Clasificación de Mariposas por Modelos de Color HSI y RGB Usando Redes Neuronales
Este estudio aborda la clasificación de especies de mariposas mediante la implementación de Redes Neuronales Artificiales y el procesamiento de imágenes. Se procesan imágenes de un total de 9 especies de mariposas del género Morpho el cual tiene el azul como color característico. Para realizar la se...
- Autores:
-
Grajales-Múnera, Jorge E.
Restrepo-Martinez, Alejandro
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2013
- Institución:
- Instituto Tecnológico Metropolitano
- Repositorio:
- Repositorio ITM
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.itm.edu.co:20.500.12622/690
- Acceso en línea:
- https://revistas.itm.edu.co/index.php/tecnologicas/article/view/324
http://hdl.handle.net/20.500.12622/690
- Palabra clave:
- Perceptrón
back-propagation
mariposa
redes neuronales
análisis del color
Perceptron
back-propagation
neural networks
butterfly
color analysis
- Rights
- License
- Copyright (c) 2017 Tecno Lógicas
id |
RepoITM2_44f06aac1a9eb00621707d7ecf291c27 |
---|---|
oai_identifier_str |
oai:repositorio.itm.edu.co:20.500.12622/690 |
network_acronym_str |
RepoITM2 |
network_name_str |
Repositorio ITM |
repository_id_str |
|
spelling |
Grajales-Múnera, Jorge E.Restrepo-Martinez, Alejandro2019-07-18T14:11:19Z2019-08-13T15:47:17Z2019-07-18T14:11:19Z2019-08-13T15:47:17Z2013-11-19https://revistas.itm.edu.co/index.php/tecnologicas/article/view/32410.22430/22565337.324http://hdl.handle.net/20.500.12622/690Este estudio aborda la clasificación de especies de mariposas mediante la implementación de Redes Neuronales Artificiales y el procesamiento de imágenes. Se procesan imágenes de un total de 9 especies de mariposas del género Morpho el cual tiene el azul como color característico. Para realizar la segmentación de la mariposa se usan herramientas de procesamiento de imágenes tales como: binarización, filtrado de bordes y morfología matemática. Para el procesamiento de los datos se obtienen los datos RGB de cada imagen que se llevan al modelo de color HSI con el objetivo de identificar los pixeles que son de color azul y de obtener los datos para realizar el procesamiento en las Redes Neuronales propuestas: Back-propagation y perceptrón. Para la verificación y análisis de resultados se construyen matrices de confusión, se analizan y se toman los resultados de las redes neuronales que muestren los niveles de error más bajos. Se logra llegar a un nivel de error cercano al 1% en la clasificación en algunas especies de mariposas.This study aims the classification of Butterfly species through the implementation of Neural Networks and Image Processing. A total of 9 species of Morpho genre which has blue as a characteristic color are processed. For Butterfly segmentation we used image processing tools such as: Binarization, edge processing and mathematical morphology. For data processing RGB values are obtained for every image which are converted to HSI color model to identify blue pixels and obtain the data to the proposed Neural Networks: Back-Propagation and Perceptron. For analysis and verification of results confusion matrix are built and analyzed with the results of neural networks with the lowest error levels. We obtain error levels close to 1% in classification of some Butterfly species.application/pdfspaInstituto Tecnológico Metropolitano (ITM)https://revistas.itm.edu.co/index.php/tecnologicas/article/view/324/330TecnoLógicasCopyright (c) 2017 Tecno Lógicashttp://purl.org/coar/access_right/c_abf22256-53370123-7799TecnoLógicas; Special edition (2013); 669-679TecnoLógicas; Edición Especial (2013); 669-679Perceptrónback-propagationmariposaredes neuronalesanálisis del colorPerceptronback-propagationneural networksbutterflycolor analysisClasificación de Mariposas por Modelos de Color HSI y RGB Usando Redes NeuronalesButterfly Classification by HSI and RGB Color Models Using Neural Networksinfo:eu-repo/semantics/articleComputer's sciencehttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85PublicationORIGINAL324-Manuscrito-490-1-10-20170217.pdf324-Manuscrito-490-1-10-20170217.pdfapplication/pdf616097https://dspace-itm.metabuscador.org/bitstreams/3205c82a-9c21-4c3e-a6a2-1d0075d2c50f/download91293126672ce18ae2501da7619b865aMD51trueAnonymousREADTHUMBNAIL324-Manuscrito-490-1-10-20170217.pdf.jpg324-Manuscrito-490-1-10-20170217.pdf.jpgGenerated Thumbnailimage/jpeg4448https://dspace-itm.metabuscador.org/bitstreams/5e01a26f-81d0-44ff-83f0-50b9c169c468/download971ae243cf98e3b8bee8e0bfed06c0a2MD52falseAnonymousREADTEXT324-Manuscrito-490-1-10-20170217.pdf.txt324-Manuscrito-490-1-10-20170217.pdf.txtExtracted texttext/plain19480https://dspace-itm.metabuscador.org/bitstreams/2342a790-e9e8-440f-a4f7-5d97c9492d6b/downloade983ca3f2605c8dcb263ee1ffc279775MD53falseAnonymousREAD20.500.12622/690oai:dspace-itm.metabuscador.org:20.500.12622/6902025-06-24 09:27:51.849open.accesshttps://dspace-itm.metabuscador.orgRepositorio Instituto Tecnológico Metropolitano de Medellínbdigital@metabiblioteca.com |
dc.title.spa.fl_str_mv |
Clasificación de Mariposas por Modelos de Color HSI y RGB Usando Redes Neuronales |
dc.title.alternative.none.fl_str_mv |
Butterfly Classification by HSI and RGB Color Models Using Neural Networks |
title |
Clasificación de Mariposas por Modelos de Color HSI y RGB Usando Redes Neuronales |
spellingShingle |
Clasificación de Mariposas por Modelos de Color HSI y RGB Usando Redes Neuronales Perceptrón back-propagation mariposa redes neuronales análisis del color Perceptron back-propagation neural networks butterfly color analysis |
title_short |
Clasificación de Mariposas por Modelos de Color HSI y RGB Usando Redes Neuronales |
title_full |
Clasificación de Mariposas por Modelos de Color HSI y RGB Usando Redes Neuronales |
title_fullStr |
Clasificación de Mariposas por Modelos de Color HSI y RGB Usando Redes Neuronales |
title_full_unstemmed |
Clasificación de Mariposas por Modelos de Color HSI y RGB Usando Redes Neuronales |
title_sort |
Clasificación de Mariposas por Modelos de Color HSI y RGB Usando Redes Neuronales |
dc.creator.fl_str_mv |
Grajales-Múnera, Jorge E. Restrepo-Martinez, Alejandro |
dc.contributor.author.none.fl_str_mv |
Grajales-Múnera, Jorge E. Restrepo-Martinez, Alejandro |
dc.subject.spa.fl_str_mv |
Perceptrón back-propagation mariposa redes neuronales análisis del color |
topic |
Perceptrón back-propagation mariposa redes neuronales análisis del color Perceptron back-propagation neural networks butterfly color analysis |
dc.subject.keywords.eng.fl_str_mv |
Perceptron back-propagation neural networks butterfly color analysis |
description |
Este estudio aborda la clasificación de especies de mariposas mediante la implementación de Redes Neuronales Artificiales y el procesamiento de imágenes. Se procesan imágenes de un total de 9 especies de mariposas del género Morpho el cual tiene el azul como color característico. Para realizar la segmentación de la mariposa se usan herramientas de procesamiento de imágenes tales como: binarización, filtrado de bordes y morfología matemática. Para el procesamiento de los datos se obtienen los datos RGB de cada imagen que se llevan al modelo de color HSI con el objetivo de identificar los pixeles que son de color azul y de obtener los datos para realizar el procesamiento en las Redes Neuronales propuestas: Back-propagation y perceptrón. Para la verificación y análisis de resultados se construyen matrices de confusión, se analizan y se toman los resultados de las redes neuronales que muestren los niveles de error más bajos. Se logra llegar a un nivel de error cercano al 1% en la clasificación en algunas especies de mariposas. |
publishDate |
2013 |
dc.date.issued.none.fl_str_mv |
2013-11-19 |
dc.date.accessioned.none.fl_str_mv |
2019-07-18T14:11:19Z 2019-08-13T15:47:17Z |
dc.date.available.none.fl_str_mv |
2019-07-18T14:11:19Z 2019-08-13T15:47:17Z |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.spa.fl_str_mv |
Computer's science |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
format |
http://purl.org/coar/resource_type/c_6501 |
dc.identifier.none.fl_str_mv |
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/324 10.22430/22565337.324 |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12622/690 |
url |
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/324 http://hdl.handle.net/20.500.12622/690 |
identifier_str_mv |
10.22430/22565337.324 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
https://revistas.itm.edu.co/index.php/tecnologicas/article/view/324/330 |
dc.relation.ispartofjournal.none.fl_str_mv |
TecnoLógicas |
dc.rights.spa.fl_str_mv |
Copyright (c) 2017 Tecno Lógicas |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Copyright (c) 2017 Tecno Lógicas http://purl.org/coar/access_right/c_abf2 |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Instituto Tecnológico Metropolitano (ITM) |
dc.source.none.fl_str_mv |
2256-5337 0123-7799 |
dc.source.eng.fl_str_mv |
TecnoLógicas; Special edition (2013); 669-679 |
dc.source.spa.fl_str_mv |
TecnoLógicas; Edición Especial (2013); 669-679 |
institution |
Instituto Tecnológico Metropolitano |
bitstream.url.fl_str_mv |
https://dspace-itm.metabuscador.org/bitstreams/3205c82a-9c21-4c3e-a6a2-1d0075d2c50f/download https://dspace-itm.metabuscador.org/bitstreams/5e01a26f-81d0-44ff-83f0-50b9c169c468/download https://dspace-itm.metabuscador.org/bitstreams/2342a790-e9e8-440f-a4f7-5d97c9492d6b/download |
bitstream.checksum.fl_str_mv |
91293126672ce18ae2501da7619b865a 971ae243cf98e3b8bee8e0bfed06c0a2 e983ca3f2605c8dcb263ee1ffc279775 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Instituto Tecnológico Metropolitano de Medellín |
repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
_version_ |
1837096904378286080 |