Decoupled Geometric Measurement and Machine Learning Classification for Automated Post-Harvest Quality Assessment of <i>Ruscus hypophyllum</i> Foliage

This paper presents a hybrid computer vision framework that explicitly decouples geometric stem measurement from visual foliage condition classification for automated post-harvest quality assessment of <i>Ruscus hypophyllum</i> ornamental foliage. The proposed approach addresses a gap in the literat...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	Fernando Ortega-Loza, Fernando Toapanta-Ramos, Diego Peña, Moad Hicham Safhi, Diego H. Peluffo-Ordóñez
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	MDPI AG 2026-07-01
Շարք:	Horticulturae
Խորագրեր:	post-harvest quality assessment ornamental foliage <i>Ruscus hypophyllum</i> machine vision intelligent inspection geometric measurement
Առցանց հասանելիություն:	https://www.mdpi.com/2311-7524/12/8/935
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!