- -

Detection of Invisible Damages in `Rojo Brillante¿ Persimmon Fruit at Different Stages Using Hyperspectral Imaging and Chemometrics

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Detection of Invisible Damages in `Rojo Brillante¿ Persimmon Fruit at Different Stages Using Hyperspectral Imaging and Chemometrics

Mostrar el registro completo del ítem

Munera, S.; Rodríguez-Ortega, A.; Aleixos Borrás, MN.; Cubero, S.; Gómez-Sanchis, J.; Blasco, J. (2021). Detection of Invisible Damages in `Rojo Brillante¿ Persimmon Fruit at Different Stages Using Hyperspectral Imaging and Chemometrics. Foods. 10(9):1-12. https://doi.org/10.3390/foods10092170

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/176483

Ficheros en el ítem

Metadatos del ítem

Título: Detection of Invisible Damages in `Rojo Brillante¿ Persimmon Fruit at Different Stages Using Hyperspectral Imaging and Chemometrics
Autor: Munera, Sandra Rodríguez-Ortega, Alejandro Aleixos Borrás, María Nuria Cubero, Sergio Gómez-Sanchis, Juan Blasco, José
Entidad UPV: Universitat Politècnica de València. Departamento de Mecanización y Tecnología Agraria - Departament de Mecanització i Tecnologia Agrària
Universitat Politècnica de València. Departamento de Ingeniería Gráfica - Departament d'Enginyeria Gràfica
Fecha difusión:
Resumen:
[EN] The main cause of flesh browning in 'Rojo Brillante' persimmon fruit is mechanical damage caused during harvesting and packing. Innovation and research on nondestructive techniques to detect this phenomenon in the ...[+]
Palabras clave: Diospyros kaki , Fruit quality , Browning , Nondestructive , Chemometrics , Computer vision
Derechos de uso: Reconocimiento (by)
Fuente:
Foods. (issn: 2304-8158 )
DOI: 10.3390/foods10092170
Editorial:
MDPI AG
Versión del editor: https://doi.org/10.3390/foods10092170
Código del Proyecto:
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2019-107347RR-C31/ES/INSPECCION NO DESTRUCTIVA Y PREDICCION DE LA CALIDAD INTERNA Y PROPIEDADES DE LAS FRUTAS MEDIANTE ESPECTROSCOPIA VIS%2FNIR Y MODELOS BASADOS EN APRENDIZAJE PROFUNDO/
info:eu-repo/grantAgreement/IVIA//51918/
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2019-107347RR-C32/ES/INSPECCION Y PREDICCION NO DESTRUCTIVA DE CALIDAD INTERNA Y PROPIEDADES DE FRUTAS UTILIZANDO IMAGEN HIPERESPECTRAL VIS%2FNIR UTILIZANDO MODELOS BASADOS EN APRENDIZAJE PROFUNDO/
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2019-107347RR-C33/ES/ALGORITMOS DE INTELIGENCIA ARTIFICIAL BASADOS EN APRENDIZAJE PROFUNDO Y REDES GAN PARA EL ANALISIS DE DATOS ESPECTRALES EN PROBLEMAS DE INSPECCION DE FRUTA./
Agradecimientos:
This work is co-funded by the projects AEI PID2019-107347RR-C31, PID2019-107347RR-C32, PID2019-107347RR-C33, IVIA-GVA 51918 and the European Union through the European Regional Development Fund (ERDF) of the Generalitat ...[+]
Tipo: Artículo

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem