Please use this identifier to cite or link to this item: http://repositorio.ugto.mx/handle/20.500.12059/2314
Full metadata record
DC FieldValueLanguage
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.contributor.authorLuis Enrique Raya Gonzálezes_MX
dc.creatorNOE SALDAÑA ROBLESes_MX
dc.date.accessioned2020-08-25T21:04:26Z-
dc.date.available2020-08-25T21:04:26Z-
dc.date.issued2016-
dc.identifier.urihttp://repositorio.ugto.mx/handle/20.500.12059/2314-
dc.description.abstractLa siembra y la cosecha son las operaciones más costosas en la producción del ajo (Allium sativum L.), pues se realizan a mano. Para hacer factible la siembra mecanizada, el diente de ajo se debe colocar en el suelo con el ápice hacia arriba porque colocarlo al azar reduce el rendimiento hasta en 23 %. El objetivo de este estudio fue diseñar y construir un sistema de visión artificial que permita la detección del ápice en los dientes de ajo. El sistema de visión artificial constó de 3 elementos, cámara, fuete de iluminación y algoritmo. El diseño de experimentos con el cual se evaluó el sistema de visión artificial se basó en un arreglo de diseño factorial 22 (dos algoritmos y dos intensidades de luz) con 3 réplicas de 100 ajos cada una (1200 imágenes = 2 factores X 2 niveles X 3 repeticiones X 100 ajos) obteniendo un porcentaje de aciertos del 97.33%, esto al utilizar una intensidad de iluminación de 3700 luxes. Lo logrado en esta investigación supera el porcentaje de aciertos de los trabajos anteriores teniendo una diferencia de 6.08% comparado con Saldaña et al (2016) y 0.33% con respecto a Chi y Hui (2013).es_MX
dc.language.isospaes_MX
dc.publisherUniversidad de Guanajuatoes_MX
dc.rightsinfo:eu-repo/semantics/openAccesses_MX
dc.sourceJóvenes en la Ciencia: Verano de la Investigación Científica Vol. 2, No.1 (2016)es_MX
dc.titleDetección del Ápice del Ajo mediante Visión Artificiales_MX
dc.typeinfo:eu-repo/semantics/articlees_MX
dc.creator.idinfo:eu-repo/dai/mx/cvu/202913-
dc.subject.ctiinfo:eu-repo/classification/cti/6es_MX
dc.subject.keywordsVisión Artificiales_MX
dc.subject.keywordsCosechaes_MX
dc.subject.keywordsAjoes_MX
dc.subject.keywordsDetecciónes_MX
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_MX
dc.creator.twoADRIANA SALDAÑA ROBLESes_MX
dc.creator.threeCESAR GUTIERREZ VACAes_MX
dc.creator.fourALBERTO SALDAÑA ROBLESes_MX
dc.creator.fiveADRIAN FLORES ORTEGAes_MX
dc.creator.idtwoinfo:eu-repo/dai/mx/cvu/274533es_MX
dc.creator.idthreeinfo:eu-repo/dai/mx/cvu/314476es_MX
dc.creator.idfourinfo:eu-repo/dai/mx/cvu/335789es_MX
dc.creator.idfiveinfo:eu-repo/dai/mx/cvu/65698es_MX
dc.description.abstractEnglishSowing and harvesting are the most costly operations in the garlic production (Allium sativum L.), because they are done by hand. In order for mechanized sowing to be feasible, the garlic clove must be placed in the soil with the apex facing upwards because placing it randomly reduces its yield in up to 23 % The aim of this study was to design and build a machine vision system which allows detection of the apex in the garlic cloves. The artificial vision system consisted of three elements, camera, lighting source and algorithm. The design of experiments with which the machine vision system was evaluated consisted of an array of 22 factorial design (two algorithms and two light intensities) with 3 replicates of 100 garlic cloves each one (1200 images = 2 factors X 2 level X 100 X 3 replicates garlic) obtaining a percentage of successes of 97.33%, when using a light intensity of 3700 lux. What has been achieved in this research exceeds the percentage of successes of previous work having a difference of 6.08% compared with Saldana et al (2016) and 0.33% over and Hui Chi (2013).en
Appears in Collections:Revista Jóvenes en la Ciencia

Files in This Item:
File Description SizeFormat 
Detección Del Ápice Del Ajo Mediante Visión Artificial.pdf127.18 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.