40, 47 days old) and the results of both methods
(manual and digital) were analyzed statistically using test-T. During the validation stage,
ten samples of 200 ml each were taken from each of the four groups of 5000 post larvae
(at a density of 1000 post larvae.L-1), to be evaluated were placed in transparent plastic
containers with a 100 mm steel ruler, as a standard of measurement, it was photographed
to be processed by the software ImageJ 1.46 and by Rothbard formula, it was determined
the coefficient of variation (CV) of the estimation in contrast with the real quantification.
The results in both stages indicated the proposed method as a better alternative for
quantification of gamitana post larvae. With a CV < 5 %, mortality rate of (4,60 + 1,69) %
and increase in length of (0,7396 + 0,0453) cm by using digital image processing; versus
(25,50 + 0,35) % and (0,6696 + 0,0265) cm at being done manually.

Keywords: Quantification, post larvae, digital image processing.

ESTRUCTURA DE LA TESIS

Parte I
Objeto de la investigación

Marco teórico

Capítulo I

Introducción

Capítulo II

Parte II
Método
Capítulo III

Parte III
Presentación de resultados

Discusión

Capítulo IV

Capítulo V
1. De los resultados

2. Conclusiones

3. Recomendaciones

En la PARTE I:
Se desarrolla la introducción al tema de tesis y se presentan los capítulos I y II:
En el Capítulo I, que se refiere al objeto de la investigación, se plantea el problema y sus
variables, se expresan los objetivos, se justifica la importancia de la presente investigación
en la acuicultura, así como los alcances y las limitaciones de la tesis.
En el Capítulo II, se refiere al marco teórico, donde se citan y explican las bases teóricas
que respaldan el uso de las mismas en la presente investigación.
En la PARTE II:
El Capítulo III, describe el desarrollo de la investigación, así como la metodología utilizada,
el uso de software y el procesamiento de los datos de campo.
En la PARTE III:
El Capítulo IV, presenta los resultados obtenidos en el campo y en el gabinete.
Por último, en el capítulo V, a través de las discusión se hace un análisis de los resultados
obtenidos. Asimismo, se indican las conclusiones del estudio y las recomendaciones del autor.
No se discute exhaustivamente con otros autores porque no se han encontrado antecedentes
similares.

SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum
(Cuvier, 1818), EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES

Introducción

“El objetivo económico de las naciones, como el de los individuos,
es lograr el máximo rendimiento con el mínimo esfuerzo. Todo el
progreso económico de la humanidad ha consistido en obtener
mayor producción con el mismo trabajo”.
Henry Hazlitt (2006)
Economics in One Lesson
Fox &Wilkes

L

a acuicultura amazónica presenta la necesidad de contar
con procesos que mejoren su eficiencia y productividad.
Actualmente existen muchos factores por los cuales la mejora
del proceso de conteo de post larvas de “gamitana” Colossoma
macropomum debe ser llevada a cabo de una manera diferente a la
tradicional. Considerando que ésta es una especie de alto consumo
en la Amazonía, la reducción de horas–hombre, individuos de
mejor calidad, con menor mortalidad, manipulación y estrés, se
hace necesario.
El presente trabajo de investigación trata sobre la implementación
un sistema para estimar la cuantificación de post larvas de “gamitana”
Colossoma macropomum (Cuvier, 1818) empleando el procesamiento
digital de imágenes, cuyo propósito es disminuir las horas-hombre
empleadas para realizar el proceso de conteo de las post larvas.
Así como, reducir el grado de estrés y daños mecánicos de los
individuos, ocurrido por manipulación en el proceso, con el cual se
espera satisfacer las necesidades en esta etapa de producción, tanto
del productor como del comprador y de los cuales se obtenga el
máximo valor beneficio de la inversión al implementar este sistema.


1

I.

OBJETO DE LA
INVESTIGACIÓN
“Investigar es ver lo que todo el mundo ya ha visto y pensar lo que nadie ha pensado todavía”.
Albert Szent-Györgyi (2003)

Worth repeating: more than 5000 classic and contemporary quotes
Kregel Academic

1.1. Antecedentes
La acuicultura engloba todas las actividades que tienen por objeto la producción,
crecimiento y comercialización de organismos acuáticos, animales o vegetales, de
aguas dulces, saladas o salobres (Calixto et al., 2006). Como actividad multidisciplinaria
constituye una empresa productiva que utiliza los conocimientos sobre biología,
ingeniería y ecología; y según la clase de organismos que se cultivan se ha dividido
en varios tipos, siendo uno de los más desarrollados la piscicultura, o cultivo de
peces (Cifuentes et al., 1999), la cual requiere de controles e inventarios periódicos
(Castelló, 1993).
Dentro de los controles, el control del crecimiento y el inventario del conteo depende
principalmente de la evolución del tamaño (o masa) del pez Brett et al. (1969; citado
por MacDaid & Nath, 1997) y podría ocasionar un ligero estrés en los individuos,
dependiendo de la manipulación (Buxadé, 1997).


2

Evitar el estrés en peces es fundamental para su supervivencia y desarrollo, sobre todo
para el cultivo. No obstante, la estabilidad de los peces se encuentra continuamente
amenazada por perturbaciones intrínsecas y por variaciones externas Lacoste (2001;
citado por Weber, 2009). La manipulación, que es un factor externo, genera a menudo
inhibición momentánea del consumo de alimento debido al estrés (Guillaume et al., 2003)
En los últimos años, el procesamiento de imágenes se ha convertido en una
herramienta muy útil para la automatización de procesos, monitoreo y control de
especies, reduciendo así la manipulación de las mismas (López, 2010). Además
reduce el tiempo de análisis y el error (Chirinos et al., 2004), brinda resultados más
precisos (Caldas & Hurtado, 2007) y más significativos al analizar el total de individuos
observados en una muestra (Chirinos et al., 2004).
1.2. Planteamiento del problema
La acuicultura en la Amazonía peruana ha crecido de forma extraordinaria en los
últimos años, debido fundamentalmente a los avances obtenidos en la producción
de alevines de especies nativas, como paco Piaractus brachypomus y gamitana
Colossoma macropomum, en condiciones controladas Reyes (1998; citado por Deza
et al., 2002). En el Perú, la producción de estos alevines es una práctica dominada por
instituciones especializadas en acuicultura amazónica. El Instituto de Investigaciones
de la Amazonía Peruana (IIAP) y otras instituciones del Estado como FONDEPES,
han venido trabajando en la producción de larvas, post larvas, alevines y desarrollan
programas de cultivo intensivo para repoblamiento y comercialización (Hurtado,
2010). A pesar que ya se domina este procedimiento, aún existen algunas falencias en
la etapa de pre producción de alevines, específicamente en el control y distribución
de dichos individuos, puesto que hasta la fecha la cuantificación de los mismos se
realiza de forma individual y manual, lo cual presenta problemas, que se mencionan a
continuación:
Estrés, daños mecánicos y contaminación de las post larvas, por ser objeto de manipulación.
Elevada inversión horas-hombre para realizar el conteo, así como excesivo tiempo
de espera por parte de los compradores.
Genera error de conteo en perjuicio del productor, lo cual causa inevitables
pérdidas económicas.
Es por ello que se formuló la implementación de un sistema, con el propósito de
estimar la cuantificación de post larvas de gamitana Colossoma macropomum a través
del procesamiento digital de imágenes (pdi) y el uso de la fórmula de Rothbard
(Figura 1). Con la intención de disminuir las horas-hombre empleadas para realizar
el conteo de las post larvas. Así como, reducir el grado de estrés y daños mecánicos
de los individuos, ocurrido por manipulación en el conteo, evaluando variables de
crecimiento en longitud y mortalidad.


3

Fórmula de Rothbard. Fórmula de estimación larval de peces por volumetría.

VN Ʃni
N=
KV
ni
Figura 1. Fórmula de Rothbard

donde:
N = Número total de post larvas
ni = Número de post larvas en la muestra
V = Volumen del recipiente de post larvas
K = Número de muestras (K > 1)

Rothbard (1982; citado por Alcántara & Guerra, 1988)

1.3. Objetivos
1.3.1. General
Estimar la cuantificación de post larvas de gamitana Colossoma macropomum
empleando el procesamiento de imágenes digitales.
1.3.2. Específicos
Determinar el grado de estrés de las post larvas por manipulación en el
conteo.
Determinar el grado de daños mecánicos de las post larvas ocurrido por
manipulación en el conteo.
Disminuir las horas-hombre empleado para el conteo de las post larvas.
1.4. Justificación e importancia
El sistema para estimar la cuantificación de post larvas de gamitana empleando el
procesamiento digital de imágenes, busca reducir el estrés, daños mecánicos y
contaminación de las post larvas de gamitana, por manipulación y con ello la obtención
de incrementar la tasa de supervivencia en esta etapa. Del mismo modo, busca
disminuir el error de conteo y así, realizar una estimación más precisa de los individuos.
La investigación resulta importante, porque la metodología empleada se utiliza
por primera vez en la acuicultura de la C. macropomum, especie amazónica nativa.
Asimismo, utiliza tecnología y no requiere de mucho esfuerzo ni de elevada inversión
horas-hombre, dando como punto a favor la disminución en el costo de producción.


4

1.5. Necesidades, alcances y limitaciones
La acuicultura amazónica presenta la necesidad de contar con procesos que mejoren su
eficiencia y productividad. En materia de venta y repoblamiento de ejemplares de gamitana
en estado post larval, se observa el requerimiento de mejora para el proceso de conteo,
pues resulta tedioso para el productor, debido al tiempo empleado. Asimismo, se tiende
a estresar a los individuos e incluso presentar mortalidad por el método acostumbrado.
Los resultados y conclusiones de esta investigación tienen validez y pueden
generalizarse a la población estudiada, conformada por post larvas de gamitana
Colossoma macropomum, cuya distribución se extiende en la Amazonía.
La presente investigación, que sólo comprende post larvas de gamitana Colossoma
macropomum y analiza variables de crecimiento en longitud (cm) y mortalidad (%),
destaca las siguientes limitaciones:
Escasez de antecedentes de la investigación (libros, revistas especializadas, tesis,
Internet) relacionados con métodos de cuantificación de post larvas de especies
amazónicas o el uso del procesamiento digital en acuicultura.
Escasez de material bibliográfico y científico sobre el tema, específicamente sobre
procesamiento digital de imágenes para el conteo en post larvas de peces, por
tratarse de un tema nuevo y de reciente incorporación en el ámbito acuícola.
Inexistencia de procedimientos estandarizados y validados para contar post larvas
de peces amazónicos.
1.6. Definición de variables
1.6.1 Independiente “X”
Grado de estrés producido en el conteo
Grado de daños mecánicos ocurridos en el conteo
16.2 Dependiente “Y”
Índice de mortalidad
Crecimiento en longitud


5

II.
MARCO
TEÓRICO
“El procesado de la imagen digital y su respectivo análisis es necesario en la imagen científica y
tiene como objetivo mejorar y procesar automáticamente la información implícita en la imagen
para la interpretación humana”
Bueno & Dorado (2007)
Gestión, procesado y análisis de imágenes biomédicas
Ediciones de la Universidad de Castilla – La Mancha

2.1. Procesamiento digital de imágenes (pdi)
El procesamiento digital de imágenes puede definirse como una forma de extraer
información cuantitativa a partir de imágenes Wootton (1995; citado por Caldas &
Hurtado, 2007); y que consiste en descubrir, identificar, además de comprender los
patrones que son relevantes en el rendimiento de un trabajo basado en imágenes
(González & Woods, 1996).
1. Conceptos básicos: Abrams, 1997 / Wootton et al., 1995 / Ying & Cheung,
(1999; citados por Caldas & Hurtado, 2007)

Todo sistema de procesamiento y análisis de imágenes, como mínimo, debe ser
capaz de ejecutar los siguientes pasos:

a) Captura de la imagen en un formato digital que el computador pueda entender.

b)
Almacenamiento de la imagen.
c) Utilización de programas con la capacidad suficiente para procesar las imágenes. Este
procesamiento implica esencialmente, la mejora y segmentación de la imagen
y su posterior análisis (extracción de la información cuantitativa).


6

a) La captura de la imagen, necesita un dispositivo de captación, que habitualmente es
una cámara, que envía la señal a una tarjeta digitalizadora y, luego se pasa, al ordenador
(Pertusa, 2003).
b) El almacenamiento de la imagen, puede realizarse en archivos con múltiples
formatos. La diferencia entre ellos está en la cantidad de información que guardan
sobre la imagen. Los formatos TIFF (*.TIF) y BITMAP (*.BMP) son compatibles con
prácticamente cualquier software de análisis de imágenes. Contienen información
completa y precisa sobre la imagen digital. Los formatos JPEG (*.JGP) y GIF (*.GIF)
son útiles para intercambiar imágenes a través de internet ya que reducen el tamaño
del archivo (López, 2010).
c) La utilización de programas con la capacidad suficiente para procesar las imágenes,
por ejemplo ImageJ (para Windows o Linux; http://rsb.info.nih.gov/ij/) o su
equivalente NIH-Image (para Macintosh; rsb.info.nih.gov/nih-image/Default.
html) permiten realizar prácticamente cualquier tipo de análisis morfométrico
y densitométrico de las imágenes capturadas (López, 2010).
2.2. Análisis digital de imágenes en muestras biológicas
Se refiere al proceso de conteo y medición de los objetos que se encuentran en la
imagen, después de haber sido procesada. Existen varios tipos de mediciones que
pueden efectuarse sobre una imagen, entre los cuales, los más utilizados son la intensidad,
la cantidad y el tamaño Murphy (2001; citado por Caldas & Hurtado 2007); el área,
perímetro o incluso la longitud de los ejes de la elipse, que mejor describe la forma de
la muestra, son también estimaciones involucradas en el análisis de imágenes, conocidas
como morfometría óptica digital (Figura 2) (López, 2010).

López-Poveda (2010)
Análisis de Imágenes
Universidad de Salamanca

Figura 2. Análisis morfométrico digital de una partícula (soma neuronal)
realizado con el software ImageJ.


7

En muchas áreas profesionales, las muestras biológicas requieren un análisis visual
sistemático y repetitivo. Este tipo de tareas, en muchos casos, puede ser automatizado,
a través del análisis de imágenes, utilizando técnicas de visión por computadora, lo
que presenta ciertas ventajas sobre el análisis visual realizado por un técnico, como:
Reducción drástica del tiempo de análisis y del error, ya que al ser una máquina con la
que se efectúa el conteo, se puede realizar un análisis más significativo de la muestra
original (Chirinos et al., 2004)
2.3. ImageJ
Es un programa de procesamiento y análisis de imagen digital de dominio público
programado en Java desarrollado en el National Institutes of Health e inspirado
por NIH Image para Macintosh. Puede mostrar editar, analizar, procesar, guardar, e
imprimir imágenes de 8 bits (256 colores), 16 bits (miles de colores) y 32 bits (millones
de colores). Puede leer varios formatos de imagen incluyendo TIFF, GIF, JPEG, BMP
,
DICOM, FITS, así como formatos RAW (Ferreira & Rasband, 2011).
Cuenta con una ventana de menú, que aparece como una banda horizontal sobre
el tapiz del escritorio que no se puede maximizar (Figura 3). Contiene una fila de
comandos en la parte superior y una sencilla barra de herramientas abajo, con utilidades
para la selección de regiones, trazado de líneas, zoom, entre otras. (Pertusa, 2003)

Fila de comandos

Barra de herramientas
Figura 3. Ventana de menú de ImageJ

Soporta pilas o lotes, una serie de imágenes que comparten una sola ventana, y es
multiproceso, de forma que las operaciones que requieren mucho tiempo se pueden
realizar en paralelo. Asimismo, pone a disposición la calibración espacial, que proporciona
las dimensiones en unidades del mundo real tales como milímetros. El programa es
compatible con cualquier número de imágenes al mismo tiempo, limitado solamente
por la memoria disponible (Ferreira & Rasband, 2011).


8

ImageJ tiene más de una buena razón para ser utilizado: Es más sencillo que otros
programas, además de ser un programa gratuito de procesado de imágenes científicas
de lo más potente que se conoce, que está a disposición de todo el mundo y que entre
todos se puede ir aprendiendo a utilizar (Campa, 2009 - 2010).
2.4. Hipótesis
2.4.1 General

La implementación de un sistema para estimar la cuantificación de post larvas de
gamitana empleando el procesamiento digital de imágenes disminuye el error de
estimación.

2.4.2 Específica

La implementación de un sistema para estimar la cuantificación de post larvas de
gamitana disminuye:
El grado de estrés producido en el conteo.
El grado de daños mecánicos ocurrido en el conteo.
Las horas-hombre empleadas en el conteo.


9

III.
MÉTODO
“El progreso y el desarrollo son imposibles si uno sigue haciendo las cosas tal como siempre las ha hecho”.
Wayne W. Dyer (2007)
The sky is the limit
Grijalbo

3.1. Descripción y ubicación del lugar
El trabajo de investigación se realizó en las instalaciones del Centro de Investigaciones
Quistococha del Instituto de Investigaciones de la Amazonía Peruana (CIQ –
IIAP), sede Iquitos, ubicado en el km 4,5 de la Carretera Iquitos – Nauta, Quistococha,
distrito de San Juan Bautista, provincia de Maynas, región Loreto. A 03° 45’ 0586
latitud sur, 73° 14’ 4097 longitud oeste y a una altitud de 122,4 msnm (Figura 4 y
Anexo 1).


10

LS. 03º 45’ 0586 LO. 73º 15’ 4097
Coordenadas geográficas

Figura 4. Ubicación del lugar (CIQ – IIAP)

El desarrollo experimental, fue realizado bajo el Marco del Programa de
Investigación para el Uso y Conservación del Agua y sus Recursos (AQUAREC).

