Clasificador de la semilla Sacha inchi mediante aplicación de visión artificial

El presente proyecto se enfoca en la mejora del método de visión artificial implementado en el proyecto “Construcción de un Prototipo de una Máquina Selectora de Semillas de Sacha Inchi” el cual concluyó con un prototipo de máquina clasificadora, que permite realizar un proceso dosificación y con la...

Full description

Autores:
Rangel Blanco, Isaac David
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/19053
Acceso en línea:
http://hdl.handle.net/20.500.12749/19053
Palabra clave:
Mechatronic
Artificial vision
Sacha inchi
Prototype
Sorting machine
Computational processing
Smart algorithm
Development of prototypes
Simulation methods
Computer vision
Machine theory
Mecatrónica
Visión artificial
Desarrollo de prototipos
Métodos de simulación
Visión por computador
Teoría de las máquinas
Maquina clasificadora
Procesamiento computacional
Algoritmo inteligente
Prototipo
Sacha inchi
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_3251c48138a214ca0dc295c9526ebdba
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/19053
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Clasificador de la semilla Sacha inchi mediante aplicación de visión artificial
dc.title.translated.spa.fl_str_mv Sacha inchi seed classifier through artificial vision application
title Clasificador de la semilla Sacha inchi mediante aplicación de visión artificial
spellingShingle Clasificador de la semilla Sacha inchi mediante aplicación de visión artificial
Mechatronic
Artificial vision
Sacha inchi
Prototype
Sorting machine
Computational processing
Smart algorithm
Development of prototypes
Simulation methods
Computer vision
Machine theory
Mecatrónica
Visión artificial
Desarrollo de prototipos
Métodos de simulación
Visión por computador
Teoría de las máquinas
Maquina clasificadora
Procesamiento computacional
Algoritmo inteligente
Prototipo
Sacha inchi
title_short Clasificador de la semilla Sacha inchi mediante aplicación de visión artificial
title_full Clasificador de la semilla Sacha inchi mediante aplicación de visión artificial
title_fullStr Clasificador de la semilla Sacha inchi mediante aplicación de visión artificial
title_full_unstemmed Clasificador de la semilla Sacha inchi mediante aplicación de visión artificial
title_sort Clasificador de la semilla Sacha inchi mediante aplicación de visión artificial
dc.creator.fl_str_mv Rangel Blanco, Isaac David
dc.contributor.advisor.none.fl_str_mv Rueda Sánchez, Oscar Eduardo
Gonzales Acevedo, Hernando
dc.contributor.author.none.fl_str_mv Rangel Blanco, Isaac David
dc.contributor.cvlac.spa.fl_str_mv Rueda Sánchez, Oscar Eduardo [0000100258]
González Acevedo, Hernando [0000544655]
dc.contributor.googlescholar.spa.fl_str_mv Rueda Sánchez, Oscar Eduardo [WtioYOUAAAAJ]
González Acevedo, Hernando [V8tga0cAAAAJ&hl=es]
dc.contributor.orcid.spa.fl_str_mv Rueda Sánchez, Oscar Eduardo [0000-0001-6147-5980]
González Acevedo, Hernando [0000-0001-6242-3939]
dc.contributor.scopus.spa.fl_str_mv González Acevedo, Hernando [55821231500]
dc.contributor.researchgate.spa.fl_str_mv Rueda Sánchez, Oscar Eduardo [Oscar-Sanchez-37]
González Acevedo, Hernando [Hernando_Gonzalez3]
dc.contributor.apolounab.spa.fl_str_mv González Acevedo, Hernando [hernando-gonzalez-acevedo]
Rueda Sánchez, Oscar Eduardo [oscar-eduardo-rueda-sánchez]
dc.subject.keywords.spa.fl_str_mv Mechatronic
Artificial vision
Sacha inchi
Prototype
Sorting machine
Computational processing
Smart algorithm
Development of prototypes
Simulation methods
Computer vision
Machine theory
topic Mechatronic
Artificial vision
Sacha inchi
Prototype
Sorting machine
Computational processing
Smart algorithm
Development of prototypes
Simulation methods
Computer vision
Machine theory
Mecatrónica
Visión artificial
Desarrollo de prototipos
Métodos de simulación
Visión por computador
Teoría de las máquinas
Maquina clasificadora
Procesamiento computacional
Algoritmo inteligente
Prototipo
Sacha inchi
dc.subject.lemb.spa.fl_str_mv Mecatrónica
Visión artificial
Desarrollo de prototipos
Métodos de simulación
Visión por computador
Teoría de las máquinas
dc.subject.proposal.spa.fl_str_mv Maquina clasificadora
Procesamiento computacional
Algoritmo inteligente
Prototipo
Sacha inchi
description El presente proyecto se enfoca en la mejora del método de visión artificial implementado en el proyecto “Construcción de un Prototipo de una Máquina Selectora de Semillas de Sacha Inchi” el cual concluyó con un prototipo de máquina clasificadora, que permite realizar un proceso dosificación y con la implementación de ciertos dispositivos adicionales permite el posterior procesamiento computacional para seleccionar la semillas dependiendo su color y forma. También es importante resaltar que fueron requeridas ciertas modificaciones físicas o estructurales en dicha máquina prototipo debido a las necesidades presentadas en el transcurso del proyecto actual, con el fin de lograr una mejoría del proceso de clasificación. Las semillas ingresadas al prototipo de máquina clasificadora se plantean a las anteriores de la etapa de descascarado, las cuales están mezcladas entre capsulas marrones claros y semillas marrones oscuras que se contempla en el proceso general de obtención de aceite a partir de la semilla Plukenetia o más conocida como Sacha Inchi.
publishDate 2022
dc.date.issued.none.fl_str_mv 2022-11-28
dc.date.accessioned.none.fl_str_mv 2023-02-20T18:15:11Z
dc.date.available.none.fl_str_mv 2023-02-20T18:15:11Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/19053
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/19053
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Karisma . (2015). Una propuesta para cultivar y procesar Sacha Inchi en la Zona. Obtenido de https://karisma.org.co
Agronet. (10 de 3 de 2015). Análisis - Estadísticas. Obtenido de http://www.agronet.gov.co
Ahila Priyadharshini, R., Arivazhagan, S., Arun, M., & Mirnalini, A. (2019). Maize leaf disease classification using deep convolutional neural networks. Neural Comput & Applic.
Alimboyong, C., Hernandez, A. A., & Medina, R. P. (2018). Classification of Plant Seedling Images Using Deep Learning. Region 10 conference TENCON 2018.
Alvarez, G. F., & Rios, T. R. (2007). Estudio de viabilidad económica del cultivo de Plukenetia volubilis Linneo “sacha inchi” del departamento de San martin. Iquitos,Perú: Programa de ordenamiento ambiental – POA evaluación económica opciones productivas amazonia peruana.
Bussman, R., Tellez, C., & Glenn, A. (2009). Journal Of Botanic(Diario Internacional de Botánica y Micologia). 17_21.
Cachique, D., Ruiz, H., Hidalgo, L., Garcia, M., Guerrero, J., Solis, R., & Mesen, F. (2010). Propagación vegetativa del sacha inchi (Plukenetia volubilis L.) Mediante injerto, bajo condiciones controladas en San Martín, Perú. En Congreso Peruano de Mejoramiento Genético y Biotecnología Agrícola (págs. 74-75). Lima, Perú: UNAL/EPG.
Calvo, D. (13 de Julio de 2017). Clasificacion de redes neuronales artificiales. Obtenido de https://www.diegocalvo.es/clasificacion-de-redesneuronales-artificiales/
Calvo, D. (20 de Julio de 2017). Red Neuronal Convolucional CNN. Obtenido de https://www.diegocalvo.es/red-neuronal-convolucional/
Castellanos Castilla, J. d., & Castañeda Dias, J. S. (2017). Diseño e implementacion de un sistema atutomatizado para la clasificación del limón Tahiti de acuerdo con el tamañao y el grado de madurez. Bucaramanga: Universidad Autónoma de Bucaramanga.
Dorado, E. (2020). Apuntes del curso Deep Learning aplicado al análisis de señales e imágenes. valencia: CFP Universidad Politècnica de Valencia.
Dorado, E. d. (2019). Diseño, implementación y evaluación de una red neuronal convolucional para la detección de puntos principales en naranjas. Valencia : Universidad politécnica de valencia.
Dorado, E. d. (2019-2020). DISEÑO, IMPLEMENTACIÓN Y EVALUACIÓN DE UNA RED NEURONAL CONVOLUCIONAL PARA LA DETECCIÓN DE PUNTOS PRINCIPALES EN NARANJAS. Valencia: Universidad Politecnica de valencia.
Gomez V, V. Z. (2011). Diseño y construcción de una máquina tipo expeller para la extracción de aceite vegetal a partir de la semilla de la Jatropha curcas con capacidad de 200 Kilogramos/hora para la E.S.P.E-IASA II.
Gomez, M. (2004). Monografía y cultivo de sacha inchi, oleaginosas promisoria para la diversificación productiva en el trópico. . Corporación Colombiana de Investigación agropecuaria CORPOICA.
Grandez Muñoz, E. A., & Chingo Coronado, D. (2015). ALICIA CONCYTEC. Obtenido de https://alicia.concytec.gob.pe/vufind/Record/UNTR_1c52168c34fa8882 27796f2cd6b3f53e
Hermoza Llanos, E. A. (2018). Diseño de una máquina seleccionadora de semillas de sacha inchi peladas, por color con capacidad de 200kg/h. Lima, Perú: Pontificia universidad católica del Perú.
Jimenez, R., G.M, M., & Cruz, D. (2000). El género Plukenetia (Euphorbiaceae) en México. Anales del Instituto de Biología Universidad Nacional Autónoma de México, Serie Botánica, 71(1), 11-18.
Kriesel, D. (2007). A Brief Introduction to NeuralNetworks.
Mendoza, R. I., & Martin, M. d. (2014). Reconocimiento de objetivos en imágenes de video utilizando Visión artificial . Madrid, España: Universidad Politecnica de Madrid.
Moreno, A. A. (2019). Clasificación de imágenes usando redes neuronales convolucionales en Python. Sevilla: Escuela Técnica Superior de Ingeniería, Universidad de Sevilla.
O., H. (2013). Análisis composicional de la torta y aceite de semillas de Sacha Inchi (Plukenetia volubilis) cultivada en Colombia. Palmira, COlombia.
Paguay Donoso, D. G., & Valarezo Rodriguez, L. X. (2018). Diseño e implementacion de un prototipo clasificador de huevo de gallina basado en las imperfecciones de la cascara aplicando vision artificial. Riobamba, Ecuador: Escuela Politecnica de chimborazo.
Sanchez, R., & Amiqueri, B. (2004). Manual de cultivo de sacha inchi. Agroservicios LIMAG.
Sanchez, S. L. (2012). Caracterización y cuantificación de los ácidos grasos omega 3 y omega 6 presentes en el aceite de sacha inchi (Plukenetia volubilis L.). Colombia, Medellín: Universidad Nacional de Colombia, Facultad de Ciencias - Escuela de Química.
Sevillano B., F. J. (2015). Equipo de clasificación de semillas basado en visión artificial. Implantación sobre hardware libre. Valladolid: UNIVERSIDAD DE VALLADOLID ESCUELA DE INGENIERIAS INDUSTRIALES.
Sevillano Bustos, F. J. (2015). Equipo de clasificación de semillas basado en visión artificial. Implantación sobre hardware libre. Valladolid: Universidad de Valladolid.
