Evaluación de bandas espectrales en la clasificación de tipos de defectos de la manzana mediante aprendizaje profundo.
Este estudio aborda la clasificación temprana de defectos en manzanas, un aspecto clave para reducir pérdidas económicas y mejorar la calidad en la cadena de suministro. Se propone un enfoque basado en imágenes multiespectrales que combinan cuatro bandas espectrales: roja (RE), azul (BL), verde (GR)...
Saved in:
| Main Author: | Auria Pérez, Eliana Lilibeth (author) |
|---|---|
| Other Authors: | Yaguana Mendoza, George Sebastián (author), Vintimilla Burgos, Boris Xavier, Director (author) |
| Format: | bachelorThesis |
| Published: |
2025
|
| Subjects: | |
| Online Access: | http://www.dspace.espol.edu.ec/handle/123456789/67333 |
| Tags: |
No Tags, Be the first to tag this record!
|
Similar Items
-
Detección de defectos en frutas usando modelos de CNN con datos reales y virtuales
by: González Freire, Paula Cristina
Published: (2022) -
Estado actual de las Redes Neuronales Convolucionales en la clasificación de cobertura vegetal a través de imágenes multiespectrales: un mapeo sistemático
by: Martinez Chamba, Ángel Steven
Published: (2024) -
Implementación de un sistema de clasificación de manzanas mediante visión artificial para control de calidad
by: Mite Vera, Pedro Josue
Published: (2026) -
Evaluación de la correlación entre imágenes espectrales de especies vegetales con su composición en polifenoles
by: Pacheco Sagbay, María Eugenia
Published: (2022) -
Thermal image super-resolution using deep learning techniques
by: Rivadeneira Campodónico, Rafael Eduardo
Published: (2023)