Citas bibligráficas
Esta es una referencia generada automáticamente. Modifíquela de ser necesario
Guevara, A., Murga, E. (2019). Sistema de visión computacional para el proceso de clasificación de uva [Tesis, Universidad Nacional de Trujillo]. https://hdl.handle.net/20.500.14414/14962
Guevara, A., Murga, E. Sistema de visión computacional para el proceso de clasificación de uva [Tesis]. : Universidad Nacional de Trujillo; 2019. https://hdl.handle.net/20.500.14414/14962
@misc{sunedu/3692055,
title = "Sistema de visión computacional para el proceso de clasificación de uva",
author = "Murga Milla, Everett Emanuel",
publisher = "Universidad Nacional de Trujillo",
year = "2019"
}
Título: Sistema de visión computacional para el proceso de clasificación de uva
Asesor(es): Peralta Luján, José Luis
Palabras clave: Visión computacional; Procesamiento de imágenes; Uva
Fecha de publicación: 2019
Institución: Universidad Nacional de Trujillo
Resumen: La presente investigación tiene por objetivo principal desarrollar un sistema basado en visión computacional que sea capaz de clasificar a la uva (Red Globe e Italia) de manera certera en tres categorías, estas son la categoría Extra, Categoría I y Categoría II, mediante el procesamiento de imágenes y respetando las características que especifica la norma técnica NTP 011.012 2005 para la uva de mesa, siendo esta un estándar a nivel nacional._x000D_
La solución se enfocó en el diseño y construcción de dos redes neuronales convolucionales, para la uva Red Globe y uva Italia, las cuales se entrenaron con imágenes de uva de las tres categorías, siguiendo las fases de la visión computacional para poder identificarlos._x000D_
Se obtuvo como resultado que el sistema de visión computacional para uva Red_x000D_
Globe tiene una precisión en la clasificación de 80.78 %, una sensibilidad de 80.77% y una especificidad de 90.39 %; mientras que para la uva Italia se obtuvo una precisión en la clasificación de 81.04 %, una sensibilidad de 81.03% y una especificidad de 90.52 %. De esta manera se pretende contribuir en el uso de nuevas tecnologías para el impulso de la producción agrícola en nuestro país
Enlace al repositorio: https://hdl.handle.net/20.500.14414/14962
Nota: The main objective of this research is to develop a system based on computational_x000D_
vision that is able to classify the grape (Red Globe and Italia) in an accurate way into_x000D_
three categories, these are the Extra category, Category I and Category II, through image_x000D_
processing and respecting the characteristics which specifies the technical standard_x000D_
NTP 011.012 2005 for table grapes, this being a national standard._x000D_
The solution focused on the design and construction of two convolutional neural_x000D_
networks, for the Red Globe grape and Italy grape, which were trained with grape_x000D_
images of the three categories, following the phases of computational vision to identify_x000D_
them._x000D_
Was obtained as a result that the Red Globe grape computational vision system_x000D_
has a classification accuracy of 80.78 %, a sensitivity of 80.77% and a specificity of_x000D_
90.39 %; while for the Italy grape, an classification accuracy of 81.04 %, a sensitivity_x000D_
of 81.03% and a specificity of 90.52% were obtained. In this way, it is intended_x000D_
to contribute to the use of new technologies to boost agricultural production in our_x000D_
country
Disciplina académico-profesional: Informática
Institución que otorga el grado o título: Universidad Nacional de Trujillo.Facultad de Ciencias Físicas y Matemáticas
Grado o título: Ingeniero Informático
Fecha de registro: 11
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons