Dispositivos para captura de imágenes digitales en la determinación de características físicas de frutos – caso de estudio Aguacate Hass

Los dispositivos para capturar imágenes digitales que pueden determinar características físicas de los frutos se puede definir como una gran herramienta la cual les permite a los seres humanos acercasen más a un mundo digital que permitirá sacar el máximo provecho de su entorno. A partir de lo anter...

Full description

Autores:
Arango Arias, Jenny Lorena
López Velázquez , Angélica Bibiana
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Tecnológica de Pereira
Repositorio:
Repositorio Institucional UTP
Idioma:
OAI Identifier:
oai:repositorio.utp.edu.co:11059/14007
Acceso en línea:
https://hdl.handle.net/11059/14007
https://repositorio.utp.edu.co/home
Palabra clave:
000 - Ciencias de la computación, información y obras generales::006 - Métodos especiales de computación
Inteligencia artificial - Procesamiento de datos
Inteligencia computacional
Visión por computador
Aguacate Hass
Camaras infrarrojas
Visión artificial
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id UTP2_8a6548d26c2956f7a7c79afcd104937d
oai_identifier_str oai:repositorio.utp.edu.co:11059/14007
network_acronym_str UTP2
network_name_str Repositorio Institucional UTP
repository_id_str
dc.title.spa.fl_str_mv Dispositivos para captura de imágenes digitales en la determinación de características físicas de frutos – caso de estudio Aguacate Hass
title Dispositivos para captura de imágenes digitales en la determinación de características físicas de frutos – caso de estudio Aguacate Hass
spellingShingle Dispositivos para captura de imágenes digitales en la determinación de características físicas de frutos – caso de estudio Aguacate Hass
000 - Ciencias de la computación, información y obras generales::006 - Métodos especiales de computación
Inteligencia artificial - Procesamiento de datos
Inteligencia computacional
Visión por computador
Aguacate Hass
Camaras infrarrojas
Visión artificial
title_short Dispositivos para captura de imágenes digitales en la determinación de características físicas de frutos – caso de estudio Aguacate Hass
title_full Dispositivos para captura de imágenes digitales en la determinación de características físicas de frutos – caso de estudio Aguacate Hass
title_fullStr Dispositivos para captura de imágenes digitales en la determinación de características físicas de frutos – caso de estudio Aguacate Hass
title_full_unstemmed Dispositivos para captura de imágenes digitales en la determinación de características físicas de frutos – caso de estudio Aguacate Hass
title_sort Dispositivos para captura de imágenes digitales en la determinación de características físicas de frutos – caso de estudio Aguacate Hass
dc.creator.fl_str_mv Arango Arias, Jenny Lorena
López Velázquez , Angélica Bibiana
dc.contributor.advisor.none.fl_str_mv Meneses Escobar , Carlos Augusto
dc.contributor.author.none.fl_str_mv Arango Arias, Jenny Lorena
López Velázquez , Angélica Bibiana
dc.subject.ddc.none.fl_str_mv 000 - Ciencias de la computación, información y obras generales::006 - Métodos especiales de computación
topic 000 - Ciencias de la computación, información y obras generales::006 - Métodos especiales de computación
Inteligencia artificial - Procesamiento de datos
Inteligencia computacional
Visión por computador
Aguacate Hass
Camaras infrarrojas
Visión artificial
dc.subject.lemb.none.fl_str_mv Inteligencia artificial - Procesamiento de datos
Inteligencia computacional
Visión por computador
dc.subject.proposal.spa.fl_str_mv Aguacate Hass
Camaras infrarrojas
Visión artificial
description Los dispositivos para capturar imágenes digitales que pueden determinar características físicas de los frutos se puede definir como una gran herramienta la cual les permite a los seres humanos acercasen más a un mundo digital que permitirá sacar el máximo provecho de su entorno. A partir de lo anterior se plantea la siguiente pregunta de investigación ¿Qué dispositivos tecnológicos se pueden usar para determinar características físicas de los frutos, basadas en imágenes digitales? Por lo que el objetivo de este trabajo es realizar una recopilación de los mejores dispositivos para capturar imágenes digitales. Para llevar a cabo el objetivo, el estudio se estructuro en conocer el estado de arte en Colombia respecto a estas tecnologías, después en recopilar los mejores dispositivos existentes para la captura de imágenes, después tenemos los tipos de cámaras con las tecnologías más usadas para capturar imágenes digitales de todo tipo por ultimo las conclusiones de este trabajo, que busca responder a la pregunta de investigación y llevar a cabo los objetivos de este.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2022-04-12T12:43:43Z
dc.date.available.none.fl_str_mv 2022-04-12T12:43:43Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
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
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/11059/14007
dc.identifier.instname.none.fl_str_mv Universidad Tecnológica de Pereira
dc.identifier.reponame.none.fl_str_mv Repositorio institucional Universidad Tecnológica de Pereira
dc.identifier.repourl.none.fl_str_mv https://repositorio.utp.edu.co/home
url https://hdl.handle.net/11059/14007
https://repositorio.utp.edu.co/home
identifier_str_mv Universidad Tecnológica de Pereira
Repositorio institucional Universidad Tecnológica de Pereira
dc.relation.references.none.fl_str_mv Gane D.: Image Management in Dentistry. J Can Dent Assoc (2001); 29(10):759-63
GARCÍA-CERVIGÓN D, JOSÉ J. Estudio de índices de vegetación a partir de imágenes aéreas tomadas desde UAS\RPAS y aplicaciones de éstos a la agricultura de precisión: UNIVERSIDAD COMPLUTENSE DE MADRID 2015. Disponible en: http://eprints.ucm.es/31423/1/TFM_Juan_Diaz_Cervignon.pdf
Karimi, P.; Bastiaanssen, W. G. M. 2015. Spatial evapotranspiration, rainfall and land use data in water accounting – Part 1: Review of the accuracy of the remote sensing data. Hydrology and Earth System Sciences, 19 (1): 507-532.
Lowe H., Buchanan B. Cooper G. y Vries J.: Building a medical multimedia database system to integrate clinical information: an application of high performance computing and communications technology. Bull Med Libr Assoc (1995); 83(1): 57-64
Captain, S.: Mejores Productos. PC WORLD (2001); 48(3): 93-101
Benz C.: Digital photography: exposures, editing images, and presentation. Int J Comput Dent (2003); 6(3): 249-81
Onieva, D.: Pequeño Formato. PC Actual (2001); 127: 150-2.
Barrancos P. y Pereira C.: Imágenes electrónicas en odontología. En: Barrancos M., editor. Operatoria Dental. Tercera edición, Buenos Aires, Editorial Médica Panamericana. (1999)
Hutchinson I. y Williams P.: Digital Cameras. J Ortho (1999); 26(4): 326- 31.
Russo, S: What can we expect from the technology? Computer (1997); 30 (11): 52-3.
Anegón, F. d. (2002). La aplicación de Redes Neuronales Artificiales (RNA):.
Arroyal, I. V. (2016). Retoque digital de imágenes. ARGG0110.
Artigas, J. M. (2002). Fundamentos de colorimetría.
BALLIN. (2018). Modelo computacional de ayuda a la toma de decisiones. Guayaquil. Castrillón, O., Giraldo, J., & Sarache, W. (2008).
Sistema de Clasificación Bayesiano basado en Múltiples Clases. Journal of Systemics, Cybernetics anf Informatics, 25. Cerrada, C. (2002). I
Introduccion a la Vision Por Computador. En C. J. Sánchez, Libro Avances en robótica y visión por computador (págs. 30-45). Castilla: Ediciones de la Universidad de Castilla-La Mancha. Elizondo, J. J. (2002).
Fundamentos de procesamiento de imágenes digitales. Tijuana-Mexico. Escolano, F., Cazorla, M., Alfonso, M., Colomina, O., & Lozano, M. (2003).
Inteligenci Artificial, Modelos Técnicas y Áreas de Aplicación. España, Madrid: Graficas Rogar. Esqueda, J., & Palafox, L. (2004-2005).
Fundamentos de Procesamiento de Imágenes. Baja Califironia: Departamento de Editorial Univeristario. González, A., Martínez, F., Pernía, A., Alba, F., Castejón, M., Ordieres, J., y otros. (2006).
Técncas y algoritmos básicos de visión artificial. La Rioja: Universidad de La Rioja, Servicios de Publicaciones. González, M. L. (2015).
Selección y adecuación de la imagen para productos editoriales. J. M. Artigas, P. C. (2002). Tecnología del color. Macias, R., Rodríguez, J., & Alba-Juárez, J. (2016). Extraccion de bordes; Operadores Sobel, Prewitt y Roberts. http://www.boletin.upiita.ipn.mx/index.php/ciencia/669-cyt-numero-55/1293- extraccion-de-bordes-operadores-sobel-prewitt-y-roberts. Manuel Martín 2013, O. Procesamiento Digital de Imágenes. Enero 2013. FCC – BUAP, Puebla-Mexico. Martín, M. (2013). Procesamiento Digital de Imágenes. Puebla-Mexico. MATICH. (2001). Redes Neuronales. Argentina. 96 ministerio de Agricultura, G. A. (2014).
