Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora

El objetivo de este proyecto es determinar un conjunto de descriptores morfológicos y de aspecto a partir de una imagen color de una muestra de granos de arroz pulidos empleando procesamiento digital de imágenes. Estos descriptores son el insumo de un sistema experto para clasificar tipo de grano y...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Sampallo, Guillermo M., Acosta, Cristian, Cleva, Mario, González Thomas, Arturo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2012
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/18840
Aporte de:
id I19-R120-10915-18840
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Picture/Image Generation
investigación agronómica
visión por computadora
descriptores
Image processing software
arroz
calidad
spellingShingle Ciencias Informáticas
Picture/Image Generation
investigación agronómica
visión por computadora
descriptores
Image processing software
arroz
calidad
Sampallo, Guillermo M.
Acosta, Cristian
Cleva, Mario
González Thomas, Arturo
Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
topic_facet Ciencias Informáticas
Picture/Image Generation
investigación agronómica
visión por computadora
descriptores
Image processing software
arroz
calidad
description El objetivo de este proyecto es determinar un conjunto de descriptores morfológicos y de aspecto a partir de una imagen color de una muestra de granos de arroz pulidos empleando procesamiento digital de imágenes. Estos descriptores son el insumo de un sistema experto para clasificar tipo de grano y su calidad en forma objetiva según estándares. El método desarrollado calcula los descriptores morfológicos y de aspecto en forma automática, independientemente de la posición en la escena y del número de granos. Los descriptores morfológicos son firma, elipse que mejor ajusta, alto, ancho, perímetro, área, factores de forma, superficie y volumen. Para comprobar la validez de los algoritmos de cálculo se los aplicó primero a modelos y se valuó su performance. Finalmente se los aplicó a muestras de granos de arroz de diferentes tipos y se realizó un análisis de los errores del método. Los descriptores de aspecto básicamente de dos tipos: a) Determinísticos: porcentaje de píxeles con niveles de gris respecto de un umbral previamente definido empíricamente para definir si se trata de un grano normal, pancha blanca o yesoso. b) Estadísticos: empleando propiedades del histograma de cada grano.
format Objeto de conferencia
Objeto de conferencia
author Sampallo, Guillermo M.
Acosta, Cristian
Cleva, Mario
González Thomas, Arturo
author_facet Sampallo, Guillermo M.
Acosta, Cristian
Cleva, Mario
González Thomas, Arturo
author_sort Sampallo, Guillermo M.
title Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
title_short Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
title_full Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
title_fullStr Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
title_full_unstemmed Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
title_sort sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
publishDate 2012
url http://sedici.unlp.edu.ar/handle/10915/18840
work_keys_str_mv AT sampalloguillermom sistemadecontroldecalidaddegranosdearrozpulidosempleandovisionporcomputadora
AT acostacristian sistemadecontroldecalidaddegranosdearrozpulidosempleandovisionporcomputadora
AT clevamario sistemadecontroldecalidaddegranosdearrozpulidosempleandovisionporcomputadora
AT gonzalezthomasarturo sistemadecontroldecalidaddegranosdearrozpulidosempleandovisionporcomputadora
bdutipo_str Repositorios
_version_ 1764820463319515138