Identificación de variedades de aceitunas a partir del endocarpo utilizando visión por computador

DSpace/Manakin Repository

español português english

Identificación de variedades de aceitunas a partir del endocarpo utilizando visión por computador

Show full item record

Title: Identificación de variedades de aceitunas a partir del endocarpo utilizando visión por computador
Author: Ortega Vázquez, Enrique M.; Martínez Gila, Diego; Satorres Martínez, Silvia; Gómez Ortega, Juan; Gámez García, Javier
Abstract: La identificación varietal es fundamental en los distintos estadios relacionados con la producción de aceite de oliva virgen, comenzando por su cultivo y posterior procesado hasta su comercialización. Realizar la determinación varietal de manera precisa es un proceso que requiere de mucho tiempo, además de profesionales entrenados o la utilización de un equipo específico. Uno de los métodos más empleados es el tradicional, también conocido como morfológico, consistente en la evaluación, por parte de un experto, de ciertas características del hueso de la aceituna o endocarpo. En este trabajo se presenta una propuesta de automatización del método morfológico. En primer lugar, se obtendrán y procesarán, mediante Wilk’s Lambda, características del endocarpo para, posteriormente, identificar la variedad mediante el uso de dos clasificadores: el análisis discriminante por mínimos cuadrados parciales y diferentes máquinas de soporte vectorial. En la validación de esta propuesta se han utilizado 250 ejemplares de 5 variedades procedentes del sur de España.The identification of olives is of great importance for a multitude of factors, including harvesting, olive oil production process and trade exchanges. Precisely identifying varieties is a time-consuming task in addition to trained experts or specific and expensive equipment. When applying the traditional method, also known as morphological, a specialist assesses morphological features using the olive endocarp. In this paper a proposal to automate this identification methodology is presented. Endocarp images are acquired and analyzed to extract the endocarp features, processed by Wilk’s Lambda. Then, the varieties are identified by two classifiers: partial least squares discriminant analysis and different support vector machines. The proposal has been tested on a set of 250 samples from 5 varieties from the south of Spain.
Description: Comunicación presentada a las XXXIX Jornadas de Automática, celebradas en Badajoz del 5 al 7 de Septiembre de 2018 y organizada por la Universidad de Extremadura
URI: http://hdl.handle.net/10662/8844
Date: 2018


Files in this item

Files Size Format View
978-84-09-04460-3_1014.pdf 1.013Mb PDF Thumbnail

The following license files are associated with this item:

This item appears in the following Collection(s)

Show full item record

Attribution-NonCommercial 4.0 International Except where otherwise noted, this item's license is described as Attribution-NonCommercial 4.0 International

Search DSpace


Browse

My Account

Statistics

Help

Redes sociales