Por favor, use este identificador para citar o enlazar este ítem:
https://dspace.unl.edu.ec/jspui/handle/123456789/27649
Título : | Procesamiento de imágenes usando OpenCV y Raspberry Pi aplicado a la clasificación de café |
Autor : | Cuenca Tinitana, Julio César Narváez Quezada, Styvez Gonzalo |
Palabras clave : | ALGORITMO VISIÓN ARTIFICIAL RASPBERRY PI OPENCV |
Fecha de publicación : | 31-jul-2023 |
Editorial : | Universidad Nacional de Loja |
Resumen : | Dentro de la producción y calidad del café, la clasificación del café cereza toma un papel relevante, debido a que, con una mejor maduración, selección para el secado se puede conseguir un grano de café con una gran calidad y mejor aroma para el consumo de la población en general. Con el fin de contribuir a este proceso de mejora en la calidad del grano de café que se consume, se ha desarrollado el presente trabajo, que consiste en obtener un programa o algoritmo que permita determinar en tiempo real las características colorimétricas del café cerezo y poder clasificarlo de acuerdo al nivel de maduración que presente. En principio se detalla la zona de estudio, además, los tipos de café que se encuentran en el país y principalmente con los que se va a trabajar. Luego, en el marco teórico se definen los principales temas que se abordan a lo largo de la investigación y sirven como información de lo que se plantea. El principal punto dentro de este estudio se basa en la obtención de un programa que permite clasificar café cerezo por su color, el cual está embebido en un prototipo que admite contrastar el funcionamiento del algoritmo; todo ello haciendo uso de un ordenador de placa reducido, además de distintos materiales y aparatos electrónicos. Para validar los resultados obtenidos se comparan las imágenes y estados obtenidos por el algoritmo con una clasificación visual de manera manual, de tal manera que exista un contraste de eficacia del prototipo y su posible implementación a nivel industrial. Finalmente, al lograr implementar un sistema de visión artificial aplicado a la clasificación por color se contribuye en aplicaciones no solo agrícolas, si no, en muchos más campos de atención que requieren procesos menos laboriosos y que logren disminuir de manera considerable el accionar de mano de obra humana. Palabras clave: algoritmo, visión artificial, OpenCV, Raspberry Pi |
Descripción : | About the production and quality of coffee, the cherry coffee classification plays a relevant role, due to the fact that, through better maturation and drying selection, a coffee bean with a high quality and better aroma can be obtained for the general population. In order to contribute to this process of coffee bean quality improvement, this work has been developed. It consists in obtaining a program or algorithm that allows one to determine, in real-time, the colorimetric characteristics of cherry coffee and to be able to classify it according to the level of maturation that it presents. As a principle, the study zone is detailed, as well as the types of coffee found in the country and mainly those that will be worked with. Then, in the theoretical framework, the main topics addressed throughout the research are defined and serve as information for what is proposed. The main point of this study is based on obtaining a program that allows classifying cherry coffee by color, which is embedded in a prototype that allows testing the operation of the algorithm; all this using a small-board computer, in addition to different materials and electronic devices. To validate the obtained results, the images and states got by the algorithm are compared with manual visual classification, so that there is a contrast between the efficiency of the prototype and its possible implementation at the industrial level. Finally, by implementing an artificial vision system applied to color sorting, we contribute to applications not just in the agriculture field, but also in many other areas that require less labor-intensive processes that considerably reduce human labor. Keywords: algorithm, computer vision, OpenCV, Raspberry Pi |
URI : | https://dspace.unl.edu.ec/jspui/handle/123456789/27649 |
Aparece en las colecciones: | TRABAJOS DE TITULACION AEIRNNR |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TStyvezGonzalo_NarvaezQuezada.pdf | 4,14 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.