Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Caracterización y clasificación de café cereza usando visión artificial

Sandoval Niño, Zulma Liliana (2005) Caracterización y clasificación de café cereza usando visión artificial. Maestría thesis, Universidad Nacional de Colombia - Sede Manizales.

Texto completo

[img]
Vista previa
PDF - Versión Enviada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

1MB

Resumen

Se desarrolló un sistema de visión artificial para la clasificación de frutos de café en once categorías dependiendo de su estado de madurez. Para la descripción de la forma, el tamaño, el color y la textura de un fruto de café se extrajeron 208 características. La reducción del conjunto de características de 208 a 9 se hizo con base en los resultados de dos métodos de selección de características, uno univariado y otro multivariado. El conjunto final de características se evaluó en tres técnicas de clasificación: Bayesiano, redes neuronales y clustering difuso. Con el clasificador Bayesiano se obtuvo un error de clasificación del 5,43%. Usando redes neuronales el error de clasificación fue de 7,46%. Mientras que 19,46% fue el error obtenido usando clustering difuso. / Abstract: A machine vision system was used to classify coffee fruits into eleven groups according to ripen. 208 features of the individual fruits were extracted from two dimensional images and used as shape, size, color and texture description. An univariate and a multivariate method for feature selection was used to select a subset of 9 from an initial set of 208 features. The selected features were subsequently used as inputs to three classification schemes: the Bayesian decision, a neural network and a fuzzy k means clustering. The average classification error obtained for Bayesian classifier was 5,43%. The neural network classifier resulted in a average classification error of 7,46%. While 19,46% was the error obtained using fuzzy clustering.

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Prieto Ortiz, Flavio Augusto
Palabras clave:Evaluación de clasificadores; Café (grano) - clasificación; Café (grano) - selección de características; Visión por computador
Temática:6 Tecnología (ciencias aplicadas) / Technology > 62 Ingeniería y operaciones afines / Engineering
Unidad administrativa:Sede Manizales > Facultad de Ingeniería y Arquitectura > Departamento de Ingeniería Eléctrica, Electrónica y Computación
Código ID:985
Enviado por : Biblioteca Digital Universidad Nacional de Colombia - Sede Manizales
Enviado el día :07 May 2010 15:54
Ultima modificación:13 Junio 2011 18:07
Ultima modificación:13 Junio 2011 18:07
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox