Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial
Trabajo de investigación
- Autores:
-
Delgado-Cubillos, Victor Manuel
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad Católica de Colombia
- Repositorio:
- RIUCaC - Repositorio U. Católica
- Idioma:
- spa
- OAI Identifier:
- oai:repository.ucatolica.edu.co:10983/31241
- Acceso en línea:
- https://hdl.handle.net/10983/31241
- Palabra clave:
- Agricultura-Innovaciones tecnológicas
Separadores (Máquinas)
Control de la producción-Automatización-Cultivo
Tarjetas madre
Python (Lenguaje de programación de computadores)
Circuitos impresos-Diseño y construcción
620 - Ingeniería y operaciones afines
Inteligencia artificial
Visión artificial
Agroindustria
Agricultura de precisión
Automatización
Prolog factory
Sorting station
PLC
- Rights
- openAccess
- License
- Derechos Reservados - Universidad Católica de Colombia, 2023
| id |
UCATOLICA2_b9f6a69df8df54922c4e95d6db54961b |
|---|---|
| oai_identifier_str |
oai:repository.ucatolica.edu.co:10983/31241 |
| network_acronym_str |
UCATOLICA2 |
| network_name_str |
RIUCaC - Repositorio U. Católica |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial |
| title |
Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial |
| spellingShingle |
Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial Agricultura-Innovaciones tecnológicas Separadores (Máquinas) Control de la producción-Automatización-Cultivo Tarjetas madre Python (Lenguaje de programación de computadores) Circuitos impresos-Diseño y construcción 620 - Ingeniería y operaciones afines Inteligencia artificial Visión artificial Agroindustria Agricultura de precisión Automatización Prolog factory Sorting station PLC |
| title_short |
Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial |
| title_full |
Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial |
| title_fullStr |
Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial |
| title_full_unstemmed |
Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial |
| title_sort |
Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial |
| dc.creator.fl_str_mv |
Delgado-Cubillos, Victor Manuel |
| dc.contributor.advisor.none.fl_str_mv |
Suárez-Suárez, Carlos René |
| dc.contributor.author.none.fl_str_mv |
Delgado-Cubillos, Victor Manuel |
| dc.subject.armarc.none.fl_str_mv |
Agricultura-Innovaciones tecnológicas Separadores (Máquinas) Control de la producción-Automatización-Cultivo Tarjetas madre Python (Lenguaje de programación de computadores) Circuitos impresos-Diseño y construcción |
| topic |
Agricultura-Innovaciones tecnológicas Separadores (Máquinas) Control de la producción-Automatización-Cultivo Tarjetas madre Python (Lenguaje de programación de computadores) Circuitos impresos-Diseño y construcción 620 - Ingeniería y operaciones afines Inteligencia artificial Visión artificial Agroindustria Agricultura de precisión Automatización Prolog factory Sorting station PLC |
| dc.subject.ddc.none.fl_str_mv |
620 - Ingeniería y operaciones afines |
| dc.subject.proposal.none.fl_str_mv |
Inteligencia artificial Visión artificial Agroindustria Agricultura de precisión Automatización Prolog factory Sorting station PLC |
| description |
Trabajo de investigación |
| publishDate |
2023 |
| dc.date.issued.none.fl_str_mv |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2024-06-24T15:04:02Z |
| dc.date.available.none.fl_str_mv |
2024-06-24T15:04:02Z |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_fa2ee174bc00049f |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.citation.none.fl_str_mv |
Delgado-Cubillos, V. M. (2023). Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería Electrónica y Telecomunicaciones. Bogotá, Colombia. |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10983/31241 |
| identifier_str_mv |
Delgado-Cubillos, V. M. (2023). Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería Electrónica y Telecomunicaciones. Bogotá, Colombia. |
| url |
https://hdl.handle.net/10983/31241 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
Ministerio de agricultura y desarrollo rural. “El sector agropecuario creció 3,8% en el PIB del segundo trimestre de 2021”. {En línea}. {19 septiembre de 2022} disponible en: (https://www.minagricultura.gov.co/noticias/Paginas/El-sector-agropecuario-creci%C3%B3-3,8-en-el-PIB-del-segundo-trimestre-de-2021.aspx). COLOMBIA. PROCOLOMBIA. (s.f.). Cadena de agroalimentos 2021. Ministerio de Comercio, Industria y Turismo. (https://www.camara.gov.co/sites/default/files/2021-08/ANEXO%201%20MINCOMERCIO%20-%20%20Productos_potencial_exportador_agroindustrial_Colombia.pdf) XIONG, Ya. PENG, Cheng. GRIMSTAD, Lars. FROM, Johan From. VOLKAN. Isler. Development and field evaluation of a strawberry harvesting robot with a cable driven gripper. En: Computer and Electronics in Agriculture. Vol. 157; No. (Feb, 2019); p. 392-402 MONTOYA CAVERO, Luis Enrique. DE LEON TORRES, Rocío Diaz. ESPINOZA, Alfonso Gómez. ESCOBEDO CABELLO, Jesús Arturo. Vision systems for harvesting robots: Produce detection and localization. En: Computer and Electronics in Agriculture. Vol.192; No. (Jan, 2022) BHANGE, Manisha. HINGOLIWALA, H.A. Smart Farming: Pomegranate disease detection using image processing. En: Procedia Computer Science. Vol., 58; No (2015); p. 280-288 ARAKERI, Megha. LAKSHMANA. Computer vision-based fruit grading system for quality evaluation of tomato in agriculture industry. En: Procedia Computer Science. Vol., 79; No (2016); p. 426-433 YOSSY, Emmy Harna. PRANATA, Jhonny. WIJAYA, Tommy. HERMAWAN, Heri. BUDIHARTO, Widolo. Mango fruit sortation system using neural network and computer vision. En: Procedia Computer Science. Vol., 116; No (2017); p. 596-603 POSHMANN, Hendrik. BRUGGEMANN, Holger. GOLDMANN, Daniel. Fostering end-of-life utilization by information-driven robotic disassembly. En: Procedia CIRP. Vol., 98; No (2021); p. 282-287 KUMAR MAHANTI, Naveen. PANDISELVAM, R. ANJINEYULU, Kothakota. ISHWARYA, Padma. CHAKRABORTY, Kumar. KUMAR, Manoj. COZZOLINO, Daniel. Emerging non-destructive imaging techniques for fruit damage detection: Image processing and analysis. En: Trends in Food Science & Technology. Vol 120., (Feb 2022)., p. 418-438 LIANYI, Yu. XIONG, Juntao. FANG, Xueqing. ZHENGANG, Yang. YUNQI, Chen. XIAOYUN, Lin. SHUFANG, Chen. Alitchi fruit recognition method in a natural environment using RGB-D images. En: Biosystems Engineering. Vol. 204., (Apr 2021). p. 50-63 ZHOU, Xue. SUK LEE, Won. AMPATZIDIS, Yiannis. CHEN, Yang. PERES, Natalia. FRAISSE, Clyde. Strawberry Maturity Classification from UAV and Near-Ground Imaging Using Deep Learning. En: Smart Agricultural Technology., Vol. 1., (Dec 2021)., ISSN: 100001., https://doi.org/10.1016/j.atech.2021.100001 LIMING, Xu. YANCHAO, Zhao. Automated strawberry grading system based on image processing. En: Computers and Electronics in Agriculture., Vol 71., (Apr 2010). p.32-39. https://doi.org/10.1016/j.compag.2009.09.013 DVA go further together. “Importancia de la agricultura en Colombia” {En línea}. {26 septiembre de 2022} disponible en: (https://dva.com.co/importancia-de-la-agricultura-colombianas) AgroSpray. “Inteligencia artificial en el agro: más productivo y sustentable” {En línea}. { 8 noviembre de 2022} disponible en: (https://agrospray.com.ar/blog/inteligencia-artificial-en-el-agro/) Fontagro. “Innovación Agrotech en América Central y El Caribe: Oportunidades y desafíos frente al cambio climático” {En línea}. {3 noviembre de 2022} disponible en: (https://www.fontagro.org/es/blog/innovacion-agrotech-en-america-central-y-el-caribe-oportunidades-y-desafios-frente-al-cambio-climatico-2/) Intekel Automatización. “Oportunidades de la automatización en la agroindustria” {En línea}. {28 septiembre de 2022} disponible en: https://www.intekel.com/blog/oportunidades-de-la-automatizacion-en-la-agroindustria/ ORGANIZACIÓN DE LAS NACIONES UNIDAS, División de desarrollo sostenible. “Fomento de la agricultura y del desarrollo rural sostenibles”. {En línea}. n.d. {11 octubre de 2022}. Disponible en: (https://www.un.org/spanish/esa/sustdev/agenda21/agenda21spchapter14.htm) Departamento técnico, novedades Agrícolas. “Agricultura vertical: una tendencia hecha realidad” {En línea}. {24 septiembre 2022} disponible en: (https://www.interempresas.net/Horticola/Articulos/301218-Agricultura-vertical-una-tendencia-hecha-realidad.html) AGRONEGOCIOS. “Certificaciones, el principal reto de las exportaciones de fresas colombianas”. {En línea}. 9 de octubre de 2019. {11 octubre de 2022}. Disponible en: (https://www.agronegocios.co/agricultura/certificaciones-el-principal-reto-de-las-exportaciones-de-fresas-colombianas-2918876#) “Mercado latinoamericano de agricultura de precisión”. {En línea}. n.d. {11 octubre de 2022}. Disponible en: (https://www.informesdeexpertos.com/informes/mercado-latinoamericano-de-agricultura-de-precision) CAMARA DE COMERCIOD DE BOGOTA., Núcleo ambiental S.A.S., Manual: Fresa WESTREICHER, Guillermo. “Producción agrícola” {En línea}. {9 noviembre 2022} disponible en: (https://economipedia.com/definiciones/produccion-agricola.html) Food and Agriculture Organization of the United Nations, FAO. “Cosecha” {En línea}. {24 septiembre 2022} disponible en: (https://www.fao.org/3/y4893s/y4893s04.htm) FRANCO, Germán. GARCÍA, María C. ANTÍA, Germán A. y HENAO, Juan C. “Cosecha y manejo postcosecha” {En línea}. {5 noviembre 2022} disponible en: (https://editorial.agrosavia.co/index.php/publicaciones/catalog/download/46/79/834-1?inline=1) MONTENEGRO, Andrés B. y PARADA, Cristian D. Diseño e implementación de un sistema de detección de malezas en cultivos cundiboyacenses. Bogotá, 2015, 74p. Tesis de grado (optar por el título de ingeniero electrónico telecomunicaciones). Universidad católica de Colombia. Facultad de ingeniería. Programa de electrónica y telecomunicaciones. GARCIA I, Maduell Eloi. Vision Artificial. Catalunya. (s.f)., 30p. Universitat Oberta de Catalunya. PID. 00184756. NIXON, Mark S. AGUADO, Alberto S. Feature Extraction and Image Processing. First Edition. Grat Britain. British Library Cataloguing. 2002. 360p. ISBN 0 7506 5078 8. MONTENEGRO BERMÚDEZ, Andrés Felipe. PARADA ROJAS, Cristian David. Diseño e implementación de un sistema de detección de malezas en cultivos Cundiboyacenses. Bogotá D.C, 2015., 74p. Tesis de grado (Ingeniero electrónico y telecomunicaciones). Universidad Católica de Colombia. Facultad de Ingeniería. MathWorks. (s.f.). Convolución. Disponible en: https://la.mathworks.com/discovery/convolution.html INSTITUTO UNIVERSITARIO DE MATEMÁTICA PURA Y APLICADA UNIVERSITAT POLITÉCNICA DE VALÉNCIA. (s.f.). Modelling in Science Education and Learning: Aplicación de la convolución de matrices al filtrado de imágenes. Valéncia: Volumen 9(2), 2016. 12p. INSTITUTO TECNOLÓGICO DE COSTA RICA, ESCUELA DE MATEMÁTICA. (s.f.). Convolución Matricial Aplicado al Procesamiento de Imágenes. Costa Rica. 3p. SANDOVAL, Lilian J. Algoritmos de aprendizaje automático para análisis y predicción de datos. En: Revista tecnológica. Vol.; 11. (Ene-dic.2018); p. 1-5. CENTENO FRANCO, Alba. Deep learning. Sevilla, 2019, 69p. Tesis de grado (Doble titulación en matemáticas y estadística). Universidad de Sevilla. Facultad de ciencias. Departamento de matemática y estadística. IBM. (s.f.). Deep learning. Disponible en: https://www.ibm.com/co-es/cloud/deep-learning MathWorks. (s.f). Deep Learning, Tres cosas que es necesario saber. Disponible en: https://la.mathworks.com/discovery/deep-learning.html Merkle. (s.f.). El algoritmo K-NN y su importancia en el modelado de datos. Disponible en: https://www.merkle.com/es/es/blog/algoritmo-knn-modelado-datos DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN E INTELIGENCIA ARTIFICIAL UNIVERSIDAD DEL PAÍS VASCO (s.f.). Clasificadores K-NN. Bilbao. 8p. CETINA, Víctor. “Aprendizaje por Refuerzo”. {En línea}. {9 noviembre 2022} disponible en: (https://docplayer.es/53930255-Aprendizaje-por-refuerzo.html) CORTÉS, Elkin. ÁLVAREZ, Fernando y GONZÁLEZ, Hugo. LA Mecanización agrícola: gestión, selección y administración de la maquinaria para las operaciones de campo. En: Revista CES Medicina Veterinaria y Zootecnia. Vol.; 4 No 2 (Jul-dic.2009); p. 151-160 AUSTRAL FALCON, (22 de junio de 2020). Manual vs Mecánica: ¿Qué tipo de cosecha me conviene más? Disponible en: https://www.australfalcon.com/recoleccion-de-cosecha/manual-vs-mecanica-que-tipo-de-cosecha-me-conviene-mas/ RIZO, Erandy, (25 de julio de 2018). Robótica, ¿qué tan lejos estamos en la agricultura? https://www.hortalizas.com/innovacion/robotica-que-tan-lejos-estamos-en-la-agricultura/ Randstad. “Impacto de la automatización en la agricultura”. {En línea}. {25 septiembre 2022} disponible en: (https://www.randstad.es/tendencias360/impacto-de-la-automatizacion-en-la-agricultura/) GUTIÉRREZ, Lourdes. (27 de diciembre de 2017). Automatización en la agricultura. Disponible en: https://www.casasauza.com/procesos-tequila-sauza/automatizacion-agricultura MARTINEZ ORTEGA, Mario A. Agentes inteligentes aplicados al reconocimiento de imágenes en el campo de la agricultura. Pereira, 2008, 96p. Tesis de grado (Obtener título de ingeniero de Sistemas y Computación). Universidad tecnológica de Pereira. Facultad de ingenierías: eléctrica, electrónica, física y ciencias de la computación. ADVANTECH, (s.f.). Los ingredientes IoT perfectos para la industria de alimentación y bebidas. Disponible en: https://page.advantech.com/2022_AEU_FoodBeverage_SPA WEBB, Jon. A Guided Tour of Computer Vision: A review. En: AI Magazine. Vol. 15., No. 4., (1994); pág. 2 MARCOS, Ana González. MARTINEZ DE PISÓN ASCACIBAR, Francisco Javier. PERNÍA ESPINOZA, Ana Verónica. ALBA ELÍAS, Fernando. CASTEJÓN LIMAS, Manuel. ORDIERES MERÉ, Joaquín. VERGARA GONZÁLEZ, Eliseo. Técnicas y Algoritmos Básicos de Visón Artificial: Grupo de investigación EDMANS, 681.31.019. No. 24., Universidad de la Roja. 2006. ISBN: 84-689-9345-X RIVERO MENDOZA, Francisco. Geometría computacional. Mérida, 2006, 74p. Trabajo de investigación (no precisa). Universidad de Los Andes. Facultad de Ciencias. Departamento de Matemáticas. MOUNT, David M. CMSC 754 Computational Geometry. Estados Unidos, 2002, 122p. Trabajo de investigación (no precisa). University of Maryland. Departamento de Ciencias de la Computación. HERNÁNDEZ RÍOS, Rodolfo. La agricultura de precisión. Una necesidad actual. En: Revista Ingeniería Agrícola. Vol. 11., Num. 1. ed. 10., (Dic, 2020); p. 76-83 BURGOS, Federico Edmundo. FERRI, Silvina Laura. MALACRIDA, Jose Francisco. Aporte de la ingeniería en agrimensura a la agricultura de precision. {En linea}. n.d. {15 octubre 2022}. Disponible en:(https://www.monografias.com/trabajos-pdf2/aporte-ingenieria-agrimensura-agricultura-precision/aporte-ingenieria-agrimensura-agricultura-precision.pdf) OCHOA DUARTE, Alexei Gabriel. FORERO PACHÓN, Aura María. CANGREJO ALJURE, Libia Denisse. Actualidad y tendencias de la agricultura de precisión, Present and trends of precision agriculture in the twenty-first century. Bogotá, 2012, 13p.Universidad Nacional de Colombia. Facultad de ingeniería. Grupo de investigación ANGeosSc. BLOG Agroware. Automatización en la agricultura, Software Agricola. {En linea}. n.d. {15 ovtubre 2022}. Disponible en: (https://sistemaagricola.com.mx/blog/automatizacion-de-la-agricultura/) RODAL, Enrique. Podcast Industria 4.0: Nuevas tecnologías vinculadas a la industria 4.0 y su aplicación en la agricultura de precisión. {En línea}. 5 de marzo de 2019. {15 de octubre de 2022}. Disponible en: (https://www.podcastindustria40.com/agricultura-precision-40/) BAUERNHANSL, Thomas. KRUGER, Jorh. REINHART, Gunther. SCHUH, GuntherWissenschaftliche geseellschaft fur produktionstechnik., WGP-Standpunkt Industrie 4.0 FLÓREZ MARTÍNEZ, Diego H. y URIBE GALVIS, Claudia P. “Fourth Industrial Revolution Technologies for Agriculture Sector: a trend analysis in Agriculture 4.0”. {En línea}. {26 septiembre 2022} disponible en: (http://laccei.org/LACCEI2020-VirtualEdition/full_papers/FP11.pdf) WELTZIEN, Cornelia. Agricultura digital, o por qué la agricultura 4.0 aún ofrece ganancias modestas. En: ResearchGate. No 71 (Ene- dic 2016); p. 66-68. LIU, Ye. MA, Xiaoyuan. SHU, Lei. PETRUS H, Gerhard y ABU M., Adnan M. De la industria 4.0 a la agricultura 4.0: estado actual, tecnologías habilitadoras y desafíos de investigación. En: IEEE Transactions on Industrial Informatics. Vol.; 17. No 6 (Jun-2021); p. 4322-4334. COMISIÓN ECONÓMICA PARA AMÉRICA LATINA Y EL CARIBE (CEPAL), 2019. ERBES, Analía. GUTMAN, Graciela. LAVARELLO, Pablo y ROBERT, Verónica. “Industria 4.0: oportunidades y desafíos para el desarrollo productivo de la provincia de Santa Fe”. Santiago: Documentos de Proyectos (LC/TS.2019/80). 152 p. UNIVERSIDAD PONTIFICIA COMILLAS. Nuevas tecnologías y agricultura 4.0: impacto en los recursos humanos de la industria agrícola en Centroamérica. Madrid: Repositorio, 2021, 63 p. WORLD GOVERMENT SUMMIT. DE CLEARCQ, Matthieu. VATS, Anchu y BIEL, Alvaro. Agriculture 4.0: The future of farming technology., febrero, 2018. P. 30 BANCO INTERAMERICANO DE DESARROLLO. VITÓN, Roberto P. INNOVACIÓN AGROTECH ES AMÉRICA CENTRAL Y EL CARIBE: Oportunidades y desafíos frente al cambio climático. No IDB-DP-00735. Washington: Iadb, 2019, 75 p. Industrielle Bildwerarbeitung., “Machine visión. Guideline for the preparation of a requirement specification and a system specification. VDI/VDE/ VDMA 2632 Blatt 2 / Part 2”. {En línea}. Octubre de 2015. {11 octubre de 2022}. Disponible en: (https://www.vdi.de/en/home/vdi-standards/details/vdivdevdma-2632-blatt-2-machine-vision-guideline-for-the-preparation-of-a-requirement-specification-and-a-system-specification-1) Industrielle Bildwerarbeitung., “Machine vision - Basics, terms, and definitions. VDI/VDE/ VDMA 2632. Blatt 1 / Part 1”. {En línea}. Abril de 2010. {11 octubre de 2022}. Disponible en: (https://www.vdi.de/en/home/vdi-standards/details/vdivde-2632-blatt-1-machine-vision-basics-terms-and-definitions) Industrielle Bildwerarbeitung., “Machine vision/industrial image processing - Acceptance test of classifying machine vision systems - Test of classification performance. VDI/VDE/ VDMA 2632. Part 3”. {En línea}. Agosto de 2020. {11 octubre de 2022}. Disponible en: (https://www.vdi.de/en/home/vdi-standards/details/vdivdevdma-2632-blatt-31-machine-visionindustrial-image-processing-acceptance-test-of-classifying-machine-vision-systems-test-of-classification-performance) Industrielle Bildwerarbeitung., “Machine vision/industrial image processing - Surface inspection systems in flat steel production - Stability testing. VDI/VDE/ VDMA 2632. Blatt 4.1 / Part 4”. {En línea}. Agosto de 2020. {11 octubre de 2022}. Disponible en: (https://www.vdi.de/en/home/vdi-standards/details/vdivdevdma-2632-blatt-41-machine-visionindustrial-image-processing-surface-inspection-systems-in-flat-steel-production-stability-testing) MINISTERIO DE AGRICULTURA DE COLOMBIA, Dirección de cadenas agrícolas y forestales. “Cadena de la fresa”. {En línea}. Marzo de 2021. {11 octubre de 2022}. Disponible en: (https://sioc.minagricultura.gov.co/Fresa/Documentos/2021-03-31%20Cifras%20Sectoriales.pdf) GRAJALES VALENCIA, Natalia. Desarrollo de empaque para proteger y conservar la fresa en condiciones organolépticas para su distribución. Pereira, n.d, 112p. Proyecto de grado (Diseño Industrial). Universidad Católica Popular del Risaralda. Facultad de Arquitectura y Diseño. CATARINA, Universidad de las Américas Puebla. “Procesamiento de imágenes” {En línea}. {20 septiembre 2022} disponible en: (http://catarina.udlap.mx) |
| dc.rights.none.fl_str_mv |
Derechos Reservados - Universidad Católica de Colombia, 2023 |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| rights_invalid_str_mv |
Derechos Reservados - Universidad Católica de Colombia, 2023 http://purl.org/coar/access_right/c_abf2 Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
140 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad Católica de Colombia |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingenierías |
| dc.publisher.place.none.fl_str_mv |
Bogotá |
| dc.publisher.program.none.fl_str_mv |
Ingeniería Electrónica y Telecomunicaciones |
| publisher.none.fl_str_mv |
Universidad Católica de Colombia |
| institution |
Universidad Católica de Colombia |
| bitstream.url.fl_str_mv |
https://repository.ucatolica.edu.co/bitstreams/d5409166-4d96-4b10-9e5c-7cd041e93b5c/download https://repository.ucatolica.edu.co/bitstreams/89a8cf7e-cce6-43b8-8226-a21047e0bf9c/download https://repository.ucatolica.edu.co/bitstreams/fbd054a9-8443-45b9-b47b-10c3f5553446/download https://repository.ucatolica.edu.co/bitstreams/0daa5cc5-fd5f-4da4-979d-bd3c088900a0/download https://repository.ucatolica.edu.co/bitstreams/e9d317ba-bc0e-4095-9cc0-f84ded37b47c/download https://repository.ucatolica.edu.co/bitstreams/b88f5e1f-09ad-4eb5-a44b-8b45004ca3ef/download https://repository.ucatolica.edu.co/bitstreams/1df163d2-805d-4811-a2d1-d8af89eec0cb/download https://repository.ucatolica.edu.co/bitstreams/3c564812-89cf-4a30-8cbe-d3e1287bc4a0/download https://repository.ucatolica.edu.co/bitstreams/bc84dff9-6243-49f9-a2cc-6c58c1e30b0e/download https://repository.ucatolica.edu.co/bitstreams/fae2aed2-c517-41b3-bf44-d35b94de7113/download https://repository.ucatolica.edu.co/bitstreams/79afadab-cf3f-40d8-95d7-2e6248aeff38/download https://repository.ucatolica.edu.co/bitstreams/c80a633b-004b-4f03-8609-a7a3c27677a8/download https://repository.ucatolica.edu.co/bitstreams/98c04af2-ac09-44a1-b516-5c2ed9b49f7d/download |
| bitstream.checksum.fl_str_mv |
a23fe91fb461cdb4d89a198a2df489ad ed414858fcb03617d4f82d31d58f8bfb a960bba44e8cdfd9fb3eca2cdbb004ec 7fa5983759eb3739b95f9a8758a7ef6b 73a5432e0b76442b22b026844140d683 e01b7956539829dd3ec03f770dc19444 4b818db00aec48bf4f927004b99eab41 44085aa80322c7c588f45ba23435d12d 1c03c4217074f049f223dae823073a6f 3069e98ff331b6d8a1cc2e7b2d122876 fbc00bb6c849ed459a7b6e4ffd31897e 013e11a5f3f7d793c05fffa4176f25e2 3bb06a0cccf357d731308068ef138cb3 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Católica de Colombia - RIUCaC |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1814256206427979776 |
| spelling |
Suárez-Suárez, Carlos Renévirtual::3396-1Delgado-Cubillos, Victor Manuel05c15f21-db42-4540-a480-fd99bc875597-12024-06-24T15:04:02Z2024-06-24T15:04:02Z2023Trabajo de investigaciónLas fresas son un tipo de cultivo que requiere un control de calidad para comercializarse de forma rentable, la producción masiva desde la etapa de cosecha hasta postcosecha y transporte a centros de acopio presenta un alto nivel de vulnerabilidades que afecta textura y proceso de maduración, además, las técnicas tradicionales de manipulación y clasificación proporciona maltrato a la fruta, que se traduce en daños cuando se ofrece al consumidor final. Es por esto que se identifica la necesidad de minimizar los daños producidos debido a las técnicas manuales, buscando formas innovadoras de realizar actividades en la fase de postcosecha. El factor principal se caracteriza en usar la instrumentación de la estación Sorting Station de Festo como plataforma didáctica que simula una planta industrial, para validar experimentalmente el sistema que permite la clasificación automática de fresas, aplicando la lectura de sensores ópticos para activar la banda transportadora, un cilindro simple efecto para detener la fresa y tomar la imagen de la fruta con una cámara digital y en la parte final dos cilindros doble efecto para separar las fresas de acuerdo con los parámetros de clasificación. El desarrollo integra el dispositivo PLC encargado de controlar la estación, en conjunto con la tarjeta Raspberry Pi4, en la que se configura con uso del lenguaje Python las técnicas de visión artificial, basado en dos parámetros de clasificación: estado de maduración por color y tamaño. El sistema de clasificación analiza las características de la fresa dibujando el área del contorno por cada de color de maduración, y luego segmentando la imagen mediante Machine Learning con método de agrupamiento K-Means, determinar el tamaño de la fresa con la cantidad mayor de pixeles por maduración por cada tonalidad. A nivel tecnológico, el desarrollo presenta grandes retos, debido a que los estados de maduración de las fresas no tienen una distribución de color simétrica, y su tamaño es variable, encontrando la necesidad de evaluar un sistema multicaracteristico, que pueda identificar estado de maduración y tamaño por medio de técnicas de visión artificial. En el desarrollo del proyecto se encontró que para la implementación del algoritmo de inteligencia artificial K-Means, se logra extraer múltiples características de las imágenes de fresas. (Tomado de la fuente).PregradoIngeniero Electrónico de TelecomunicacionesRESUMEN INTRODUCCIÓN 1. ANTECEDENTES 2. PLANTEAMIENTO DEL PROBLEMA 3. FORMULACIÓN DEL PROBLEMA 4. JUSTIFICACIÓN 5. OBJETIVOS 6. ALCANCES Y LIMITACIONES 7. MARCO DE REFERENCIA 8. METODOLOGÍA 9. DESARROLLO 10. RESULTADOS Y ANÁLISIS DE RESULTADOS 11. CONCLUSIONES 12. RECOMENDACIONES Y TRABAJOS FUTUROS REFERENCIAS ANEXOS140 páginasapplication/pdfDelgado-Cubillos, V. M. (2023). Sistema automatizado para la clasificación de fresas mediante técnicas de visión artificial. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería Electrónica y Telecomunicaciones. Bogotá, Colombia.https://hdl.handle.net/10983/31241spaUniversidad Católica de ColombiaFacultad de IngenieríasBogotáIngeniería Electrónica y TelecomunicacionesMinisterio de agricultura y desarrollo rural. “El sector agropecuario creció 3,8% en el PIB del segundo trimestre de 2021”. {En línea}. {19 septiembre de 2022} disponible en: (https://www.minagricultura.gov.co/noticias/Paginas/El-sector-agropecuario-creci%C3%B3-3,8-en-el-PIB-del-segundo-trimestre-de-2021.aspx).COLOMBIA. PROCOLOMBIA. (s.f.). Cadena de agroalimentos 2021. Ministerio de Comercio, Industria y Turismo. (https://www.camara.gov.co/sites/default/files/2021-08/ANEXO%201%20MINCOMERCIO%20-%20%20Productos_potencial_exportador_agroindustrial_Colombia.pdf)XIONG, Ya. PENG, Cheng. GRIMSTAD, Lars. FROM, Johan From. VOLKAN. Isler. Development and field evaluation of a strawberry harvesting robot with a cable driven gripper. En: Computer and Electronics in Agriculture. Vol. 157; No. (Feb, 2019); p. 392-402MONTOYA CAVERO, Luis Enrique. DE LEON TORRES, Rocío Diaz. ESPINOZA, Alfonso Gómez. ESCOBEDO CABELLO, Jesús Arturo. Vision systems for harvesting robots: Produce detection and localization. En: Computer and Electronics in Agriculture. Vol.192; No. (Jan, 2022)BHANGE, Manisha. HINGOLIWALA, H.A. Smart Farming: Pomegranate disease detection using image processing. En: Procedia Computer Science. Vol., 58; No (2015); p. 280-288ARAKERI, Megha. LAKSHMANA. Computer vision-based fruit grading system for quality evaluation of tomato in agriculture industry. En: Procedia Computer Science. Vol., 79; No (2016); p. 426-433YOSSY, Emmy Harna. PRANATA, Jhonny. WIJAYA, Tommy. HERMAWAN, Heri. BUDIHARTO, Widolo. Mango fruit sortation system using neural network and computer vision. En: Procedia Computer Science. Vol., 116; No (2017); p. 596-603POSHMANN, Hendrik. BRUGGEMANN, Holger. GOLDMANN, Daniel. Fostering end-of-life utilization by information-driven robotic disassembly. En: Procedia CIRP. Vol., 98; No (2021); p. 282-287KUMAR MAHANTI, Naveen. PANDISELVAM, R. ANJINEYULU, Kothakota. ISHWARYA, Padma. CHAKRABORTY, Kumar. KUMAR, Manoj. COZZOLINO, Daniel. Emerging non-destructive imaging techniques for fruit damage detection: Image processing and analysis. En: Trends in Food Science & Technology. Vol 120., (Feb 2022)., p. 418-438LIANYI, Yu. XIONG, Juntao. FANG, Xueqing. ZHENGANG, Yang. YUNQI, Chen. XIAOYUN, Lin. SHUFANG, Chen. Alitchi fruit recognition method in a natural environment using RGB-D images. En: Biosystems Engineering. Vol. 204., (Apr 2021). p. 50-63ZHOU, Xue. SUK LEE, Won. AMPATZIDIS, Yiannis. CHEN, Yang. PERES, Natalia. FRAISSE, Clyde. Strawberry Maturity Classification from UAV and Near-Ground Imaging Using Deep Learning. En: Smart Agricultural Technology., Vol. 1., (Dec 2021)., ISSN: 100001., https://doi.org/10.1016/j.atech.2021.100001LIMING, Xu. YANCHAO, Zhao. Automated strawberry grading system based on image processing. En: Computers and Electronics in Agriculture., Vol 71., (Apr 2010). p.32-39. https://doi.org/10.1016/j.compag.2009.09.013DVA go further together. “Importancia de la agricultura en Colombia” {En línea}. {26 septiembre de 2022} disponible en: (https://dva.com.co/importancia-de-la-agricultura-colombianas)AgroSpray. “Inteligencia artificial en el agro: más productivo y sustentable” {En línea}. { 8 noviembre de 2022} disponible en: (https://agrospray.com.ar/blog/inteligencia-artificial-en-el-agro/)Fontagro. “Innovación Agrotech en América Central y El Caribe: Oportunidades y desafíos frente al cambio climático” {En línea}. {3 noviembre de 2022} disponible en: (https://www.fontagro.org/es/blog/innovacion-agrotech-en-america-central-y-el-caribe-oportunidades-y-desafios-frente-al-cambio-climatico-2/)Intekel Automatización. “Oportunidades de la automatización en la agroindustria” {En línea}. {28 septiembre de 2022} disponible en: https://www.intekel.com/blog/oportunidades-de-la-automatizacion-en-la-agroindustria/ORGANIZACIÓN DE LAS NACIONES UNIDAS, División de desarrollo sostenible. “Fomento de la agricultura y del desarrollo rural sostenibles”. {En línea}. n.d. {11 octubre de 2022}. Disponible en: (https://www.un.org/spanish/esa/sustdev/agenda21/agenda21spchapter14.htm)Departamento técnico, novedades Agrícolas. “Agricultura vertical: una tendencia hecha realidad” {En línea}. {24 septiembre 2022} disponible en: (https://www.interempresas.net/Horticola/Articulos/301218-Agricultura-vertical-una-tendencia-hecha-realidad.html)AGRONEGOCIOS. “Certificaciones, el principal reto de las exportaciones de fresas colombianas”. {En línea}. 9 de octubre de 2019. {11 octubre de 2022}. Disponible en: (https://www.agronegocios.co/agricultura/certificaciones-el-principal-reto-de-las-exportaciones-de-fresas-colombianas-2918876#)“Mercado latinoamericano de agricultura de precisión”. {En línea}. n.d. {11 octubre de 2022}. Disponible en: (https://www.informesdeexpertos.com/informes/mercado-latinoamericano-de-agricultura-de-precision)CAMARA DE COMERCIOD DE BOGOTA., Núcleo ambiental S.A.S., Manual: FresaWESTREICHER, Guillermo. “Producción agrícola” {En línea}. {9 noviembre 2022} disponible en: (https://economipedia.com/definiciones/produccion-agricola.html)Food and Agriculture Organization of the United Nations, FAO. “Cosecha” {En línea}. {24 septiembre 2022} disponible en: (https://www.fao.org/3/y4893s/y4893s04.htm)FRANCO, Germán. GARCÍA, María C. ANTÍA, Germán A. y HENAO, Juan C. “Cosecha y manejo postcosecha” {En línea}. {5 noviembre 2022} disponible en: (https://editorial.agrosavia.co/index.php/publicaciones/catalog/download/46/79/834-1?inline=1)MONTENEGRO, Andrés B. y PARADA, Cristian D. Diseño e implementación de un sistema de detección de malezas en cultivos cundiboyacenses. Bogotá, 2015, 74p. Tesis de grado (optar por el título de ingeniero electrónico telecomunicaciones). Universidad católica de Colombia. Facultad de ingeniería. Programa de electrónica y telecomunicaciones.GARCIA I, Maduell Eloi. Vision Artificial. Catalunya. (s.f)., 30p. Universitat Oberta de Catalunya. PID. 00184756.NIXON, Mark S. AGUADO, Alberto S. Feature Extraction and Image Processing. First Edition. Grat Britain. British Library Cataloguing. 2002. 360p. ISBN 0 7506 5078 8.MONTENEGRO BERMÚDEZ, Andrés Felipe. PARADA ROJAS, Cristian David. Diseño e implementación de un sistema de detección de malezas en cultivos Cundiboyacenses. Bogotá D.C, 2015., 74p. Tesis de grado (Ingeniero electrónico y telecomunicaciones). Universidad Católica de Colombia. Facultad de Ingeniería.MathWorks. (s.f.). Convolución. Disponible en: https://la.mathworks.com/discovery/convolution.htmlINSTITUTO UNIVERSITARIO DE MATEMÁTICA PURA Y APLICADA UNIVERSITAT POLITÉCNICA DE VALÉNCIA. (s.f.). Modelling in Science Education and Learning: Aplicación de la convolución de matrices al filtrado de imágenes. Valéncia: Volumen 9(2), 2016. 12p.INSTITUTO TECNOLÓGICO DE COSTA RICA, ESCUELA DE MATEMÁTICA. (s.f.). Convolución Matricial Aplicado al Procesamiento de Imágenes. Costa Rica. 3p.SANDOVAL, Lilian J. Algoritmos de aprendizaje automático para análisis y predicción de datos. En: Revista tecnológica. Vol.; 11. (Ene-dic.2018); p. 1-5.CENTENO FRANCO, Alba. Deep learning. Sevilla, 2019, 69p. Tesis de grado (Doble titulación en matemáticas y estadística). Universidad de Sevilla. Facultad de ciencias. Departamento de matemática y estadística.IBM. (s.f.). Deep learning. Disponible en: https://www.ibm.com/co-es/cloud/deep-learningMathWorks. (s.f). Deep Learning, Tres cosas que es necesario saber. Disponible en: https://la.mathworks.com/discovery/deep-learning.htmlMerkle. (s.f.). El algoritmo K-NN y su importancia en el modelado de datos. Disponible en: https://www.merkle.com/es/es/blog/algoritmo-knn-modelado-datosDEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN E INTELIGENCIA ARTIFICIAL UNIVERSIDAD DEL PAÍS VASCO (s.f.). Clasificadores K-NN. Bilbao. 8p.CETINA, Víctor. “Aprendizaje por Refuerzo”. {En línea}. {9 noviembre 2022} disponible en: (https://docplayer.es/53930255-Aprendizaje-por-refuerzo.html)CORTÉS, Elkin. ÁLVAREZ, Fernando y GONZÁLEZ, Hugo. LA Mecanización agrícola: gestión, selección y administración de la maquinaria para las operaciones de campo. En: Revista CES Medicina Veterinaria y Zootecnia. Vol.; 4 No 2 (Jul-dic.2009); p. 151-160AUSTRAL FALCON, (22 de junio de 2020). Manual vs Mecánica: ¿Qué tipo de cosecha me conviene más? Disponible en: https://www.australfalcon.com/recoleccion-de-cosecha/manual-vs-mecanica-que-tipo-de-cosecha-me-conviene-mas/RIZO, Erandy, (25 de julio de 2018). Robótica, ¿qué tan lejos estamos en la agricultura? https://www.hortalizas.com/innovacion/robotica-que-tan-lejos-estamos-en-la-agricultura/Randstad. “Impacto de la automatización en la agricultura”. {En línea}. {25 septiembre 2022} disponible en: (https://www.randstad.es/tendencias360/impacto-de-la-automatizacion-en-la-agricultura/)GUTIÉRREZ, Lourdes. (27 de diciembre de 2017). Automatización en la agricultura. Disponible en: https://www.casasauza.com/procesos-tequila-sauza/automatizacion-agriculturaMARTINEZ ORTEGA, Mario A. Agentes inteligentes aplicados al reconocimiento de imágenes en el campo de la agricultura. Pereira, 2008, 96p. Tesis de grado (Obtener título de ingeniero de Sistemas y Computación). Universidad tecnológica de Pereira. Facultad de ingenierías: eléctrica, electrónica, física y ciencias de la computación.ADVANTECH, (s.f.). Los ingredientes IoT perfectos para la industria de alimentación y bebidas. Disponible en: https://page.advantech.com/2022_AEU_FoodBeverage_SPAWEBB, Jon. A Guided Tour of Computer Vision: A review. En: AI Magazine. Vol. 15., No. 4., (1994); pág. 2MARCOS, Ana González. MARTINEZ DE PISÓN ASCACIBAR, Francisco Javier. PERNÍA ESPINOZA, Ana Verónica. ALBA ELÍAS, Fernando. CASTEJÓN LIMAS, Manuel. ORDIERES MERÉ, Joaquín. VERGARA GONZÁLEZ, Eliseo. Técnicas y Algoritmos Básicos de Visón Artificial: Grupo de investigación EDMANS, 681.31.019. No. 24., Universidad de la Roja. 2006. ISBN: 84-689-9345-XRIVERO MENDOZA, Francisco. Geometría computacional. Mérida, 2006, 74p. Trabajo de investigación (no precisa). Universidad de Los Andes. Facultad de Ciencias. Departamento de Matemáticas.MOUNT, David M. CMSC 754 Computational Geometry. Estados Unidos, 2002, 122p. Trabajo de investigación (no precisa). University of Maryland. Departamento de Ciencias de la Computación.HERNÁNDEZ RÍOS, Rodolfo. La agricultura de precisión. Una necesidad actual. En: Revista Ingeniería Agrícola. Vol. 11., Num. 1. ed. 10., (Dic, 2020); p. 76-83BURGOS, Federico Edmundo. FERRI, Silvina Laura. MALACRIDA, Jose Francisco. Aporte de la ingeniería en agrimensura a la agricultura de precision. {En linea}. n.d. {15 octubre 2022}. Disponible en:(https://www.monografias.com/trabajos-pdf2/aporte-ingenieria-agrimensura-agricultura-precision/aporte-ingenieria-agrimensura-agricultura-precision.pdf)OCHOA DUARTE, Alexei Gabriel. FORERO PACHÓN, Aura María. CANGREJO ALJURE, Libia Denisse. Actualidad y tendencias de la agricultura de precisión, Present and trends of precision agriculture in the twenty-first century. Bogotá, 2012, 13p.Universidad Nacional de Colombia. Facultad de ingeniería. Grupo de investigación ANGeosSc.BLOG Agroware. Automatización en la agricultura, Software Agricola. {En linea}. n.d. {15 ovtubre 2022}. Disponible en: (https://sistemaagricola.com.mx/blog/automatizacion-de-la-agricultura/)RODAL, Enrique. Podcast Industria 4.0: Nuevas tecnologías vinculadas a la industria 4.0 y su aplicación en la agricultura de precisión. {En línea}. 5 de marzo de 2019. {15 de octubre de 2022}. Disponible en: (https://www.podcastindustria40.com/agricultura-precision-40/)BAUERNHANSL, Thomas. KRUGER, Jorh. REINHART, Gunther. SCHUH, GuntherWissenschaftliche geseellschaft fur produktionstechnik., WGP-Standpunkt Industrie 4.0FLÓREZ MARTÍNEZ, Diego H. y URIBE GALVIS, Claudia P. “Fourth Industrial Revolution Technologies for Agriculture Sector: a trend analysis in Agriculture 4.0”. {En línea}. {26 septiembre 2022} disponible en: (http://laccei.org/LACCEI2020-VirtualEdition/full_papers/FP11.pdf)WELTZIEN, Cornelia. Agricultura digital, o por qué la agricultura 4.0 aún ofrece ganancias modestas. En: ResearchGate. No 71 (Ene- dic 2016); p. 66-68.LIU, Ye. MA, Xiaoyuan. SHU, Lei. PETRUS H, Gerhard y ABU M., Adnan M. De la industria 4.0 a la agricultura 4.0: estado actual, tecnologías habilitadoras y desafíos de investigación. En: IEEE Transactions on Industrial Informatics. Vol.; 17. No 6 (Jun-2021); p. 4322-4334.COMISIÓN ECONÓMICA PARA AMÉRICA LATINA Y EL CARIBE (CEPAL), 2019. ERBES, Analía. GUTMAN, Graciela. LAVARELLO, Pablo y ROBERT, Verónica. “Industria 4.0: oportunidades y desafíos para el desarrollo productivo de la provincia de Santa Fe”. Santiago: Documentos de Proyectos (LC/TS.2019/80). 152 p.UNIVERSIDAD PONTIFICIA COMILLAS. Nuevas tecnologías y agricultura 4.0: impacto en los recursos humanos de la industria agrícola en Centroamérica. Madrid: Repositorio, 2021, 63 p.WORLD GOVERMENT SUMMIT. DE CLEARCQ, Matthieu. VATS, Anchu y BIEL, Alvaro. Agriculture 4.0: The future of farming technology., febrero, 2018. P. 30BANCO INTERAMERICANO DE DESARROLLO. VITÓN, Roberto P. INNOVACIÓN AGROTECH ES AMÉRICA CENTRAL Y EL CARIBE: Oportunidades y desafíos frente al cambio climático. No IDB-DP-00735. Washington: Iadb, 2019, 75 p.Industrielle Bildwerarbeitung., “Machine visión. Guideline for the preparation of a requirement specification and a system specification. VDI/VDE/ VDMA 2632 Blatt 2 / Part 2”. {En línea}. Octubre de 2015. {11 octubre de 2022}. Disponible en: (https://www.vdi.de/en/home/vdi-standards/details/vdivdevdma-2632-blatt-2-machine-vision-guideline-for-the-preparation-of-a-requirement-specification-and-a-system-specification-1)Industrielle Bildwerarbeitung., “Machine vision - Basics, terms, and definitions. VDI/VDE/ VDMA 2632. Blatt 1 / Part 1”. {En línea}. Abril de 2010. {11 octubre de 2022}. Disponible en: (https://www.vdi.de/en/home/vdi-standards/details/vdivde-2632-blatt-1-machine-vision-basics-terms-and-definitions)Industrielle Bildwerarbeitung., “Machine vision/industrial image processing - Acceptance test of classifying machine vision systems - Test of classification performance. VDI/VDE/ VDMA 2632. Part 3”. {En línea}. Agosto de 2020. {11 octubre de 2022}. Disponible en: (https://www.vdi.de/en/home/vdi-standards/details/vdivdevdma-2632-blatt-31-machine-visionindustrial-image-processing-acceptance-test-of-classifying-machine-vision-systems-test-of-classification-performance)Industrielle Bildwerarbeitung., “Machine vision/industrial image processing - Surface inspection systems in flat steel production - Stability testing. VDI/VDE/ VDMA 2632. Blatt 4.1 / Part 4”. {En línea}. Agosto de 2020. {11 octubre de 2022}. Disponible en: (https://www.vdi.de/en/home/vdi-standards/details/vdivdevdma-2632-blatt-41-machine-visionindustrial-image-processing-surface-inspection-systems-in-flat-steel-production-stability-testing)MINISTERIO DE AGRICULTURA DE COLOMBIA, Dirección de cadenas agrícolas y forestales. “Cadena de la fresa”. {En línea}. Marzo de 2021. {11 octubre de 2022}. Disponible en: (https://sioc.minagricultura.gov.co/Fresa/Documentos/2021-03-31%20Cifras%20Sectoriales.pdf)GRAJALES VALENCIA, Natalia. Desarrollo de empaque para proteger y conservar la fresa en condiciones organolépticas para su distribución. Pereira, n.d, 112p. Proyecto de grado (Diseño Industrial). Universidad Católica Popular del Risaralda. Facultad de Arquitectura y Diseño.CATARINA, Universidad de las Américas Puebla. “Procesamiento de imágenes” {En línea}. {20 septiembre 2022} disponible en: (http://catarina.udlap.mx)Derechos Reservados - Universidad Católica de Colombia, 2023info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)https://creativecommons.org/licenses/by-nc-sa/4.0/Agricultura-Innovaciones tecnológicasSeparadores (Máquinas)Control de la producción-Automatización-CultivoTarjetas madrePython (Lenguaje de programación de computadores)Circuitos impresos-Diseño y construcción620 - Ingeniería y operaciones afinesInteligencia artificialVisión artificialAgroindustriaAgricultura de precisiónAutomatizaciónProlog factorySorting stationPLCSistema automatizado para la clasificación de fresas mediante técnicas de visión artificialTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_fa2ee174bc00049fTextinfo:eu-repo/semantics/bachelorThesisPublicationxxxvirtual::3396-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000520489virtual::3396-1https://scholar.google.com/citations?user=gWBlkoMAAAAJ&hl=esvirtual::3396-1https://orcid.org/0000-0002-7558-1503virtual::3396-1xxxvirtual::3396-1a4e992ef-a495-44e2-9d58-a6c9fceb0c5avirtual::3396-1a4e992ef-a495-44e2-9d58-a6c9fceb0c5avirtual::3396-1ORIGINALDocumento Final - Trabajo de Grado (Licencia).pdfDocumento Final - Trabajo de Grado (Licencia).pdfapplication/pdf4851686https://repository.ucatolica.edu.co/bitstreams/d5409166-4d96-4b10-9e5c-7cd041e93b5c/downloada23fe91fb461cdb4d89a198a2df489adMD51Formato-F-010-GB-008_RESUMEN_ANALÍTICO_EN_EDUCACIÓN_RAE_VS_01.pdfFormato-F-010-GB-008_RESUMEN_ANALÍTICO_EN_EDUCACIÓN_RAE_VS_01.pdfapplication/pdf214466https://repository.ucatolica.edu.co/bitstreams/89a8cf7e-cce6-43b8-8226-a21047e0bf9c/downloaded414858fcb03617d4f82d31d58f8bfbMD52Formato-F-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdfFormato-F-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdfapplication/pdf415298https://repository.ucatolica.edu.co/bitstreams/fbd054a9-8443-45b9-b47b-10c3f5553446/downloada960bba44e8cdfd9fb3eca2cdbb004ecMD53Formato - Identificación de trabajo de grado.pdfFormato - Identificación de trabajo de grado.pdfapplication/pdf684891https://repository.ucatolica.edu.co/bitstreams/0daa5cc5-fd5f-4da4-979d-bd3c088900a0/download7fa5983759eb3739b95f9a8758a7ef6bMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-815543https://repository.ucatolica.edu.co/bitstreams/e9d317ba-bc0e-4095-9cc0-f84ded37b47c/download73a5432e0b76442b22b026844140d683MD55TEXTDocumento Final - Trabajo de Grado (Licencia).pdf.txtDocumento Final - Trabajo de Grado (Licencia).pdf.txtExtracted texttext/plain101645https://repository.ucatolica.edu.co/bitstreams/b88f5e1f-09ad-4eb5-a44b-8b45004ca3ef/downloade01b7956539829dd3ec03f770dc19444MD56Formato-F-010-GB-008_RESUMEN_ANALÍTICO_EN_EDUCACIÓN_RAE_VS_01.pdf.txtFormato-F-010-GB-008_RESUMEN_ANALÍTICO_EN_EDUCACIÓN_RAE_VS_01.pdf.txtExtracted texttext/plain25598https://repository.ucatolica.edu.co/bitstreams/1df163d2-805d-4811-a2d1-d8af89eec0cb/download4b818db00aec48bf4f927004b99eab41MD58Formato-F-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdf.txtFormato-F-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdf.txtExtracted texttext/plain13073https://repository.ucatolica.edu.co/bitstreams/3c564812-89cf-4a30-8cbe-d3e1287bc4a0/download44085aa80322c7c588f45ba23435d12dMD510Formato - Identificación de trabajo de grado.pdf.txtFormato - Identificación de trabajo de grado.pdf.txtExtracted texttext/plain2998https://repository.ucatolica.edu.co/bitstreams/bc84dff9-6243-49f9-a2cc-6c58c1e30b0e/download1c03c4217074f049f223dae823073a6fMD512THUMBNAILDocumento Final - Trabajo de Grado (Licencia).pdf.jpgDocumento Final - Trabajo de Grado (Licencia).pdf.jpgGenerated Thumbnailimage/jpeg6754https://repository.ucatolica.edu.co/bitstreams/fae2aed2-c517-41b3-bf44-d35b94de7113/download3069e98ff331b6d8a1cc2e7b2d122876MD57Formato-F-010-GB-008_RESUMEN_ANALÍTICO_EN_EDUCACIÓN_RAE_VS_01.pdf.jpgFormato-F-010-GB-008_RESUMEN_ANALÍTICO_EN_EDUCACIÓN_RAE_VS_01.pdf.jpgGenerated Thumbnailimage/jpeg12420https://repository.ucatolica.edu.co/bitstreams/79afadab-cf3f-40d8-95d7-2e6248aeff38/downloadfbc00bb6c849ed459a7b6e4ffd31897eMD59Formato-F-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdf.jpgFormato-F-004-GB-008_CESIÓN_DE_DERECHOS_VS_04.pdf.jpgGenerated Thumbnailimage/jpeg15255https://repository.ucatolica.edu.co/bitstreams/c80a633b-004b-4f03-8609-a7a3c27677a8/download013e11a5f3f7d793c05fffa4176f25e2MD511Formato - Identificación de trabajo de grado.pdf.jpgFormato - Identificación de trabajo de grado.pdf.jpgGenerated Thumbnailimage/jpeg16044https://repository.ucatolica.edu.co/bitstreams/98c04af2-ac09-44a1-b516-5c2ed9b49f7d/download3bb06a0cccf357d731308068ef138cb3MD51310983/31241oai:repository.ucatolica.edu.co:10983/312412024-06-25 03:00:53.814https://creativecommons.org/licenses/by-nc-sa/4.0/Derechos Reservados - Universidad Católica de Colombia, 2023https://repository.ucatolica.edu.coRepositorio Institucional Universidad Católica de Colombia - RIUCaCbdigital@metabiblioteca.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 |