Figura 5. Vista frontal de los laboratorios (AQUAREC)


11

3.2. Tipo de investigación
Cualitativa y cuantitativa (Figura 6).
Tipo de investigación

Cuantitativa

Cualitativa
Variable X

Variable Y

Grado de daños
mecánicos

Grado de estrés


Crecimiento en
longitud

Porcentaje (%)

Centímetros (cm)

Puntaje de calidad (tabla de calificación)

Figura 6. Tipo de Investigación

3.3. Diseño de investigación
Experimental y de validación (Figura 7).
Diseño de investigación

Experimental

Validación

Variable Y

Variación de estimación

Crecimiento de longitud

Coeficiente de variación (CV)

Figura 7. Diseño de investigación

3.4. Estrategias de prueba de hipótesis
Prueba “t” de Student y coeficiente de variación (CV) (Figura 8).
Estrategias de prueba de hipótesis

Prueba “t” - Student

Experimental

Coeficiente de variación (CV)

Validación

Figura 8. Estrategias de prueba de hipótesis


12

3.5. Unidad de análisis
El estrés por manipulación en “gamitanas”, Colossoma macropomum, en etapa
post larval, como probable agente causal del incremento de la tasa de mortalidad
y bajo crecimiento.
3.6. Unidad experimental
El estudio se realizó en dos etapas: La primera de experimentación (Etapa I) y la
segunda de validación e implementación (Etapa II).
En la primera etapa, cada unidad experimental comprendió un grupo de 50
post larvas de gamitana, distribuidas en recipientes de plástico, con densidades
iniciales de 60 000 post larvas.m-3 (densidad de producción) (Figura 9).

Colossoma macropomum
Figura 9. Unidad experimental - Etapa I


13

Cada unidad, fue suspendida en el agua, dentro de un estanque de concreto
revestido con mayólica, con un flotador de tecnopor (poliestireno expandido).
Todo el diseño experimental, mantuvo flujo de agua constante (1,2 L.min-1, en
promedio) y fue protegido del medio externo con una tapa hecha de listones de
madera y malla (Ver diseño experimental, Figura 11).
En la segunda etapa, cada unidad experimental comprendió un grupo de 5 000
post larvas, distribuidas en contenedores plásticos (baldes), a una densidad de
1 000 post larvas.L-1 (Figura 10).

Vista Frontal

Vista interna
Figura 10. Unidad experimental - Etapa II


14


15

Unidad experimental

Flujo de agua

Figura 11. Diseño Experimental – Etapa I

Estanques – Laboratorio I
(AQUAREC)

DISEÑO EXPERIMENTAL

Recipiente plástico

Estanque de concreto utilizado (Estanque N° 5)

UNIDAD EXPERIMENTAL

Colossoma macropomum

post larva

3.7. Método experimental de muestreo
3.7.1 Etapa I:

Para el estudio experimental se utilizaron 20 unidades experimentales con
densidades iniciales de 60 000 post larvas.m-3 (densidad de producción). La
estrategia de muestreo fue la siguiente:
Control de mortalidad:
Frecuencia: Diaria
Consistió en registrar y retirar la cantidad de individuos muertos de
cada unidad experimental.
Conteo manual:
Frecuencia: Semanal
Realizado al 50 % de unidades experimentales, utilizando pipetas y
placas Petri.
Conteo digital:
Frecuencia: Semanal
Realizado al otro 50 % de unidades experimentales (Figura 12),
utilizando una cámara fotográfica digital Panasonic DMC-ZS10 y el
software ImageJ.
Registro de crecimiento en longitud:
Frecuencia: Semanal
Realizado, utilizando un patrón de medida (regla milimetrada), con una
cámara fotográfica digital Panasonic DMC-ZS10 y el software ImageJ.

Figura 12. Conteo: Método experimental de muestreo


16

3.7.2 Etapa II:

Para el estudio de validación y experimentación, se utilizaron 4 unidades
experimentales con 5000 post larvas cada una, a una densidad de 1000 post
larvas.L-1. La estrategia de muestreo fue la siguiente:
Conteo manual
De 5000 post larvas por unidad experimental. Realizado previo al
conteo digital.
Conteo digital
Realizado para validar el método, determinar la desviación estándar
de la estimación en contraste con la cuantificación real, utilizando la
fórmula de Rothbard (Figura 1).

3.8. Variables de investigación
Variable Y, representados en el índice de mortalidad (%) y crecimiento en longitud
de las post larvas (cm); y variación de estimación, a través del coeficiente de
variación del método implementado (Figura 13).

Variables de investigación

Variable Y


Crecimiento de
longitud

Coeficiente de
variación

Figura 13. Variables de investigación


17

3.9. Población
Variable Y:
60 000 post larvas de gamitana Colossoma macropomum.
Variación de estimación:
20 000 post larvas de gamitana Colossoma macropomum
3.10. Muestra
Variable Y:
Variación de estimación:

Población y muestra de investigación

Variable Y


60 000 post larvas*

Población

20 000 post larvas

1 000 post larvas

Muestra

5 000 post larvas

Figura 14. Población y muestra de la investigación
(*) Basado en densidad de producción (60 000 post larvas/ m3)


18

3.11. Técnicas de investigación
3.11.1 nstrumentos de recolección de datos: Descripción de materiales,
I
equipos y software
3.11.1.1. Materiales
Veintidós millares de post larvas de gamitana de 5 días de edad,
un millar para la etapa preliminar de experimentación, un millar para la
experimentación y veinte millares para la validación.
Un estanque rectangular de concreto, revestido con mayólica, de
medidas (0,7 x 1,1 x 0,8) m de largo, ancho y tirante, como parte del diseño
experimental.
Pipetas Pasteur de plástico (3 ml), placas Petri de vidrio y cucharas de
plástico, como herramientas de apoyo para el conteo manual de las post larvas.
Veinte envases plásticos de un litro de capacidad, como contenedores
de los individuos recipientes de apoyo para realizar los ensayos (etapa 1).
Un vaso de precipitados de vidrio (250 ml), como material de apoyo
para la obtención de muestras en la etapa de validación.
Una plancha de tecnopor de 3 cm de espesor, de medidas (0,7 x 1) m de
largo y ancho, como soporte de las unidades experimentales.
Una libra de quistes de Artemia AQUAMARINE en lata, como
alimento durante el tiempo que duró la experimentación. Se le suministró
1 ml de nauplios a una densidad promedio de 200 nauplios.ml-1
Regla metálica milimetrada de 100 mm, como patrón de medida,
necesario para realizar la morfometría computarizada.
Cuatro contenedores plásticos (baldes) de 10 litros de capacidad, como
recipiente de apoyo para colocar las post larvas durante la etapa de validación.

a

b

c

d

f
e

g

Figura 15. Materiales. (a) Estanque rectangular (0,7 x 1,1 x 1) m; (b) post larvas de gamitana; (c) recipientes plásticos; (d) lata de
quistes de Artemia AQUAMARINE de 1 libra; (e) regla milimetrada; (f) placa Petri de vidrio; (g) Pipetas Pasteur de plástico (3 ml)


19

3.11.1.2. Equipos:
Potenciómetro WTW (pH: Sensibilidad: + 0,004; rango: 0,000 a
14,000; temperatura: Sensibilidad: + 0,2 °C; rango: 0,0 °C – 60,0 °C),
para el monitoreo del pH y temperatura de las unidades experimentales.
Oxímetro YSI 55 DISSOLVED OXYGEN (Sensibilidad: + 0,1 mg/l;
rango: 0 a 10 mg/l), para el monitoreo del oxígeno disuelto de las
unidades experimentales.
Cámara fotográfica digital Panasonic DMC-ZS10, como herramienta
de captura de imágenes digitales.
Computadora portátil HP Pavilion dv4-1425la, como soporte para el
procesamiento y análisis de imágenes.

a

b

c

d

Figura 16. Equipos. (a) Potenciómetro WTW integrado con termómetro; (b) oxímetro YSI 55 DISSOLVED OXYGEN; (c) cámara
fotográfica digital Panasonic DMC-ZS10; (d) Computadora portátil HP Pavilion dv4-1425la

3.11.1.3. Software:
Software ImageJ 1.46, software utilizado para la medición digital de la
longitud y cuantificación de las post larvas.
Software Statistical Package for the Social Sciences (SPSS) version 18,
paquete estadístico.


20

3.11.2 rocedimiento
P
El estudio se realizó en dos etapas: La primera de experimentación y la
segunda de validación e implementación (Figura 20 y 21):
Etapa I:
Cuyo inicio fue el día 26 de enero del 2012, contó con un estudio
preliminar, que tuvo como finalidad evaluar el comportamiento de las
variables consideradas para el análisis estadístico, así como la incidencia
de los parámetros físico-químicos (pH, temperatura y oxígeno disuelto)
sobre las mismas y un posible ajuste u optimización en la metodología
propuesta.
La etapa I, consistió en la evaluación de las variables: Mortalidad
y crecimiento en longitud de las post larvas de gamitana de 5 días de
edad, sembradas en recipientes de un litro de capacidad, a una densidad de
60 000 post larvas/m3 (densidad de producción) y adaptadas por 7 días a
condiciones experimentales (Figura 17).

1

5
12
47

Etapa larval

Adaptación

Experimentación

Figura 17. Resumen del procedimiento experimental - Etapa I


21

Etapa II:
Se realizó el día 25 de marzo del 2012. Se utilizaron 4 grupos de 5000 post
larvas cada uno (a una densidad de 1000 post larvas.L-1), de los cuales se
tomaron muestras de 200 ml para ser procesadas por el software ImageJ
1.46 y, mediante la fórmula de Rothbard, determinar el coeficiente de
variación (CV) de la estimación en contraste con la cuantificación real.
Para la implementación se elaboró un protocolo (ver en resultados), con
la finalidad de ser aplicado en el centro de investigación, posterior a las
pruebas respectivas.

3.11.2.1. Obtención de post larvas
Las post larvas de Colossoma macropomum, fueron obtenidas mediante reproducción
inducida de progenitores criados en cautiverio en el CIQ – IIAP (Anexo 2).
3.11.2.2. Adaptación de las post larvas
Durante el estudio preliminar, fue evaluado el proceso de adaptación de las
post larvas a condiciones experimentales. Los ejemplares fueron seleccionados
al quinto día de vida, se contaron y colocaron en grupos de 50 en las unidades
experimentales. Finalmente, se llevó diariamente el seguimiento de mortalidad.
Se encontró que a partir del quinto día de adaptación la supervivencia de las
post larvas era constante. Se procedió a evaluar a partir del séptimo día de
adaptación en la etapa experimental.
3.11.2.3. Alimentación de las post larvas
La alimentación, durante el tiempo que duró la experimentación, fue a base de
nauplios de Artemia sp (Figura 18). Se le suministró 1 ml diario de nauplios a
una densidad promedio de 200 nauplios.ml-1.

Figura 18.
Nauplios de
Artemia sp.


22

3.11.2.4. Procedimiento de recolección de datos
Para las evaluaciones de la etapa I, se realizaron muestreos diarios de mortalidad
y semanales de crecimiento en longitud, desde el día 12 hasta el día 47 de edad.
Individuos muertos

IDENTIFICAR

REGISTRAR

RETIRAR

a diario
Figura 19. Muestreo de mortalidad

El muestreo diario (Figura 19 y 20), consistió en identificar, registrar y retirar
la cantidad de individuos muertos de cada unidad experimental; mientras que
el muestreo semanal (Figura 21), consistió en contar al 50 % de los individuos
de forma manual (método tradicional), utilizando pipetas; al otro 50 % de
forma digital (método propuesto), utilizando, para ello, una regla metálica
milimetrada de 100 mm, como patrón de medida, necesario para realizar la
morfometría computarizada, una cámara fotográfica digital Panasonic DMCZS10 como herramienta de captura de imágenes digitales y el software
ImageJ 1.46, para el procesamiento digital de imágenes; y midiendo al 100 %
de los ejemplares por procesamiento digital. De esta manera se realizaron
seis muestreos en la etapa experimental (a los 12, 19, 26, 33, 40, 47 días de
edad de los ejemplares), los resultados de ambos métodos (manual y digital)
fueron analizados estadísticamente utilizando la prueba T.
Durante la etapa de validación, se tomaron diez muestras de 200 ml de
cada una de los cuatro grupos a ser evaluados (Figura 21), se colocaron en
recipientes transparentes de plástico y junto con una regla metálica milimetrada
de 100 mm, como patrón de medida, se fotografiaron, para ser procesadas
por el software ImageJ 1.46 y, mediante la fórmula de Rothbard, determinar la
desviación estándar de la estimación en contraste con la cuantificación real.
3.11.2.5. Control de la calidad del agua del cultivo
Se realizó limpieza diaria de cada unidad experimental, mediante extracción
de la materia orgánica, valiéndose de una pipeta Pasteur de plástico de 3 ml.
Asimismo, en cada control semanal se efectuó el cambio del 50 % de agua del
sistema y se repuso el agua perdida por evaporación.
Los parámetros físico-químicos del agua (T°, pH y oxígeno disuelto) de las
unidades y diseño experimental, se registraron diariamente para la temperatura
y semanalmente para el monitoreo del pH, con Potenciómetro WTW y el
oxígeno disuelto con un oxímetro YSI 55 DISSOLVED OXYGEN.


23


24

IDENTIFICAR

Diseño experimental

a diario

REGISTRAR

RETIRAR

Conteo digital

Conteo manual

Figura 20. Procedimiento de recolección de datos: Etapa 1

Unidad experimental (UE)

INDIVIDUOS MUERTOS

UE

UE

INDIVIDUOS VIVOS

Crecimiento en
longitud

procesamiento digital de
imágenes

placa Petri

procesamiento digital de
imágenes

Figura 21. Recolección de
datos - Etapa II; Toma de
muestras

3.11.3 Procesamiento y análisis de datos por pdi (procesamiento digital de
imágenes)
El pdi fue realizado utilizando el software ImageJ 1.46. El procedimiento se
describe a continuación:
3.11.3.1. Apertura de la imagen
La imagen fue abierta con y sin el uso de comandos:
Para abrir una imagen usando los comandos: Se hizo clic en el comando file,
seguido de open (Figura 22).
FILE > OPEN

Figura 22. Procedimiento de apertura de una imagen utilizando comandos


25

Para abrir una imagen sin usar los comandos: Se arrastró la imagen al
programa (Figura 23).

Figura 23. Procedimiento de apertura de una imagen sin utilizar comandos

3.11.3.2. Cuantificación
El conteo por pdi en esta investigación, se realizó utilizando la herramienta
multipoint, para lo cual, después de la apertura de la imagen, se inició haciendo
clic derecho a la séptima herramienta de la ventana menú del software ImageJ
1.46 (Figura 24 a).
Una vez seleccionada la opción de herramienta multipoint (Multi-point tool)
(Figura 24 b), se procedió a hacer clic en cada individuo presente en la muestra e
inmediatamente el programa creó puntos de selección y los enumeró (Figura 24 c).
La cuantificación, a medida que fue realizada, fue registrada por el programa en
la parte inferior de la ventana, debajo de la barra de herramientas (Figura 24 d).


26

a

MULTIPOINT

b

d
c

crea puntos de selección y los
enumera

e

f

g

Borrar puntos: Tecla “Alt”

Mover puntos: Tecla “Ctrl”

Resultados: Tecla “Ctrl” +M

Figura 24. Cuantificación por procesamiento digital de imágenes: (a) Selección de herramienta multipoint; (b)
Herramienta multipoint seleccionada; (c) Conteo de los ejemplares por puntos enumerados de selección; (d) Resultado
inmediato del conteo; (e) Tabla de resultados (Tecla ‘Ctrl’ + M); (f) y (g) otras opciones útiles: borrar y mover puntos de
selección.


27

Los resultados del conteo (Figura 24 e) fueron mostrados opcionalmente, en
una ventana adicional, luego de presionar la tecla ‘Ctrl’ + M.
El color de la herramienta, pudo ser variado haciendo doble clic en la
herramienta point del menú ventana del programa (Figura 25).

Figura 25. Cambio de color de la herramienta multipoint:
Hacer doble clic en la herramienta point y elegir cualquiera de los colores disponibles

3.11.3.3. Medición en longitud
La medición en longitud de los ejemplares por pdi, se realizó utilizando la
herramienta Set Scale, para lo cual, primero se debe calibrar la imagen y luego
proceder a medir.
Calibración de la imagen con la herramienta Set Scale:
Para calibrar la imagen, después de la apertura de la misma, se seleccionó un
patrón de medida conocido (Figura 26 a) y se procedió a abrir la herramienta,
haciendo clic derecho al quinto comando de la fila de comandos de la
ventana menú del software ImageJ 1.46 y seleccionando la herramienta
(Figura 26 b). Inmediatamente apareció una ventana, donde se colocó los
valores de la distancia conocida del patrón de medida seleccionado (Known
distance) y la unidad de medida del mismo (Unit of length) (Figura 26 c, d).


28


29

c

d

Figura 26. Calibración de la imagen con la herramienta Set Scale:
(a) Selección del patrón de medida conocido; (b) Apertura de la herramienta; (c) Inicio de
la ventana Set Scale; (d) Llenado de datos de distancia conocida y unidad de medida de la
misma.

b

a

Medición de los ejemplares de la imagen con la herramienta Set Scale
Para medir los ejemplares con la herramienta Set Scale, después de calibrar
la imagen, se utilizó la quinta herramienta (Straight) de la ventana menú
(Figura 27 a) y se seleccionó al individuo a analizar (27 b). Los valores de
medición, aparecieron inmediatamente, con dos decimales, en la parte
inferior del menú ventana del programa (Figura 27 c).
Los resultados, también fueron mostrados, en una ventana adicional, con
tres decimales, al presionar las teclas: ‘Ctrl’ + M
a

c
b
d

Resultados: Tecla “Ctrl” +M

Figura 27. Procedimiento de medición de los ejemplares utilizando la herramienta Set Scale: (a) Selección de la
herramienta Straight; (b) Selección del individuo; (c) Resultado con dos decimales; (d) Tabla de Resultados (‘Ctrl’+ M)

Cuando el individuo fue encontrado en posición curva, en lugar de utilizar la
herramienta Straigth (Figura 27 a) para la medición, se utilizó la herramienta
Segmented line, que se selecciona haciendo clic derecho en la herramienta
Straigth y eligiendo dicha opción. Esta herramienta facilitó las mediciones
de individuos en posiciones curvas.


30

31

OBJETIVOS

Objetivos Específicos

Determinar el grado

Determinar el grado

¿Qué efecto tendrá la implementación de un sistema para
estimar la cuantificación de post
larvas de gamitana empleando
el procesamiento de imágenes
digitales en la productividad de
una micro empresa acuícola?

Problemas Específicos

¿De qué manera influye la manipulación durante el conteo
en el grado de estrés de las
post larvas?

¿De qué manera influye la manipulación durante el conteo
en el grado de daños mecánicos de las post larvas?

¿Qué efecto tendrá la implementación de un sistema para
estimar la cuantificación de post
larvas de gamitana empleando
el procesamiento de imágenes
digitales en la productividad de
una micro empresa acuícola?

Estimar la cuantificación
de post larvas de gamitana empleando el procesamiento de imágenes
digitales.

Problema general

hombre
empleadas
para el conteo de las
post larvas.

Disminuir las horas-

de daños mecánicos
de las post larvas ocurrido por manipulación
en el conteo.

de estrés de las post
larvas por manipulación en el conteo.

Objetivo General

PROBLEMAS

Matriz de consistencia

La implementación de un
sistema para estimar la
cuantificación de post larvas de gamitana disminuye
las horas-hombre empleadas en el conteo.

el grado de daños mecánicos ocurrido en el conteo.

el grado de estrés producido en el conteo.

Hipótesis Específicas

cuantificación de post larvas de gamitana empleando el procesamiento digital
de imágenes disminuye el
error de estimación

Hipótesis General

HIPÓTESIS

en

el

Variables
Dependientes

Porcentaje
en

cm
longitud

Crecimiento

dad

lidad (Tabla de
calificación)
(Ver Tabla 1 y
2)

Puntaje de ca-

Variable
Independiente

INDICADORES

Índice de mortali-

Dependiente “ Y”

mecánicos ocurridos en el conteo.

Grado de daños

producido
conteo.

Grado de estrés

Independiente “X”

VARIABLES

INSTRUMENTOS DE
ESTUDIO
Guías de observación
(tablas)
Matrices de evaluación

TÉCNICAS
Observación
Muestreo
Validación

DISEÑO DE ESTUDIO
Experimental y de validación

NIVEL DE INVESTIGACIÓN
Descriptivo
Correlacional
Inferencial

TIPO DE INVESTIGACIÓN
Cualitativa y cuantitativa

MUESTRA
1000 post larvas

POBLACIÓN
60 000 post larvas

METODOLOGÍA

SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE GAMITANA Colossoma macropomum (Cuvier, 1818) EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES
FACULTAD DE OCEANOGRAFÍA, PESQUERÍA, CIENCIAS ALIMENTARIAS Y ACUICULTURA, UNFV – 2012

32

cipiente después del conteo.

Muchas post larvas caen fuera del re-

vas en los recipientes de conteo por
un tiempo prolongado.

Se mantiene alta densidad de post lar-

más de 1 minuto durante el conteo.

Las post larvas se quedan sin agua por

cipiente después del conteo.

Algunas post larvas caen fuera del re-

un período de tiempo intermedio


menos de 1 minuto durante el conteo.

Las post larvas se quedan sin agua por

piente después del conteo.

Las post larvas no caen fuera del reci-

un breve período de tiempo.


en todo momento.

Las post larvas son contadas con agua

DESCRIPCIÓN

Máximo estrés

5

3

Mínimo estrés

1

PUNTAJE

Tabla 1. Tabla de calificación de grado de estrés para conteo manual

en el interior de la pipeta y se realizan múltiples intentos para sacarlas.

Las post larvas se quedan atrapadas

camente a los recipientes de conteo
con un gran chorro de agua

Las post larvas son devueltas brus-

las pipetas Pasteur.

Las post larvas son aplastadas con

en el interior de la pipeta y se realizan algunos intentos para sacarlas.


recipientes de conteo con un ligero
chorro de agua

Las post larvas son devueltas a los

presionadas con las pipetas Pasteur.

Las post larvas son medianamente

en el interior de la pipeta y se realizan pocos intentos para sacarlas.


recipientes de conteo con un mínimo chorro de agua

Las post larvas son devueltas a los

sionadas con las pipetas Pasteur.

Las post larvas son ligeramente pre-

DESCRIPCIÓN

5

Máximo daño

3

1

Mínimo daño

PUNTAJE

Tabla 2. Tabla de calificación de daños mecánicos para conteo manual

IV.
PRESENTACIÓN
DE RESULTADOS
“Todo lo que somos es el resultado de lo que hemos pensado; está fundado en nuestros
pensamientos y está hecho de nuestros pensamientos”.
Buda (600 AC; citado por Hamblin, 1992)
Whitin you is the power
Kier

Se utilizó la prueba T, del Software Statistical Package for the Social Sciences (SPSS)
versión 18, para el análisis de datos.
4.1. Etapa I: Etapa Experimental
4.2.1 Mortalidad:

En los ejemplares, en el método manual se registró una mortalidad del
(25,50 + 0,35)%, mientras que en el método propuesto (4,60 + 1,69)%
(Tabla 3).
Tabla 3. Resultados de mortalidad (%) de los métodos manual (tradicional) y digital (propuesto)

Media

Desviación típ.

Error típ. de la
media

Manual

25,5025

,35027

,17514

Digital

4,5975

1,68919

,84459

Método

Mortalidad (%)


33

4.1.2 Crecimiento:

En los ejemplares, en el método manual se registró un crecimiento final en
longitud total de (0,6696 + 0,0265) cm, mientras que en el método propuesto
(0,7396 + 0,0453) cm (Tabla 4) (Anexo 6).

Tabla 4. Resultados de crecimiento en longitud total (cm) de los métodos manual (tradicional) y digital (propuesto)

Método

Longitud (cm)

Media

Desviación típ.

Error típ. de la media

Manual

,66964

,026542

,002139

Digital

,73956

,045269

,002225

Las post larvas presentaron una longitud total inicial de (0,6359 + 0,0473) cm (ver Anexo5).

4.2. Etapa II: Etapa de Validación e implementación
4.2.1 Validación:

El sistema para estimar la cuantificación de post larvas de gamitana Colossoma
macropomum empleando el procesamiento digital de imágenes, presentó
como coeficiente de variación 4,67 % en la etapa de validación, donde la
media resultó: 208,50 post larvas y la desviación típica 9,75 (Ver tabla 5).

σ
CV= x .100

CV= 4,67 %

Tabla 5. Estadísticos descriptivos

N

Mínimo
(Min.)

Máximo
(Max.)

Media

Desv. típ.

Validación

40

196,00

240,00

208,50

9,75337

N válido (según lista)

40


34

4.2.2 Implementación: Protocolo – Diagrama de operaciones

Elaboración de un protocolo, a través de un diagrama de operaciones, para
ser aplicado en la institución (Figura 28).

DIAGRAMA DE OPERACIONES
Método Gráfico

Cuantificación de post larvas de gamitana Colossoma macropomum
Empresa: Instituto de Investigaciones de la Amazonía Peruana (IIAP)

Fecha: 16/ 11/ 2012
Dibujado por: Angela Berrocal

Estanque de post larvas

15 minutos

5 minutos

1 minuto

1

Colocar en recipientes de 5 L

2-1

Tomar 3 muestras (200 ml c/u)
y colocarlas en recipientes de
plástico

3

Tomar foto
Devolver post larvas al estanque

10 minutos

4-2

5 minutos

5

Procesar digitalmente
(imágenes)

Estimar cantidad total (Fórmula
de Rothbard)

Cantidad de post larvas estimadas

RESUMEN

Evento

Cantidad

Tiempo

Operación

3

21 minutos

Operación - Inspección

2

15 minutos
Total: 36 minutos

Figura 28. Protocolo – Diagrama de operaciones


35

V.
DISCUSIÓN
“El procesamiento y análisis digital de imágenes tiene un gran valor científico pero quizás su
importancia social, desde el punto de vista de su repercusión sobre la sociedad en general y el
hombre sea su características más importante”.”.
De La Rosa Flores (2007)
Procesamiento de imágenes digitales
Instituto tecnológico de Puebla

1. De los resultados
Los resultados de los métodos realizados manualmente y por procesamiento digital
(Tabla 6) presentan los resultados de mortalidad y longitud total a favor del sistema
por procesamiento digital (Figura 29), con una menor mortalidad, del (4,60 + 1,69) %
frente al (25,50 + 0,35) % del método tradicional (manual), a una probabilidad
de 0,021; y una mayor longitud total, de (0,7396 + 0,0453) cm, en contraste a
los (0,6696 + 0,0265) cm, del método tradicional, a una probabilidad menor a
0,001. Lo cual refleja la validez del procesamiento digital de imágenes frente a la
metodología manual en las variables evaluadas para el conteo de post larvas de
gamitana C. macropomum. Esto debido al menor grado de estrés y daños mecánicos
ocurridos durante la manipulación.


36

Tabla 6. Contraste de resultados de crecimiento en longitud total (cm) y mortalidad (%) de los
métodos manual (tradicional) y digital (propuesto)

Métodos

Mortalidad (%)

Longitud total (cm)

Manual

25,50 + 0,35

0,6696 + 0,0265

Digital

4,60 + 1,69

0.7396 + 0,0453

Probabilidad

0,021

< 0,001

30
0.9
Longitud (cm)

Mortalidad (%)

25
20
15
10

0.8
0.7
0.6

5
0.5

0
Manual

Digital

Inicial

Manual

Método

Digital
Método

Figura 29. Mortalidad (%) y crecimiento en longitud media (cm) de las post larvas en los métodos evaluados

El coeficiente de variación (4,67 %), obtenido en la etapa de validación, se
considera aceptable para la estimación de la cuantificación de post larvas de
gamitana Colossoma macropomum, por ser menor al 5%. Dado que la visión humana
carece de exactitud, reproducibilidad y capacidad de cuantificación cuando recoge
información de una imagen, por lo cual se hace necesario disponer de un análisis
automatizado que evalúe las imágenes de forma objetiva (Bueno & Dorado, 2007),
pues el análisis de muestras y/o individuos biológicos mediante inspección ocular y
mediciones directas además de demandar muchas horas de labor, puede resultar
profundamente tedioso (Lancelotti et al., 2003).


37

2. Conclusiones
El sistema para estimar la cuantificación de post larvas de gamitana empleando el
procesamiento digital de imágenes, redujo el estrés y daños mecánicos ocurridos
por manipulación en el conteo. Asimismo, disminuyó las horas-hombre empleadas
para dicho proceso.
En cuanto al programa ImageJ, ha demostrado ser eficaz para el análisis de imágenes
científicas, poniendo a disposición una serie de comandos y herramientas que
vuelven más sencillo el procesamiento y el respectivo análisis de la imagen.
En conclusión, el procesamiento digital de imágenes resulta una buena alternativa
para el conteo de post larvas de gamitana C. macropomum, ya que reduce el tiempo
de análisis y el error (Chirinos et al., 2004); brinda resultados más precisos (Caldas
& Hurtado, 2007) y más significativos al analizar el total de individuos observados
en una muestra (Chirinos et al., 2004),

3. Recomendaciones
Aunque las cámaras digitales actuales tienen una resolución excelente y se
consiguen cámaras a bajo costo de más de 5 megapíxeles, es importante tener
en cuenta que entre más píxeles se utilicen para capturar la imagen, mayor
necesidad de memoria se requerirá, tanto para el almacenamiento como para el
procesamiento (Caldas & hurtado, 2007).
En general, no es aceptable utilizar formatos comprimidos para guardar imágenes
o para efectuar análisis cuantitativo de ellas, debido al riesgo de pérdida de
información. Este riesgo hace que formatos como TIFF y BMP sean preferidos
en muchos programas de análisis y procesamiento de imágenes Ying & Cheung
(1999; citado por Caldas & Hurtado, 2007). Se acepta JPEG.
Para realizar mediciones por procesamiento digital, se recomienda utilizar en la
foto un patrón de medida conocido, como una regla, pues la calibración con el
patrón se adquiere exactamente en las mismas condiciones que la imagen que
se ha de medir.
Para la mejor visualización de la muestra, utilizar un fondo blanco o de color
claro al momento de tomar la foto destinada al análisis de imágenes de post
larvas de gamitana. En la investigación, se utilizó la mesa de mayólica blanca
como fondo de la imagen.


38

Referencias Bibliográficas
Alcántara, F. & Guerra, H. (1988) Avances en la producción de alevinos de gamitana, Colossoma
macropomum y paco, Piaractus brachypomus por reproducción inducida (pp. 127). Iquitos: Folia
Amazónica.
Bueno, G. & Dorado, J. (2007) Gestión, procesado y análisis de imágenes biomédicas (pp. 13).
España: Ediciones de la Universidad de Castilla – La Mancha.
Buxadé, C. (1997) Zootecnia: Bases de producción animal: Tomo XIII – Producción Animal (pp.
260). México: Mundi-Prensa.
Caldas, M. L. & Hurtado, H. (2007) “Fundamentos generales del procesamiento y análisis
de imágenes aplicados en biología”. Revista Facultad de Ciencias Básicas de la Universidad Militar
Nueva Granada (pp. 219 - 229). Colombia: UMNG.
En: www.umng.edu.co/docs/revbiologia2007/rvciencias07-16.pdf
Leído el: 28/02/2011
Calixto, R.; Herrera, L.; Hernández, V. D. (2006) Ecología y medio ambiente (pp.174).
México: Internacional Thomson Editores.
Campa, V. M. (2009 – 2010) CytoImagINing. España: Blog CICBiogune
En: http://cytoimagining.blogia.com/temas/imagej.php
Leído el: 16/02/2011
Castelló, F. (1993) Acuicultura marina: Fundamentos biológicos y tecnología de la producción
(pp. 688 - 689). Barcelona: Universidad de Barcelona.
Chirinos, M.; Valencia, G. & Atoche, J. R. (2004) Conteo Automático de Partículas y Medición
Microscópica. México: Aurea – Desarrollo Tecnológico (pp. 1 - 7).
En: http://aurea-dt.com/documentos/ConteoyMedicionMicroscopica.pdf
Leído el: 29/02/2011
Cifuentes, J. L.; Torres, P & Frías, M. (1999) El Océano y sus recursos: XI. Acuicultura (pp. 38).
.
México: CONCYTEC.
Deza, S.; Quiroz, S; Rebaza, M. & Rebaza, C. (2002) Efecto de la densidad de siembra en
el crecimiento de Piaractus brachypomus (Cuvier, 1818) “paco” en estanques seminaturales de
Pucallpa (pp. 97 - 104). Perú: Folia Amazónica.
Ferreira, T. & Rasband, W. (2011) The ImageJ User Guide – Version 1.44. USA: U. S. National
Institutes of Health. En: http://imagej.nih.gov/ij/docs/user-guide.pdf
Leído el: 11/03/2011
Gonzáles, R. C. & Woods, R. E. (1996) Tratamiento digital de imágenes (pp. 793).
Massachusetts: Addison-Wesley/ Díaz de Santos.


39

Guillaume, J.; Kaushik, S.; Bergot, P & Métailler, R. (2003) Nutrición y alimentación de
.
peces y crustáceos (pp. 274 – 275). Barcelona: Mundi-Prensa.
Hurtado, N. (2010) “Situación actual de la acuicultura de peces amazónicos en el Perú”
AQUAVISIÓN. Lima, 2010, N° 6, pp. 6 - 7.
Lancelotti, J.; Riva, C. & Arguimbau, M. (2003) Biología Acuática N° 20 (ISSN 0326-1638):
Un método de bajo costo para el análisis automatizado de escamas. Argentina: Universidad
Nacional de la Patagonia Austral.
En: http://www.ilpla.edu.ar/ilpla/ba/data/ba20/84_87.pdf
Leído el: 28/02/2011
López, E. A. (2010) Análisis de Imágenes. España: Universidad de Salamanca.
En: http://web.usal.es/~ealopezpoveda/Documentos/Docencia/Master%20Neurociencias.pdf
Leído el: 11/03/2011
McDaid, J. & Nath, S. S. (1997) Una evaluación estratégica de la potencialidad para la
piscicultura dulceacuícola en América Latina (pp. 32). Roma: FAO.
Pertusa, J. F. (2003) Técnicas de análisis de imagen: Aplicaciones en Biología (pp. 94 – 100)
España: Universidad de Valencia.
Weber, R. A. (2009) Efecto del estrés y de la anestesia sobre indicadores primarios y secundarios de
estrés y sobre los neurotransmisores monoaminérgicos cerebrales en el lenguado Solea senegalensis.
España: Universidad Santiago de Compostela.
En:http://books.google.com.pe/books?id=c0NcEIXCYN8C&printsec=frontcover&hl=es&s
ource=gbs_ge_summary_r&cad=0#v=onepage&q&f=false
Leído el: 23/09/2011
Citas
De La Rosa Flores, R. (2007) Procesamiento de imágenes digitales. México: Instituto
tecnológico de Puebla.
En: http://www.itpuebla.edu.mx/Eventos/MemoriasyResSemanaInformatica2007/29ProcesamientoImagenesDigitales.pdf
Leído el: 21/11/2012
Hamblin, H. (1992) Whitin you is the power. Buenos Aires: Kier.
Hazlitt, H. (2006) Economics in One Lesson. San Francisco: Fox & Wilkes.
Szent-Györgyi, A. (2003) Worth repeating: more than 5000 classic and contemporary quotes.
United States of America: Kregel Academic.
Dyer, W. (2007) The sky is the limit. United States of America: Grijalbo.


40

ANEXOS
Anexo 1.


41

Anexo 2.
Reproducción inducida de progenitores criados en cautiverio (CIQ – IIAP)

a

b

d

c

e

(a) Inoculación de la hormona desencadenante; (b) Liberación (óvulos–esperma);
(c) fertilización (óvulos–esperma, con una pluma) (d) Incubación (e) Vista panorámica de las incubadoras de
fibra de vidrio tipo Woynarovich (60 litros de capacidad)

Anexo 3.
Calidad del agua del cultivo de los métodos evaluados
Manual

Digital

Temperatura (°C)

29,73 ± 0,1

29,87 ± 0,1

pH

7,39 ± 0,03

7,40 ± 0,02

O2 disuelto

6,085 ± 0,041

6,078 ± 0,073


42

Anexo 4.
Generalidades de ImageJ
a. Ubicación de descarga del programa:
http://imagej.nih.gov/ij/download.

b. Actualización del programa:
Para actualizar con la última versión disponible:

Help > Update ImageJ


43

Anexo 5.
Registro de longitud total inicial de las post larvas
N°

Unidades Experimentales – Método manual
1

2

3

4

5

6

7

8

9

10

1

0,605

0,624

0,609

0,638

0,637

0,675

0,667

0,523

0,670

0,581

2

0,584

0,655

0,665

0,680

0,667

0,611

0,647

0,520

0,623

0,556

3

0,609

0,668

0,667

0,609

0,543

0,584

0,638

0,557

0,587

0,650

4

0,622

0,647

0,631

0,570

0,568

0,640

0,656

0,618

0,578

0,564

5

0,622

0,653

0,607

0,636

0,574

0,569

0,598

0,623

0,560

0,686

6

0,557

0,559

0,663

0,654

0,616

0,601

0,587

0,607

0,614

0,663

7

0,635

0,702

0,688

0,600

0,565

0,559

0,619

0,639

0,647

0,575

8

0,566

0,605

0,671

0,617

0,611

0,606

0,672

0,651

0,652

0,619

9

0,641

0,641

0,660

0,565

0,601

0,630

0,626

0,663

0,653

0,595

10

0,642

0,617

0,685

0,649

0,605

0,649

0,637

0,685

0,658

0,630

11

0,550

0,723

0,608

0,605

0,613

0,725

0,643

0,669

0,700

0,603

12

0,572

0,647

0,636

0,620

0,662

0,683

0,667

0,621

0,590

0,679

13

0,581

0,667

0,575

0,623

0,656

0,645

0,654

0,710

0,623

0,673

14

0,570

0,717

0,649

0,605

0,607

0,673

0,614

0,615

0,636

0,587

15

0,636

0,738

0,598

0,593

0,653

0,643

0,615

0,612

0,638

0,640

16

0,602

0,650

0,612

0,600

0,607

0,608

0,629

0,629

0,587

0,666

17

0,656

0,622

0,558

0,683

0,653

0,671

0,639

0,619

0,634

0,717

18

0,578

0,627

0,599

0,655

0,638

0,630

0,689

0,611

0,694

0,675

19

0,649

0,630

0,631

0,637

0,636

0,656

0,605

0,664

0,606

0,626

20

0,653

0,661

0,659

0,583

0,650

0,610

0,656

0,647

0,677

0,619

21

0,658

0,550

0,584

0,601

0,580

0,555

0,539

0,606

0,581

0,656

22

0,662

0,687

0,707

0,672

0,633

0,586

0,602

0,665

0,660

0,582

23

0,599

0,657

0,629

0,621

0,629

0,605

0,613

0,659

0,718

0,535

24

0,638

0,586

0,681

0,689

0,594

0,658

0,612

0,635

0,704

0,664

25

0,638

0,648

0,680

0,719

0,705

0,691

0,604

0,620

0,650

0,603

26

0,536

0,565

0,680

0,712

0,676

0,700

0,712

0,651

0,688

0,617

27

0,612

0,601

0,617

0,612

0,638

0,696

0,648

0,682

0,625

0,652

28

0,665

0,624

0,597

0,522

0,620

0,648

0,731

0,599

0,652

0,597

29

0,640

0,652

0,650

0,607

0,683

0,714

0,609

0,597

0,664

0,663

30

0,675

0,634

0,621

0,576

0,714

0,669

0,671

0,674

0,679

0,624

31

0,617

0,635

0,578

0,664

0,641

0,745

0,706

0,569

0,696

0,602

32

0,653

0,664

0,559

0,599

0,677

0,690

0,669

0,645

0,646

0,593

33

0,674

0,608

0,584

0,626

0,666

0,664

0,668

0,657

0,605

0,627

34

0,624

0,644

0,690

0,728

0,680

0,631

0,586

0,657

0,677

0,595

35

0,576

0,631

0,714

0,719

0,725

0,634

0,698

0,650

0,652

0,643

36

0,639

0,633

0,622

0,710

0,703

0,671

0,695

0,573

0,615

0,578

37

0,637

0,672

0,662

0,645

0,668

0,670

0,559

0,608

0,596

0,654

38

0,625

0,654

0,650

0,681

0,738

0,630

0,620

0,662

0,691

0,614

39

0,640

0,664

0,603

0,704

0,666

0,753

0,620

0,705

0,656

0,644

40

0,647

0,638

0,33

0,667

0,594

0,578

0,607

0,595

0,616

0,677

41

0,699

0,701

0,661

0,681

0,639

0,618

0,648

0,657

0,678

0,657

42

0,603

0,646

0,701

0,621

0,637

0,673

0,605

0,648

0,617

0,699

43

0,677

0,630

0,629

0,522

0,636

0,646

0,587

0,673

0,702

0,639

44

0,619

0,593

0,693

0,634

0,697

0,575

0,635

0,657

0,575

0,650

45

0,669

0,633

0,693

0,604

0,625

0,612

0,603

0,636

0,563

0,616

46

0,618

0,590

0,675

0,726

0,587

0,615

0,592

0,613

0,647

0,621

47

0,607

0,680

0,649

0,625

0,579

0,667

0,689

0,630

0,622

0,583

48

0,616

0,581

0,659

0,626

0,594

0,635

0,622

0,484

0,604

0,621

49

0,570

0,659

0,694

0,609

0,687

0,633

0,711

0,669

0,626

0,609

50

0,633

0,602

0,700

0,665

0,606

0,641

0,724

0,648

0,638

0,693


44

N°

Unidades Experimentales – Método digital
1

2

3

4

5

6

7

8

9

10

1

0,582

0,684

0,552

0,603

0,663

0,683

0,722

0,639

0,671

0,630

2

0,562

0,659

0,725

0,588

0,625

0,568

0,654

0,706

0,637

0,649

3

0,591

0,688

0,670

0,659

0,598

0,668

0,636

0,630

0,535

0,637

4

0,593

0,641

0,628

0,724

0,596

0,667

0,670

0,730

0,675

0,529

5

0,565

0,650

0,564

0,635

0,611

0,608

0,551

0,601

0,643

0,738

6

0,525

0,619

0,625

0,694

0,716

0,715

0,545

0,626

0,659

0,629

7

0,584

0,605

0,613

0,679

0,603

0,578

0,669

0,692

0,578

0,686

8

0,640

0,540

0,707

0,623

0,687

0,649

0,582

0,665

0,729

0,686

9

0,631

0,637

0,641

0,601

0,568

0,605

0,695

0,617

0,613

0,730

10

0,628

0,674

0,614

0,500

0,624

0,719

0,643

0,637

0,589

0,667

11

0,607

0,694

0,596

0,623

0,634

0,688

0,653

0,674

0,595

0,656

12

0,611

0,615

0,452

0,659

0,663

0,655

0,662

0,629

0,602

0,675

13

0,608

0,689

0,599

0,638

0,602

0,650

0,665

0,636

0,601

0,633

14

0,601

0,666

0,642

0,605

0,669

0,714

0,664

0,606

0,564

0,711

15

0,575

0,689

0,629

0,528

0,692

0,714

0,565

0,643

0,651

0,724

16

0,669

0,645

0,572

0,594

0,660

0,691

0,653

0,695

0,642

0,629

17

0,525

0,509

0,596

0,704

0,532

0,644

0,577

0,650

0,637

0,567

18

0,589

0,621

0,606

0,609

0,535

0,585

0,673

0,681

0,683

0,584

19

0,549

0,613

0,545

0,606

0,634

0,638

0,558

0,663

0,678

0,653

20

0,573

0,601

0,657

0,656

0,651

0,687

0,710

0,734

0,608

0,603

21

0,577

0,678

0,669

0,677

0,647

0,601

0,711

0,701

0,660

0,627

22

0,599

0,534

0,638

0,644

0,608

0,634

0,616

0,650

0,643

0,607

23

0,666

0,503

0,699

0,654

0,553

0,671

0,605

0,704

0,637

0,677

24

0,742

0,642

0,646

0,581

0,549

0,652

0,624

0,665

0,580

0,565

25

0,666

0,643

0,709

0,573

0,619

0,533

0,667

0,727

0,578

0,573

26

0,582

0,595

0,586

0,623

0,707

0,591

0,686

0,735

0,610

0,672

27

0,608

0,549

0,625

0,541

0,665

0,628

0,653

0,540

0,607

0,693

28

0,568

0,607

0,665

0,634

0,666

0,618

0,573

0,602

0,649

0,603

29

0,572

0,612

0,676

0,676

0,641

0,649

0,587

0,683

0,645

0,671

30

0,619

0,668

0,681

0,631

0,550

0,572

0,612

0,601

0,644

0,611

31

0,550

0,548

0,701

0,636

0,679

0,680

0,627

0,608

0,654

0,720

32

0,634

0,663

0,679

0,663

0,675

0,703

0,675

0,610

0,678

0,547

33

0,672

0,666

0,590

0,662

0,700

0,534

0,611

0,694

0,643

0,698

34

0,660

0,642

0,595

0,710

0,635

0,643

0,557

0,628

0,563

0,581

35

0,565

0,636

0,669

0,626

0,745

0,562

0,625

0,604

0,628

0,674

36

0,625

0,701

0,653

0,699

0,669

0,735

0,582

0,649

0,684

0,660

37

0,602

0,694

0,524

0,761

0,529

0,679

0,590

0,513

0,617

0,717

38

0,583

0,658

0,674

0,690

0,559

0,693

0,548

0,543

0,676

0,700

39

0,548

0,661

0,701

0,671

0,616

0,703

0,662

0,670

0,706

0,549

40

0,544

0,608

0,643

0,695

0,706

0,617

0,540

0,581

0,668

0,696

41

0,576

0,712

0,716

0,721

0,609

0,625

0,638

0,672

0,697

0,666

42

0,742

0,703

0,682

0,650

0,703

0,690

0,586

0,597

0,578

0,673

43

0,472

0,580

0,714

0,612

0,603

0,621

0,720

0,598

0,608

0,599

44

0,722

0,651

0,647

0,643

0,672

0,626

0,684

0,569

0,659

0,682

45

0,565

0,555

0,662

0,693

0,742

0,675

0,679

0,618

0,652

0,684

46

0,573

0,515

0,587

0,634

0,724

0,681

0,668

0,673

0,692

0,668

47

0,683

0,671

0,642

0,599

0,617

0,654

0,674

0,720

0,637

0,609

48

0,530

0,578

0,575

0,661

0,691

0,629

0,701

0,659

0,704

0,628

49

0,584

0,588

0,709

0,674

0,642

0,718

0,666

0,659

0,687

0,677

50

0,585

0,623

0,687

0,562

0,640

0,604

0,639

0,618

0,643

0,593


45

Anexo 6.
Registro de crecimiento en longitud total final de las post larvas
Unidades Experimentales – Método manual

N°

1

2

3

4

5

6

7

8

9

10

1

0,671

0,760

0,639

0,673

0,746

0,668

0,688

0,648

0,654

0,712

2

0,673

0,657

0,638

0,642

0,619

0,671

0,707

0,664

0,653

0,663

3

0,644

0,664

0,708

0,658

0,665

0,656

0,654

0,707

0,658

0,656

4

0,643

0,693

0,761

0,667

0,657

0,656

0,706

0,672

0,650

0,687

5

0,651

0,678

0,669

0,656

0,642

0,641

0,662

0,628

0,710

0,658

6

0,727

0,646

0,656

0,645

0,665

0,652

0,671

0,692

0,692

0,649

7

0,673

0,722

0,672

0,619

0,714

0,658

0,661

0,659

0,663

0,659

8

0,651

0,616

0,655

0,702

0,654

0,639

0,671

0,639

0,722

0,680

9

0,657

0,665

0,648

0,712

0,658

0,700

0,673

0,670

0,656

0,664

10

0,682

0,635

0,661

0,664

0,689

0,653

0,664

0,682

0,688

0,677

11

0,635

0,663

0,697

0,669

0,694

0,676

0,647

0,658

-

0,646

12

0,712

0,685

0,665

0,642

0,663

0,664

0,654

0,649

-

0,647

13

0,673

0,680

0,717

0,648

0,698

0,661

0,649

0,662

-

0,714

14

0,666

0,697

0,646

0,638

0,683

0,732

0,693

0,657

-

0,665

15

0,683

0,688

0,697

0,647

0,656

0,649

-

0,688

-

0,658

16

0,631

0,666

0,730

-

0,669

-

-

0,675

-

0,682

17

-

-

-

-

0,633

-

-

0,655

-

-

18

-

-

-

-

-

-

-

0,657

-

-

19

-

-

-

-

-

-

-

0,690

-

-

20 - 50

-

-

-

-

-

-

-

-

-

-

N°

Unidades Experimentales – Método digital
1

2

3

4

5

6

7

8

9

10

1

0,806

0,773

0,778

0,826

0,776

0,671

0,694

0,733

0,684

0,701

2

0,734

0,728

0,846

0,721

0,694

0,717

0,710

0,744

0,696

0,753

3

0,716

0,670

0,736

0,725

0,684

0,704

0,684

0,707

0,744

0,734

4

0,704

0,701

0,875

0,697

0,688

0,717

0,663

0,716

0,781

0,738

5

0,846

0,758

0,768

0,818

0,735

0,807

0,738

0,741

0,748

0,791

6

0,649

0,677

0,714

0,700

0,734

0,770

0,692

0,827

0,830

0,761

7

0,719

0,691

0,777

0,780

0,696

0,767

0,726

0,767

0,747

0,650

8

0,760

0,726

0,705

0,788

0,746

0,759

0,692

0,774

0,786

0,854

9

0,661

0,672

0,713

0,769

0,710

0,747

0,769

0,687

0,691

0,815

10

0,674

0,824

0,717

0,730

0,675

0,746

0,726

0,752

0,716

0,738

11

0,784

0,811

0,704

0,800

0,887

0,701

0,684

0,784

0,759

0,822

12

0,855

0,823

0,837

0,716

0,716

0,740

0,720

0,736

0,755

0,848

13

0,721

0,675

0,716

0,720

0,729

0,695

0,698

0,840

0,798

0,707

14

0,781

0,673

0,697

0,730

0,844

0,831

0,723

0,720

0,721

0,743

15

0,777

0,771

0,757

0,792

0,817

0,769

0,705

0,734

0,826

0,725

16

0,806

0,713

0,714

0,767

0,699

0,799

0,692

0,742

0,755

0,736

17

0,763

0,805

0,693

0,774

0,708

0,709

0,716

0,768

0,689

0,850

18

0,761

0,737

0,706

0,710

0,707

0,761

0,699

0,685

0,682

0,776

19

0,788

0,788

0,741

0,788

0,726

0,705

0,760

0,779

0,701

0,761

20

0,759

0,703

0,712

0,723

0,807

0,738

0,637

0,721

0,718

0,792

21

0,823

0,812

0,844

0,726

0,722

0,745

0,691

0,730

0,800

0,739

22

0,725

0,775

0,878

0,835

0,712

0,710

0,701

0,730

0,727

0,753

23

0,703

0,721

0,755

0,717

0,709

0,693

0,766

0,751

0,701

0,761

24

0,711

0,728

0,789

0,736

0,675

0,715

0,665

0,704

0,717

0,707

25

0,685

0,727

0,721

0,766

0,708

0,756

0,726

0,767

0,711

0,734

26

0,690

0,697

0,665

0,728

0,660

0,746

0,761

0,777

0,738

0,747

27

0,749

0,715

0,686

0,712

0,682

0,799

0,708

0,729

0,700

0,840

28

0,773

0,869

0,747

0,818

0,718

0,691

0,734

0,893

0,711

0,776

29

0,726

0,842

0,695

0,745

0,718

0,699

0,728

0,821

0,719

0,787

30

0,696

0,643

0,725

0,730

0,738

0,756

0,706

0,752

0,708

0,776

31

0,719

0,693

0,802

0,696

0,829

0,785

0,682

0,736

0,727

0,753

32

0,690

0,730

0,783

0,724

0,716

0,762

0,686

0,739

0,770

0,717

33

0,756

0,820

0,821

0,753

0,702

0,803

0,707

0,688

0,733

0,738

34

0,753

0,778

0,703

0,737

0,707

0,745

0,710

0,735

0,757

0,741

35

0,741

0,782

0,713

0,712

0,731

0,705

0,689

0,746

0,721

0,748

36

0,763

0,728

0,688

0,733

0,740

0,716

0,704

0,739

0,733

0,752

37

0,722

0,751

0,708

0,718

0,727

0,726

0,706

0,750

0,716

0,766

38

0,747

0,737

0,812

0,742

0,686

0,733

0,681

0,755

0,740

0,716

39

0,778

0,737

0,705

0,725

0,677

0,701

0,757

0,730

0,730

0,800

40

-

0,728

0,827

0,707

-

0,709

0,727

0,727

0,706

0,776

41

-

0,819

-

-

-

0,708

0,706

0,723

0,720

0,736

42

-

-

-

-

-

0,716

0,720

0,724

0,721

0,723

43

-

-

-

-

-

0,730

0,701

0,732

-

-

44

-

-

-

-

-

-

0,697

-

-

-

45

-

-

-

-

-

-

0,733

-

-

-

46 - 50

-

-

-

-

-

-

-

-

-

-


46

Anexo 7.
Estadísticos descriptivos finales de ambos métodos

Estadísticos descriptivos finales
Métodos

N

Longitud
mínima (cm)

Longitud
máxima (cm)

Longitud media
(cm)

Desv. típ.

Manual

154

0,616

0,761

0,66964

0,026542

Digital

414

0,637

0,893

0,73956

0,045269


47


50

Tesis: SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum (Cuvier, 1818), EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES

Recomendados

Recomendados

Más contenido relacionado

Similar a Tesis: SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum (Cuvier, 1818), EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES

Similar a Tesis: SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum (Cuvier, 1818), EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES (20)

Último

Último (6)

Tesis: SISTEMA PARA ESTIMAR LA CUANTIFICACIÓN DE POST LARVAS DE “GAMITANA” Colossoma macropomum (Cuvier, 1818), EMPLEANDO EL PROCESAMIENTO DIGITAL DE IMÁGENES