| Revista: | Revista politécnica |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000435412 |
| ISSN: | 1900-2351 |
| Autores: | Delgado Gutiérrez, Miguel José Herrera Guillén, Daniel Felipe Medina Barragán, Luisa María Corredor Gómez, Jennifer Paola1 |
| Instituciones: | 1Universidad Piloto de Colombia, Semillero de Investigación de Agricultura de Precisión, Bogotá. Colombia |
| Año: | 2017 |
| Periodo: | Jul-Dic |
| Volumen: | 13 |
| Número: | 25 |
| Paginación: | 75-85 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | El objetivo del presente trabajo es describir el método para localizar fresas y evaluar su madurez por medio del procesamiento de imágenes. La detección se realizó según la cantidad de color rojo y la madurez con los colores verde/amarillo en la superficie de la fresa. Para dicho proceso, se hizo uso del sistema de embebido Raspberry Pi 2 y una Picamera. El algoritmo implementado se escribió en Python y adicionalmente se hizo uso de las librerías de Open CV, este algoritmo se utilizó en un robot recolector de fresas que realiza los procesos de: identificación y evaluación de madurez. Los procesos los desarrolla en tiempo real bajo diferentes condiciones de iluminación establecidas. El programa identificó todas las fresas y reconoció la madurez en un 76.67%. El trabajo presentado pretende ayudar en los procesos de recolección y selección de fresas |
| Resumen en inglés | The objective of this paper is describe the method to locate strawberries and to evaluate their maturity by means of image processing. The detection was realized according to the quantity of the red color and the ripeness with the green/yellow color in the surface of the strawberry. The embedded system Raspberry Pi 2 and a Picamera were used for the described process. The implemented algorithm was written in Python and additionally the Open CV libraries were used. This algorithm was applied in a strawberry harvesting machine that performs the processes of: identification, ripeness evaluation, and harvesting. The processes are developed in real time under different established illumination conditions. The program identified all the strawberries and recognized the maturity in a 76.67%. The presented paper pretends to help the strawberry harvesting and selection processes |
| Disciplinas: | Agrociencias, Ciencias de la computación |
| Palabras clave: | Infraestructura agrícola, Procesamiento de datos, Fresas, Madurez del fruto, Vision de máquina, Reconocimiento de imágenes |
| Keyword: | Agricultural infrastructure, Data processing, Strawberry, Fruit ripening, Machine vision, Image recognition |
| Texto completo: | http://biblat.unam.mx/hevila/Revistapolitecnica/2017/vol13/no25/6.pdf |
