1
Analizar y diseñar un modelo de clasificación
de tomates según su coloración, a partir de un
reconocimiento de imágenes
David Hernando Rodriguez, Juan Sebastian Rodriguez, Lorena Amortegui Medina
Corporación Universitaria Republicana
Resumen - Lorem ipsum dolor sit amet, consectetur adipiscing elit,
sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.
Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris
nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in
reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla
pariatur. Excepteur sint occaecat cupidatat non proident, sunt inculpa
qui officia deserunt mollit anim id est laborum.
Palabras clave: Clasificación de imágenes, Aprendizaje de
máquina, Inteligencia artificial, Diferenciación de color.
I. INTRODUCCIÓN
L orem ipsum dolor sit amet, consectetur adipiscing elit,
sed do eiusmod tempor incididunt ut labore et dolore magna
aliqua. Ut enim ad minim veniam, quis nostrud exercitation
ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis
aute irure dolor in reprehenderit in voluptate velit esse cillum
dolore eu fugiat nulla pariatur. Excepteur sint occaecat
cupidatat non proident, sunt inculpa qui officia deserunt mollit
anim id est laborum.
II. MARCO REFERENCIAL
A. Estado del Arte
En estos momentos nos encontramos en un mundo que
avanza tecnológicamente con nuevos modelos inteligentes
artificiales, con el propósito de realizar cualquier tipo de
actividad y generando un cambio de mejora, aumentando la
productividad de los negocios, reduciendo los tiempos en la
ejecución de los procesos, eliminando o sustituyendo total o
parcialmente las tareas dentro de esos procesos, o
incorporando nuevas funcionalidades que aportan valor al
proceso ya existente, de tal manera que la productividad llega
a optimizar los recursos.[1].
Considerando la temática del punto de maduración, la
siguiente metodología es “(…) Los datos son recogidos
diariamente para después ser ingresados en un algoritmo de
red neuronal probabilista para el reconocimiento de la
madurez (…) permitiendo el movimiento y buscando la
ubicación del tomate maduro e ignorando los colores
diferentes, con la finalidad de que en una futura investigación
se continúe con el proceso de la cosecha reduciendo tiempo y
dinero.” (pág. 68. Ramos Díaz, 2020) [2] donde podemos
automatizar un proceso para una administración ágil.
Así mismo nos argumentan diciendo “Aunque las frutas sean
un alimento de consumo frecuente, existen personas que
solamente las escogen porque las asocian con el punto de
madurez respectivo. Por ejemplo, una manzana o una fresa es
directamente asociada cuando estas se encuentran maduras,
(…) A propósito de los puntos de maduración verdes y muy
verdes, se pudo concluir que los mercados adquieren gran
parte de sus frutas en este estado con el fin de que no se sobre
maduren y se pierdan, puesto que muchos de estos logran
adquirir un punto de madures recomendable tiempo luego de
ser cosechados.” (pág. 95. MENDEZ ALMANSA, SILVA
SALAMANCA, 2021) [3], demostrando que la clasificación
de alimentos es importante en la industria.
Conforme a esto el método utilizado por los autores se basa en
“El diseño y el entreno de la red neuronal que será la
encargada de clasificar las imágenes capturadas por la
cámara de acuerdo con su grado de madurez, (…) . De este
modo, en este capítulo se hablará acerca de inteligencia
artificial y redes neuronales. Adicionalmente, se hablará de
qué modo se clasifican las imágenes y cuáles son las
características que se tienen en cuenta para esto. (…) . De
este modo, en este capítulo se hablará acerca de inteligencia
artificial y redes neuronales. Adicionalmente, se hablará de
qué modo se clasifican las imágenes y cuáles son las
características que se tienen en cuenta para esto.” (pág. 42,
MENDEZ ALMANSA, SILVA SALAMANCA, 2021) [3].
Como concluyen en este documento donde se demuestra la
viabilidad del proyecto “El color es una característica
sensorial que es posible describir con parámetros físicos
cuantificables. En la industria de alimentos la medición
instrumental del color sirve como herramienta de control de
calidad (...), su eficacia en las industrias ya se ha
comprobado. Es reconocida como un método rápido,
eficiente, barato y no destructivo, por lo cual se puede usar en
la inspección de una línea completa de proceso, además de
permitir por la captación de imágenes la implementación de

