Detección e identificación de defectos en granos de arroz empleando visión artificial

Se presenta un método para detectar e identificar defectos en granos de arroz pulidos a partir de su imagen digitalizada utilizando un sistema experto. El registro de la imagen de la muestra se realiza con un escáner de escritorio. La muestra empleada se diseñó de tal forma que contenga ejemplares c...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Acosta, Cristian, Sampallo, Guillermo M., González Thomas, Arturo, Cleva, Mario, Liska, Diego
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2017
Materias:
Ciencias Informáticas
escáner
Semillas
imagen
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/62834
http://www.clei2017-46jaiio.sadio.org.ar/sites/default/files/Mem/CAI/CAI-10.pdf
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-62834
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
escáner
Semillas
imagen
spellingShingle Ciencias Informáticas
escáner
Semillas
imagen
Acosta, Cristian
Sampallo, Guillermo M.
González Thomas, Arturo
Cleva, Mario
Liska, Diego
Detección e identificación de defectos en granos de arroz empleando visión artificial
topic_facet Ciencias Informáticas
escáner
Semillas
imagen
description Se presenta un método para detectar e identificar defectos en granos de arroz pulidos a partir de su imagen digitalizada utilizando un sistema experto. El registro de la imagen de la muestra se realiza con un escáner de escritorio. La muestra empleada se diseñó de tal forma que contenga ejemplares con los defectos más comunes. Se emplearon técnicas de procesamiento digital de imágenes para identificar diferentes tipos de defectos visibles en granos de arroz que afectan a la calidad de la muestra. Finalmente los resultados obtenidos con el empleo de la metodología desarrollada, son coincidentes con los realizados manualmente por un perito. El método propuesto presenta ventajas respecto de la identificación en forma manual como ser la disminución de los tiempos de análisis, la repetibilidad de los resultados, elimina la subjetividad en la identificación, registra y almacena la información, utiliza equipamiento de fácil acceso y bajo costo relativo.
format Objeto de conferencia
Objeto de conferencia
author Acosta, Cristian
Sampallo, Guillermo M.
González Thomas, Arturo
Cleva, Mario
Liska, Diego
author_facet Acosta, Cristian
Sampallo, Guillermo M.
González Thomas, Arturo
Cleva, Mario
Liska, Diego
author_sort Acosta, Cristian
title Detección e identificación de defectos en granos de arroz empleando visión artificial
title_short Detección e identificación de defectos en granos de arroz empleando visión artificial
title_full Detección e identificación de defectos en granos de arroz empleando visión artificial
title_fullStr Detección e identificación de defectos en granos de arroz empleando visión artificial
title_full_unstemmed Detección e identificación de defectos en granos de arroz empleando visión artificial
title_sort detección e identificación de defectos en granos de arroz empleando visión artificial
publishDate 2017
url http://sedici.unlp.edu.ar/handle/10915/62834
http://www.clei2017-46jaiio.sadio.org.ar/sites/default/files/Mem/CAI/CAI-10.pdf
work_keys_str_mv AT acostacristian deteccioneidentificaciondedefectosengranosdearrozempleandovisionartificial
AT sampalloguillermom deteccioneidentificaciondedefectosengranosdearrozempleandovisionartificial
AT gonzalezthomasarturo deteccioneidentificaciondedefectosengranosdearrozempleandovisionartificial
AT clevamario deteccioneidentificaciondedefectosengranosdearrozempleandovisionartificial
AT liskadiego deteccioneidentificaciondedefectosengranosdearrozempleandovisionartificial
bdutipo_str Repositorios
_version_ 1764820480024379393

Ejemplares similares