Clasificación no destructiva de granos de arroz llenos y vanos mediante descriptores morfológicos y de textura en ImageJ

Autores
Cleva, Mario Sergio; Herber, Luciana Graciela; Fontana, María Laura; Kruger, Raúl Daniel; Pachecoy, María Inés; Liska, Diego Orlando
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión aceptada
Descripción
Se desarrolló un método no destructivo utilizando ImageJ para clasificar granos de arroz llenos y vanos mediante descriptores morfológicos y de textura. El valor medio del histograma y la relación largo/ancho resultaron ser los criterios más discriminativos, permitiendo alcanzar un 90% de precisión en el reconocimiento, ofreciendo una herramienta accesible para el análisis de calidad.
Fil: Cleva, Mario Sergio. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.
Fil: Herber, Luciana Graciela. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.
Fil: Fontana, María Laura. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.
Fil: Kruger, Raúl Daniel. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.
Fil: Pachecoy, María Inés. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.
Fil: Liska, Diego Orlando. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.
Materia
análisis cuantitativo de imágenes digitales
extracción de características morfológicas
reconocimiento automatizado de patrones
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution-NonCommercial-ShareAlike 4.0 International
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/14663
Acceder
id RIAUTN_3c2a106364bc3e4cbd1a5242db5e0170
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/14663
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Clasificación no destructiva de granos de arroz llenos y vanos mediante descriptores morfológicos y de textura en ImageJCleva, Mario SergioHerber, Luciana GracielaFontana, María LauraKruger, Raúl DanielPachecoy, María InésLiska, Diego Orlandoanálisis cuantitativo de imágenes digitalesextracción de características morfológicasreconocimiento automatizado de patronesSe desarrolló un método no destructivo utilizando ImageJ para clasificar granos de arroz llenos y vanos mediante descriptores morfológicos y de textura. El valor medio del histograma y la relación largo/ancho resultaron ser los criterios más discriminativos, permitiendo alcanzar un 90% de precisión en el reconocimiento, ofreciendo una herramienta accesible para el análisis de calidad.Fil: Cleva, Mario Sergio. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.Fil: Herber, Luciana Graciela. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.Fil: Fontana, María Laura. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.Fil: Kruger, Raúl Daniel. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.Fil: Pachecoy, María Inés. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.Fil: Liska, Diego Orlando. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.2026-03-05T20:09:12Z2025-06-07info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdf3rd Latin American Symposium on Education, Technology and Science 2025https://uaf.edu.mx/3rd-latin-american-symposium-on-education-technology-and-science-2025/https://www.fiuni.edu.py/wp-content/uploads/2025/04/3rd-Latin-American-Symposium-on-Education-Technology-and-Science-2025.pdfhttps://hdl.handle.net/20.500.12272/14663spaModelado morfológico, reconocimiento y clasificación de granos de arroz postcosecha por procesamiento digital de imágenes empleando software de libre distribución y hardware de bajo costoPAECRE0008597TCinfo:eu-repo/semantics/openAccessAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/Acceso abiertoreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:45:35Zoai:ria.utn.edu.ar:20.500.12272/14663instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:45:35.585Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Clasificación no destructiva de granos de arroz llenos y vanos mediante descriptores morfológicos y de textura en ImageJ
title Clasificación no destructiva de granos de arroz llenos y vanos mediante descriptores morfológicos y de textura en ImageJ
spellingShingle Clasificación no destructiva de granos de arroz llenos y vanos mediante descriptores morfológicos y de textura en ImageJ
Cleva, Mario Sergio
análisis cuantitativo de imágenes digitales
extracción de características morfológicas
reconocimiento automatizado de patrones
title_short Clasificación no destructiva de granos de arroz llenos y vanos mediante descriptores morfológicos y de textura en ImageJ
title_full Clasificación no destructiva de granos de arroz llenos y vanos mediante descriptores morfológicos y de textura en ImageJ
title_fullStr Clasificación no destructiva de granos de arroz llenos y vanos mediante descriptores morfológicos y de textura en ImageJ
title_full_unstemmed Clasificación no destructiva de granos de arroz llenos y vanos mediante descriptores morfológicos y de textura en ImageJ
title_sort Clasificación no destructiva de granos de arroz llenos y vanos mediante descriptores morfológicos y de textura en ImageJ
dc.creator.none.fl_str_mv Cleva, Mario Sergio
Herber, Luciana Graciela
Fontana, María Laura
Kruger, Raúl Daniel
Pachecoy, María Inés
Liska, Diego Orlando
author Cleva, Mario Sergio
author_facet Cleva, Mario Sergio
Herber, Luciana Graciela
Fontana, María Laura
Kruger, Raúl Daniel
Pachecoy, María Inés
Liska, Diego Orlando
author_role author
author2 Herber, Luciana Graciela
Fontana, María Laura
Kruger, Raúl Daniel
Pachecoy, María Inés
Liska, Diego Orlando
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv análisis cuantitativo de imágenes digitales
extracción de características morfológicas
reconocimiento automatizado de patrones
topic análisis cuantitativo de imágenes digitales
extracción de características morfológicas
reconocimiento automatizado de patrones
dc.description.none.fl_txt_mv Se desarrolló un método no destructivo utilizando ImageJ para clasificar granos de arroz llenos y vanos mediante descriptores morfológicos y de textura. El valor medio del histograma y la relación largo/ancho resultaron ser los criterios más discriminativos, permitiendo alcanzar un 90% de precisión en el reconocimiento, ofreciendo una herramienta accesible para el análisis de calidad.
Fil: Cleva, Mario Sergio. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.
Fil: Herber, Luciana Graciela. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.
Fil: Fontana, María Laura. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.
Fil: Kruger, Raúl Daniel. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.
Fil: Pachecoy, María Inés. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Corrientes. Grupo Cultivos Extensivos; Argentina.
Fil: Liska, Diego Orlando. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.
description Se desarrolló un método no destructivo utilizando ImageJ para clasificar granos de arroz llenos y vanos mediante descriptores morfológicos y de textura. El valor medio del histograma y la relación largo/ancho resultaron ser los criterios más discriminativos, permitiendo alcanzar un 90% de precisión en el reconocimiento, ofreciendo una herramienta accesible para el análisis de calidad.
publishDate 2025
dc.date.none.fl_str_mv 2025-06-07
2026-03-05T20:09:12Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str acceptedVersion
dc.identifier.none.fl_str_mv 3rd Latin American Symposium on Education, Technology and Science 2025
https://uaf.edu.mx/3rd-latin-american-symposium-on-education-technology-and-science-2025/
https://www.fiuni.edu.py/wp-content/uploads/2025/04/3rd-Latin-American-Symposium-on-Education-Technology-and-Science-2025.pdf
https://hdl.handle.net/20.500.12272/14663
identifier_str_mv 3rd Latin American Symposium on Education, Technology and Science 2025
url https://uaf.edu.mx/3rd-latin-american-symposium-on-education-technology-and-science-2025/
https://www.fiuni.edu.py/wp-content/uploads/2025/04/3rd-Latin-American-Symposium-on-Education-Technology-and-Science-2025.pdf
https://hdl.handle.net/20.500.12272/14663
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv Modelado morfológico, reconocimiento y clasificación de granos de arroz postcosecha por procesamiento digital de imágenes empleando software de libre distribución y hardware de bajo costo
PAECRE0008597TC
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
Acceso abierto
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
Acceso abierto
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230901030551552
score 13.24418

Publicaciones similares