Desarrollo de un método de procesamiento de imágenes para la identificación de los cinco estados de maduración del fruto de Acai en un ambiente controlado
El fruto de açaí ha evidenciado un crecimiento industrial significativo en Colombia, impulsado por la diversidad de productos derivados de su procesamiento. Sin embargo, durante la etapa de poscosecha se generan pérdidas económicas considerables, asociadas principalmente a una clasificación inadecua...
- Autores:
-
Manrique Montero, Gabriela Liliana
- Tipo de recurso:
- https://purl.org/coar/resource_type/c_7a1f
- Fecha de publicación:
- 2025
- Institución:
- Universidad El Bosque
- Repositorio:
- Repositorio U. El Bosque
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unbosque.edu.co:20.500.12495/14576
- Palabra clave:
- Ambiente controlado
Frutos de Açai
Identificación de estado de maduración
Procesamiento de imagen.
610.28
Controlled environment
Açai fruits
Ipening state identification
Image processing
- Rights
- closedAccess
- License
- Attribution-NonCommercial-NoDerivatives 4.0 International
| Summary: | El fruto de açaí ha evidenciado un crecimiento industrial significativo en Colombia, impulsado por la diversidad de productos derivados de su procesamiento. Sin embargo, durante la etapa de poscosecha se generan pérdidas económicas considerables, asociadas principalmente a una clasificación inadecuada del estado de maduración de los frutos. Frente a esta problemática, se propone el desarrollo de un sistema automatizado de clasificación mediante procesamiento digital de imágenes, orientado a identificar los cinco estados fisiológicos de madurez (verde, dos cuartos, tres cuartos, maduro y sobremaduro) en un entorno controlado. El algoritmo fue desarrollado en Python, utilizando las bibliotecas Keras y TensorFlow para la implementación de una red neuronal convolucional (CNN). El modelo fue entrenado con un conjunto de imágenes capturadas bajo condiciones estandarizadas, validadas previamente mediante pruebas fisicoquímicas que garantizan la concordancia entre el estado de madurez y los parámetros de calidad del fruto. Los resultados de validación indicaron un desempeño destacado en la clasificación de los estados tres cuartos y sobremaduro, alcanzando una precisión del 91%. En contraste, los estados verde y dos cuartos presentaron precisiones inferiores, superiores al 60%, lo que sugiere una mayor similitud visual entre las etapas tempranas de maduración. |
|---|