Aplicación de Técnicas de Visión Artificial en la Detección de Daños Externos en Frutas

Abstract

La producción de frutas en Argentina se estima en unos 7 millones de toneladas. Por ende, tiene un rol impulsor en las economías regionales a lo largo de toda la cadena productiva, desde la producción primaria hasta las distintas empresas de servicios e industrias elaboradoras de insumos y alimentos.
Uno de los factores que más influye en la calidad y el precio de la fruta fresca es la presencia de defectos en la piel de las frutas, dado que la mayoría de los consumidores asocia calidad con buen aspecto y ausencia total de defectos externos.
Previo a la distribución de los productos, se lleva a cabo un control de calidad que permite asegurar su calidad comercial e higiénico-sanitaria. Una de las tareas clave es la clasificación de los frutos de acuerdo a requerimientos de calibre y color. La inspección es visual y suele ser llevada a cabo por personal experimentado. Se trata, sin embargo, de una tarea repetitiva, propensa a errores, que acarrea perjuicios económicos, pero que pueden ser automatizadas usando técnicas de visión artificial.
Se usan imágenes de frutas en escala de grises, se realiza el pre-procesamiento necesario para proceder a la segmentación, tendiente a separar el objeto de interés del fondo, y se umbraliza para resaltar la presencia de daños. Finalmente, se extraen los defectos y se calculan sus áreas, así como el porcentaje respecto de la fruta completa, lo que permite automatizar una parte de la clasificación.