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...
- Autores:
-
Sandoval Niño, Zulma LilianaPrieto Ortiz, Flavio Augusto
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2007
- Institución:
- Agrosavia
- Repositorio:
- Agrosavia
- Idioma:
- spa
- OAI Identifier:
- oai:repository.agrosavia.co:20.500.12324/34776
- Acceso en línea:
- http://hdl.handle.net/20.500.12324/34776
- Palabra clave:
- Cultivo - F01
Reconocimiento de patrones
Café
Clasificación de patrones
Procesamiento digital de imágenes
Permanentes
- Rights
- License
- Attribution-NonCommercial-ShareAlike 4.0 International
Summary: | 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. |
---|