Silva, S., & Freire, E. (23 de Noviembre de 2019). Introducción a las redes neuronales convolucionales. Obtenido de 71 https://bootcampai.medium.com/redes-neuronales-convolucionales5e0ce960caf8
sitiobigdata. (1 de mayo de 2019). Innovaciones arquitectónicas en redes neuronales. Obtenido de https://sitiobigdata.com/2019/05/01/innovaciones-arquitectonicasredes-neuronales-clasificacion-imagenes/#
Soto Archila, M. F. (2020). Construcción de un Prototipo de una Máquina Selectora de Semillas de Sacha Inchi. Bucaramanga,: Univseridad Autonoma de Bucaramanga.
Valdes Avila, L. S., & Baquero Vanegas, J. M. (2019). Deep Learning aplicado a imagenes satelitales como herramienta de detección de viviendas sin servicio de energia en el caserio Media Luna-Uribia-Guajira. Bogota, Colombia: Universidad Distrital Francisco Jose de Caldas.
Weber, C., Dai Pra, A. L., Rabal, L. I., J., H., Trivi, M., & Poggio Agurre, G. J. (2014). Determination of maize hardness by biospeckle and fuzzy granularity. Food Science Nutrition, 2(5), 557-564.
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-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Bucaramanga (Santander, Colombia)
dc.coverage.temporal.spa.fl_str_mv 2022
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería Mecatrónica
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/19053/4/2022_Tesis_Rangel%20Blanco%281%29.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/19053/2/2022_Licencia_Rangel_Blanco_Isaac_David.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/19053/5/2022_Tesis_Rangel%20Blanco%281%29.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/19053/6/2022_Licencia_Rangel_Blanco_Isaac_David.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/19053/3/license.txt
bitstream.checksum.fl_str_mv af2036e31cdd2a71d0624331e3854e64
afca09b5014bf3dbb5eebe9c12c9f815
b951ad60e5abeb9d95117d4600b8868b
393c165ae2499801d36d8d349a658dce
3755c0cfdb77e29f2b9125d7a45dd316
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814277358861942784
spelling Rueda Sánchez, Oscar Eduardoafd304c5-76c9-481a-90f4-ea7dd56ba4beGonzales Acevedo, Hernando978d1b5c-6c11-46c9-8d58-e6a8a9f3c11aRangel Blanco, Isaac David6f38cc14-50cf-470c-bf5c-55056580dafdRueda Sánchez, Oscar Eduardo [0000100258]González Acevedo, Hernando [0000544655]Rueda Sánchez, Oscar Eduardo [WtioYOUAAAAJ]González Acevedo, Hernando [V8tga0cAAAAJ&hl=es]Rueda Sánchez, Oscar Eduardo [0000-0001-6147-5980]González Acevedo, Hernando [0000-0001-6242-3939]González Acevedo, Hernando [55821231500]Rueda Sánchez, Oscar Eduardo [Oscar-Sanchez-37]González Acevedo, Hernando [Hernando_Gonzalez3]González Acevedo, Hernando [hernando-gonzalez-acevedo]Rueda Sánchez, Oscar Eduardo [oscar-eduardo-rueda-sánchez]Bucaramanga (Santander, Colombia)20222023-02-20T18:15:11Z2023-02-20T18:15:11Z2022-11-28http://hdl.handle.net/20.500.12749/19053instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl presente proyecto se enfoca en la mejora del método de visión artificial implementado en el proyecto “Construcción de un Prototipo de una Máquina Selectora de Semillas de Sacha Inchi” el cual concluyó con un prototipo de máquina clasificadora, que permite realizar un proceso dosificación y con la implementación de ciertos dispositivos adicionales permite el posterior procesamiento computacional para seleccionar la semillas dependiendo su color y forma. También es importante resaltar que fueron requeridas ciertas modificaciones físicas o estructurales en dicha máquina prototipo debido a las necesidades presentadas en el transcurso del proyecto actual, con el fin de lograr una mejoría del proceso de clasificación. Las semillas ingresadas al prototipo de máquina clasificadora se plantean a las anteriores de la etapa de descascarado, las cuales están mezcladas entre capsulas marrones claros y semillas marrones oscuras que se contempla en el proceso general de obtención de aceite a partir de la semilla Plukenetia o más conocida como Sacha Inchi.1 INTRODUCCIÓN ............................................................................. 12 1.1 DESCRIPCIÓN DEL PROBLEMA.................................................... 12 1.2 JUSTIFICACIÓN DEL PROBLEMA ................................................. 13 2 OBJETIVOS..................................................................................... 15 2.1 OBJETIVO GENERAL ..................................................................... 15 2.2 OBJETIVOS ESPECÍFICOS............................................................ 15 3 ESTADO DEL ARTE........................................................................ 16 4 MARCO TEORICO........................................................................... 19 4.1 GENERALIDADES DEL FRUTO SACHA INCHI ............................. 19 4.1.1 CARACTERÍSTICAS DEL GÉNERO Y LA FAMILIA.......... 19 4.1.2 MORFOLOGÍA ................................................................... 19 4.1.3 DISTRIBUCIÓN GEOGRÁFICA ......................................... 19 4.1.4 CARACTERÍSTICAS NUTRICIONALES. ........................... 20 4.1.5 BENEFICIOS PARA LA SALUD......................................... 20 4.1.6 PRODUCTOS DERIVADOS DEL SACHA INCHI............... 21 4.1.7 EL ACEITE DEL SACHA INCHI. ........................................ 22 4.1.8 PROCESO DE EXTRACCIÓN DEL ACEITE DEL SACHA INCHI. 22 4.2 VISIÓN ARTIFICIAL......................................................................... 23 4.3 TIPOS DE ILUMINACIÓN ................................................................ 24 4.3.1 ILUMINACIÓN DIFUSA TIPO DOMO................................. 24 4.3.2 ILUMINACIÓN A CONTRALUZ O DE FONDO .................. 25 4.3.3 ILUMINACIÓN CUADRADA O DIRECTA........................... 26 4.4 REDES NEURONALES CONVOLUCIONALES PARA DETECCIÓN DE OBJETOS ............................................................................................... 26 4.4.1 LA NEURONA .................................................................... 26 4.4.2 ESTRUCTURA DE LAS REDES NEURONALES............... 28 4.5 REDES NEURONALES CONVOLUCIONALES .............................. 30 4.5.1 CONVOLUCIÓN................................................................. 31 4.5.2 POOLING ........................................................................... 32 4.5.3 CAPA TOTALMENTE CONECTADA O FULLY CONNECTED 33 4.5.4 CAPA DE CLASIFICACIÓN................................................ 33 4.5.5 ARQUITECTURAS DE LAS CNN....................................... 33 4.5.6 PARÁMETROS E HIPERPARÁMETROS .......................... 34 5 METODOLOGIA .............................................................................. 35 5.1.1 CONCEPTO DE OPERACIONES. ..................................... 36 5.1.2 REQUISITOS DEL SISTEMA............................................. 36 5.1.3 INGENIERÍA DE DETALLE. ............................................... 36 5.1.4 DISEÑO DETALLADO........................................................ 36 5.1.5 VERIFICACIÓN DE LOS COMPONENTES. ...................... 36 5.1.6 VERIFICACIÓN DEL SUBSISTEMA. ................................. 36 5.1.7 VERIFICACIÓN Y DESARROLLO DEL SISTEMA............. 36 5.1.8 VALIDACIÓN DEL SISTEMA. ............................................ 36 5.1.9 OPERACIONES DE MANTENIMIENTO............................. 36 6 INSTRUMENTACIÓN ...................................................................... 37 6.1 DISPOSITIVO DE CAPTACIÓN DE IMÁGENES............................. 37 6.2 DISPOSITIVO DE PROCESAMIENTO Y CONTROL ...................... 38 6.3 SENSOR DE PRESENCIA DE OBJETOS....................................... 39 6.4 SISTEMA DE EXPULSIÓN DE SEMILLAS...................................... 41 6.5 SISTEMA DE ILUMINACIÓN ........................................................... 42 7 MODIFICACIONES DEL PROTOTIPO............................................ 43 7.1 INSTALACIÓN DE LA RECÁMARA DE ILUMINACIÓN .................. 44 7.2 REEMPLAZO DE CINTAS DE LA BANDA TRANSPORTADORA... 45 7.3 FIJACIÓN DE SENSORES Y ACTUADORES................................. 46 7.4 CAJA O PANEL DE CONTROL ....................................................... 49 7.5 ESTADO FINAL DE LA MÁQUINA CON LAS MODIFICACIONES . 51 8 DISEÑO ELECTRONICO................................................................. 52 8.1 FUENTE DE ENERGÍA.................................................................... 52 8.2 CONTROLADOR ............................................................................. 52 8.3 CONEXIONES DE LOS MOTORES, VÁLVULAS Y CINTAS LED .. 53 8.4 CONEXIÓN DE LAS CÁMARAS WEB, SENSORES, PULSADORES Y PANTALLA LED ........................................................................................ 53 9 PROGRAMACIÓN ........................................................................... 55 9.1 CONFIGURACIÓN DE LA RASPBERRYPI PI4............................... 55 9.1.1 LIBRERÍAS PRINCIPALES ................................................ 55 9.2 CÓDIGO EN PYTHON..................................................................... 56 9.2.1 ENTRENAMIENTO DEL CÓDIGO ..................................... 56 9.2.2 FUNCIONAMIENTO GENERAL......................................... 60 10 VALIDACIÓN ................................................................................... 63 11 CONCLUSIONES Y RECOMENDACIONES ................................... 68 12 REFERENCIAS................................................................................ 69 13 ANEXOS .......................................................................................... 72PregradoThis project focuses on the improvement of the artificial vision method implemented in the project "Construction of a Prototype of a Machine Sacha Inchi Seed Selector" which concluded with a prototype of sorting machine, which allows a dosing process to be carried out and with the implementation of certain additional devices allows the subsequent computational processing to select the seeds depending on their color and shape. It is also important to highlight that certain physical or structural modifications in said prototype machine due to the needs presented during the current project, in order to achieve an improvement in the classification process. The seeds entered into the prototype sorting machine are raised to the previous ones from the shelling stage, which are mixed between light brown capsules and dark brown seeds seen in the general process of obtaining oil from the Plukenetia seed or better known as Sacha Inchi.application/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Clasificador de la semilla Sacha inchi mediante aplicación de visión artificialSacha inchi seed classifier through artificial vision applicationIngeniero MecatrónicoUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería Mecatrónicainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/TPMechatronicArtificial visionSacha inchiPrototypeSorting machineComputational processingSmart algorithmDevelopment of prototypesSimulation methodsComputer visionMachine theoryMecatrónicaVisión artificialDesarrollo de prototiposMétodos de simulaciónVisión por computadorTeoría de las máquinasMaquina clasificadoraProcesamiento computacionalAlgoritmo inteligentePrototipoSacha inchiKarisma . (2015). Una propuesta para cultivar y procesar Sacha Inchi en la Zona. Obtenido de https://karisma.org.coAgronet. (10 de 3 de 2015). Análisis - Estadísticas. Obtenido de http://www.agronet.gov.coAhila Priyadharshini, R., Arivazhagan, S., Arun, M., & Mirnalini, A. (2019). Maize leaf disease classification using deep convolutional neural networks. Neural Comput & Applic.Alimboyong, C., Hernandez, A. A., & Medina, R. P. (2018). Classification of Plant Seedling Images Using Deep Learning. Region 10 conference TENCON 2018.Alvarez, G. F., & Rios, T. R. (2007). Estudio de viabilidad económica del cultivo de Plukenetia volubilis Linneo “sacha inchi” del departamento de San martin. Iquitos,Perú: Programa de ordenamiento ambiental – POA evaluación económica opciones productivas amazonia peruana.Bussman, R., Tellez, C., & Glenn, A. (2009). Journal Of Botanic(Diario Internacional de Botánica y Micologia). 17_21.Cachique, D., Ruiz, H., Hidalgo, L., Garcia, M., Guerrero, J., Solis, R., & Mesen, F. (2010). Propagación vegetativa del sacha inchi (Plukenetia volubilis L.) Mediante injerto, bajo condiciones controladas en San Martín, Perú. En Congreso Peruano de Mejoramiento Genético y Biotecnología Agrícola (págs. 74-75). Lima, Perú: UNAL/EPG.Calvo, D. (13 de Julio de 2017). Clasificacion de redes neuronales artificiales. Obtenido de https://www.diegocalvo.es/clasificacion-de-redesneuronales-artificiales/Calvo, D. (20 de Julio de 2017). Red Neuronal Convolucional CNN. Obtenido de https://www.diegocalvo.es/red-neuronal-convolucional/Castellanos Castilla, J. d., & Castañeda Dias, J. S. (2017). Diseño e implementacion de un sistema atutomatizado para la clasificación del limón Tahiti de acuerdo con el tamañao y el grado de madurez. Bucaramanga: Universidad Autónoma de Bucaramanga.Dorado, E. (2020). Apuntes del curso Deep Learning aplicado al análisis de señales e imágenes. valencia: CFP Universidad Politècnica de Valencia.Dorado, E. d. (2019). Diseño, implementación y evaluación de una red neuronal convolucional para la detección de puntos principales en naranjas. Valencia : Universidad politécnica de valencia.Dorado, E. d. (2019-2020). DISEÑO, IMPLEMENTACIÓN Y EVALUACIÓN DE UNA RED NEURONAL CONVOLUCIONAL PARA LA DETECCIÓN DE PUNTOS PRINCIPALES EN NARANJAS. Valencia: Universidad Politecnica de valencia.Gomez V, V. Z. (2011). Diseño y construcción de una máquina tipo expeller para la extracción de aceite vegetal a partir de la semilla de la Jatropha curcas con capacidad de 200 Kilogramos/hora para la E.S.P.E-IASA II.Gomez, M. (2004). Monografía y cultivo de sacha inchi, oleaginosas promisoria para la diversificación productiva en el trópico. . Corporación Colombiana de Investigación agropecuaria CORPOICA.Grandez Muñoz, E. A., & Chingo Coronado, D. (2015). ALICIA CONCYTEC. Obtenido de https://alicia.concytec.gob.pe/vufind/Record/UNTR_1c52168c34fa8882 27796f2cd6b3f53eHermoza Llanos, E. A. (2018). Diseño de una máquina seleccionadora de semillas de sacha inchi peladas, por color con capacidad de 200kg/h. Lima, Perú: Pontificia universidad católica del Perú.Jimenez, R., G.M, M., & Cruz, D. (2000). El género Plukenetia (Euphorbiaceae) en México. Anales del Instituto de Biología Universidad Nacional Autónoma de México, Serie Botánica, 71(1), 11-18.Kriesel, D. (2007). A Brief Introduction to NeuralNetworks.Mendoza, R. I., & Martin, M. d. (2014). Reconocimiento de objetivos en imágenes de video utilizando Visión artificial . Madrid, España: Universidad Politecnica de Madrid.Moreno, A. A. (2019). Clasificación de imágenes usando redes neuronales convolucionales en Python. Sevilla: Escuela Técnica Superior de Ingeniería, Universidad de Sevilla.O., H. (2013). Análisis composicional de la torta y aceite de semillas de Sacha Inchi (Plukenetia volubilis) cultivada en Colombia. Palmira, COlombia.Paguay Donoso, D. G., & Valarezo Rodriguez, L. X. (2018). Diseño e implementacion de un prototipo clasificador de huevo de gallina basado en las imperfecciones de la cascara aplicando vision artificial. Riobamba, Ecuador: Escuela Politecnica de chimborazo.Sanchez, R., & Amiqueri, B. (2004). Manual de cultivo de sacha inchi. Agroservicios LIMAG.Sanchez, S. L. (2012). Caracterización y cuantificación de los ácidos grasos omega 3 y omega 6 presentes en el aceite de sacha inchi (Plukenetia volubilis L.). Colombia, Medellín: Universidad Nacional de Colombia, Facultad de Ciencias - Escuela de Química.Sevillano B., F. J. (2015). Equipo de clasificación de semillas basado en visión artificial. Implantación sobre hardware libre. Valladolid: UNIVERSIDAD DE VALLADOLID ESCUELA DE INGENIERIAS INDUSTRIALES.Sevillano Bustos, F. J. (2015). Equipo de clasificación de semillas basado en visión artificial. Implantación sobre hardware libre. Valladolid: Universidad de Valladolid.Silva, S., & Freire, E. (23 de Noviembre de 2019). Introducción a las redes neuronales convolucionales. Obtenido de 71 https://bootcampai.medium.com/redes-neuronales-convolucionales5e0ce960caf8sitiobigdata. (1 de mayo de 2019). Innovaciones arquitectónicas en redes neuronales. Obtenido de https://sitiobigdata.com/2019/05/01/innovaciones-arquitectonicasredes-neuronales-clasificacion-imagenes/#Soto Archila, M. F. (2020). Construcción de un Prototipo de una Máquina Selectora de Semillas de Sacha Inchi. Bucaramanga,: Univseridad Autonoma de Bucaramanga.Valdes Avila, L. S., & Baquero Vanegas, J. M. (2019). Deep Learning aplicado a imagenes satelitales como herramienta de detección de viviendas sin servicio de energia en el caserio Media Luna-Uribia-Guajira. Bogota, Colombia: Universidad Distrital Francisco Jose de Caldas.Weber, C., Dai Pra, A. L., Rabal, L. I., J., H., Trivi, M., & Poggio Agurre, G. J. (2014). Determination of maize hardness by biospeckle and fuzzy granularity. Food Science Nutrition, 2(5), 557-564.ORIGINAL2022_Tesis_Rangel Blanco(1).pdf2022_Tesis_Rangel Blanco(1).pdfTesisapplication/pdf3240408https://repository.unab.edu.co/bitstream/20.500.12749/19053/4/2022_Tesis_Rangel%20Blanco%281%29.pdfaf2036e31cdd2a71d0624331e3854e64MD54open access2022_Licencia_Rangel_Blanco_Isaac_David.pdf2022_Licencia_Rangel_Blanco_Isaac_David.pdfLicenciaapplication/pdf107164https://repository.unab.edu.co/bitstream/20.500.12749/19053/2/2022_Licencia_Rangel_Blanco_Isaac_David.pdfafca09b5014bf3dbb5eebe9c12c9f815MD52metadata only accessTHUMBNAIL2022_Tesis_Rangel Blanco(1).pdf.jpg2022_Tesis_Rangel Blanco(1).pdf.jpgIM Thumbnailimage/jpeg3937https://repository.unab.edu.co/bitstream/20.500.12749/19053/5/2022_Tesis_Rangel%20Blanco%281%29.pdf.jpgb951ad60e5abeb9d95117d4600b8868bMD55open access2022_Licencia_Rangel_Blanco_Isaac_David.pdf.jpg2022_Licencia_Rangel_Blanco_Isaac_David.pdf.jpgIM Thumbnailimage/jpeg10171https://repository.unab.edu.co/bitstream/20.500.12749/19053/6/2022_Licencia_Rangel_Blanco_Isaac_David.pdf.jpg393c165ae2499801d36d8d349a658dceMD56metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/19053/3/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD53open access20.500.12749/19053oai:repository.unab.edu.co:20.500.12749/190532023-02-20 22:00:38.532open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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

Publicaciones similares