Manual de aplicabilidad de buenas prácticas agrícolas de banano. Nilsen, M., & Madrigal, C. (2016). Clasificación de calidad de fresas usando procesamiento de imágenes y máquinas. Repositorio Institucional Universidad Inca Garcilazo de la Vega , 157-163. ORDOÑEZ, G. (2005).
DISEÑO DE UN PROCESO PARA LA MADURACION ACELERADA DEL BANANO UTILIZANDO ETEFON COMO AGENTE MADURADOR. GUAYAQUIL. Platero, C. (2009). Apuntes de vision artificia. España: Free Software Foundation, Inc. Querejeta Simben 2015i, P.
Procesamiento digital de imágenes. Julio 2015. Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina, Bahía Blanca. Real, J., Granado, B., Perez, E., & Valle, L. D. (2016-2017).
Sistema de Reconocimiento de frutas. OPERA, Universidad de Sevilla, 4-5. Romero, A., Marin, A., & Jimenez, J. (2015).
Sistema de clasificacion por vision artificial de auguacate has. UIS Ingenierias, Revista de la Facultad de Ingienierias Fisicomecanicas, 22-30. S.L., E. E. (02 de noviembre de 2016). cocoschool. Obtenido de https://www.cocoschool.com/pixel-funcion-fotografia-digital/ Sandoval, Z. &. (2009).
Procesamiento de imagenes para la clasificacion del cafe cereza. Sandoval, Z., & Prieto, F. (2009).
Procesamiento de imagenes para la clasificacion del cafe cereza. Redalyc, 67-73. Serna, N. L., & Roman, U. (2009). Tecnicas de segfmentacion de Procesamiento de imágenes. Revista de Investigacion UNMSM, 9-16. Villamar, A. B. (2017). APP preguntativa, responsiva, Guayaquil.
MARAVALL GOMEZ, Darío. “Reconocimiento de formas y visión artificial”, Editorial RA-MA.1994.
Association of Official Agricultural Chemists (AOAC). (1998). AOAC Official method 934.01. Moisture in animal feed. Recuperado de https://www. grains.k state.edu/extension/doc/procedures/animal-feed-moistureprocedures.pdf.
Association of Official Agricultural Chemists (AOAC). (2006). Official method 963.15. Fat in cacao products Soxhlet extraction method (18th ed.). Gaithersburg, EE. UU.: Autor
Bayram, S., Tepe, S., & Toker, R. (2016). Determination of some physical and chemical changes in fruits of Hass avocado cultivar during harvesting time. Derim, 33(1), 14-26
Cerdas Araya, M. M., Montero Calderón, M., & Somarribas Jones, O. (2014). Verificación del contenido de materia seca como indicador de cosecha para aguacate (Persea americana) cultivar Hass en zona intermedia de producción de Los Santos, Costa Rica. Agronomía Costarricense, 38(1), 207-2014.
Konica Minolta. (2019). Entendiendo el espacio de color CIE L*A*B*. Recuperado de http://sensing.konicaminolta.com.mx/2014/09/entendiendo-el-espaciode color-cie-lab/
Baranovski P., Mazurek, W., Wozniak, J ., Majewska, U., 2012. Detection of early bruises in apples using hyperspectral data and thermal imaging. JOURNAL OF FOOD ENGINEERING 110 (3) : 345-355.
Bramley R.G.V., Le Moigne, M , Evain, S., Ouzman, J ., Florin, L ., Fadaili, EM., Hinze, CJ., Cerovic, ZG. 2011. On-the-go sensing of grape berry anthocyanins during commercial harvest: development and prospects. AUSTRALIAN JOURNAL OF GRAPE AND WINE RESEARCH 17 ( 3) 316-326
DA-Meter, de TR Turoni, Forlí (región Emilia-Romagna, Italia). 2009. Gao, HS ., Zhu, FM ., Cai, JX . Editor(s): Li, DL; Zhao, CJ. 2010. A Review of Nondestructive Detection for Fruit Quality. Source: COMPUTER AND COMPUTING TECHNOLOGIES IN AGRICULTURE III Book Series: IFIP Advances in Information and Communication Technology, 317: 133-140
Hernández-Sánchez, N., P. Barreiro-Elorza, and J. Ruiz-Cabello. 2009. Nuclear magnetic resonance for internal quality evaluation in horticultural products. In
Karoui, R., Blecker, C. 2009. Fluorescence Spectroscopy Measurement for Quality Assessment of Food Systems-a Review. FOOD AND BIOPROCESS TECHNOLOGY 4 (3) : 364-386
Lorente, D ., Aleixos, N ., Gomez-Sanchis, J , Cubero, S ., ; Garcia Navarrete, OL., Blasco, J . 2012. Recent Advances and Applications of Hyperspectral Imaging for Fruit and Vegetable Quality Assessment. FOOD AND BIOPROCESS TECHNOLOGY . 5( 4) Pages: 1121-1142. Lleó, L., Roger J.M. , Herrero-Langreo A., Diezma-Iglesias B., Barreiro P. 2011. Comparison of multispectral indexes extracted from hyperspectral images for the assessment of fruit ripening Journal of Food Engineering 104:612–620.
Lleo, L., P. Barreiro, M. Ruiz-Altisent, and A. Herrero. 2009. Multispectral images of peach related to firmness and maturity at harvest. Journal of Food Engineering 93 (2):229-235. Lou, HQ ., Hu, Y., Zhang, LY., Sun, P., Lu, HF . 2012. Nondestructive evaluation of the changes of total flavonoid, total phenols, ABTS and DPPH radical scavenging activities, and sugars during mulberry (Morus alba L.) fruits development by chlorophyll fluorescence and RGB intensity values. FOOD SCIENCE AND TECHNOLOGY 47 (1) : 19-24.
Lu, R., and Y. Peng. 2007. Development of a multispectral imaging prototype for realtime detection of apple fruit firmness. Optical Engineering 46 (12). Lu R.; Haiyan Cen; Diwan Ariana.2012. Development of a multi-purpose optical instrument for measuring spectral absorption and scattering properties of food and biological materials . CIGR-EuiAgEng Congress, Valencia July, P2310
Mattheis, JP., Rudell, D. 2011. Responses of 'd'Anjou' pear (Pyrus communis L.) fruit to storage at low oxygen setpoints determined by monitoring fruit chlorophyll fluorescence. POSTHARVEST BIOLOGY AND TECHNOLOGY 60 ( 2 ): 125-129 .
Obon, JM., Diaz-Garcia, MC ., Castellar, MR . 2011. Red fruit juice quality and authenticity control by HPLC. 2011. JOURNAL OF FOOD COMPOSITION AND ANALYSIS 24 (6 Special Issue): 760-771.
Ruiz-Altisent, M. et al. Sensors for Sensors for product characterization and quality of specialty crops-A review.COMPUTERS AND ELECTRONICS IN AGRICULTURE 74: 176–194).
Patel, KK., Kar, A., Jha, SN., Khan, MA . 2012. Machine vision system: a tool for quality inspection of food and agricultural products. JOURNAL OF FOOD SCIENCE AND TECHNOLOGY-MYSORE . 49 (2) : 123-141.
Perez-Marín, D. , Paz, P , Guerrero, JE , Garrido-Varo, A, Sanchez, MT . 2010. Miniature handheld NIR sensor for the on-site non-destructive assessment of post-harvest quality and refrigerated storage behavior in plums. JOURNAL OF FOOD ENGINEERING. Volume: 99 (3): 294-302.
Slaughter, D. C., M. Ruiz-Altisent, J. F. Thompson, P. Chen, Y. Sarig, and M. Anderson. 2009. A Handheld, Low-Mass, Impact Instrument to Measure Nondestructive Firmness of Fruit. 52 (1):193-199.
Scibisz, I, Reich, M , Bureau, S , Gouble, B , Causse, M, Bertrand, D Renard, 2010. FOOD CHEMISTRY 125 (4): 1390-1397
USDA. 2004. Specialty Crop Competitiveness Act. In 7 U.S.C. 1621 note, edited by U. S. D. o. Agriculture.
dc.rights.license.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 73 Páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Tecnológica de Pereira
dc.publisher.program.none.fl_str_mv Ingeniería de Sistemas y Computación
dc.publisher.faculty.none.fl_str_mv Facultad de Ingenierías
dc.publisher.place.none.fl_str_mv Pereira
publisher.none.fl_str_mv Universidad Tecnológica de Pereira
institution Universidad Tecnológica de Pereira
bitstream.url.fl_str_mv https://dspace7-utp.metabuscador.org/bitstreams/3224ba15-ea01-4b21-98f4-e100bc16788d/download
https://dspace7-utp.metabuscador.org/bitstreams/a22ae150-b004-4425-be4c-e67cacec2731/download
https://dspace7-utp.metabuscador.org/bitstreams/1440d99a-0cb8-4576-8ff0-9c61b64cb967/download
https://dspace7-utp.metabuscador.org/bitstreams/0debd022-219a-4559-87f8-fdc2e335e605/download
bitstream.checksum.fl_str_mv 97b211d5c247260f9cd704ea2c610c73
2f9959eaf5b71fae44bbf9ec84150c7a
1ccbaa8ff32087809b34658958f000a3
f752da10ac8a5e82c7bf50835b28eacb
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Tecnológica de Pereira
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1828202032210640896
spelling Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Manifiesto (Manifestamos) en este documento la voluntad de autorizar a la Biblioteca Jorge Roa Martínez de la Universidad Tecnológica de Pereira la publicación en el Repositorio institucional (http://biblioteca.utp.edu.co), la versión electrónica de la OBRA titulada: ________________________________________________________________________________________________ ________________________________________________________________________________________________ ________________________________________________________________________________________________ La Universidad Tecnológica de Pereira, entidad académica sin ánimo de lucro, queda por lo tanto facultada para ejercer plenamente la autorización anteriormente descrita en su actividad ordinaria de investigación, docencia y publicación. La autorización otorgada se ajusta a lo que establece la Ley 23 de 1982. Con todo, en mi (nuestra) condición de autor (es) me (nos) reservo (reservamos) los derechos morales de la OBRA antes citada con arreglo al artículo 30 dehttps://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessMeneses Escobar , Carlos AugustoArango Arias, Jenny LorenaLópez Velázquez , Angélica Bibiana2022-04-12T12:43:43Z2022-04-12T12:43:43Z2021https://hdl.handle.net/11059/14007Universidad Tecnológica de PereiraRepositorio institucional Universidad Tecnológica de Pereirahttps://repositorio.utp.edu.co/homeLos dispositivos para capturar imágenes digitales que pueden determinar características físicas de los frutos se puede definir como una gran herramienta la cual les permite a los seres humanos acercasen más a un mundo digital que permitirá sacar el máximo provecho de su entorno. A partir de lo anterior se plantea la siguiente pregunta de investigación ¿Qué dispositivos tecnológicos se pueden usar para determinar características físicas de los frutos, basadas en imágenes digitales? Por lo que el objetivo de este trabajo es realizar una recopilación de los mejores dispositivos para capturar imágenes digitales. Para llevar a cabo el objetivo, el estudio se estructuro en conocer el estado de arte en Colombia respecto a estas tecnologías, después en recopilar los mejores dispositivos existentes para la captura de imágenes, después tenemos los tipos de cámaras con las tecnologías más usadas para capturar imágenes digitales de todo tipo por ultimo las conclusiones de este trabajo, que busca responder a la pregunta de investigación y llevar a cabo los objetivos de este.Devices to capture digital images that can determine physical characteristics of the fruits can be defined as a great tool which allows human beings to get closer to a digital world that will allow them to get the most out of their environment. From the above, the following research question arises: What technological devices can be used to determine physical characteristics of the fruits, based on digital images? So, the objective of this work is to make a compilation of the best devices to capture digital images. To carry out the objective, the study was structured in knowing the state of the art in Colombia regarding these technologies, then