Revista UIS Ingenierías

Vol. 15 Núm. 1 (2016): Revista UIS Ingenierías
Artículos

Diseño de un sistema automático de selección de frutos de café mediante técnicas de visión artificial

PDF HTML
  • J.C. Herrera,
  • S.M. Medina,
  • K. Beleño,
  • O.E. Gualdrón
J.C. Herrera
Universidad Autónoma del Caribe
S.M. Medina
Universidad Autónoma del Caribe
K. Beleño
Universidad Autónoma del Caribe
O.E. Gualdrón
Universidad de Pamplona
DOI: https://doi.org/10.18273/revuin.v15n1-2016001

Publicado 2016-04-27

Palabras clave

  • Análisis de color de imágenes,
  • binarización,
  • clasificación de imágenes,
  • extracción de características,
  • fruto de café,
  • proceso de selección,
  • segmentación de imágenes,
  • visión artificial
    • ...Más
    Menos

Cómo citar

Herrera, J., Medina, S., Beleño, K., & Gualdrón, O. (2016). Diseño de un sistema automático de selección de frutos de café mediante técnicas de visión artificial. Revista UIS Ingenierías, 15(1), 7–14. https://doi.org/10.18273/revuin.v15n1-2016001
Aviso de derechos de autor/a

Resumen

En el presente artículo se propone un sistema de visión artificial para la detección del fruto de café apto para producción. Para lograr esta detección se desarrollaron dos algoritmos, uno encargado de clasificar los frutos de café en maduros o no maduros, y otro que detecta la presencia de la plaga de la broca. Para el primero se extrajeron características de color y se usó un clasificador bayesiano. Por otra parte, el algoritmo de detección de brocas busca zonas negras en la imagen, esto debido a que la evidencia dejada por esta plaga son orificios en la superficie del fruto. Además, se diseñó un sistema mecánico para el transporte de los frutos de café durante el proceso, y un mecanismo de extracción para separar los frutos, una vez estos sean clasificados por el algoritmo. Los resultados obtenidos mostraron una efectividad del 87%.

PDF HTML

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

  1. G.I. Puerta, “Cómo garantizar la buena calidad de la bebida del café y evitar los defectos,” Avances Técn. Cenicafé, no. 284, pp. 1-8, Feb, 2001. Disponible en: http://goo.gl/aWImXN
  2. C.E. Oliveros et al., "Dispositivo hidráulico de bajo impacto ambiental para limpieza y clasificación del café en cereza," Cenicafe, vol. 60, no. 3, pp. 229-238, 2009. Diponible en: http://goo.gl/0cYn7S
  3. J.A. Díaz, "Diseño de un sistema de selección de café mediante la caracterización de imágenes," ENGI Rev. Electr. Fac. Ing., vol. 1, no. 2, 2013.
  4. G. Daza, L.G. Sánchez, J.F. Suárez, "Selección de características orientada a sistemas de reconocimiento de granos maduros de café," Scientia et Technica, vol. 1, no. 35, 2007.
  5. Z. Sandoval, F. Prieto, "Caracterización de café cereza empleando técnicas de visión artificial," Rev. Fac. Nal. Agro. Medellín, vol. 60, no. 2, pp. 4105-4127, 2007.
  6. L.A. Silva, S. Lizcano, "Evaluación del estado de maduración de la piña en su variedad perolera mediante técnicas de visión artificial," Iteckne, vol. 9, no. 1, 2012.
  7. F. Guevara, J. Gómez, "A machine vision system for classification of wheat and barley grain kernels," Spanish Journ. of Agr. Res., vol. 9, no. 3, pp. 672-680, 2011.
  8. Cenicafé. Cultivemos café / Manejo Integrado del Cultivo: Manejo Integrado de la Broca [Pub. en línea]. Disponible en: http://goo.gl/IJVbSf
  9. R.C. Gonzalez, R. Woods, Digital Image Processing, 3a ed. USA: Prentice Hall, 2008.
  10. M. Nixon, A. Aguado, Feature Extraction & Image Processing, 2a ed. Londres, UK: Elsevier Ltd., 2008.
  11. D. Savakar, "Identification and Classification of Bulk Fruits Images using Artificial Neural Networks," Int. Journ. Eng. Innov. Tech. (IJEIT), vol. 1, no. 3, 2012.
  12. M. Hassoun, Fundamentals of Artificial Neural Networks, MA, USA: A Bradford Book, MIT Press, 1995.
  13. Z. Sandoval, F. Prieto, "Procesamiento de imágenes para la clasificación de café cereza," Prospectiva, vol. 7, no. 1, pp. 67-73, 2009.
  14. Inst. for Evidence-Based Health Prof., Edu.,The University of Georgia, "4.6: Receiver Operating Characteristic Curves" en Free Online Course in Evidence-Based Practice [Curso en línea]. Disponible: http://ebp.uga.edu/courses/
  15. Z. Sandoval, “Caracterización y clasificación de café cereza usando visión artificial,” M.S. thesis, Dept. Electr., Fac. Ing. Arq., Univ.Nal., Manizales, Colombia, Abr. 2005. Disponible en: http://goo.gl /110Q38