Sistema Clasificador de Ciruela Horvin Usando Técnicas de Inteligencia Artificial
Fecha
2021-04-22
Director
Enlace al recurso
DOI
ORCID
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Cargando...
Resumen
En el desarrollo de esta investigación, se implementa un prototipo de banda transportadora para la selección de ciruela, en la cual se instala una sección de sensado compuesta de una cámara contenida en un ambiente de luminosidad controlada. Las imágenes adquiridas por el sistema de sensado, fueron sometidas, por una parte; a algoritmos de Visión por Computador y Deep Learning, orientados a la extracción de características y, por otra parte; a algoritmos de Machine Learning y Deep Learning, orientados a la clasificación del fruto en tres categorías, definidas por sus características morfológicas y deficiencias nutricionales (afectaciones visuales).
Las primeras pruebas para llegar a una clasificación satisfactoria, se realizaron aplicando sobre las imágenes múltiples técnicas de Visión por Computador como: Detección de bordes de Canny, operaciones morfológicas, segmentación de fondo por umbrales, entre otras técnicas que permiten hacer ingeniería de características, las cuales dieron paso a una estructura de clasificación condicional. Posteriormente, se hicieron pruebas con árboles de decisión, máquinas de soporte vectorial, perceptrón multicapa y K-Vecino más cercano (KNN). Finalmente, se implementó una estructura de red neuronal convolucional (CNN).
Abstract
The development of this research, a prototype of a conveyor belt for the selection of plums is implemented, in which a sensing section composed of a camera contained in an environment of controlled luminosity is installed. The images acquired by the sensing system were submitted, on the one hand to Computer Vision and Deep Learning algorithms, oriented to the extraction of characteristics and, on the other hand to Machine Learning and Deep Learning algorithms, aimed at classifying the fruit into three categories, defined by their morphological characteristics and nutritional deficiencies (visual impairments).
The first tests to reach a satisfactory classification were carried out by applying multiple Computer Vision techniques to the images, such as: Canny edge detection, morphological operations, background segmentation by thresholds, among other techniques that allow engineering characteristics, the which gave way to a conditional classification structure. Subsequently, tests were made with decision trees, vector support machines, multilayer perceptron and K-Nearest Neighbor (KNN). Finally, a convolutional neural network (CNN) structure was implemented.
Idioma
spa
Palabras clave
Citación
Bautista, C., & Fonseca, Y. (2021). Sistema Clasificador de Ciruela Horvin Usando Técnicas de Inteligencia Artificial.
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia