Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificial

Descripción del Articulo

El reconocimiento de granos de café verde arábiga sin defectos físicos es importante desde el punto de vista comercial, dado que el café de la especie arábiga es un producto de alta demanda en el mercado internacional. Dicho reconocimiento es propenso a errores, debido a que actualmente es realizado...

Descripción completa

Detalles Bibliográficos
Autor: Ramirez Ticona, Juan
Formato: tesis de grado
Fecha de Publicación:2017
Institución:Universidad Nacional de San Agustín
Repositorio:UNSA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsa.edu.pe:UNSA/3393
Enlace del recurso:http://repositorio.unsa.edu.pe/handle/UNSA/3393
Nivel de acceso:acceso abierto
Materia:granos de café
Defectos físicos
Clasificación y selección
Visión artificial
https://purl.org/pe-repo/ocde/ford#2.02.04
id UNSA_d721a47876f133ea10397252662872f9
oai_identifier_str oai:repositorio.unsa.edu.pe:UNSA/3393
network_acronym_str UNSA
network_name_str UNSA-Institucional
repository_id_str 4847
spelling Rodríguez Gonzalez, Pedro AlexRamirez Ticona, Juan2017-10-26T15:00:57Z2017-10-26T15:00:57Z2017El reconocimiento de granos de café verde arábiga sin defectos físicos es importante desde el punto de vista comercial, dado que el café de la especie arábiga es un producto de alta demanda en el mercado internacional. Dicho reconocimiento es propenso a errores, debido a que actualmente es realizado en su mayoría de forma manual y subjetiva. Los principales trabajos que tratan este problema basados en visión artificial requieren de prototipos de adquisición, que toman cada imagen desde un ángulo completamente vertical con respecto a la superficie que contiene a la muestra de granos de café. Cada uno de estos prototipos es un limitante para labores practicas debido a la dificultad de su implementación y al ángulo restrictivo. Por lo que el objetivo general de este trabajo es proponer un modelo para el reconocimiento automático de granos de café verde arábiga sin defectos físicos en imágenes de muestras capturadas manualmente con un ángulo de toma diagonal usando visión artificial y basándose para el reconocimiento en el estándar de la Specialty Coffee Association of America (SCAA) [1]. La metodología utilizada en este trabajo se divide en: adquisición de imágenes, mejora de imágenes, segmentación, extracción de características, clasificación y comparación con otros trabajos. Los resultados obtenidos en este trabajo muestran que el reconocedor puede ser utilizado en aplicaciones reales debido a que se alcanzó un overall accuracy del 99.60%.Tesisapplication/pdfhttp://repositorio.unsa.edu.pe/handle/UNSA/3393spaUniversidad Nacional de San Agustín de ArequipaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Universidad Nacional de San Agustín de ArequipaRepositorio Institucional - UNSAreponame:UNSA-Institucionalinstname:Universidad Nacional de San Agustíninstacron:UNSAgranos de caféDefectos físicosClasificación y selecciónVisión artificialhttps://purl.org/pe-repo/ocde/ford#2.02.04Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificialinfo:eu-repo/semantics/bachelorThesisSUNEDU612076http://purl.org/pe-repo/renati/level#tituloProfesionalhttp://purl.org/pe-repo/renati/type#tesisIngeniería de SistemasUniversidad Nacional de San Agustín de Arequipa.Facultad de Ingeniería de Producción y ServiciosTítulo ProfesionalIngeniero de SistemasORIGINALISratij.pdfapplication/pdf6964352https://repositorio.unsa.edu.pe/bitstreams/350b6d4d-d9c2-4373-81d3-80f153331774/download3f9b88066e54668a622a22c6cc88531eMD51TEXTISratij.pdf.txtISratij.pdf.txtExtracted texttext/plain87237https://repositorio.unsa.edu.pe/bitstreams/37bca2c6-f2d5-4950-b129-8024982f017a/download82a1e8602e0db952dbc5d2626906cfa6MD52UNSA/3393oai:repositorio.unsa.edu.pe:UNSA/33932022-12-13 00:37:12.806http://creativecommons.org/licenses/by-nc-nd/2.5/pe/info:eu-repo/semantics/openAccesshttps://repositorio.unsa.edu.peRepositorio Institucional UNSArepositorio@unsa.edu.pe
dc.title.es_PE.fl_str_mv Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificial
title Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificial
spellingShingle Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificial
Ramirez Ticona, Juan
granos de café
Defectos físicos
Clasificación y selección
Visión artificial
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificial
title_full Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificial
title_fullStr Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificial
title_full_unstemmed Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificial
title_sort Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificial
author Ramirez Ticona, Juan
author_facet Ramirez Ticona, Juan
author_role author
dc.contributor.advisor.fl_str_mv Rodríguez Gonzalez, Pedro Alex
dc.contributor.author.fl_str_mv Ramirez Ticona, Juan
dc.subject.es_PE.fl_str_mv granos de café
Defectos físicos
Clasificación y selección
Visión artificial
topic granos de café
Defectos físicos
Clasificación y selección
Visión artificial
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description El reconocimiento de granos de café verde arábiga sin defectos físicos es importante desde el punto de vista comercial, dado que el café de la especie arábiga es un producto de alta demanda en el mercado internacional. Dicho reconocimiento es propenso a errores, debido a que actualmente es realizado en su mayoría de forma manual y subjetiva. Los principales trabajos que tratan este problema basados en visión artificial requieren de prototipos de adquisición, que toman cada imagen desde un ángulo completamente vertical con respecto a la superficie que contiene a la muestra de granos de café. Cada uno de estos prototipos es un limitante para labores practicas debido a la dificultad de su implementación y al ángulo restrictivo. Por lo que el objetivo general de este trabajo es proponer un modelo para el reconocimiento automático de granos de café verde arábiga sin defectos físicos en imágenes de muestras capturadas manualmente con un ángulo de toma diagonal usando visión artificial y basándose para el reconocimiento en el estándar de la Specialty Coffee Association of America (SCAA) [1]. La metodología utilizada en este trabajo se divide en: adquisición de imágenes, mejora de imágenes, segmentación, extracción de características, clasificación y comparación con otros trabajos. Los resultados obtenidos en este trabajo muestran que el reconocedor puede ser utilizado en aplicaciones reales debido a que se alcanzó un overall accuracy del 99.60%.
publishDate 2017
dc.date.accessioned.none.fl_str_mv 2017-10-26T15:00:57Z
dc.date.available.none.fl_str_mv 2017-10-26T15:00:57Z
dc.date.issued.fl_str_mv 2017
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://repositorio.unsa.edu.pe/handle/UNSA/3393
url http://repositorio.unsa.edu.pe/handle/UNSA/3393
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
Repositorio Institucional - UNSA
dc.source.none.fl_str_mv reponame:UNSA-Institucional
instname:Universidad Nacional de San Agustín
instacron:UNSA
instname_str Universidad Nacional de San Agustín
instacron_str UNSA
institution UNSA
reponame_str UNSA-Institucional
collection UNSA-Institucional
bitstream.url.fl_str_mv https://repositorio.unsa.edu.pe/bitstreams/350b6d4d-d9c2-4373-81d3-80f153331774/download
https://repositorio.unsa.edu.pe/bitstreams/37bca2c6-f2d5-4950-b129-8024982f017a/download
bitstream.checksum.fl_str_mv 3f9b88066e54668a622a22c6cc88531e
82a1e8602e0db952dbc5d2626906cfa6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UNSA
repository.mail.fl_str_mv repositorio@unsa.edu.pe
_version_ 1828762939303133184
score 13.936249
Reconocimiento de granos de café verde arábiga sin defectos físicos en muestras usando visión artificial
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares