Comparación de técnicas de visión artificial para detección del defecto del fruto del café

Abstract

El café se describe por el aroma, cuerpo, acidez y sabor. Esto permite que la visión humana de los trabajadores experimente en el campo errores o dificultades, que se presentan en la recolección del fruto del café. Esta investigación tiene la necesidad de automatizar los procesos de clasificación. La investigación tiene el propósito de analizar la comparación de técnicas de visión artificial para la detección del defecto del fruto de café, el cual nos permitirá saber que técnica es la más eficiente y con qué menor error heurístico existe. El diseño de este sistema de perspectiva artificial está basado con base de un análisis detallado gracias a su gran hincapié en el estudio de frutos de café. La notación del programa usa librerías de OpenCV, las cuales fueron importadas a NetBeans, debido a que es independiente, se ha realizado una base de datos de figuras del fruto de café las cuales fueron capturadas por medio de un Telescopio de alta de definición. El Sistema se encarga de ver que técnica es mejor y en qué tiempo es eficiente de resolver los problemas de los defectos del fruto del café, para eso se implementaron los clasificadores k-NN, redes bayesianas y Red neuronal para así saber qué tipo de clasificación es, este proyecto de investigación aportara a los procesos agroindustriales. El clasificador por K-NN propuesto tuvo una efectividad de 97% al detectar los defectos del café, demostrando así que la técnica de visión artificial para la detección de defectos en el fruto de café es un método viable.