Automatic sorting of dried figs based on computer vision system

• S. Benalia ^[1] ; G. Zimbalatti ^[1] ; S. Cubero ^[2] ; J. M. Prats-Montalban ^[3] ; B. Bernardi ^[1] ; S. Alegre ^[2] ; J. Chanona-Perez ^[4] ; J. Blasco ^[2]
  1. [1] Università Degli Studi Mediterranea di Reggio Calabria
  2. [2] Instituto Valenciano de Investigaciones Agrarias (IVIA)
  3. [3] Universitat Politècnica de València
  4. [4] Instituto Politécnico Nacional (México)

  Mostrar afiliaciones +
• Localización: VII Congreso Ibérico de Agroingeniería y Ciencias Hortícolas: innovar y producir para el futuro. Libro de actas / coord. por Francisco Ayuga Téllez , Alberto Masaguer , Ignacio Mariscal Sancho, Morris Villarroel Robinson , Margarita Ruiz Altisent , Fernando Riquelme Ballesteros, E. C. Correa, 2014, ISBN 978-84-695-9055-3, págs. 1763-1768
• Idioma: inglés
• Títulos paralelos:
  • Selección automatica de higos secos mediante visión por computador
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    El higo Ficus carica es una especie de clima templado reconocida por sus propiedades nutricionales. De hecho, esta fruta constituye un alimento importante para la población de la región mediterránea debido a sus propiedades dietéticas y saludables. Por otra parte, la constante expansión del mercado mundial y las exigencias cada vez mayores de los consumidores obligan a las empresas a una constante innovación en tecnologías de poscosecha que garanticen la calidad excelente de todos los productos. En este contexto, el objetivo de este trabajo es el desarrollo de sistemas precisos y automáticos de inspección del color de los higos secos mediante visión por computador. El color de la piel de higos pertenecientes a la Denominación de Origen Protegida Fichi di Cosenza (Italia) y de otros de diferente calidad se ha analizado mediante dos métodos basados en visión por computador. Por un lado se ha estimado el color de los higos de las dos categorías a partir imágenes obtenidas mediante una cámara digital y se ha comparado con el color medido mediante un colorímetro. Los datos de color se han analizado empleando diferentes espacios de color como CIEXYZ, CIELAB o HunterLab, además de índice de marrón (browning index). Estos análisis se han realizado mediante análisis de componentes principales (PCA) y análisis discriminante de mínimos cuadrados parciales (PLS-DA). Posteriormente, se ha puesto a punto un prototipo de inspección automática de fruta que se ha programado según los resultados de estos análisis para clasificar los higos según su color. Este prototipo consta de diversas unidades como la de recepción de la fruta, inspección mediante dos cámaras de muestreo progresivo y posterior separación por diferentes salidas. Ambos métodos estadísticos mostraron buenos resultados separando los higos de las dos calidades estudiadas según los parámetros de color obtenidos mediante el colorímetro y el sistema de análisis de imagen. Sin embargo, el sistema basado en análisis de imagen resultó ser más preciso por su capacidad para explorar un área mayor y detectar diferencias de tonalidad entre regiones de cada higo dentro de cada clase, especialmente entre aquellos de más alta calidad. Los resultados de la inspección del color en línea empleando el prototipo de clasificación automática arrojaron un éxito del 99.5% al clasificar entre higos de ambas calidades. Sin embargo, el éxito bajó (89.0%) cuando se intentó diferenciar higos de distinta tonalidad dentro de cada calidad.

  • English

    Figs Ficus carica is a temperate species well thrived in the Mediterranean basin and well recognized for its nutritional attributes. Indeed, fig fruit constitute an important food for local populations of the Mediterranean region, and they are considered as a prestigious snack due to their dietetic and healthy properties. Nevertheless, this cultivation is often marginalized in rural areas where it could significantly contribute to their sustainable development. The constant expanding global market makes it necessary for agro-food industries to satisfy customer’s requirements and exigencies from both qualitative and quantitative points of view, leading them to adequate current post harvest technologies to more innovative and more accurate ones. In this context, the present work aimed to assess dried figs skin colour, as a qualitative parameter, using a computer vision system. Colour skin of both high-quality dried figs (PDO Fichi di Cosenza, Italy) and improper ones has been analyzed using two different analytical methods: RGB image analyses obtained with a digital camera, compared to colour analyses carried out by mean of chromameter. Data were expressed in terms of CIE XYZ, CIELAB and HunterLab colour spaces, moreover to the browning index measurement of each fruit belonging to the two groups. Data have been statistically analysed according to PCA and PLS-DA based methods. Subsequently, in-line sorting trials have been effectuated using a prototype based on computer vision, composed by three principal units: reception, inspection and separation; where inspection is achieved by means of two industrial progressive-scan colour cameras. Obtained results are satisfactory and promising for agro-food industries. Both PCA and PLS-DA analyses could show a complete distinction between high-quality dried figs and improper ones according to colour parameters obtained by both analytical methods. However, automatic colour assessment according to image analyses seemed to be more precise since it allowed the identification of different tonalities of more homogeneous groups within the high-quality figs group. In-line sorting results showed that 99.5% of improper figs were classified correctly, as well as high quality DOP figs presenting a light skin colour (89.0%). A lower percentage was obtained however for DOP figs because of the heterogeneity of the skin colour.