in collecting the best existing devices for capturing images, then we have the types of cameras with the most used technologies to capture digital images of all kinds finally the conclusions of this work, that seeks to answer the research question and carry out its objectives.PregradoIngeniero(a) de Sistemas y Computación73 Páginasapplication/pdfUniversidad Tecnológica de PereiraIngeniería de Sistemas y ComputaciónFacultad de IngenieríasPereira000 - Ciencias de la computación, información y obras generales::006 - Métodos especiales de computaciónInteligencia artificial - Procesamiento de datosInteligencia computacionalVisión por computadorAguacate HassCamaras infrarrojasVisión artificialDispositivos para captura de imágenes digitales en la determinación de características físicas de frutos – caso de estudio Aguacate HassTrabajo de grado - Pregradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesisGane D.: Image Management in Dentistry. J Can Dent Assoc (2001); 29(10):759-63GARCÍA-CERVIGÓN D, JOSÉ J. Estudio de índices de vegetación a partir de imágenes aéreas tomadas desde UAS\RPAS y aplicaciones de éstos a la agricultura de precisión: UNIVERSIDAD COMPLUTENSE DE MADRID 2015. Disponible en: http://eprints.ucm.es/31423/1/TFM_Juan_Diaz_Cervignon.pdfKarimi, P.; Bastiaanssen, W. G. M. 2015. Spatial evapotranspiration, rainfall and land use data in water accounting – Part 1: Review of the accuracy of the remote sensing data. Hydrology and Earth System Sciences, 19 (1): 507-532.Lowe H., Buchanan B. Cooper G. y Vries J.: Building a medical multimedia database system to integrate clinical information: an application of high performance computing and communications technology. Bull Med Libr Assoc (1995); 83(1): 57-64Captain, S.: Mejores Productos. PC WORLD (2001); 48(3): 93-101Benz C.: Digital photography: exposures, editing images, and presentation. Int J Comput Dent (2003); 6(3): 249-81Onieva, D.: Pequeño Formato. PC Actual (2001); 127: 150-2.Barrancos P. y Pereira C.: Imágenes electrónicas en odontología. En: Barrancos M., editor. Operatoria Dental. Tercera edición, Buenos Aires, Editorial Médica Panamericana. (1999)Hutchinson I. y Williams P.: Digital Cameras. J Ortho (1999); 26(4): 326- 31.Russo, S: What can we expect from the technology? Computer (1997); 30 (11): 52-3.Anegón, F. d. (2002). La aplicación de Redes Neuronales Artificiales (RNA):.Arroyal, I. V. (2016). Retoque digital de imágenes. ARGG0110.Artigas, J. M. (2002). Fundamentos de colorimetría.BALLIN. (2018). Modelo computacional de ayuda a la toma de decisiones. Guayaquil. Castrillón, O., Giraldo, J., & Sarache, W. (2008).Sistema de Clasificación Bayesiano basado en Múltiples Clases. Journal of Systemics, Cybernetics anf Informatics, 25. Cerrada, C. (2002). IIntroduccion a la Vision Por Computador. En C. J. Sánchez, Libro Avances en robótica y visión por computador (págs. 30-45). Castilla: Ediciones de la Universidad de Castilla-La Mancha. Elizondo, J. J. (2002).Fundamentos de procesamiento de imágenes digitales. Tijuana-Mexico. Escolano, F., Cazorla, M., Alfonso, M., Colomina, O., & Lozano, M. (2003).Inteligenci Artificial, Modelos Técnicas y Áreas de Aplicación. España, Madrid: Graficas Rogar. Esqueda, J., & Palafox, L. (2004-2005).Fundamentos de Procesamiento de Imágenes. Baja Califironia: Departamento de Editorial Univeristario. González, A., Martínez, F., Pernía, A., Alba, F., Castejón, M., Ordieres, J., y otros. (2006).Técncas y algoritmos básicos de visión artificial. La Rioja: Universidad de La Rioja, Servicios de Publicaciones. González, M. L. (2015).Selección y adecuación de la imagen para productos editoriales. J. M. Artigas, P. C. (2002). Tecnología del color. Macias, R., Rodríguez, J., & Alba-Juárez, J. (2016). Extraccion de bordes; Operadores Sobel, Prewitt y Roberts. http://www.boletin.upiita.ipn.mx/index.php/ciencia/669-cyt-numero-55/1293- extraccion-de-bordes-operadores-sobel-prewitt-y-roberts. Manuel Martín 2013, O. Procesamiento Digital de Imágenes. Enero 2013. FCC – BUAP, Puebla-Mexico. Martín, M. (2013). Procesamiento Digital de Imágenes. Puebla-Mexico. MATICH. (2001). Redes Neuronales. Argentina. 96 ministerio de Agricultura, G. A. (2014).Manual de aplicabilidad de buenas prácticas agrícolas de banano. Nilsen, M., & Madrigal, C. (2016). Clasificación de calidad de fresas usando procesamiento de imágenes y máquinas. Repositorio Institucional Universidad Inca Garcilazo de la Vega , 157-163. ORDOÑEZ, G. (2005).DISEÑO DE UN PROCESO PARA LA MADURACION ACELERADA DEL BANANO UTILIZANDO ETEFON COMO AGENTE MADURADOR. GUAYAQUIL. Platero, C. (2009). Apuntes de vision artificia. España: Free Software Foundation, Inc. Querejeta Simben 2015i, P.Procesamiento digital de imágenes. Julio 2015. Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina, Bahía Blanca. Real, J., Granado, B., Perez, E., & Valle, L. D. (2016-2017).Sistema de Reconocimiento de frutas. OPERA, Universidad de Sevilla, 4-5. Romero, A., Marin, A., & Jimenez, J. (2015).Sistema de clasificacion por vision artificial de auguacate has. UIS Ingenierias, Revista de la Facultad de Ingienierias Fisicomecanicas, 22-30. S.L., E. E. (02 de noviembre de 2016). cocoschool. Obtenido de https://www.cocoschool.com/pixel-funcion-fotografia-digital/ Sandoval, Z. &. (2009).Procesamiento de imagenes para la clasificacion del cafe cereza. Sandoval, Z., & Prieto, F. (2009).Procesamiento de imagenes para la clasificacion del cafe cereza. Redalyc, 67-73. Serna, N. L., & Roman, U. (2009). Tecnicas de segfmentacion de Procesamiento de imágenes. Revista de Investigacion UNMSM, 9-16. Villamar, A. B. (2017). APP preguntativa, responsiva, Guayaquil.MARAVALL GOMEZ, Darío. “Reconocimiento de formas y visión artificial”, Editorial RA-MA.1994.Association of Official Agricultural Chemists (AOAC). (1998). AOAC Official method 934.01. Moisture in animal feed. Recuperado de https://www. grains.k state.edu/extension/doc/procedures/animal-feed-moistureprocedures.pdf.Association of Official Agricultural Chemists (AOAC). (2006). Official method 963.15. Fat in cacao products Soxhlet extraction method (18th ed.). Gaithersburg, EE. UU.: AutorBayram, S., Tepe, S., & Toker, R. (2016). Determination of some physical and chemical changes in fruits of Hass avocado cultivar during harvesting time. Derim, 33(1), 14-26Cerdas Araya, M. M., Montero Calderón, M., & Somarribas Jones, O. (2014). Verificación del contenido de materia seca como indicador de cosecha para aguacate (Persea americana) cultivar Hass en zona intermedia de producción de Los Santos, Costa Rica. Agronomía Costarricense, 38(1), 207-2014.Konica Minolta. (2019). Entendiendo el espacio de color CIE L*A*B*. Recuperado de http://sensing.konicaminolta.com.mx/2014/09/entendiendo-el-espaciode color-cie-lab/Baranovski P., Mazurek, W., Wozniak, J ., Majewska, U., 2012. Detection of early bruises in apples using hyperspectral data and thermal imaging. JOURNAL OF FOOD ENGINEERING 110 (3) : 345-355.Bramley R.G.V., Le Moigne, M , Evain, S., Ouzman, J ., Florin, L ., Fadaili, EM., Hinze, CJ., Cerovic, ZG. 2011. On-the-go sensing of grape berry anthocyanins during commercial harvest: development and prospects. AUSTRALIAN JOURNAL OF GRAPE AND WINE RESEARCH 17 ( 3) 316-326DA-Meter, de TR Turoni, Forlí (región Emilia-Romagna, Italia). 2009. Gao, HS ., Zhu, FM ., Cai, JX . Editor(s): Li, DL; Zhao, CJ. 2010. A Review of Nondestructive Detection for Fruit Quality. Source: COMPUTER AND COMPUTING TECHNOLOGIES IN AGRICULTURE III Book Series: IFIP Advances in Information and Communication Technology, 317: 133-140Hernández-Sánchez, N., P. Barreiro-Elorza, and J. Ruiz-Cabello. 2009. Nuclear magnetic resonance for internal quality evaluation in horticultural products. InKaroui, R., Blecker, C. 2009. Fluorescence Spectroscopy Measurement for Quality Assessment of Food Systems-a Review. FOOD AND BIOPROCESS TECHNOLOGY 4 (3) : 364-386Lorente, D ., Aleixos, N ., Gomez-Sanchis, J , Cubero, S ., ; Garcia Navarrete, OL., Blasco, J . 2012. Recent Advances and Applications of Hyperspectral Imaging for Fruit and Vegetable Quality Assessment. FOOD AND BIOPROCESS TECHNOLOGY . 5( 4) Pages: 1121-1142. Lleó, L., Roger J.M. , Herrero-Langreo A., Diezma-Iglesias B., Barreiro P. 2011. Comparison of multispectral indexes extracted from hyperspectral images for the assessment of fruit ripening Journal of Food Engineering 104:612–620.Lleo, L., P. Barreiro, M. Ruiz-Altisent, and A. Herrero. 2009. Multispectral images of peach related to firmness and maturity at harvest. Journal of Food Engineering 93 (2):229-235. Lou, HQ ., Hu, Y., Zhang, LY., Sun, P., Lu, HF . 2012. Nondestructive evaluation of the changes of total flavonoid, total phenols, ABTS and DPPH radical scavenging activities, and sugars during mulberry (Morus alba L.) fruits development by chlorophyll fluorescence and RGB intensity values. FOOD SCIENCE AND TECHNOLOGY 47 (1) : 19-24.Lu, R., and Y. Peng. 2007. Development of a multispectral imaging prototype for realtime detection of apple fruit firmness. Optical Engineering 46 (12). Lu R.; Haiyan Cen; Diwan Ariana.2012. Development of a multi-purpose optical instrument for measuring spectral absorption and scattering properties of food and biological materials . CIGR-EuiAgEng Congress, Valencia July, P2310Mattheis, JP., Rudell, D. 2011. Responses of 'd'Anjou' pear (Pyrus communis L.) fruit to storage at low oxygen setpoints determined by monitoring fruit chlorophyll fluorescence. POSTHARVEST BIOLOGY AND TECHNOLOGY 60 ( 2 ): 125-129 .Obon, JM., Diaz-Garcia, MC ., Castellar, MR . 2011. Red fruit juice quality and authenticity control by HPLC. 2011. JOURNAL OF FOOD COMPOSITION AND ANALYSIS 24 (6 Special Issue): 760-771.Ruiz-Altisent, M. et al. Sensors for Sensors for product characterization and quality of specialty crops-A review.COMPUTERS AND ELECTRONICS IN AGRICULTURE 74: 176–194).Patel, KK., Kar, A., Jha, SN., Khan, MA . 2012. Machine vision system: a tool for quality inspection of food and agricultural products. JOURNAL OF FOOD SCIENCE AND TECHNOLOGY-MYSORE . 49 (2) : 123-141.Perez-Marín, D. , Paz, P , Guerrero, JE , Garrido-Varo, A, Sanchez, MT . 2010. Miniature handheld NIR sensor for the on-site non-destructive assessment of post-harvest quality and refrigerated storage behavior in plums. JOURNAL OF FOOD ENGINEERING. Volume: 99 (3): 294-302.Slaughter, D. C., M. Ruiz-Altisent, J. F. Thompson, P. Chen, Y. Sarig, and M. Anderson. 2009. A Handheld, Low-Mass, Impact Instrument to Measure Nondestructive Firmness of Fruit. 52 (1):193-199.Scibisz, I, Reich, M , Bureau, S , Gouble, B , Causse, M, Bertrand, D Renard, 2010. FOOD CHEMISTRY 125 (4): 1390-1397USDA. 2004. Specialty Crop Competitiveness Act. In 7 U.S.C. 1621 note, edited by U. S. D. o. Agriculture.PublicationORIGINALTRABAJO DE GRADO.pdfTRABAJO DE GRADO.pdfapplication/pdf1220496https://dspace7-utp.metabuscador.org/bitstreams/3224ba15-ea01-4b21-98f4-e100bc16788d/download97b211d5c247260f9cd704ea2c610c73MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-814828https://dspace7-utp.metabuscador.org/bitstreams/a22ae150-b004-4425-be4c-e67cacec2731/download2f9959eaf5b71fae44bbf9ec84150c7aMD52TEXTTRABAJO DE GRADO.pdf.txtTRABAJO DE GRADO.pdf.txtExtracted texttext/plain125638https://dspace7-utp.metabuscador.org/bitstreams/1440d99a-0cb8-4576-8ff0-9c61b64cb967/download1ccbaa8ff32087809b34658958f000a3MD53THUMBNAILTRABAJO DE GRADO.pdf.jpgTRABAJO DE GRADO.pdf.jpgGenerated Thumbnailimage/jpeg6349https://dspace7-utp.metabuscador.org/bitstreams/0debd022-219a-4559-87f8-fdc2e335e605/downloadf752da10ac8a5e82c7bf50835b28eacbMD5411059/14007oai:dspace7-utp.metabuscador.org:11059/140072024-09-05 16:57:56.669https://creativecommons.org/licenses/by-nc-nd/4.0/Manifiesto (Manifestamos) en este documento la voluntad de autorizar a la Biblioteca Jorge Roa Martínez de la Universidad Tecnológica de Pereira la publicación en el Repositorio institucional (http://biblioteca.utp.edu.co), la versión electrónica de la OBRA titulada: ________________________________________________________________________________________________ ________________________________________________________________________________________________ ________________________________________________________________________________________________ La Universidad Tecnológica de Pereira, entidad académica sin ánimo de lucro, queda por lo tanto facultada para ejercer plenamente la autorización anteriormente descrita en su actividad ordinaria de investigación, docencia y publicación. La autorización otorgada se ajusta a lo que establece la Ley 23 de 1982. Con todo, en mi (nuestra) condición de autor (es) me (nos) reservo (reservamos) los derechos morales de la OBRA antes citada con arreglo al artículo 30 deopen.accesshttps://dspace7-utp.metabuscador.orgRepositorio de la Universidad Tecnológica de Pereirabdigital@metabiblioteca.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

Publicaciones similares