Caracterización de café cereza empleando técnicas de visión artificial

Se desarrolló un sistema de visión artificial para la clasificación de frutos de café en once categorías dependiendo de su estado de madurez. Para la descripción de la forma, el color y la textura de cada fruto de café se extrajeron 208 características. La reducción del conjunto de características d...

Descripción completa

Detalles Bibliográficos
Autor principal:	Sandoval Niño, Zulma LilianaPrieto Ortiz, Flavio Augusto
Formato:	article
Lenguaje:	Español
Publicado:	Universidad Nacional de Colombia 2019
Materias:	Cultivo - F01 Reconocimiento de patrones Café Clasificación de patrones Procesamiento digital de imágenes Permanentes
Acceso en línea:	http://hdl.handle.net/20.500.12324/34776

id	RepoAGROSAVIA34776
record_format	dspace
spelling	RepoAGROSAVIA347762022-04-07T19:01:24Z Caracterización de café cereza empleando técnicas de visión artificial Sandoval Niño, Zulma LilianaPrieto Ortiz, Flavio Augusto Cultivo - F01 Reconocimiento de patrones Café Clasificación de patrones Procesamiento digital de imágenes Permanentes Se desarrolló un sistema de visión artificial para la clasificación de frutos de café en once categorías dependiendo de su estado de madurez. Para la descripción de la forma, el color y la textura de cada fruto de café se extrajeron 208 características. La reducción del conjunto de características de 208 a 9 se hizo con base en los resultados de dos métodos de selección de características, uno univariado y otro multivariado. Las características seleccionadas corresponden a 4 características de textura, 3 de color y 2 de forma. Este conjunto final de características se evaluó en dos técnicas de clasificación: Bayesiano y redes neuronales. Con el clasificador Bayesiano se obtuvo un error de clasificación del 5,43% y requirió un tiempo de clasificación de 5,5 ms, mientras que usando redes neuronales el error de clasificación fue de 7,46%, pero disminuyó el tiempo de clasificación a 0,8 ms. 2019-04-29T21:50:55Z 2019-04-29T21:50:55Z 2007 article Artículo científico http://purl.org/coar/resource_type/c_2df8fbb1 info:eu-repo/semantics/article https://purl.org/redcol/resource_type/ART http://purl.org/coar/version/c_970fb48d4fbd8a85 http://hdl.handle.net/20.500.12324/34776 55068 reponame:Biblioteca Digital Agropecuaria de Colombia repourl:https://repository.agrosavia.co instname:Corporación colombiana de investigación agropecuaria AGROSAVIA spa Revista de la Facultad Nacional de Agronomía 60 2 4105 4127 Attribution-NonCommercial-ShareAlike 4.0 International http://creativecommons.org/licenses/by-nc-sa/4.0/ Acceso a texto completo info:eu-repo/semantics/openAccess application/pdf application/pdf Universidad Nacional de Colombia Medellin (Colombia) Revista de la Facultad Nacional de Agronomía; Vol. 60 Núm. 2 (2007): Revista de la Facultad Nacional de Agronomía; p. 4105-4127
institution	Corporación Colombiana de Investigación Agropecuaria
collection	Repositorio AGROSAVIA
language	Español
topic	Cultivo - F01 Reconocimiento de patrones Café Clasificación de patrones Procesamiento digital de imágenes Permanentes
spellingShingle	Cultivo - F01 Reconocimiento de patrones Café Clasificación de patrones Procesamiento digital de imágenes Permanentes Sandoval Niño, Zulma LilianaPrieto Ortiz, Flavio Augusto Caracterización de café cereza empleando técnicas de visión artificial
description	Se desarrolló un sistema de visión artificial para la clasificación de frutos de café en once categorías dependiendo de su estado de madurez. Para la descripción de la forma, el color y la textura de cada fruto de café se extrajeron 208 características. La reducción del conjunto de características de 208 a 9 se hizo con base en los resultados de dos métodos de selección de características, uno univariado y otro multivariado. Las características seleccionadas corresponden a 4 características de textura, 3 de color y 2 de forma. Este conjunto final de características se evaluó en dos técnicas de clasificación: Bayesiano y redes neuronales. Con el clasificador Bayesiano se obtuvo un error de clasificación del 5,43% y requirió un tiempo de clasificación de 5,5 ms, mientras que usando redes neuronales el error de clasificación fue de 7,46%, pero disminuyó el tiempo de clasificación a 0,8 ms.
format	article
author	Sandoval Niño, Zulma LilianaPrieto Ortiz, Flavio Augusto
author_facet	Sandoval Niño, Zulma LilianaPrieto Ortiz, Flavio Augusto
author_sort	Sandoval Niño, Zulma LilianaPrieto Ortiz, Flavio Augusto
title	Caracterización de café cereza empleando técnicas de visión artificial
title_short	Caracterización de café cereza empleando técnicas de visión artificial
title_full	Caracterización de café cereza empleando técnicas de visión artificial
title_fullStr	Caracterización de café cereza empleando técnicas de visión artificial
title_full_unstemmed	Caracterización de café cereza empleando técnicas de visión artificial
title_sort	caracterización de café cereza empleando técnicas de visión artificial
publisher	Universidad Nacional de Colombia
publishDate	2019
url	http://hdl.handle.net/20.500.12324/34776
work_keys_str_mv	AT sandovalninozulmalilianaprietoortizflavioaugusto caracterizaciondecafecerezaempleandotecnicasdevisionartificial
_version_	1808106963129597952

Caracterización de café cereza empleando técnicas de visión artificial

Ejemplares similares