Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTEGRANTES:
o manual. Por lo que implica un proceso de arduo trabajo muy intenso y prolongado, existiendo
riesgos de error humano relativamente elevados, debido al cansancio y monotonía del proceso,
soluciones tecnológicos que se han aplicado con éxito en diferentes países , como es en el caso
diversos rasgos físicos como: tamaño, color, textura y defectos externos; procesando en el
análisis de imágenes del producto; proporcionándole ventajas tecnológicas que les permitieron
internacional. Por tal motivo la presente investigación se propone investigar, desarrollar y diseñar
una herramienta computacional que automatice la clasificación de mangos por calidad mediante
de la detección de plagas que puedan afectar la calidad del fruto. Por lo expuesto anteriormente y
problema? El concepto de calidad en las frutas a lo largo del tiempo ha ido evolucionando. Al
principio la percepción de la calidad era diferente según el interés particular de cada uno de los
agentes que intervenían en el proceso de producción (productor, comerciante y consumidor ).Sin
embargo , cada vez hay más coincidencia entre los sectores implicados, ya que todos ellos
tienden a acercar sus criterios hacia lo que impone el consumidor, en los que el estado de
maduración de la fruta tiene un papel muy importante, para satisfacer al máximo las exigencias
artificial que tiene como finalidad la extracción de información del mundo físico a partir de
imágenes, utilizando para ello un computador. Actúa sobre una representación de una realidad
que le proporciona información sobre brillo, colores, textura, formas, etcétera. Estas
imagen, pre procesado, segmentación, clasificación. (Bustamante, 2014, p.10). Siendo un país
muchos sectores como en la selva central, no contamos con la tecnología adecuada para la
económica y social del país. Los autores con los trabajos de investigación que más información
Jean Carlos Herrera Pérez y Selfi Manuel Medina Ortiz,2015 (Diseño de un sistema automático
de selección de frutos de café mediante técnicas de visión artificial). José Carlos Gil Julca y
FUENTE 1
Pérez, J. C., & Ortiz, S. M. (2015). Diseño de un sistema automático de selección de frutos de café
Caribe".
frutos de café mediante técnicas de visión artificial. Para lo cual tuvieron en cuenta la
maduración y la presencia de broca en el fruto de café. Para ello, desarrollan un algoritmo que
consta de varias etapas: una base de datos formado por imágenes de frutos de café en dos estados
diferenciando en maduros o no maduros. Por otra parte, para la detección de brocas desarrollaron
un algoritmo con el fin de buscar zonas negras presentes en la imagen, lo cual indicaría los
original, utilizando umbral de 30. El sistema fue probado con una muestra de 58 imágenes de
café mediante una curva ROC se obtuvo un 87% de efectividad. También se realizó una prueba
con la metodología propuesta por unos de sus autores que es del clasificador bayesiano, el cual
obtuvo un rendimiento del 100%, así demostraron que las técnicas de visión artificial para el
Comentario: Los algoritmos desarrollados para el estado de maduración y color nos brindarán
un aporte muy significativo, como también el sistema de expulsión para separar los frutos
FUENTE 2
Javier, V. A. (2016). Diseño de un Sistema de Visión por Artificial para la Clasificación de Chirimoyas
basado en Medidas. Lima: Repositorio de Pontificia Católica del Perú.
chirimoya, para posteriormente clasificar aquellas que cumplan con una dimensión de 10 x 12
cm. Para lo cual, se dividió en etapas: etapa de procesamiento; ajuste de contraste y para la etapa
de segmentación, cierre, apertura, y código cadena; el algoritmo que realiza las etapas ya
mencionados se realizó con un PLC y para realizar el proceso de imagen se optó por un
categoría extra y primera con una efectividad de 100%, una precisión de medida de 0.35mm y un
entrada y salida de señales que enviarán los sensores y dispositivos de captura de imágenes.
FUENTE 3
Figueroa, D. E., & Guerrero, E. R. (2016). Sistema de Visión Artificial para la Identificación del Estado
reconocimiento o clasificación del fruto. Para ello, desarrollaron algoritmos con librería de
código abierto OpenCv y con el entorno Python ya que está orientada a aplicaciones de
agrupamiento, en el cual fueron asignados 110 puntos RGB perteneciente a cada estado de
Comentario: Es de gran importancia seguir las etapas en orden al proceso y que tengan sistemas
de retroalimentación del sistema; por otra parte, usaron el programa Python con las librerías de
OpenCv, al contar con licencia gratuita para fines académicos y comerciales nos será de gran
FUENTE 4
Carlos, G. J., & Anthony, G. C. (2018). Análisis y determinación de enfermedades en el fruto del mango
análisis y la determinación de las enfermedades del fruto de mango. Con la ayuda de una
segmentación, algoritmos de detección de bordes, modelo de color HSI (espacio de color, tono,
resultado de esta metodología fue exitoso ya que se pudo encontrar los defectos del mango
automáticamente con una eficiencia de 97% donde dicho porcentaje garantiza el acierto favorable
del sistema.
debido que el programa identifica defectos externos del mango, de esa manera cumple con la
función de seleccionar para el control de calidad. Así mismo, nos indican métodos para
determinar la clasificación por color de la fruta, información que aportará en el desarrollo de
FUENTE 5
Miranda, J. C. (2018). Clasificación automática de naranjas por tamaño y por defectos utilizando
Propone una metodología utilizando técnicas de visión por computadora para la clasificación
extracción de características y clasificación donde esta última etapa hace una evaluación de 2
también menciona acerca de pasos para la detección de defectos con la creación de banco de
KNN (método de los k vecinos más cercanos). A partir de la prueba realizada con una muestra de
que presento un mejor desempeño fue KNN con 5 vecinos demostrando una exactitud de 96%.
Comentario: El presente trabajo de investigación nos muestra una buena eficiencia del sistema.
Por lo cual garantiza hacer uso de la metodología aplicada en la realización del proyecto, como
es referido a la clasificación de mangos por calidad tenemos la oportunidad de hacer uso los dos
así permita el control de calidad; para ello se utilizarán técnicas de visión por computador tales
que determinaron que la fruta a analizar está en buen estado o no, procurando determinar qué tipo
de defecto se detecta. Para lograr separar el fruto la imagen es convertida a una matriz de formato
uint8 a formato doublé, donde se realizó operaciones matemáticas para separar según el estado
del fruto. Se hizo una prueba con melocotones, identificados por defectos como picoteados,
pulpa visible y golpe; con una muestra de 100 imágenes analizadas; 11 fallos han sido por este
Comentario: El proyecto de investigación hace referencia del software MATLAB; lo cual nos
serviría para desarrollar el algoritmo cuya función sea de detectar los defectos externos del fruto.
FUENTE 7
Tene, A. S. (2019). Diseño de un sistema de clasificación para limón por tamaño y color. Piura:
Repositorio institucional Pirhua-Universidad de Piura.
por computador. Está compuesto por software y hardware; utilizaron el software libre “JAVA” y
en el hardware utilizaron los siguientes componentes cámara, sistema de iluminación, procesador
del fruto. El algoritmo desarrollado en JAVA tiene las siguientes fases; adquisición de imagen,
PLC para así lograr la clasificación del fruto. El resultado obtenido del clasificador por color y
tamaño tiene una precisión de +-2% por fotografía. De ese modo concluyeron que se puede
tarea con éxito. Lo cual, nos garantiza el uso del software “JAVA” para el desarrollo del algoritmo
FUENTE 8
En el presente trabajo de investigación hace uso de técnicas de visión por computador para la
clasificación de aguacates. Los criterios que tuvieron en cuenta son basados en la norma NTE
(Normas Técnicas de Edición) INEN 1755 para aguacates; la clasificación se realiza por tamaño
y características físicas del fruto. El presente método ofrece un algoritmo realizado en el software
color (RGB), análisis de tamaño en pixeles y por último reconocimiento y clasificación del fruto.
En la prueba del algoritmo en un software se logró apreciar que la clasificación por tamaño tiene
un total de coincidencias de 215 aguacates, con una eficiencia de 93,1% y la clasificación por
características físicas tiene una eficiencia del 76,19% con 176 aguacates coincidentes.
Comentario: La metodología aplicada en este proyecto tiene un resultado favorable el uso del
software MATLAB, aplicando la técnica de análisis RGB, donde cada color aparecen en sus
CIERRE
En síntesis, la visión artificial es desarrollado siguiendo una serie de pasos que los autores
señalar, que el autor (Miranda, 2018) hace uso del algoritmo KNN (método de los k vecinos más
cercanos) con el fin medir el tamaño y detectar los defectos externos del fruto. De forma similar
(Pérez & Ortiz, 2015) desarrollaron dos algoritmos, uno encargado de clasificar el estado de
madurez del fruto y el otro con el fin de buscar zonas negras presentes en la imagen, lo cual
indicaría los orificios dejados por una enfermedad (plaga broca). Por otra parte , (ALEXANDER,
2019) hace uso del software MATLAB para desarrollar el algoritmo de adquisición y
procesamiento de imágenes por color RGB, del mismo modo (La Madrid Távara, 2019) utilizó el
frutos que se encuentran en buen estado. Respecto a software con licencia gratuita, para la
programación de los parámetros requeridos por el proyecto , los autores (Figueroa & Guerrero,
2016) desarrollaron algoritmos con librería de código abierto OpenCv y con el entorno Python,
de forma similar (Tene, 2019) utilizaron el software libre “JAVA”, ya que ambos son orientadas
aplicando diferentes métodos de visión por computador, que están diseñados y programados
estimación de calidad. Lo cual nos aporta mucha información para el desarrollo y diseño de
nuestro proyecto de investigación, así poder determinar que métodos son los más viables, con
mínimos porcentajes de error ya que las exigencias de calidad del fruto son cada vez mayores
Carlos, G. J., & Anthony, G. C. (2018). Análisis y determinación de enfermedades en el fruto del mango
utilizando técnicas de procesamiento digital de imágenes. Lambayeque-Peru: Repositorio
Universidad Nacional "Pedro Ruiz Gallo".
Figueroa, D. E., & Guerrero, E. R. (2016). Sistema de Visión Artificial para la Identificación del Estado de
Madurez de Frutas (Granadillas). Redes de Ingenieria, 78-86.
Javier, V. A. (2016). Diseño de un Sistema de Visión por Artificial para la Clasificación de Chirimoyas
basado en Medidas. Lima: Repositorio de Pontificia Católica del Perú.
Miranda, J. C. (2018). Clasificación automática de naranjas por tamaño y por defectos utilizando técnicas
de visión por computadora. San Lorenzo - Paraguay : Biblioteca Central de la Universidad
Nacional de Asunciòn.
Pérez, J. C., & Ortiz, S. M. (2015). Diseño de un sistema automático de selección de frutos de café
mediante técnicas de visión artificial. Barranquilla: Repositorio "Universidad Autónoma del
Caribe".
Tene, A. S. (2019). Diseño de un sistema de clasificación para limón por tamaño y color. Piura:
Repositorio institucional Pirhua-Universidad de Piura.