CLASIFICACIÓN DE TOMATES MEDIANTE DETECCIÓN DE DAÑOS POR MEDIO DE VISIÓN ARTIFICIAL

Simple item page
dc.contributor.authorCORDOVA CORDOVA CRISTIAN
dc.date.accessioned2024-08-28T20:36:00Z
dc.date.available2024-08-28T20:36:00Z
dc.date.issued2021-01-01
dc.description.abstractEn los últimos años, la industria alimentaria ha adoptado sistemas de inspección basados en visión artificial para reducir costos y mejorar el control de calidad de los productos. La clasificación manual de frutas presenta desventajas como alta intensidad laboral, baja productividad y dificultades para cumplir con las normas de clasificación. Las técnicas como la detección electromagnética, fotoeléctrica, espectroscopia de infrarrojo y visión artificial se utilizan para proporcionar evaluaciones rápidas, económicas, consistentes y objetivas en la industria agrícola y alimentaria. La visión artificial, una disciplina que permite a las computadoras interpretar y comprender imágenes del mundo real de manera similar a como lo hacen los humanos, se ha consolidado como una tecnología crucial en la industria alimentaria. Esta tecnología reduce la intervención humana, clasifica productos más rápidamente y con mayor consistencia. La visión artificial se ha desarrollado para inspeccionar una variedad de productos alimenticios, como manzanas, tomates y patatas. Se reconoce la importancia de esta tecnología, aunque se hacen reservas sobre posibles imprecisiones en las referencias utilizadas para el trabajo presentado.
dc.identifier.other378.225 C77C
dc.identifier.urihttp://192.168.0.17:4000/handle/123456789/64
dc.language.isoes
dc.publisherUNIVERSIDAD LA SALLE - Tutor: Rene Reynaga
dc.titleCLASIFICACIÓN DE TOMATES MEDIANTE DETECCIÓN DE DAÑOS POR MEDIO DE VISIÓN ARTIFICIAL
dc.typeThesis
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
CLASIFICACIÓN DE TOMATES MEDIANTE DETECCIÓN DE DAÑOS POR MEDIO DE VISIÓN ARTIFICIAL - CORDOVA CORDOVA CRISTIAN.pdf
Size:
3.11 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Proyecto de grado