Aplicación de técnicas de visión por computador en la selección de palta hass de calidad

Abstract

La calidad de la Palta Hass, es uno de las especificaciones más importantes en el desarrollo del cultivo nacional de exportación. Las deficiencias estudiadas fueron los frutos enteros y no enteros, frutos con queresas, frutos con defectos mayores (quemaduras y plagas) y defectos menores (Color); El objetivo del presente trabajo de investigación fue determinar e identificar los frutos aceptables en el entorno de calidad identificando sus principales problemas de rechazo por los clientes por medio de visión artificial, utilizando procesamiento de imágenes y descriptores de color (de los cuales se ha usado descriptores K-Means); se utilizó un total de 1260 imágenes, basado en 210 frutos distribuidos en tres niveles. Se obtienen seis imágenes por cada fruto, en la etapa de procesamiento y filtros de creación propia en la etapa de pre-procesamiento. Los descriptores se usaron con el fin de extraer características de todas las imágenes para la etapa de entrenamiento del sistema, luego de haber extraído los vectores a todas las muestras, luego se clasifican las muestras de prueba mediante Segment Color, Segment Rose y K-Means, como resultado general resulta el clasificador KNN como el más óptimo para la clasificación obteniendo un 77% de acierto.