Reconocimiento de granos vanos/llenos de arroz mediante procesamiento digital de imágenes con ImageJ®

dc.creatorCleva, Mario Sergio
dc.creatorLiska, Diego Orlando
dc.creatorFontana, María Laura
dc.creatorHerber, Luciana Graciela
dc.creatorKruger, Raúl Daniel
dc.creatorPachecoy, María Inés
dc.date.accessioned2024-03-16T00:18:19Z
dc.date.available2024-03-16T00:18:19Z
dc.date.issued2022-09-07
dc.description.abstractLa determinación de granos vanos/llenos en arroz es una práctica de interés para definir el tercer componente del rendimiento: número de granos llenos. Esta variable está asociada a características genéticas de las plantas, así como a las condiciones ambientales durante el llenado de grano. Hasta la fecha, su determinación es manual/visual. Las técnicas de Procesamiento Digital de Imágenes (PDI) han probado ser una herramienta objetiva, de eficiencia creciente y aplicables a diferentes procesos de identificación y clasificación. En este trabajo se presenta una técnica basada en PDI para el reconocimiento de granos vanos y llenos empleando el programa ImageJ® y un escáner de escritorio con adaptador de transparencias. Se prepararon 10 muestras de 50 granos de arroz preclasificados en vanos y llenos, en cantidades iguales. Las muestras fueron colocadas en la bandeja del escáner y se obtuvieron sus imágenes como el negativo de las mismas. Cada imagen se separó en los canales rojo, verde y azul, eligiéndose este último que permitió distinguir diferencias en las transparencias de los dos tipos de granos. El canal se binarizó con dos valores de corte: uno que permitía contar el número de granos y otro para reconocer los granos enteros de la misma. En promedio el reconocimiento de granos vanos fue del 90%, 85% de llenos y 12% pertenecientes a ambas clases. El método propuesto es operacionalmente sencillo, no requiere de un entrenamiento previo ni un equipamiento especial y demanda menos tiempo que la inspección visual.es_ES
dc.description.affiliationCleva, Mario Sergio. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.es_ES
dc.description.affiliationLiska, Diego Orlando. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.es_ES
dc.description.affiliationFontana, María Laura. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria INTA Corrientes. Grupo Cultivos Extensivos; Argentina.es_ES
dc.description.affiliationHerber, Luciana Graciela. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria INTA Corrientes. Grupo Cultivos Extensivos; Argentina.es_ES
dc.description.affiliationKruger, Raúl Daniel. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria INTA Corrientes. Grupo Cultivos Extensivos; Argentina.es_ES
dc.description.affiliationPachecoy, María Inés. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria INTA Corrientes. Grupo Cultivos Extensivos; Argentina.es_ES
dc.description.peerreviewedPeer Reviewedes_ES
dc.formatpdfes_ES
dc.identifier.citation6º Congreso Argentino de Ingeniería y el 12º Congreso Argentino de Enseñanza de Ingenieríaes_ES
dc.identifier.isbn978-987-4050-08-3
dc.identifier.urihttp://hdl.handle.net/20.500.12272/9773
dc.language.isospaes_ES
dc.relation.projectidPAUTIRE0007650TCes_ES
dc.relation.projectidSistema experto de visión para la clasificación automática de la calidad de frutos/semillas de plantas oleaginosases_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.rights.uriAtribución-NoComercial-CompartirIgual 4.0 Internacional*
dc.rights.useAcceso abiertoes_ES
dc.subjectcalidades_ES
dc.subjectclasificaciónes_ES
dc.subjectrendimientoes_ES
dc.subjectsemillases_ES
dc.titleReconocimiento de granos vanos/llenos de arroz mediante procesamiento digital de imágenes con ImageJ®es_ES
dc.typeinfo:eu-repo/semantics/articlees_ES
dc.type.versionpublisherVersiones_ES

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Cleva et al, 2022.pdf
Size:
669.1 KB
Format:
Adobe Portable Document Format
Description:
Artículo principal

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: