Sistema de visión computacional para el proceso de clasificación de uva
No Thumbnail Available
Date
2019
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Trujillo
Abstract
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
Description
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
Keywords
Visión computacional, Procesamiento de imágenes, Uva