Algoritmo Para Estimación De Tamaño De Fresas A Partir De Imágenes De Mapas De Profundidad En Toma Frontal
Cargando...
Fecha
Autores
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
Descripción
Esta investigación se adentra en el desarrollo de técnicas para estimar las medidas de las fresas, centrándose en un algoritmo de estimación que calcula las dimensiones basándose en la proximidad al fruto. Además, el estudio resalta la importancia de los métodos de evaluación no destructivos en el cultivo de fresas, enfatizando la necesidad de sistemas como las cámaras RealSense D435i para capturar las características del fruto de manera precisa y eficiente, reduciendo el trabajo manual y el potencial daño a las frutas durante los procesos de evaluación. A pesar de los cálculos específicos del algoritmo, este enfrenta limitaciones, especialmente en la fluidez del programa debido al alto consumo de recursos del procesamiento de datos de las cámaras RealSense. El estudio concluye que cambiar la resolución de la imagen afecta la estimación de datos, ya que resoluciones más altas generan más píxeles y un impacto correspondiente en los mapas de datos de profundidad. Además, los enfoques teóricos presentan limitaciones, particularmente en la exclusión de valores de volumen debido a la suposición de figuras ideales, pasando por alto deformidades y variaciones en las formas de las fresas. Se recomienda emplear métodos como el principio de Arquímedes para una determinación precisa del volumen en elementos no homogéneos.
Abstract
This research delves into developing techniques for estimating strawberry measurements, focusing on an estimation algorithm that calculates dimensions based on proximity to the fruit. Additionally, the study highlights the importance of non-destructive evaluation methods in strawberry cultivation, emphasizing the need for systems like RealSense D435i cameras to capture fruit characteristics accurately and efficiently, reducing manual labor and potential fruit damage during assessment processes. Despite the algorithm's specific calculations, it encounters limitations, notably in program fluidity due to the high resource consumption of RealSense camera data processing. The study concludes that changing the image resolution affects data estimation, with higher resolutions leading to more pixels and a corresponding impact on depth data maps. Additionally, theoretical approaches face limitations, particularly in excluding volume values due to assuming ideal figures, overlooking deformities and variations in strawberry shapes. It's advised to employ methods like Archimedes' principle for accurate volume determination in non-homogeneous elements.
Idioma
spa
Palabras clave
Citación
Colecciones
Licencia Creative Commons
CC0 1.0 Universal