Documentos de Académico
Documentos de Profesional
Documentos de Cultura
net/publication/259891195
CITATIONS READS
3 4,118
4 authors, including:
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Luis Humberto Rivera Cambero on 27 January 2014.
Rivera Cambero L. H.*, Martínez Orozco G.* Jiménez Vicencio M. L.*, Rodríguez
Ramos J. C.*
1. INTRODUCCIÓN
Estudios efectuados con variedades diferentes de
Actualmente, la implementación de la visión artificial manzanas en donde personal cualificado comparó
en la agricultura se ha intensificado varias características de forma, tamaño y color,
considerablemente en los últimos años, como por demostró la limitada capacidad humana para
ejemplo agricultura de precisión, monitoreo de reproducir la estimación de la calidad, a esto los
cultivos, robótica, inspección no destructiva de las autores definen como inconsistencia (Paulus et al.,
propiedades del producto, clasificación en líneas de 1997). Además, las exigencias de calidad son cada
procesamiento, control de calidad y en general en la vez mayores que se expresa en las Normas Oficiales
automatización de procesos. El uso en estas Mexicanas (NOM). El aumento de parámetros
aplicaciones se debe a que los sistemas de visión considerados en un proceso de selección para la toma
artificial proporcionan información acerca de la de decisiones, lo hace también el error de
naturaleza y atributos de la escena capturada. Por otra clasificación.
parte, esta tecnología permite la posibilidad de
estudiar escenas en regiones del espectro Con la finalidad de contribuir con el desarrollo
electromagnético en las que el ojo humano no es tecnológico en la región de la Costa Sur en Jalisco
sensible, como es el caso de la radiación ultravioleta para los productores de limón, se propone el diseño
(UV) o regiones del infrarrojo (IR) (Zude, 2008). de un sistema con base en la visión artificial y el
procesamiento de imágenes para selección de limón,
La inspección de productos agroalimentarios es un aplicando un algoritmo que sea capaz de identificar
campo donde se implementa esta tecnología y se ha las características morfológicas como el grado de
extendido rápidamente (Sun, 2007, Lorente et al., madurez y su tamaño utilizando captura, filtros de
2012) y particularmente en la inspección automática imagen y toma de decisiones con el programa de
de frutas y verduras. La calidad de una pieza de fruta Matlab y una tarjeta de adquisición de datos.
o verdura, sea fresca o procesada, se define por una
serie de características fisicoquímicas que la hacen
más atractiva para el consumidor, tales como su
grado de madurez, tamaño, peso, forma, color, entre
otras (Du y Sun, 2006).
Se aplicó un filtro de moda que suaviza los bordes Para procesar el contorno de la imagen se utilizó el
entre regiones de diferentes clases y elimina los método de código de cadena (Freeman, 1961). Este
pixeles aislados que no forman ninguna región y que método se aplica a la totalidad de los pixeles en la
solo constituyen ruido en la imagen. Para la imagen. Cuando se detecta un pixel perteneciente al
aplicación de este filtro, se recorre la imagen contorno, se inspeccionan todos sus vecinos en el
segmentada y se calcula, para cada pixel, el valor que sentido de las agujas del reloj (iniciando en el mismo
aparece con más frecuencia en la ventana de 8- pixel, por ejemplo el que se encuentra situado a la
vecinos. Se podría haber aplicado un filtro de derecha) en busca de los pixeles que continúan el
mediana, pero se consideró más apropiado el filtro de contorno hasta finalizar en el pixel inicial. En caso de
moda ya que con este último se consigue, además, llegar a una frontera abierta, todos los pixeles de este
suavizar la frontera entre regiones adyacentes, lo que contorno se descartan y se continúa el proceso
permite acelerar los procesos siguientes de extracción alrededor buscando otro pixel perteneciente a un
y análisis de contornos de las ROI (Cubero, 2012). nuevo contorno (Cubero, 2012).