un proceso de automatización para distintos tipos de tareas de
inspección de rutina” (pág 9, Mathias-Rettig , Ah-Hen) [4].
Teniendo en cuenta un estudio realizado para validar la
eficacia del algoritmo integrado con inteligencia artificial
apoyado en mano robótica en el reconocimiento de la madurez
del tomate y se aplicó cuatro fases de desarrollo
(Entendimiento del negocio, desarrollo de la solución mano
robótica, obtener datos y desarrollo de la solución red
neuronal) con la finalidad del reconocimiento de la madurez
del fruto, para los resultados de la red en reconocimiento de
madurez se utilizó la predicción de categoría probabilística y 4
variables numéricas independientes (Humedad, temperatura,
luminosidad y color) y una variable categoría dependiente
(Reconocimiento de madurez)
B. Concepto N del marco referencial
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed
do eiusmod tempor incididunt ut labore et dolore magna
aliqua. Ut enim ad minim veniam, quis nostrud exercitation
ullamco laboris nisi ut aliquip ex ea commodo consequat.
dolore eu fugiat nulla pariatur.
III. OBJETIVOS
A. Objetivo General
Analizar y diseñar un modelo que permita la clasificación
de tomates a partir del reconocimiento de imágenes.
B. Objetivos Específicos
• Definir la temática de trabajo para el proyecto
• Generar la estructura de conocimiento a partir de
revisión bibliográfica y estado del arte.
• Buscar un set de datos de imágenes de acuerdo con el
problema a solucionar.
• Elegir un algoritmo que nos permita implementar un
modelo de aprendizaje de máquina.
IV. DESCRIPCIÓN DEL DESARROLLO
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed
do eiusmod tempor incididunt ut labore et dolore magna
aliqua.
V. RESULTADOS
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed
do eiusmod tempor incididunt ut labore et dolore magna
aliqua.
2
VI. CONCLUSIONES
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed
do eiusmod tempor incididunt ut labore et dolore magna
aliqua.
REFERENCIAS
[1] Rodrigo Martínez, “Cómo la tecnología puede mejorar
la productividad de tu negocio - ITH,” 2019. [Online].
Available: https://www.ithotelero.com/blog/como-la-
tecnologia-puedemejorar-la-productividad-de-tu-negocio/.
[Accessed: 30-Aug-2019].
[2] Ramos Díaz, “Algoritmo integrado con febrero
Artificial apoyado en mano robótica para el reconocimiento de
la madurez del tomate.” 2020. [Online]. Available:
https://repositorio.upeu.edu.pe/bitstream/handle/20.500.12840/
3008/Juan_Tesis_Licenciatura_2020.pdf?sequence=4&isAllo
wed=y
[3] Méndez Almanza, Silva Salamanca “DESARROLLO
DE UNA APLICACIÓN MÓVIL PARA EL
RECONOCIMIENTO DE
LA MADUREZ DE UN GRUPO DE FRUTAS A
TRAVÉS DEL ANÁLISIS DE
IMÁGENES POR MEDIO DE REDES NEURONALES”
2021. [Online] Avaliable:
http://repository.unipiloto.edu.co/bitstream/handle/20.500.122
77/11498/Documento%20final%20Fruit%20shape.pdf?sequen
ce=1&isAllowed=y
[4] Mathias-Rettig , Ah-Hen “El color en los alimentos un
criterio de calidad medible” 2014. [Online]. Avaliable:
http://revistas.uach.cl/pdf/agrosur/v42n2/art07.pdf
[5] jose daniel mejia bohorquez, luis daniel vasquez
cordero, “diseño y construccion de una banda clasificadora de
hojas de plantas medicinales con sistema de control tolerante a
fallos,” 2018.
https://red.uao.edu.co/bitstream/handle/10614/10600/t08264.p
df?sequence=5&isallowed=y
[6] mario salinero gervaso, “diseño de una banda
transportadora mediante guide de matlab”, 2013.
https://core.ac.uk/download/pdf/29405026.pdf
[7] juan victor eduardo ramos diaz, “algoritmo integrado
con febrero artificial apoyado en mano robótica para el
reconocimiento de la madurez del tomate”, 2020.
https://repositorio.upeu.edu.pe/bitstream/handle/20.500.128
40/3008/juan_tesis_licenciatura_2020.pdf?sequence=4&isallo
wed=y
[8] juan esteban mendez almansa, joahan sebastian silva
salamanca, “desarrollo de una aplicación móvil para el
reconocimiento de la madurez de un grupo de frutas a través
del análisis de imágenes por medio de redes neuronales”,
2021.
http://repository.unipiloto.edu.co/bitstream/handle/20.500.122
77/11498/documento%20final%20fruit%20shape.pdf?sequenc
e=1&isallowed=y
[9] durán-acevedo cristhianmanuelgualdron-guerrero
 3

oscareduardohernández-ordoñezmariela, “nariz electrónica

para determinar el índice de madurez del tomate de árbol”.
2014.
https://www.sciencedirect.com/science/article/pii/s140577431
4703464
[10] rubiojosé de jesúsahernández-aguilar joséalbertobávila-
camacho franciscojacobcstein-carrillo juanmanuelcmeléndez-
ramírezadolfoc “sistema sensor para el monitoreo ambiental
basado en redes neuronales”. 2016.
https://www.sciencedirect.com/science/article/pii/s140577431
6300063
[11] josé alejandro moreno agudelo, “propuesta de un
clasificador del grado de madurez del aguacate hass, mediante
una arquitectura de redes neuronales convolucionales” 2020.
https://repositorio.utp.edu.co/server/api/core/bitstreams/d0295
2b2-1202-485b-a295-23f315bbc1ff/content
[12] jefferson leonel vélez larrea, nathalie andrea bohórquez
cevallos, “diseño e implementación de un sistema de
clasificación del grado de madurez de una fruta”. 2021.
http://repositorio.ug.edu.ec/bitstream/redug/57163/1/b-cisc-
ptg-2009-
2021%20velez%20larrea%20jefferson%20leonel%20-
%20bohorquez%20cevallos%20nathalie%20andrea.pdf
[13] carlos alberto padrón pereira1/, gisel marié padrón
león*,

adriana isabel montes hernández**, rafael antonio oropeza

gonzález* “determinación del color en epicarpio de tomates
(lycopersicum esculentum mill.) con sistema de visión
computarizada durante la maduración”. 2012.
https://www.scielo.sa.cr/pdf/ac/v36n1/a08v36n1.pdf
[14] ing. otoniel igno rosario, “sistema para clasificación de
jitomates basado en metrología laser y algoritmos
computacionales”.2010.s
https://biblioteca.cio.mx/tesis/14607.pdf