Digital Image Processing On Kaffir Orange Peel With Canny Edge Detection Algorithm
Notice bibliographique
Résumé
Object tracking is a form of application of computer vision. To be able to track an object, a stage is needed in the image processing process. Image Processing is a field related to the process of image transformation (image). The image processing process is carried out to obtain better image quality. The harvesting system in kaffir lime is done manually, by choosing fruits whose skin color is green, and not yellowish. Due to the small and asymmetrical size and shape of kaffir lime, manual harvesting systems are still widely used to maintain the quality and quantity of the harvest. In addition, the manual harvesting system can also avoid damage to kaffir lime trees and obtain optimally ripe kaffir limes. Kaffir lime also has genders like humans, namely males and females. In male kaffir lime there is a circle that is more prominent in size underneath, while female kaffir lime has a flat shape. However, for consumption and medicinal purposes both male and female kaffir lime can be used without affecting the taste or quality of the fruit. With the image processing to determine the level of wrinkles on quality kaffir lime peel, kaffir lime will be selected which is usually used for herbal medicines. In this case, the Canny Edge Detection algorithm can be used to identify density edges in kaffir lime peels. Thus, the degree of wrinkles in kaffir lime peel can be calculated and measured to be more accurate. And can be separated quality or non-quality kaffir lime with the image of kaffir lime that has been seen through the image. The results obtained in designing and analyzing the quality of kaffir lime are clearer and more accurate with an image resolution value of 248 x 216 that the orange is included in the female kaffir lime type.The results tested that the right edge detection method in carrying out the edge detection process in the image of kaffir lime peel is the Canny Edge Detection Algorithm. By using the image on the Canny Edge Detection Algorithm, more dense and quality kaffir lime results are obtained so that it can be used for herbal medicine.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».