Sistema de visión por computador para detectar hierba no deseada en prototipo de cultivo de frijol usando ambiente controlado

dc.contributorSerrato-Panqueba, Beatriz Nathalia
dc.creatorBetancourt-Gualteros, Diego Mauricio
dc.date.accessioned2014-12-17T23:04:49Z
dc.date.available2014-12-17T23:04:49Z
dc.date.created2014-12-17T23:04:49Z
dc.date.issued2014
dc.identifierBetancourt-Gualteros, D. M. (2014). Sistema de visión por computador para detectar hierba no deseada en prototipo de cultivo de frijol usando ambiente controlado. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería Electrónica y Telecomunicaciones. Bogotá, Colombia
dc.identifierhttp://hdl.handle.net/10983/1690
dc.description.abstractEste trabajo plantea el desarrollo de un sistema de visión artificial por capturas y en tiempo real, como primera etapa de un macro proyecto para la inspección automática de cultivos de frijol, el cual emplea métodos heurísticos para la diferenciación entre los elementos de la imagen. El sistema consta principalmente de cuatro etapas las cuales son: ambiente controlado, adquisición, procesamiento de imágenes y reconocimiento de patrones.
dc.languagespa
dc.publisherFacultad de Ingeniería
dc.publisherIngeniería Electrónica y Telecomunicaciones
dc.relationBALCÁZAR, Mario. Desarrollo de un módulo SIG para el manejo de imágenes multiespectrales orientado a la agricultura de precisión. Trabajo de grado Ingeniero electrónico. Lima: pontificia universidad católica del Perú. Facultad de ingeniería. Departamento de Electrónica, 2011. 54 p.
dc.relationBERMUDEZ, Herdenson y BAÉZ, Juan. Aplicación de técnicas de visión artificial para el reconocimiento de naranjas maduras en el árbol. Trabajo de grado Ingeniero electrónico. Bucaramanga: Pontificia bolivariana. Facultad de ingeniería. Departamento de Electrónica, 2010. 67 p.
dc.relationCABELLO, Enrrique. Técnicas de reconocimiento facial mediante redes neuronales. Tesis doctoral en Ingeniería. Madrid: Universidad politécnica de Madrid. Facultad de ingeniería. Departamento de Informática, 2004. 151 p.
dc.relationCANO, Octavio y LOPEZ, Ernesto. Control preemergente y postemergente de malezas en frijol, de humedad residual en Veracruz. . En: Agronomía mesoamericana. Agosto-noviembre, 1996. vol. 7, no. 2., p. 42-49.
dc.relationCOMPUTER AND INFORMATION TECHNOLOGY INTERNATIONAL CONFERENCE. (13: 23-25, Diciembre, 2010: Dhaka, Bangladés). Leaf shape identification based plant biometrics. Dhaka: IEEE, 2010. 617 p.
dc.relationCOMPUTER AND INFORMATION TECHNOLOGY INTERNATIONAL CONFERENCE. (4: 12-14, Diciembre, 2008: Wuhan, Hubei). Recognition of Plants by Leaves Digital Image and Neural Network. Wuhan: IEEE, 2008. 910 p.
dc.relationCOMPUTER DESIGN AND APPLICATIONS INTERNATIONAL CONFERENCE. (1: 25-27, Junio, 2010: Qinhuangdao, China). Method of plant texture image recognition based on genetic programming. Qinhuangdao: IEEE, 2010. 612 p.
dc.relationFROILAN, Hugo y HUERTA, Vega. Redes neuronales para el reconocimiento de la calidad morfológica de mangos exportables para la empresa Biofruit del Perú S.A.C. Tesis doctoral en Ingeniería. Lima: Universidad nacional Federico Villarreal. Facultad de ingeniería. Departamento de Sistemas, 2011. 117 p.
dc.relationGARCIA, pablo. Reconocimiento de imágenes utilizando redes neuronales artificiales. Tesis de maestría Investigación en informática. Madrid: Universidad complutense de Madrid. Facultad de ingeniería. Departamento de Informática, 2013. 67 p.
dc.relationGONZALES, Ana. Reconocimiento de imágenes mediante redes neuronales artificiales aplicadas a la Iridiología. Tesis de maestría Ciencias en ingeniería eléctrica. Madrid: Centro de investigación y estudios avanzados del I.P.N. Facultad de ingeniería. Departamento de Electrónica, 2005. 103 p.
dc.relationHERRERA, Franklin. Combate de malezas. En: Manual de recomendaciones técnicas. Cultivo de frijol. San José: C.R.: INTA, 2008. 82 p.
dc.relationIMAGING SYSTEMS AND TECHNIQUES INTERNATIONAL CONFERENCE. (1: 17-18, mayo, 2011: Penang, Malasia). Plant Species Recognition Using Leaf Contours. Penang: IEEE, 2011. 430 p.
dc.relationJARAMILLO, Gabriel. Redes neuronales aplicadas al análisis de imágenes para el desarrollo de un prototipo de un sistema de seguridad. Trabajo de grado Ingeniero de sistemas. Pereira: Universidad tecnológica. Facultad de ingeniería. Departamento de Sistemas, 2009. 70 p.
dc.relationMADUELL, Eloi. Visión artificial. Barcelona: UOC. 2012. 30p.
dc.relationORDOÑEZ, Paul y QUILLUPANGUILUJE, Alexandra. Diseño e implementación de un sistema de clasificación de rosas aplicando visión artificial con Labview. Trabajo de grado Ingeniero electrónico y control. Quito: Escuela politécnica internacional, Facultad de ingeniería. Departamento de Electrónica, 2011. 193 p.
dc.relationPATTERN RECOGNITION, INFORMATICS AND MEDICAL ENGINEERING INTERNATIONAL CONFERENCE. (1: 21-23, marzo, 2012: Salem, Tamilnadu). An Efficient Leaf Recognition Algorithm for Plant classification Using Support Vector Machine. Penang: IEEE, 2012. 470 p.
dc.relationPRASHER y LANDRY. Application of artificial neural networks in image recognition and classification of crop and weeds. Canada: Department of Agricultural and Biosystems Engineering, McGill University., 2000. H9X 3V9 (PA).
dc.relationROSALES, Enrique y MEDINA, Tomás. Manejo de maleza en cultivos básicos. Veracruz: INIFAP., 2012. 26 p.
dc.relationSAMPALLO, Guillermo. Reconocimiento de Tipos de Hojas. En Revista Iberoamericana de Inteligencia Artificial, Abril-mayo, 2003, vol. 7 no. 21, p. 55-62.
dc.relationSANDOVAL, Zulma. Caracterización y clasificación de café cereza usando visión artificial. Tesis de maestría en Automatización industrial. Manizales: universidad nacional. Facultad de ingeniería y arquitectura. Departamento de electricidad, electrónica y computación, 2005. 111 p.
dc.relationVARGAS, Víctor. Sistema de control artificial para el control de calidad en piezas cromadas. Tesis de maestría en Ingeniería de manuestructura. México D.F.: Instituto politécnico internacional. Facultad de ingeniería. Departamento de electrónica y mecánica, 2010. 182 p.
dc.relationWIJESINGHA. Automatic Detection System for the Identification of Plants Using Herbarium Specimen Images. En: Tropical Agricultural Research, Noviembre-diciembre, 2011, vol. 23 no. 1, p. 42-50.
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rightshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rightsDerechos Reservados - Universidad Católica de Colombia, 2014
dc.subjectVISIÓN ARTIFICIAL
dc.subjectMATLAB
dc.subjectMALEZAS
dc.subjectPROGRAMACIÓN
dc.subjectAMBIENTE CONTROLADO
dc.titleSistema de visión por computador para detectar hierba no deseada en prototipo de cultivo de frijol usando ambiente controlado
dc.typeTrabajo de grado - Pregrado


Este ítem pertenece a la siguiente institución