Vol. 2 Núm. 2 (2020): PURIQ (mayo-agosto)
Artículos

Visión artificial en reconocimiento de patrones para clasificación de frutas en agronegocios

PDF HTML XML EPUB
Reynaldo Sucari León
Universidad Nacional Autónoma de Huanta
Biografía
Yolanda Aroquipa Durán
Universidad Nacional Autónoma de Huanta
Biografía
Luz Delia Quina Quina
Universidad Nacional José María Arguedas
Biografía
Edgardo Quispe Yapo
Universidad Nacional del Altiplano
Biografía
Anibal Sucari León
Universidad Nacional del Altiplano
Biografía
Fredy Abel Huanca Torres
Peruvian Union University
Biografía
DOI: https://doi.org/10.37073/puriq.2.2.76

Publicado 2020-04-09

Palabras clave

  • clasificación de frutas,
  • reconocimiento de patrones,
  • visión artificial

Cómo citar

Sucari León, R., Aroquipa Durán, Y., Quina Quina, L. D., Quispe Yapo, E., Sucari León, A., & Huanca Torres, F. A. (2020). Visión artificial en reconocimiento de patrones para clasificación de frutas en agronegocios. Puriq, 2(2), 109–118. https://doi.org/10.37073/puriq.2.2.76

Derechos de autor 2020 Reynaldo Sucari León, Yolanda Aroquipa Durán , Luz Delia Quina Quina , Edgardo Quispe Yapo , Anibal Sucari León , Fredy Abel Huanca Torres

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Métricas alternativas

Share
Crossref
Scopus
Google Scholar
Europe PMC

Resumen

La presente tuvo como objetivo determinar la efectividad de aplicar visión artificial en reconocimiento de patrones para la clasificación de frutas en los agronegocios, para ello se ha empleado una base de datos con 50 registros de 6 variedades de frutas donde se consideró 4 características para cada fruta y una muestra de 20 frutas, así mismo se ha empleado la técnica reconocimiento automático de patrones por medio del clasificador bayesiano implementado en Octave, en el experimento se logró reconocer las frutas hasta en un 93.33% y errando en 6.67%. Concluyendo que si es efectivo aplicar la visión artificial en el reconocimiento de patrones para clasificar frutas.

PDF HTML XML EPUB

Descargas

Los datos de descargas todavía no están disponibles.

Citas

  1. Aldabas Rubira, E. (2002). Introducción al reconocimiento de patrones mediante redes neuronales. IX Jornades de Conferencies d’Enginyeria. Retrieved from http://petrus.upc.es/~microele/neuronal/xn/
  2. Arivazhagan, S., Newlin Shebiah, R., Selva Nidhyanandhan, S., & Ganesan, L. (2010). Fruit Recognition using Color and Texture Features. In Journal of Emerging Trends in Computing and Information Sciences (Vol. 1). Retrieved from http://www.cisjournal.org
  3. Cáceres Tello, J. (2014). La visión artificial y las operaciones morfológicas en imágenes binarias. Retrieved from http://www.um.es/waspssViewproject
  4. Cubero García, S. (2012). Diseño e implementación de nuevas tecnologías basadas en visión artificial para la inspección no destructiva de la calidad de fruta en campo y mínimamente procesada. Universidad Politécnica de Valencia.
  5. Domingo, M. (2004). Visión por Computador. Retrieved from http://www.ing.puc.cl/
  6. Duda, R. O., Hart, P. E., & Stork, D. G. (2001). Pattern Classification - Stork - Google Libros. Retrieved November 10, 2019, from https://books.google.com.pe/books?hl=es&lr=&id=Br33IRC3PkQC&oi=fnd&pg=PR3&ots=2xDRMtd6Hp&sig=euCrNoI04hncVOlqnKDDbZnKTMs&redir_esc=y#v=onepage&q&f=false
  7. Elamvazuthi, I., Sinnadurai, R., Khan, A., & Vasant, P. (2009). Fruit Sorting using Fuzzy Logic Techniques. AIP Conference Proceedings, 225–230.
  8. Fernández Brondo, J. M. (2000). El desarrollo humano como base en la calidad total y la sostenibilidad en los agronegocios. Revista Mexicana de Agronegocios, IV(7), 79–92. Retrieved from http://www.redalyc.org/articulo.oa?id=14107411
  9. Gatica, G., Best, S., Ceroni, J., & Lefranc, G. (2013). Olive fruits recognition using neural networks. Procedia Computer Science, 17, 412–419. https://doi.org/10.1016/j.procs.2013.05.053
  10. Granados Montelongo, J. A. (2000). Fundamentos de Calidad Total en los Agronegocios. Revista Mexicana de Agronegocios, IV, 476–484.
  11. Montoya Holguín, C., Cortés Osorio, J. A., & Chaves Osorio, J. A. (2014). Automatic recognition system of fruits based computer vision. In Revista chilena de ingeniería (Vol. 22).
  12. Pencue-Fierro, E. L., & León-Téllez, J. (2003). Detección y clasificación de defectos en frutas mediante el procesamiento digital de imágenes. Revista Comlombiana de Física, 35(1), 148–151.
  13. Porras, J., De la Cruz, M., & Morán, A. (2014). Clasification system based on computer vision. Retrieved from http://v-beta.urp.edu.pe/pdf/id/2881/n/clasification-system-based-on-computer-vision
  14. Rodriguez Pérez, F. (2015). Sistema automatizado para la determinación del estado de maduración en frutas bomba. Revista Ciencias Técnicas Agropecuarias, 24, 56–61. Retrieved from http://www.redalyc.org/articulo.oa?id=93243475010
  15. Sandoval, Z., & Prieto, F. (2009). Procesamiento de imágenes para la clasificación de café cereza. Prospectiva, 7(1), 67–73.
  16. Theodoridis, S., & Koutroumbas, K. (2003). Pattern Recognition (Second; Elsevier, Ed.). USA.
  17. Vega Huerta, H., & Cortez Vásquez, A. (2010). Entrenamiento de Redes Neuronales para el Reconocimiento de Frutas. Paradigmas 2, 1, 141–164.
  18. Vega Huerta, H., Cortez Vásquez, A., Huayna, A. M., Alarcón Loayza, L., & Romero Naupari, P. (2009). Reconocimiento de patrones mediante redes neuronales artificiales. Revista de Ingeniería de Sistemas e Informática, 6(2), 17–26

Artículos más leídos del mismo autor/a