Desarrollo de Inteligencia Artificial para la detección de manzana Granny Smith en mal estado mediante software Python
DOI:
https://doi.org/10.18050/w9qzf122Palabras clave:
Python, Sistema avanzando, Visión Artificial, Historial de IDLE ShellResumen
El presente proyecto abarca la implementación de un sistema avanzado para evaluar las características de clasificación de manzanas chilenas en función de su color y perímetro. Además, es capaz de detectar manzanas en estado de descomposición. Para lograr esto, se emplea un programa de visión artificial desarrollado en Python, el cual se ejecuta en una laptop HP. El sistema analiza las características de las manzanas utilizando el historial de IDLE Shell, donde se registran momentos de captura de imagen, contornos y centroides. Esto permite determinar si una manzana es aceptada o rechazada. Nuestro algoritmo detecta posibles anomalías, gracias a un entorno controlado y a una Cámara web Jetion PJT-DCM141 con conexión USB de 720p, que genera imágenes en un entorno estable e iluminado. Con el uso de nuestra programación, hemos alcanzado una eficiencia del 93% y una presión del 95%, lo que consideramos resultados satisfactorios para nuestra investigación.
Descargas
Referencias
#SomosNoticia. (2021, 13 de agosto). SENASA y productores del valle de Chicama intensifican acciones para producir guabas, uvas, naranjas y manzanas libres de la plaga mosca de la fruta. Servicio Nacional de Sanidad Agraria. https://www.senasa.gob.pe/senasacontigo/senasa-y-productores-del-valle-de-chicama-intensifican-acciones-para-producir-guabas-uvas-naranjas-y-manzanas-libres-de-la-plaga-mosca-de-la-fruta/
Akhtar Khan, S. (2022, 27 de septiembre). How to find the HSV values of a color using OpenCV Python? https://www.tutorialspoint.com/how-to-find-the-hsv-values-of-a-color-using-opencv-python
Al Ohali, Y. (2010). Computer vision based date fruit grading system: Design and implementation. King Saud University.
Bravo Reyna, J. L. (2020). Detección automática del daño causado por el gusano cogollero en la planta de maíz [Tesis de licenciatura, Tecnológico Nacional de México].
Burgos Zavaleta, P. A., Ulloa Baquedano, J. F., Aguilar Acevedo, J., Robles Malqui, A. R., & Julián Suarez, C. (2022). Desarrollo de un sistema de visión artificial para detección de abolladuras en latas de atún. Universidad Privada del Norte.
ComexPerú. (2023, 15 de diciembre). Aún en rojo: Las exportaciones peruanas cayeron un 0.1% a octubre de 2023. https://www.comexperu.org.pe/articulo/aun-en-rojo-las-exportaciones-peruanas-cayeron-un-01-a-octubre-de-2023
Cueva Caro, J. E. (2022). Redes neuronales convolucionales para determinar la acidez y grados Brix de Pitahaya amarilla (Hylocereus megalanthus) en la región Amazonas [Tesis de licenciatura, Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas].
DataScientest. (2019, 18 de enero). NumPy: La biblioteca de Python más utilizada en Data Science. https://datascientest.com/es/numpy-la-biblioteca-python
Huillca Tumba, J. A. (2022). Diseño de un sistema de clasificación por categorías de aguaymanto y fresas usando redes neuronales convolucionales para el control de calidad en el proceso de deshidratado en la región de Huánuco [Tesis de licenciatura, Universidad Nacional Hermilio Valdizán].
INEI. (2023, 16 de mayo). Informe económico y comercial Perú. ICEX. https://www.icex.es/content/dam/es/icex/oficinas/065/documentos/2023/05/anexos/iec-peru-2023.pdf
IngiVision. (2021, 23 de marzo). Todo lo que debes saber sobre inteligencia artificial y su aplicación en la industria hortofrutícola. https://www.ingivision.com/2021/03/23/inteligencia-artificial/
La República. (2019, 10 de octubre). Tacna: Decomisan 60 kilos de fruta malograda en mercado. https://larepublica.pe/sociedad/2019/10/10/tacna-decomisan-60-kilos-de-fruta-malograda-en-mercado-fiscalia-lrsd
León León, R. A., & Garcia Saire, J. M. (2018). Sistema de visión artificial para la inspección de fechas en productos industriales alimenticios. Universidad César Vallejo.
Manav, N. (2022, 22 de enero). Recortar imagen usando OpenCV en Python. https://www.delftstack.com/es/howto/python/crop-images-using-opencv-in-python/
MAPA. (2020, 15 de julio). Perú está entre las potencias exportadoras de fruta en el mundo (p. 1). Instituto Nacional de Estadística e Informática
Martin Monroy, M. (2006). Manual de la iluminación. Editorial ANAYA Multimedia.
Martínez, J. (2022, 7 de enero). Cómo cambiar el tamaño de una imagen en OpenCV. https://www.datasmarts.net/como-cambiar-el-tamano-de-una-imagen-en-opencv/
Omes. (2019, 17 de octubre). Contornos y cómo dibujarlos en OpenCV y Python. https://omes-va.com/contornos/
OMES. (2020, 3 de enero). Contando por colores en Python-OpenCV. https://omes-va.com/contando-por-colores-en-python-opencv/
PlazaVea. (2024, 1 de enero). Manzana verde importada. https://www.plazavea.com.pe/manzana-verde-importada/p
Rivera Vaca, C. D. (2023). Sistema inteligente de detección de estrés hídrico para determinar la calidad de cultivo de lechuga a través de visión artificial [Tesis de licenciatura, Universidad Técnica del Norte].
Rodriguez Ojeda, L. (2016). Python programación. Ediciones Universitarias.
Sepúlveda, L. A., & Araya, Y. J. (2017). Efecto del clima en la calidad de las manzanas. Boletín del Centro de Pomáceas, 17(1), 4–6.
Serrano Fuente, M., Lizardo Zelaya, N. A., & Ordoñez Avila, J. L. (2020). Coffee fruit recognition using artificial vision and neural networks. Universidad Nacional Autónoma de Honduras.
Toolify.ai. (2024, 10 de febrero). Aprende sobre erosión y dilatación de imágenes en niveles de gris. https://www.toolify.ai/es/ai-news-es/aprende-sobre-erosin-y-dilatacin-de-imgenes-en-niveles-de-gris-1082951
