Estimación automatizada del peso y calibre de aceitunas mediante análisis de imagen

  1. Juan M. Ponce 1
  2. Arturo Aquino 1
  3. Francisca Segura 1
  4. Borja Millán 1
  5. J. M. Andújar 1
  1. 1 Universidad de Huelva
    info

    Universidad de Huelva

    Huelva, España

    ROR https://ror.org/03a1kt624

Libro:
XXXIX Jornadas de Automática: actas. Badajoz, 5-7 de septiembre de 2018
  1. Inés Tejado Balsera (coord.)
  2. Emiliano Pérez Hernández (coord.)
  3. Antonio José Calderón Godoy (coord.)
  4. Isaías González Pérez (coord.)
  5. Pilar Merchán García (coord.)
  6. Jesús Lozano Rogado (coord.)
  7. Santiago Salamanca Miño (coord.)
  8. Blas M. Vinagre Jara (coord.)

Editorial: Universidad de Extremadura

ISBN: 978-84-9749-756-5,  978-84-09-04460-3

Año de publicación: 2018

Páginas: 958-966

Congreso: Jornadas de Automática (39. 2018. Badajoz)

Tipo: Aportación congreso

DOI: 10.17979/SPUDC.9788497497565.0958 DIALNET GOOGLE SCHOLAR lock_openRUC editor

Resumen

El calibrado y selección de productos agrícolas es una actividad de gran relevancia dentro de la industria agroalimentaria. Este estudio, centrado en el sector del olivo, presenta una solución basada en análisis de imagen que permite la estimación automática y no invasiva del peso y calibre (ejes de simetría mayor y menor) de un conjunto de aceitunas, a partir de una serie de fotografías de las mismas. Utilizando dos variedades distintas de aceituna (Arbequina y Picual), se ha desarrollado un algoritmo de segmentación, a partir del cual se extrae la información necesaria para computar modelos de estimación para cada uno de los parámetros considerados. Una vez aplicados dichos modelos sobre los correspondientes conjuntos de validación, se ha podido comprobar, a través del cálculo de la raíz del error cuadrático medio (RMSE) cometido, la eficacia del método propuesto y su validez como base para el desarrollo de un sistema de calibrado de aceitunas de bajo coste basado en visión artificial.

Fuente de los datos: Dialnet