Show simple item record

dc.contributor.authorLorente, Delia
dc.contributor.authorCubero, Sergio
dc.contributor.authorBlasco, José
dc.contributor.authorZude, Manuela
dc.contributor.authorRegen, C.
dc.contributor.authorPalou, Lluís
dc.contributor.authorGómez-Sanchís, Juan
dc.date.accessioned2021-11-23T14:52:33Z
dc.date.available2021-11-23T14:52:33Z
dc.date.issued2013es
dc.identifier.citationLorente, D., Cubero, S., Blasco, J., Zude, M. Regen, C., Palou, L, et al. (2013). Detección automática de podredumbres en cítricos mediante análisis de imágenes backscattering. Horticultura, 88-92.es
dc.identifier.issn1578-8881
dc.identifier.urihttp://hdl.handle.net/20.500.11939/7759
dc.description.abstractLa detección temprana y automática de infecciones por hongos en poscosecha de cítricos es un problema de especial interés comercial todavía sin resolver, ya que provocan graves pérdidas económicas para la industria. Actualmente, esta detección se realiza en los almacenes de confección por personal entrenado iluminando la fruta con peligrosa luz ultravioleta. El Instituto Valenciano de Investigaciones Agrarias, a través del Centro de Agroingeniería, lleva tiempo estudiando métodos alternativos de detección temprana de la fruta afectada por podredumbre que eviten el riesgo de una manipulación bajo este peligroso tipo de luz. En este trabajo se ha estudiado el potencial de la técnica de imagen basada en backscattering con la finalidad de detectar podredumbres incipientes en frutos cítricos tras inocularlos con el hongo Penicillium digitatum. Las imágenes backscattering se tomaron de naranjas cv. 'Navelate' usando cinco diodos láser que emiten en longitudes de onda distintas en el visible y el infrarrojo cercano. Estas imágenes se utilizaron para estudiar el reflejo de estos láseres en fruta sana y en fruta dañada mediante algoritmos de análisis de imágenes y clasificar la fruta en dos clases distintas (sana y podrida) mediante un clasificador de tipo supervisado basado en análisis discriminante lineal (LDA), llegando a alcanzar un éxito del 96,1%.es
dc.language.isoeses
dc.publisherInterempresas Mediaes
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subjectDetección tempranaes
dc.subjectHongoses
dc.subjectPoscosecha de cítricoses
dc.subjectImágenes backscatteringes
dc.subjectPodredumbre de cítricoses
dc.subjectAnálisis discriminante lineales
dc.titleDetección automática de podredumbres en cítricos mediante análisis de imágenes backscatteringes
dc.typecontributionToPeriodicales
dc.authorAddressblasco_josiva@gva.eses
dc.entidadIVIACentro de Agroingenieríaes
dc.journal.issueNumber309es
dc.journal.titleHorticulturaes
dc.page.final92es
dc.page.initial88es
dc.relation.projectIDEste trabajo ha sido parcialmente financiado por el Instituto Nacional de Investigaciones y Tecnología Agraria y Alimentaria (INIA), a través del proyecto RTA2012-00062-C04-01.es
dc.rights.accessRightsopenAccesses
dc.source.typeelectronicoes
dc.subject.agrisH20 Plant diseaseses
dc.subject.agrisN20 Agricultural machinery and equipmentes
dc.subject.agrisN01 Agricultural engineeringes
dc.subject.agrisQ02 Food processing and preservationes
dc.subject.agrisU30 Research methodses
dc.subject.agrovocComputer visiones
dc.subject.agrovocPostharvest technologyes


Files in this item

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 España
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España