Sistema de procesamiento de imágenes digitales para el reconocimiento y asociación de patrones en la gestión de inventarios en calzado: Digital image processing system to manage inventories

Marcela Palacios Ortega; Armando  Mares Castro; Adriana   Fragoso Mora

doi:10.33110/inceptum.v17i32.420

Autores/as

Marcela Palacios Ortega Instituto Tecnológico Superior de Purísima del Rincón
Armando Mares Castro
Adriana Fragoso Mora

DOI:

https://doi.org/10.33110/inceptum.v17i32.420

Palabras clave:

Coeficiente de correlación de Pearson, Gestión de inventarios, Procesamiento digital de imágenes, Reconocimiento de patrones

Resumen

El objetivo del presente proyecto es identificar por medio de inteligencia artificial el grado de semejanza o diferencia entre imágenes de calzado, se utilizan técnicas de procesamiento digital de imágenes y reconocimiento de patrones para identificar las coincidencias y vincularlas a las existencias disponibles en un almacén de producto terminado, con la finalidad de gestionar de manera eficiente los inventarios. Se utilizaron diferentes técnicas de procesamiento digital en MATLAB (Laboratorio de matrices) como: imagen binaria, imagen intensidad, máscaras para detectar bordes, para comparar patrones mediante el coeficiente de correlación de Pearson, como resultado se obtiene un sistema capaz de identificar diferencias morfológicas entre modelos, vistas y colores, asociándolos a una base de datos. Se generó una interfaz de usuario que permite procesar un modelo de calzado a través de una imagen digital e identificar las cantidades existentes en el inventario físico por talla y las despliega en pantalla.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Chase, R., Jacobs F. y Aquilano N. (2006). Administración de Operaciones, Producción y cadena de suministros, McGraw-Hill, México D.F

Cuevas E., Zaldívar D. Pérez M. (2010). Procesamiento digital de imágenes con MATLAB y Simulink, Alfaomega, México.

Godinez González L.M. (2008). RFID: Oportunidades y riesgos, su aplicación práctica, Alfaomega.https:/ /www.casadellibro.com/libros-ebooks/luis-miguel-godinezgonzalez/ 148701

Kishan Kumar, R., Naveen Prakash, Naren Subra M. V., A.Alice Linsie y V.Gokul. (2022) Automated Inventory and Order Assistance Using Image Processing Techniques, [Department of Electronics and Communication Engineering, SRM lnstitute of Science and Technology, Ramapuram, Chennai, India], D01: 10.1109/ACCAl53970.2022.9752546

Moina Alvarez V.B y Chango luisa Chillagana J. L., (2021), Diseño e implementación de un prototipo para el control de gestión de inventario del producto terminado en la fábrica de cueros El AL-CE basado en inteligencia artificial [Escuela Superior Politécnica de Chimborazo,Ecuador].http:l/dspace.espoch.edu.ec/handle/123456789/15965

Moreira Rodríguez J.C. y Tobar Molina, D.L, (2022) Desarrollo de una herramienta inteligente centrada en visión artificial y redes neuronales para el reconocimiento de maleza en plantacio es de arroz, usando lenguaje de programación PYTHON" [Universidad de Guayaquil]. http:/ /repositorio.ug.edu.ec/handle/redug/59849

Pagano R.R. (1999). Estadística para las ciencias del comportamiento, Thomson, México.

Rodríguez Morales R., Sossa Azuela J .M. (2012). Procesamiento y Análisis Digital de Imágenes, Alfaomega, México, D.F.

Schroeder R., Meyer S. y Rungtusanatham M. (2011) Administración de operaciones conceptos y casos contemporáneos, M CGraw-Hill, México D.F.

Shingo, Shigeo (1986). Zero Quality Control: Source Inspection and the Poka-yoke System. Cambridge, Ilustrada.