Citas bibligráficas
Esta es una referencia generada automáticamente. Modifíquela de ser necesario
Durand, A., Abanto, F. (2021). Comparación de técnicas de visión artificial para detección del defecto del fruto del café [Tesis, Universidad Señor de Sipán]. https://hdl.handle.net/20.500.12802/9070
Durand, A., Abanto, F. Comparación de técnicas de visión artificial para detección del defecto del fruto del café [Tesis]. PE: Universidad Señor de Sipán; 2021. https://hdl.handle.net/20.500.12802/9070
@misc{renati/742979,
title = "Comparación de técnicas de visión artificial para detección del defecto del fruto del café",
author = "Abanto Robles, Fredy",
publisher = "Universidad Señor de Sipán",
year = "2021"
}
Título: Comparación de técnicas de visión artificial para detección del defecto del fruto del café
Autor(es): Durand Tarrillo, Angel Gustavo; Abanto Robles, Fredy
Asesor(es): Mejía Cabrera, Heber Iván
Palabras clave: Visión artificial; K-NN; Redes Bayesianas; Redes Neuronales; Comparación; Técnicas
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.02.04
Fecha de publicación: 2021
Institución: Universidad Señor de Sipán
Resumen: El café se describe por el aroma, cuerpo, acidez y sabor. Esto permite que la visión
humana de los trabajadores experimente en el campo errores o dificultades, que se
presentan en la recolección del fruto del café. Esta investigación tiene la necesidad
de automatizar los procesos de clasificación.
La investigación tiene el propósito de analizar la comparación de técnicas de visión
artificial para la detección del defecto del fruto de café, el cual nos permitirá saber
que técnica es la más eficiente y con qué menor error heurístico existe. El diseño
de este sistema de perspectiva artificial está basado con base de un análisis
detallado gracias a su gran hincapié en el estudio de frutos de café. La notación del
programa usa librerías de OpenCV, las cuales fueron importadas a NetBeans,
debido a que es independiente, se ha realizado una base de datos de figuras del
fruto de café las cuales fueron capturadas por medio de un Telescopio de alta de
definición.
El Sistema se encarga de ver que técnica es mejor y en qué tiempo es eficiente de
resolver los problemas de los defectos del fruto del café, para eso se implementaron
los clasificadores k-NN, redes bayesianas y Red neuronal para así saber qué tipo
de clasificación es, este proyecto de investigación aportara a los procesos
agroindustriales. El clasificador por K-NN propuesto tuvo una efectividad de 97% al
detectar los defectos del café, demostrando así que la técnica de visión artificial
para la detección de defectos en el fruto de café es un método viable.
Enlace al repositorio: https://hdl.handle.net/20.500.12802/9070
Disciplina académico-profesional: Ingeniería de Sistemas
Institución que otorga el grado o título: Universidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y Urbanismo
Grado o título: Ingeniero de Sistemas
Jurado: Tuesta Monteza, Víctor Alexci; Chirinos Mundaca, Carlos Alberto; Celis Bravo, Percy Javier
Fecha de registro: 14-ene-2022
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons