Análisis de color y clasificación de uvas a través de algoritmos de aprendizaje de máquina [recurso electrónico] / Miguel Ricardo González Márquez; dirigida por Miguel Enrique Martínez Rosas.
Tipo de material:
TextoDetalles de publicación: Ensenada, Baja California, 2023Descripción: 1 recurso en línea 168 p. : il. fotografíaClasificación LoC:TA1637 | G652 2023Recursos en línea: Tesis Digital.
Nota de disertación: Tesis (Doctorado)--Universidad Autónoma de Baja California. Facultad de Ingeniería, Arquitectura y Diseño, Ensenada,2023. Resumen: La detección de frutos individuales en imágenes de racimos de uvas ha recibido un gran impulso gracias al poder computacional actual, a la gran cantidad de datos disponibles y al auge del campo de inteligencia artificial. Para este caso particular, los frutos se aglomeran dentro del racimo, por lo que su detección es un reto importante desde una perspectiva computacional. El cálculo del área que ocupa cada fruto dentro de una imagen, puede ser usado en problemas específicos de viticultura, como por ejemplo, la estimación del rendimiento. A pesar de que múltiples trabajos han abordado el problema de separar frutos individuales con el fin de estimar la cantidad de uvas contenidos en las imágenes, la estimación del área correspondiente para cada fruto y la relación entre el peso con el número de frutos y/o su tamaño, siguen siendo problemas sin resolver. Para abordar dichos problemas, en este trabajo se exploraron tres enfoques de procesamiento de imágenes: el uso de características de color para distinguir entre el fondo y regiones de interés; la detección de círculos para relacionar la región obtenida a un futuro; y aprendizaje profundo para distinguir de manera más fina región correspondientes a frutos.
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Ensenada | Colección de Tesis | TA1637 G652 2023 (Browse shelf(Abre debajo)) | 1 | Disponible | ENS096176 |
Doctorado.
Tesis (Doctorado)--Universidad Autónoma de Baja California. Facultad de Ingeniería, Arquitectura y Diseño, Ensenada,2023.
Incluye referencias bibliográficas e índice.
La detección de frutos individuales en imágenes de racimos de uvas ha recibido un gran impulso gracias al poder computacional actual, a la gran cantidad de datos disponibles y al auge del campo de inteligencia artificial. Para este caso particular, los frutos se aglomeran dentro del racimo, por lo que su detección es un reto importante desde una perspectiva computacional. El cálculo del área que ocupa cada fruto dentro de una imagen, puede ser usado en problemas específicos de viticultura, como por ejemplo, la estimación del rendimiento. A pesar de que múltiples trabajos han abordado el problema de separar frutos individuales con el fin de estimar la cantidad de uvas contenidos en las imágenes, la estimación del área correspondiente para cada fruto y la relación entre el peso con el número de frutos y/o su tamaño, siguen siendo problemas sin resolver. Para abordar dichos problemas, en este trabajo se exploraron tres enfoques de procesamiento de imágenes: el uso de características de color para distinguir entre el fondo y regiones de interés; la detección de círculos para relacionar la región obtenida a un futuro; y aprendizaje profundo para distinguir de manera más fina región correspondientes a frutos.
