SciELO - Scientific Electronic Library Online

 
vol.6 número2Characterization of the powder obtained from wasted tires reduced by pyrolysis and thermal shock processWireless Communication Protocol Based on EDF for Wireless Body Sensor Networks índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Journal of applied research and technology

versión On-line ISSN 2448-6736versión impresa ISSN 1665-6423

Resumen

RIOS-CABRERA, R.; LOPEZ-JUAREZ, I.  y  SHENG-JEN, Hsieh. Ann Analysis in a Vision Approach for Potato Inspection. J. appl. res. technol [online]. 2008, vol.6, n.2, pp.106-117. ISSN 2448-6736.

Se explica una metodología para extracción de propiedades de papa usando procesamiento de imágenes. El objetivo es determinar su calidad evaluando propiedades físicas y utilizando Redes Neuronales Artificiales (ANN's) se encuentran deformaciones. Se lleva a cabo un análisis comparativo de tres modelos (Backpropagation, Perceptron y Fuzzy ARTMAP), evaluando velocidad y estabilidad para clasificación de propiedades extraídas. La metodología de procesamiento de imágenes y extracción de características se presenta mostrando algunos resultados. Fuzzy ARTMAP superó a los otros modelos debido a su estabilidad y velocidad de convergencia con tiempos tan bajos como 1 ms por patrón, lo cual demuestra lo apropiado del modelo para inspección en tiempo real. Se proponen varios algoritmos para determinar defectos de la papa tales como color verdoso, manchas, grietas y clasificación de forma, que pueden ser empleados de forma efectiva para clasificar diferentes calidades de papas.

Palabras llave : ANN; ART theory; pattern recognition; Visual inspection.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )

 

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons