Show simple item record

Sistema de detección y clasificación automática de granos de polen mediante técnicas de procesado digital de imágenes

dc.creatorArroyo Hernández, Jorge; Escuela de Matemática Universidad Nacional. Heredia, Costa Rica
dc.creatorTravieso González, Carlos M.; Instituto Universitario para el Desarrollo Tecnológico y la Innovación en Comunicaciones,ULPGC
dc.creatorTicay Rivas, Jaime; Instituto Universitario para el Desarrollo Tecnológico y la Innovación en Comunicaciones,ULPGC
dc.creatorMora Mora, Federico; Escuela de Matemática Universidad Nacional. Heredia, Costa Rica
dc.creatorSalas Huertas, Oscar; Escuela de Matemática Universidad Nacional. Heredia, Costa Rica
dc.creatorRamírez Bogantes, Melvin; Escuela de Matemática
dc.date2013-03-11
dc.date.accessioned2013-09-27T14:29:18Z
dc.date.available2013-09-27T14:29:18Z
dc.date.issued2013-09-27
dc.identifierhttp://www.revistas.una.ac.cr/index.php/uniciencia/article/view/4943
dc.identifier.urihttp://hdl.handle.net/11056/8085
dc.descriptionThis paper show the current state of a computer system that will allow the recognition and taxonomic classification of pollen grains of some of the most important tropical honey plants in Costa Rica using techniques of pre and post processing of digital images. The digital system uses filters on the images allowing it to detect and highlights its features and contour. Afterwards it is parametrized and finally a system of neuronal interconnections is used for the automatic recognition of pollen grains. The idea behind the implementation of a computer program is to move from a qualitative to a quantitative paradigm, using different mathematical tools and artificial intelligence in a way that can speed the process of recognition and classification of pollen grains. Using the PCA and the Sum at the outputs (CA) of 30 networks were able to obtain a success rate of 91,67 ± 3,13 which is highly promisisng for the purpose of the automatic classification system.
dc.descriptionEn este artículo se presentan los avances en la construcción de un sistema informático que permitirá el reconocimiento y clasificación taxonómica de granos de polen de algunas de las plantas melíferas tropicales más importantes en Costa Rica. Se aplicaron técnicas de pre y post procesado de imágenes digitales a partir de una base de datos de referencia. El sistema digital elaborado aplica filtros a las imágenes, lo cual permite su detección y un realce de sus características y su contorno. Luego, se parametriza y, finalmente, se utiliza un sistema de redes neuronales para el reconocimiento automático de los granos de polen. A través de la implementación de programas informáticos, se pretende pasar de un paradigma cualitativo a uno cuantitativo con el empleo de distintas herramientas matemáticas e inteligencia artificial, de forma que se pueda agilizar el proceso de reconocimiento y clasificación de los granos de polen. Mediante el método de PCA y la suma en las salidas de 30 redes neuronales (AS) se logro obtener una tasa de éxito del 91,67± 3,13, lo cual es altamente promisorio para los efectos del sistema de clasificación automática.
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad Nacional de Costa Rica
dc.relationhttp://www.revistas.una.ac.cr/index.php/uniciencia/article/view/4943/4737
dc.rightsAuthors who publish with this journal agree to the following terms: 1. Authors retain copyright and guaranteeing the magazine the right to be the first publication of the work as licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this magazine. 2. Authors can set separate additional agreements for non-exclusive distribution of the version of the work published in the journal (eg, place it in an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal. Revista Uniciencia y todas sus producciones se encuentran bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 3.0 Unported.
dc.rightsLos autores que publican en esta revista están de acuerdo con los siguientes términos: Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista. Revista Uniciencia y todas sus producciones se encuentran bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 3.0 Unported.
dc.sourceUniciencia; Vol 27, No 1 (2013); 59-73
dc.sourceUniciencia; Vol 27, No 1 (2013); 59-73
dc.subjectPollen; Digital Image Processing; Palynology; Principal Components Analysis (PCA); Neural Networks
dc.subjectPolen; procesamiento digital de imágenes; palinología; método de componentes principales (PCA); redes neuronales
dc.titleSystem detection and automatic classification of pollen grain applies technical digital imaging process
dc.titleSistema de detección y clasificación automática de granos de polen mediante técnicas de procesado digital de imágenes
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeArtículo revisado por pares


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record