1. DSpace en ESPOL
2. Unidades Académicas
3. Facultad de Ingeniería en Electricidad y Computación
4. Tesis de Computación

Título :	Sistema de identificación automática de cajas de mangos usando técnicas de visión por computadora
Autor :	Ochoa Donoso, Daniel , Director Townsend Hinostroza, Darinka Milena Alvarado Rodríguez, Eddo Alexis
Palabras clave :	Caja de mangos Visión artificial OpenCV Automatización
Fecha de publicación :	2023
Editorial :	ESPOL.FIEC
Citación :	Townsend Hinostroza, D. M. y Alvarado Rodríguez, E. A. (2023). Sistema de identificación automática de cajas de mangos usando técnicas de visión por computadora. [Proyecto Integrador]. ESPOL.FIEC .
Descripción :	La investigación analiza la necesidad de mejorar la eficiencia y precisión en los procesos de empaquetado y control de inventario de cajas de mango. La industria de mangos enfrenta desafíos en la identificación precisa de cajas debido a la falta de estándares, embalajes variables y problemas en la clasificación manual, que resultan en procesos ineficientes y propensos a errores. El objetivo de esta investigación es diseñar un método automatizado basado en técnicas de visión artificial. En el desarrollo del proyecto, se emplearon materiales, como una cámara estereoscópica, módulo de iluminación, sensores de distancia y computadora con una capacidad de procesamiento avanzadas. Se aplicaron técnicas de visión artificial como, k-means, canny, para la segmentación, y la posición horizontal, el coeficiente de dice para el seguimiento de las imágenes. Los resultados obtenidos fueron de una precisión del 99.48% durante la segmentación y un 94.8% en la precisión del seguimiento de las cajas, se denoto que el uso del coeficiente de dice, no represento una mejora en los resultados. Los resultados validan la viabilidad del sistema, ofreciendo una contribución importante a la eficiencia de la cadena de suministro de mangos. Palabras Clave: Caja de mangos, Visión artificial, OpenCV, Automatización
metadata.dc.description.abstractenglish:	The research explores the need to enhance efficiency and precision in the packaging and inventory control processes of mango boxes. The mango industry faces challenges in accurate box identification due to the lack of standards, variable packaging, and issues in manual classification, leading to inefficient and error-prone processes. The objective of this research is to design an automated method based on artificial vision techniques. In the project development, materials such as a stereoscopic camera, lighting module, distance sensors, and a computer with advanced processing capabilities were utilized. Artificial vision techniques, including k-means and canny for segmentation, and horizontal position and the dice coefficient for image tracking, were applied. Results showed 99.48% accuracy in segmentation and 94.8% in box tracking precision, with the dice coefficient not yielding improved results. The outcomes validate the system's feasibility, making a significant contribution to mango supply chain efficiency. Keywords: Mango Box, Artificial Vision, OpenCV, Automation.
URI :	http://www.dspace.espol.edu.ec/handle/123456789/60600
metadata.dc.identifier.codigoproyectointegrador:	TECH-346
Aparece en las colecciones:	Tesis de Computación

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.