Desarrollo de un sistema de adquisición de imágenes digitales orientadas al procesamiento y evaluación de racimos de uva de mesa

Simple item page
dc.contributor.advisorCorrea Farías, Christianes
dc.contributor.authorPalma Pizarro, Denis Fernandaes
dc.date.accessioned2025-06-24T14:21:09Z
dc.date.available2025-06-24T14:21:09Z
dc.date.issued2023
dc.descriptionTesis presentada para optar al título de Ingeniero Civil Agrícolaes
dc.description.abstractEl monitoreo constante de los viñedos, especialmente de los atributos relacionados con la calidad, son sustanciales para asegurar una buena producción. En particular, determinar el tamaño de los racimos, permite a los productores monitorear efectivamente la evolución de sus viñedos en diversas etapas de crecimiento y predecir su rendimiento. Sin embargo, los métodos para determinar el tamaño de bayas y racimos son, generalmente, manuales; y por lo tanto altamente demandantes de tiempo. Esto incide directamente en el bajo número de muestras y alto costo en recursos humano que es factible de obtener, lo que conduce a resultados imprecisos. Por este motivo, automatizar este proceso supone estrechar una brecha que actualmente impacta en la certeza y robustez de los modelos de estimación. En esta tesis se presenta un método automático de caracterización de racimos, basado en el procesamiento de imágenes digitales adquiridas en un ambiente controlado. El método requiere capturar 12 imágenes, alrededor del racimo, e identificar y caracterizar el contorno de bayas y racimo de manera automática. El algoritmo, detecta las bayas empleando técnicas de detección de círculos, aplicadas sobre imágenes previamente segmentadas con Kmeans. Este algoritmo de detección tiene un R2 de 0,67 para datos de entrenamiento y prueba lo que lo hace adecuado como predictor de número de bayas en racimos de uva.es
dc.description.abstractContinuous monitoring of vineyards, especially of quality-related attributes, is essential to ensure good production. In particular, determining bunch size allows growers to effectively monitor the evolution of their vineyards at several growing stages and predict yields. However, methods for determining berry and bunch size are generally manual and therefore, highly time-consuming, to such an extent that only a small number of samples can be obtained, leading to inaccurate results. For this reason, an automatic method of cluster characterization, based on the processing of digital images, acquired in a controlled environment, is presented. The method requires capturing 12 images around the bunch, identifying the outline of berries and bunch. The algorithm detects the berries using circle detection techniques, applied on images previously segmented with K-means. This detection algorithm has an R2 of 0.67, which makes it suitable as a predictor of berry number in grape clusters.en
dc.description.campusChillánes
dc.description.departamentoDepartamento de Mecanización y Energíaes
dc.description.facultadFacultad de Ingeniería Agrícolaes
dc.identifier.urihttps://repositorio.udec.cl/handle/11594/12745
dc.language.isoeses
dc.publisherUniversidad de Concepciónes
dc.rightsCC BY-NC-ND 4.0 DEED Attribution-NonCommercial-NoDerivs 4.0 Internationalen
dc.rights.holderhttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAlgoritmos de aproximaciónes
dc.subjectUva de mesaes
dc.titleDesarrollo de un sistema de adquisición de imágenes digitales orientadas al procesamiento y evaluación de racimos de uva de mesaes
dc.typeThesisen

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Palma (2023) DESARROLLO DE UN SISTEMA DE ADQUISICIÓN DE IMÁGENES DIGITALES ORIENTADAS AL PROCESAMIENTO Y EVALUACIÓN DE RACIMOS DE UVA DE MESA.pdf
Size:
1.08 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download

Collections

Tesis Pregrado
Síguenos en...