Ayuda
Ir al contenido

Dialnet


Resumen de Determinación del estado de maduración de frutos de feijoa mediante un sistema de visión por computador utilizando información de color

Juan Pablo Bonilla González, Flavio A. Prieto Ortiz

  • español

    Determinar el estado de madurez de productos agrícolas, generalmente depende de un análisis realizado por expertos humanos. La decisión final sobre el estado de madurez donde se encuentra el producto, resulta de correlacionar algunas de sus propiedades físicas con características químicas e internas del fruto. La necesidad de preservar la integridad del fruto en dicho análisis, hace necesario la implementación de tecnologías que emitan un juicio sobre el estado del mismo, sin necesidad de destruirlo. El uso del índice de color como propiedad física, contribuye a la solución de este problema. En este documento, se presenta un sistema de visión por computador para clasificar en tres estados de madurez un fruto exótico específico, feijoa -Acca Sellowiana-. Los resultados obtenidos a partir de la clasificación, utilizando diferentes clasificadores, permiten obtener una respuesta superior al 90%, para 156 imágenes de frutos de feijoa utilizadas en el estudio. 

  • English

    Determine the ripeness of agricultural products generally depends on an analysis by human experts. The final decision on the state of maturity where the product is found, requires correlating some of their physical features with chemical and internal characteristics of the fruit. The need to preserve the integrity of the fruit on this analysis requires implementation of technologies to pass judgment on its condition without destroying it. The use of colour index, as physical property, contributes to solving this problem. In this document is presented a machine vision system to classify into three stages of maturity a specific exotic fruit: feijoa -Acca sellowiana-. The obtained classification using artificial intelligence tools, as these are artificial neural networks, have shown an adequate classification over 90% from 156 images of Feijoa fruit used in the study.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus