En este artículo, se compara el estado final del agua de mesa después de estar almacenada durante los días promedio de consumo en un barril de policarbonato y un barril de polietileno con tecnología bag in box, se realiza el análisis del agua utilizando la técnica NMP por tubos múltiples para determinar la presencia de microorganismos, tales como Heterótrofos, escherinchia, coliformes, pseudomonas, colífagos, organismos de vida libre, copepodos. Los análisis demostraron que el envase de barril de polietileno garantiza la inocuidad del agua durante el tiempo de consumo y el bidón de policarbonato por sus características no garantiza la calidad microbiana del agua almacenada en su interior

En este artículo, se compara el estado final del agua de mesa después de estar almacenada durante los días promedio de consumo en un barril de policarbonato y un barril de polietileno con tecnología bag in box, se realiza el análisis del agua utilizando la técnica NMP por tubos múltiples para determinar la presencia de microorganismos, tales como Heterótrofos, escherinchia, coliformes, pseudomonas, colífagos, organismos de vida libre, copepodos. Los análisis demostraron que el envase de barril de polietileno garantiza la inocuidad del agua durante el tiempo de consumo y el bidón de policarbonato por sus características no garantiza la calidad microbiana del agua almacenada en su interior

En este artículo, se compara el estado final del agua de mesa después de estar almacenada durante los días promedio de consumo en un barril de policarbonato y un barril de polietileno con tecnología bag in box, se realiza el análisis del agua utilizando la técnica NMP por tubos múltiples para determinar la presencia de microorganismos, tales como Heterótrofos, escherinchia, coliformes, pseudomonas, colífagos, organismos de vida libre, copepodos. Los análisis demostraron que el envase de barril de polietileno garantiza la inocuidad del agua durante el tiempo de consumo y el bidón de policarbonato por sus características no garantiza la calidad microbiana del agua almacenada en su interior

Los agricultores de quinua para obtener cosechas optimas deben seleccionar de manera adecuada sus semillas a cultivar sin que se mezclen con otras variedades. La investigación actual se centra en la clasificación automática de tres tipos de semillas de quinua (Sacaca, Pasankalla y Salcedo) utilizando descriptores de color. Después de la adquisición de imágenes de semilla de quinua, se les asigna el filtro Gaussianblur para corregir y cuantificar el color en las imágenes permitiendo resaltar las diferencias entre las características de cada tipo de semilla de quinua. Las imágenes suavizadas se asignan al proceso de segmentación utilizando el método de Otsu para extraer después las características y realizar el entrenamiento de los clasificadores. Para realizar la clasificación de las semillas de quinua se utilizó SVM mediante el análisis lineal pixel a pixel. Los resultado...

Los agricultores de quinua para obtener cosechas optimas deben seleccionar de manera adecuada sus semillas a cultivar sin que se mezclen con otras variedades. La investigación actual se centra en la clasificación automática de tres tipos de semillas de quinua (Sacaca, Pasankalla y Salcedo) utilizando descriptores de color. Después de la adquisición de imágenes de semilla de quinua, se les asigna el filtro Gaussianblur para corregir y cuantificar el color en las imágenes permitiendo resaltar las diferencias entre las características de cada tipo de semilla de quinua. Las imágenes suavizadas se asignan al proceso de segmentación utilizando el método de Otsu para extraer después las características y realizar el entrenamiento de los clasificadores. Para realizar la clasificación de las semillas de quinua se utilizó SVM mediante el análisis lineal pixel a pixel. Los resultado...

Los agricultores de quinua para obtener cosechas optimas deben seleccionar de manera adecuada sus semillas a cultivar sin que se mezclen con otras variedades. La investigación actual se centra en la clasificación automática de tres tipos de semillas de quinua (Sacaca, Pasankalla y Salcedo) utilizando descriptores de color. Después de la adquisición de imágenes de semilla de quinua, se les asigna el filtro Gaussianblur para corregir y cuantificar el color en las imágenes permitiendo resaltar las diferencias entre las características de cada tipo de semilla de quinua. Las imágenes suavizadas se asignan al proceso de segmentación utilizando el método de Otsu para extraer después las características y realizar el entrenamiento de los clasificadores. Para realizar la clasificación de las semillas de quinua se utilizó SVM mediante el análisis lineal pixel a pixel. Los resultado...

Nutritional deficiencies in coffee plants affect production and therefore it is important its early identification. The current research is focused on the automatic identification of nutritional deficiencies of Boron (B), Calcium (Ca), Iron (Fe) and Potassium (K), by using shape and texture descriptors in images of coffee tree leaves. After the acquisition of images containing coffee tree leaves, they are subjected to a segmentation process using Otsu’s method. Afterwards, for the resulting images they are applied the descriptors Blurred Shape Model (BSM) and Gray-Level Co-occurrence Matrix (GLCM) for extracting characteristics of shape and texture. Finally, the obtained image representation is used for training KNN, Naïve Bayes and Neural Network classifiers by using the extracted features, in order to infer the type of deficiency presented in each analyzed image. The experimental re...