Revista Facultad Nacional de Agronomía Medellín (Dec 2007)
CARACTERIZACIÓN DE CAFÉ CEREZA EMPLEANDO TÉCNICAS DE VISIÓN ARTIFICIAL AN ARTIFICIAL VISION SYSTEM FOR CLASSIFICATION OF COFFEE BEANS
Abstract
Se desarrolló un sistema de visión artificial para la clasificación de frutos de café en once categorías dependiendo de su estado de madurez. Para la descripción de la forma, el color y la textura de cada fruto de café se extrajeron 208 características. La reducción del conjunto de características de 208 a 9 se hizo con base en los resultados de dos métodos de selección de características, uno univariado y otro multivariado. Las características seleccionadas corresponden a 4 características de textura, 3 de color y 2 de forma. Este conjunto final de características se evaluó en dos técnicas de clasificación: Bayesiano y redes neuronales. Con el clasificador Bayesiano se obtuvo un error de clasificación del 5,43% y requirió un tiempo de clasificación de 5,5 ms, mientras que usando redes neuronales el error de clasificación fue de 7,46%, pero disminuyó el tiempo de clasificación a 0,8 ms.An artificial vision system for classification of coffee beans, in eleven categories, according to its state of maturity was developed. The description of the coffee beans was done by using 208 characteristics (form, color and texture characteristics). The reduction of the set of characteristics from 208 to 9 was done by using two methods of characteristic selection. The final set of characteristics is composed by 4 texture characteristics, 3 color characteristics and 2 shape characteristics. This final set was evaluated in two classifiers: The Bayesian and a neuronal networks classifier. The classification error obtained by the Bayesian classifier was 5,43%, it required 5,5 ms for the classification process, while the error obtained by neuronal networks classifier was 7,46% and the classification time decreased to 0,8 ms.
