Search

Antecedentes: tradicionalmente‚ la calidad de los productos agrícolas se ha evaluado mediante procesos de inspección visual y/o métodos químicos. Sin embargo‚ en muchos casos estos métodos resultan inoportunos e insuficientes debido a que los cambios morfológicos en los alimentos se evidencian en etapas avanzadas de su desarrollo dificultando la restauración de su calidad. Además‚ los análisis químicos requieren de largos tiempos de análisis‚ son costosos y no permiten obtener resultados en tiempo real. En este contexto‚ las técnicas de espectroscopia óptica se presentan como una alternativa rápida‚ confiable‚ económica y ecológica para la evaluación de la calidad y la detección de irregularidades en alimentos. El café es un producto de gran interés debido a su alta demanda a nivel mundial‚ que presenta diferentes modificaciones sensoriales a través de su procesamiento. Por lo tanto‚ estas técnicas resultan especialmente útiles para realizar predicciones sobre su calidad. Objetivo: diseñar‚ probar y estandarizar una metodología de análisis colorimétrico en tiempo real mediante el uso imágenes RGB‚ para cuantificar la calidad física del café cereza antes del beneficiado. Métodos: en este trabajo se ha desarrollado probado y estandarizado una metodología de análisis colorimétrico en tiempo real mediante el uso de imágenes RGB para la cuantificación de la calidad física de la cereza de café. Para ello se ha comparado la información cromática obtenida a partir de imágenes RGB e hiperespectrales con el fin de validar el método de análisis y su accesibilidad desde cualquier cámara convencional. Todo esto se ha logrado mediante el uso de un algoritmo de análisis cromático desarrollado en Python. Resultados: se obtienen mapas colorimétricos en tiempo real para la cuantificación precisa de la calidad de los granos de café diferenciando las cerezas maduras‚ verdes y pintonas. Conclusiones: se espera que los resultados obtenidos al finalizar el proyecto sirvan para entregar a los agricultores una metodología de bajo costo y eficaz que evalúe la calidad y el rendimiento de la cosecha de café. [ABSTRACT FROM AUTHOR]

Antecedentes: las imágenes hiperespectrales (HSI) son un objeto de estudio importante en la espectroscopia dado que permite condensar información espacial y espectral en una sola matriz de datos mediante diversas técnicas‚ por tanto‚ proporciona la suficiente información para identificar o distinguir rasgos característicos en un material. La implementación de HSI se ha desarrollado con todo tipo de técnicas espectroscópicas‚ pero en la industria agrícola para el estudio de posibles contaminantes y su evolución en plantas se hace uso de la espectroscopia infrarroja cercana (NIR) en combinación de las imágenes hiperespectrales (NIR-HSI). Objetivo: desarrollar un método de análisis automático para la discriminación y categorización de la información en HSI y RGB‚ que permita detectar cambios en parámetros colorimétricos (croma‚ tono y brillo) en productos vegetales de interés que expresan cambios de color como respuesta a condiciones de estrés ambiental. Método: se implementa una metodología computacional que permite optimizar‚ analizar‚ depurar y resaltar la información sobre el conjunto de datos que entrega una imagen RGB y HSI. Por otro lado, se implementa una comparativa entre los dos tipos de imágenes‚ asociando así las ventajas y desventajas que presenta cada metodología estudiada. Para el presente trabajo se implementó una cámara hiperespectral de una resolución espectral de 204 bandas es un rango de 397 - 1003 nm (VISNIR) y una resolución espacial de 512 x 512 píxeles‚ por lo tanto‚ la información que se analiza en cada imagen es alrededor de 53M de datos. Resultados: los resultados obtenidos en la implementación del método indican que la información colorimétrica de cada muestra varía dependiendo las condiciones ambientales‚ permitiendo así la clasificación y selección de los componentes de la muestra según su color sin importar el método que se implemente. Conclusiones: la implementación de una metodología que aplique imágenes RGB para la determinación de cambios en parámetros colorimétricos es sustentable siempre y cuando los resultados sean estandarizados mediante una comparativa con una metodología hiperespectral. [ABSTRACT FROM AUTHOR]