Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora

Autores
Sampallo, Guillermo M.; Acosta, Cristian; Cleva, Mario; González Thomas, Arturo
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El objetivo de este proyecto es determinar un conjunto de descriptores morfológicos y de aspecto a partir de una imagen color de una muestra de granos de arroz pulidos empleando procesamiento digital de imágenes. Estos descriptores son el insumo de un sistema experto para clasificar tipo de grano y su calidad en forma objetiva según estándares. El método desarrollado calcula los descriptores morfológicos y de aspecto en forma automática, independientemente de la posición en la escena y del número de granos. Los descriptores morfológicos son firma, elipse que mejor ajusta, alto, ancho, perímetro, área, factores de forma, superficie y volumen. Para comprobar la validez de los algoritmos de cálculo se los aplicó primero a modelos y se valuó su performance. Finalmente se los aplicó a muestras de granos de arroz de diferentes tipos y se realizó un análisis de los errores del método. Los descriptores de aspecto básicamente de dos tipos: a) Determinísticos: porcentaje de píxeles con niveles de gris respecto de un umbral previamente definido empíricamente para definir si se trata de un grano normal, pancha blanca o yesoso. b) Estadísticos: empleando propiedades del histograma de cada grano.
Eje: Computación gráfica, imágenes y visualización
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Picture/Image Generation
investigación agronómica
visión por computadora
descriptores
Image processing software
arroz
calidad
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/18840
Acceder
id SEDICI_990293ee436993d1ab3bb586909697fe
oai_identifier_str oai:sedici.unlp.edu.ar:10915/18840
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Sistema de control de calidad de granos de arroz pulidos empleando visión por computadoraSampallo, Guillermo M.Acosta, CristianCleva, MarioGonzález Thomas, ArturoCiencias InformáticasPicture/Image Generationinvestigación agronómicavisión por computadoradescriptoresImage processing softwarearrozcalidadEl objetivo de este proyecto es determinar un conjunto de descriptores morfológicos y de aspecto a partir de una imagen color de una muestra de granos de arroz pulidos empleando procesamiento digital de imágenes. Estos descriptores son el insumo de un sistema experto para clasificar tipo de grano y su calidad en forma objetiva según estándares. El método desarrollado calcula los descriptores morfológicos y de aspecto en forma automática, independientemente de la posición en la escena y del número de granos. Los descriptores morfológicos son firma, elipse que mejor ajusta, alto, ancho, perímetro, área, factores de forma, superficie y volumen. Para comprobar la validez de los algoritmos de cálculo se los aplicó primero a modelos y se valuó su performance. Finalmente se los aplicó a muestras de granos de arroz de diferentes tipos y se realizó un análisis de los errores del método. Los descriptores de aspecto básicamente de dos tipos: a) Determinísticos: porcentaje de píxeles con niveles de gris respecto de un umbral previamente definido empíricamente para definir si se trata de un grano normal, pancha blanca o yesoso. b) Estadísticos: empleando propiedades del histograma de cada grano.Eje: Computación gráfica, imágenes y visualizaciónRed de Universidades con Carreras en Informática (RedUNCI)2012info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf326-330http://sedici.unlp.edu.ar/handle/10915/18840spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-766-082-5info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:26:30Zoai:sedici.unlp.edu.ar:10915/18840Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:26:30.49SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
title Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
spellingShingle Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
Sampallo, Guillermo M.
Ciencias Informáticas
Picture/Image Generation
investigación agronómica
visión por computadora
descriptores
Image processing software
arroz
calidad
title_short Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
title_full Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
title_fullStr Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
title_full_unstemmed Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
title_sort Sistema de control de calidad de granos de arroz pulidos empleando visión por computadora
dc.creator.none.fl_str_mv Sampallo, Guillermo M.
Acosta, Cristian
Cleva, Mario
González Thomas, Arturo
author Sampallo, Guillermo M.
author_facet Sampallo, Guillermo M.
Acosta, Cristian
Cleva, Mario
González Thomas, Arturo
author_role author
author2 Acosta, Cristian
Cleva, Mario
González Thomas, Arturo
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Picture/Image Generation
investigación agronómica
visión por computadora
descriptores
Image processing software
arroz
calidad
topic Ciencias Informáticas
Picture/Image Generation
investigación agronómica
visión por computadora
descriptores
Image processing software
arroz
calidad
dc.description.none.fl_txt_mv El objetivo de este proyecto es determinar un conjunto de descriptores morfológicos y de aspecto a partir de una imagen color de una muestra de granos de arroz pulidos empleando procesamiento digital de imágenes. Estos descriptores son el insumo de un sistema experto para clasificar tipo de grano y su calidad en forma objetiva según estándares. El método desarrollado calcula los descriptores morfológicos y de aspecto en forma automática, independientemente de la posición en la escena y del número de granos. Los descriptores morfológicos son firma, elipse que mejor ajusta, alto, ancho, perímetro, área, factores de forma, superficie y volumen. Para comprobar la validez de los algoritmos de cálculo se los aplicó primero a modelos y se valuó su performance. Finalmente se los aplicó a muestras de granos de arroz de diferentes tipos y se realizó un análisis de los errores del método. Los descriptores de aspecto básicamente de dos tipos: a) Determinísticos: porcentaje de píxeles con niveles de gris respecto de un umbral previamente definido empíricamente para definir si se trata de un grano normal, pancha blanca o yesoso. b) Estadísticos: empleando propiedades del histograma de cada grano.
Eje: Computación gráfica, imágenes y visualización
Red de Universidades con Carreras en Informática (RedUNCI)
description El objetivo de este proyecto es determinar un conjunto de descriptores morfológicos y de aspecto a partir de una imagen color de una muestra de granos de arroz pulidos empleando procesamiento digital de imágenes. Estos descriptores son el insumo de un sistema experto para clasificar tipo de grano y su calidad en forma objetiva según estándares. El método desarrollado calcula los descriptores morfológicos y de aspecto en forma automática, independientemente de la posición en la escena y del número de granos. Los descriptores morfológicos son firma, elipse que mejor ajusta, alto, ancho, perímetro, área, factores de forma, superficie y volumen. Para comprobar la validez de los algoritmos de cálculo se los aplicó primero a modelos y se valuó su performance. Finalmente se los aplicó a muestras de granos de arroz de diferentes tipos y se realizó un análisis de los errores del método. Los descriptores de aspecto básicamente de dos tipos: a) Determinísticos: porcentaje de píxeles con niveles de gris respecto de un umbral previamente definido empíricamente para definir si se trata de un grano normal, pancha blanca o yesoso. b) Estadísticos: empleando propiedades del histograma de cada grano.
publishDate 2012
dc.date.none.fl_str_mv 2012
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/18840
url http://sedici.unlp.edu.ar/handle/10915/18840
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-766-082-5
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
326-330
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260098254110720
score 13.13397

Publicaciones similares