Reconocimiento de granos de café empleando técnicas estadísticas de clasificación



Título del documento: Reconocimiento de granos de café empleando técnicas estadísticas de clasificación
Revue: Revista politécnica
Base de datos: PERIÓDICA
Número de sistema: 000372759
ISSN: 1900-2351
Autores: 1
1
2
Instituciones: 1Instituto Tecnológico Metropolitano, Medellín, Antioquia. Colombia
2Universidad de Antioquia, Medellín, Antioquia. Colombia
Año:
Periodo: Ene-Jun
Número: 12
Paginación: 83-87
País: Colombia
Idioma: Español
Tipo de documento: Artículo
Enfoque: Aplicado, descriptivo
Resumen en español En este artículo se pone a prueba un método de clasificación bayesiana en la identificación de granos de café con tres grados de maduración, seleccionando como características, los valores RGB y HIV y se compara con otros clasificadores ya conocidos. En el problema de procesamiento de imágenes, se separan en K clases con una probabilidad mínima de error de clasificación, todos los parámetros en cada clase son conocidos. El conjunto de parámetros en cada imagen se toman como los patrones de entrada para establecer una regla de Bayes empírica que separa las K clases y conduce a un procedimiento de aproximación estocástica para la estimación de los conjuntos desconocidos. Esta clasificación se puede adaptar a una métrica que adopta una mejor posibilidad de decisión
Resumen en inglés This article tested a Bayesian classification method in the identification of coffeebeans with three levels of maturity, selecting as featuresRGB and HIV values and compared with other known classifiers.In the image processing problem is separated into K classes with a minimum probability of misclassification, all parameters in each class are known. The set of parameters in each image are taken as the input patterns to establish an empirical Bayes rule separating the classes K and leads to a stochastic approximation procedure for estimating the unknown sets
Disciplinas: Agrociencias
Palabras clave: Frutales,
Ingeniería agrícola,
Granos de café,
Clasificación,
Reconocimiento de patrones,
Análisis bayesiano
Keyword: Agricultural sciences,
Fruit trees,
Agricultural engineering,
Coffee beans,
Classification,
Pattern recognition,
Bayesian analysis
Texte intégral: Texto completo (Ver PDF)