Detección no destructiva de defectos externos en papas utilizando imágenes hiperespectrales y aprendizaje automático
Autores: Zhao, Ping; Wang, Xiaojian; Zhao, Qing; Xu, Qingbing; Sun, Yiru; Ning, Xiaofeng
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Patata
Detección de defectos externos
Imágenes hiperespectrales
Modelo de aprendizaje automático
Algoritmo de preprocesamiento
Algoritmos de aprendizaje automático
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Para la detección de defectos externos en papas, la tecnología espectral ordinaria tiene limitaciones en la detección detallada y la precisión de procesamiento, mientras que el método de visión artificial tiene la limitación de un tiempo de retroalimentación largo. Para realizar una detección precisa y rápida de defectos externos en papas de piel roja, en este estudio se exploró un método de detección no destructivo utilizando imágenes hiperespectrales y un modelo de aprendizaje automático.
Descripción
Para la detección de defectos externos en papas, la tecnología espectral ordinaria tiene limitaciones en la detección detallada y la precisión de procesamiento, mientras que el método de visión artificial tiene la limitación de un tiempo de retroalimentación largo. Para realizar una detección precisa y rápida de defectos externos en papas de piel roja, en este estudio se exploró un método de detección no destructivo utilizando imágenes hiperespectrales y un modelo de aprendizaje automático.