Segmentación de imágenes de frutos de café mediante el análisis de forma de los índices de concavidad y convexidad / Jorge Carlos Orozco Martínez, Brayan Darío Triana Abello. Recurso electrónico
Tipo de material:
Archivo de ordenadorDetalles de publicación: Barranquilla, Col. : Universidad Autónoma del Caribe, 2011.Descripción: 1 disco compacto. : son., etc. ; (4 3/4 plg.)Tema(s): Nota de disertación: Tesis (Ingeniero Electrónico y Telecomunicaciones) -- Universidad Autonóma del Caribe. Programa de Ingeniería Electrónica y Telecomunicaciones, 2011. Resumen: El cultivo de café en Colombia es una de las mayores fuentes de ingreso para las familias que se dedican a sobrevivir de la agricultura. En la actualidad para lograr la producción del fruto de café, más específicamente en la recolección de los mismos, es necesario hacerlo de forma manual y selectiva. Esta es una ardua labor para quienes la realizan. Además, cada día la competencia a nivel local y mundial en la calidad del café es más fuerte por lo que se requiere estar mejorando día a día en el proceso de producción del café, razón por la cual se ha pensado en la automatización de la recolección de los frutos de café mediante la implementación de sistemas de visión artificial. Inicialmente la aplicación de la visión artificial a la agricultura más específicamente a la producción de café ha sido realizada por parte de varias universidades a manera de estudios en lo que tiene que ver con la segmentación de imágenes de frutos de café en donde ha sido posible la aplicación de múltiples técnicas de segmentación con el fin de lograr la selectividad de los frutos de café partiendo de múltiples características que estos presentan, de todas esas técnicas de segmentación algunas han dado buenos resultados pero que todavía no alcanzan una efectividad del 100%. Partiendo de que no ha sido posible la obtención de un método de segmentación que pueda separar los frutos de café en un 100% se ha decidido por medio de este proyecto desarrollar un algoritmo de segmentación de imágenes de frutos de café mediante el análisis de forma de los índices de concavidad y convexidad de los mismos que permita dar un aporte a todo el estudio desarrollado anteriormente en lo que se refiere a la automatización del proceso de recolección de frutos de café.Resumen: The cultivation of coffee in Colombia is a major source of income for families engaged in agriculture to survive. Currently to achieve the production of the fruit of coffee, more specifically in the collection thereof, must do it manually and selectively. This is hard work for those who do. In addition, each day of competition at the local and global quality of the coffee is stronger for what it takes to be improving day by day in the coffee production process. This is why it has been thought to automate the collection of the fruits of coffee through the implementation of machine vision systems. Initially the application of machine vision in agriculture more specifically to the production of coffee has been conducted by several universities to study in how you have to do with the segmentation of images of coffee berries where it has been possible multiple application of segmentation techniques in order to achieve the selectivity of the coffee berries on the basis of several characteristics that they present, all these segmentation techniques have given some good results but still not achieve a 100% effective. Given that it was not possible to obtain a segmentation method that can separate the fruits of coffee by 100% has been decided by this project to develop an algorithm for image segmentation of coffee berries by shape analysis indices of concavity and convexity of these enabling a contribution to the study previously developed in terms of automating the process of collecting coffee cherries. To achieve the segmentation of images of coffee berries through the analysis of shape of the concavity and convexity index, is conducting a series of steps or methods that are essential for developing the algorithm to meet the objective.
| Tipo de ítem | Biblioteca actual | Biblioteca de origen | Colección | Signatura topográfica | Info Vol | Estado | Fecha de vencimiento | Código de barras | Reserva de ítems | |
|---|---|---|---|---|---|---|---|---|---|---|
Trabajo de grado - Recurso Magnético (Mismo día)
|
Biblioteca Central | Biblioteca Central | Trabajo de grado | TELE 1189 (Navegar estantería(Abre debajo)) | CD.1 | Disponible | 10703000001045953 |
Navegando Biblioteca Central estanterías, Colección: Trabajo de grado Cerrar el navegador de estanterías (Oculta el navegador de estanterías)
Tesis (Ingeniero Electrónico y Telecomunicaciones) -- Universidad Autonóma del Caribe. Programa de Ingeniería Electrónica y Telecomunicaciones, 2011.
Incluye referencias bibliográficas.
Trabajo de grado para optar a titulo profesional según Acta Nº 0399.
El cultivo de café en Colombia es una de las mayores fuentes de ingreso para las familias que se dedican a sobrevivir de la agricultura. En la actualidad para lograr la producción del fruto de café, más específicamente en la recolección de los mismos, es necesario hacerlo de forma manual y selectiva. Esta es una ardua labor para quienes la realizan. Además, cada día la competencia a nivel local y mundial en la calidad del café es más fuerte por lo que se requiere estar mejorando día a día en el proceso de producción del café, razón por la cual se ha pensado en la automatización de la recolección de los frutos de café mediante la implementación de sistemas de visión artificial. Inicialmente la aplicación de la visión artificial a la agricultura más específicamente a la producción de café ha sido realizada por parte de varias universidades a manera de estudios en lo que tiene que ver con la segmentación de imágenes de frutos de café en donde ha sido posible la aplicación de múltiples técnicas de segmentación con el fin de lograr la selectividad de los frutos de café partiendo de múltiples características que estos presentan, de todas esas técnicas de segmentación algunas han dado buenos resultados pero que todavía no alcanzan una efectividad del 100%. Partiendo de que no ha sido posible la obtención de un método de segmentación que pueda separar los frutos de café en un 100% se ha decidido por medio de este proyecto desarrollar un algoritmo de segmentación de imágenes de frutos de café mediante el análisis de forma de los índices de concavidad y convexidad de los mismos que permita dar un aporte a todo el estudio desarrollado anteriormente en lo que se refiere a la automatización del proceso de recolección de frutos de café.
The cultivation of coffee in Colombia is a major source of income for families engaged in agriculture to survive. Currently to achieve the production of the fruit of coffee, more specifically in the collection thereof, must do it manually and selectively. This is hard work for those who do. In addition, each day of competition at the local and global quality of the coffee is stronger for what it takes to be improving day by day in the coffee production process. This is why it has been thought to automate the collection of the fruits of coffee through the implementation of machine vision systems. Initially the application of machine vision in agriculture more specifically to the production of coffee has been conducted by several universities to study in how you have to do with the segmentation of images of coffee berries where it has been possible multiple application of segmentation techniques in order to achieve the selectivity of the coffee berries on the basis of several characteristics that they present, all these segmentation techniques have given some good results but still not achieve a 100% effective. Given that it was not possible to obtain a segmentation method that can separate the fruits of coffee by 100% has been decided by this project to develop an algorithm for image segmentation of coffee berries by shape analysis indices of concavity and convexity of these enabling a contribution to the study previously developed in terms of automating the process of collecting coffee cherries. To achieve the segmentation of images of coffee berries through the analysis of shape of the concavity and convexity index, is conducting a series of steps or methods that are essential for developing the algorithm to meet the objective.
Requerimientos del sistema para el disco compacto acompañante: (PC) 200 MHz Procesador; 32 MB RAM; Windows 2000, XP, or NT 4.0, o posterior; unidad de CD-Rom de 8X; tarjeta de sonido; tarjeta graficadora VGA con un mínimo de 256 colores; resolución de 800 x 600. (Mac) Power-Macintosh; 128 MB RAM; OS X 10.2 y superior.
07 Disponible en la Biblioteca Central.
DS Dissertation
CM
No hay comentarios en este titulo.