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...

Full description

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
id Agrosavia2_63af32378729b1bea95002ca6619f282
oai_identifier_str oai:repository.agrosavia.co:20.500.12324/34776
network_acronym_str Agrosavia2
network_name_str Agrosavia
repository_id_str
spelling Sandoval Niño, Zulma LilianaPrieto Ortiz, Flavio Augustoce657870-0fd0-41cd-88fc-aa40dbf5e94a-12019-04-29T21:50:55Z2019-04-29T21:50:55Z2007http://hdl.handle.net/20.500.12324/3477655068reponame:Biblioteca Digital Agropecuaria de Colombiarepourl:https://repository.agrosavia.coinstname:Corporación colombiana de investigación agropecuaria AGROSAVIASe 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.application/pdf-1spaUniversidad Nacional de ColombiaMedellin (Colombia)Attribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/Acceso a texto completohttp://purl.org/coar/access_right/c_abf2Revista de la Facultad Nacional de Agronomía; Vol. 60 Núm. 2 (2007): Revista de la Facultad Nacional de Agronomía; p. 4105-4127Caracterización de café cereza empleando técnicas de visión artificialCultivo - F01Reconocimiento de patronesCaféClasificación de patronesProcesamiento digital de imágenesPermanentesarticleArtículo científicohttp://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/resource_type/c_6501info:eu-repo/semantics/articlehttps://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85-1Revista de la Facultad Nacional de Agronomía60241054127ORIGINAL55068.pdfapplication/pdf505938https://repository.agrosavia.co/bitstream/20.500.12324/34776/1/55068.pdf88f6cefddb10dbb48988a01f22d0f67cMD51open accessTHUMBNAIL55068.pdf.jpg55068.pdf.jpgGenerated Thumbnailimage/jpeg4379https://repository.agrosavia.co/bitstream/20.500.12324/34776/2/55068.pdf.jpg471579b3d1486723e53740cc0258750bMD52open access20.500.12324/34776oai:repository.agrosavia.co:20.500.12324/347762022-04-07 14:01:24.628open accessAgrosavia - Corporación colombiana de investigación agropecuariabac@agrosavia.co
dc.title.spa.fl_str_mv Caracterización de café cereza empleando técnicas de visión artificial
title Caracterización de café cereza empleando técnicas de visión artificial
spellingShingle Caracterización de café cereza empleando técnicas de visión artificial
Cultivo - F01
Reconocimiento de patrones
Café
Clasificación de patrones
Procesamiento digital de imágenes
Permanentes
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
dc.creator.fl_str_mv Sandoval Niño, Zulma LilianaPrieto Ortiz, Flavio Augusto
dc.contributor.author.none.fl_str_mv Sandoval Niño, Zulma LilianaPrieto Ortiz, Flavio Augusto
dc.subject.fao.spa.fl_str_mv Cultivo - F01
topic Cultivo - F01
Reconocimiento de patrones
Café
Clasificación de patrones
Procesamiento digital de imágenes
Permanentes
dc.subject.agrovoc.spa.fl_str_mv Reconocimiento de patrones
Café
Clasificación de patrones
Procesamiento digital de imágenes
dc.subject.red.spa.fl_str_mv Permanentes
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.
publishDate 2007
dc.date.issued.none.fl_str_mv 2007
dc.date.accessioned.none.fl_str_mv 2019-04-29T21:50:55Z
dc.date.available.none.fl_str_mv 2019-04-29T21:50:55Z
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.localeng.eng.fl_str_mv article
dc.type.local.spa.fl_str_mv Artículo científico
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/article
dc.type.redcol.none.fl_str_mv https://purl.org/redcol/resource_type/ART
dc.type.version.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_2df8fbb1
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12324/34776
dc.identifier.aleph.spa.fl_str_mv 55068
dc.identifier.reponame.spa.fl_str_mv reponame:Biblioteca Digital Agropecuaria de Colombia
dc.identifier.repourl.none.fl_str_mv repourl:https://repository.agrosavia.co
dc.identifier.instname.spa.fl_str_mv instname:Corporación colombiana de investigación agropecuaria AGROSAVIA
url http://hdl.handle.net/20.500.12324/34776
identifier_str_mv 55068
reponame:Biblioteca Digital Agropecuaria de Colombia
repourl:https://repository.agrosavia.co
instname:Corporación colombiana de investigación agropecuaria AGROSAVIA
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartofjournal.spa.fl_str_mv Revista de la Facultad Nacional de Agronomía
dc.relation.citationvolume.none.fl_str_mv 60
dc.relation.citationissue.none.fl_str_mv 2
dc.relation.citationstartpage.none.fl_str_mv 4105
dc.relation.citationendpage.spa.fl_str_mv 4127
dc.rights.*.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.acceso.spa.fl_str_mv Acceso a texto completo
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
Acceso a texto completo
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia
dc.publisher.place.spa.fl_str_mv Medellin (Colombia)
dc.source.spa.fl_str_mv Revista de la Facultad Nacional de Agronomía; Vol. 60 Núm. 2 (2007): Revista de la Facultad Nacional de Agronomía; p. 4105-4127
institution Agrosavia
bitstream.url.fl_str_mv https://repository.agrosavia.co/bitstream/20.500.12324/34776/1/55068.pdf
https://repository.agrosavia.co/bitstream/20.500.12324/34776/2/55068.pdf.jpg
bitstream.checksum.fl_str_mv 88f6cefddb10dbb48988a01f22d0f67c
471579b3d1486723e53740cc0258750b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Agrosavia - Corporación colombiana de investigación agropecuaria
repository.mail.fl_str_mv bac@agrosavia.co
_version_ 1814380404455505920