Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
DYNA
Print version ISSN 0012-7353
Abstract
GARCIA-NAVARRETE, Oscar Leonardo; CUBERO-GARCIA, Sergio and PRATS-MONTALBAN, José Manuel. Identificación de daños mecánicos en la manzana cv. 'Fuji' mediante visión artificial hiperespectral. Dyna rev.fac.nac.minas [online]. 2019, vol.86, n.210, pp.224-232. ISSN 0012-7353. https://doi.org/10.15446/dyna.v86n210.78605.
Uno de los problemas en la poscosecha de las manzanas es el daño mecánico por impacto. Su identificación evita problemas de calidad durante el almacenamiento. El objetivo fue identificar las longitudes de onda en las que se detecta el daño de manera temprana en manzanas del cultivar ‘Fuji’. El daño se simuló con un golpe controlado y tomando imágenes hiperespectrales de 400 a 1700 nm. Se realizaron tres experimentos a diferentes temperaturas (4 y 20 °C) y tiempos de muestreo. Se encontró que en la zona del NIR comprendida entre 1050 y 1100 nm fue posible clasificar las zonas sanas y golpeadas, a través de un análisis discriminante por mínimos cuadrados parciales (PLS-DA). Adicionalmente, la evolución del daño en el tiempo no resultó significativa para la clasificación de los píxeles (clases sana y golpeada), ya que se detectó el golpe desde el primer momento en cualquiera de los tres experimentos.
Keywords : imágenes hiperespectrales; PLS-DA; NIR; espectroscopia..