Keywords
Cacao
Microprocesador
Reflectancia
How to Cite
Abstract
Current human activities has been able to advance and to adapt technologies to their needs, which is reflected in the systems efficiency that we currently use in our everyday life and the application of digital image processing in industrial and quality control systems has become part of coverage of these needs. This paper shows the application of digital image processing in the drying and selection processes of cocoa quality, where the system aims automate the process after cocoa deposition in the gathering place. The system analyzes the characteristics of cocoa beans and per the color characteristics can select the seeds, change drawer and finish the drying process of the product.
References
Silva, L. F., Olivete, C., Reis, P. H., Santos, R. S., Correia, R. C. M., & Garcia, R. E. (2015, October). Supportive environment for teaching and learning digital image processing. In Frontiers in Education Conference (FIE), 2015. 32614 2015. IEEE (pp. 1-7). IEEE.
Torres, A. D. (1996). Procesamiento digital de imágenes. Perfiles Educativos, (72).
Mehl, H., & Peinado, O. (1997). Fundamentos del procesamiento digital de imágenes. en: Aplicación de la teledetección y de los sistemas de información geográfica en la gestión de recursos naturales, 63-101.
Castillo, A., Ortegon, J., Vazquez, J., & Rivera, J. (2014). Virtual Laboratory for Digital Image Processing. Latin America Transactions, IEEE (Revista IEEE America Latina), 12(6), 1176-1181.
Martínez, A. C. (2014). Una experiencia aprendizaje con la pizarra digital interactiva en educación infantil. Pixel-Bit: Revista de medios y educación, (45), 125-136.
Mery, D. (2002, April). Inspección visual automática. In Primer Congreso Internacional de Ingeniería Mecatrónica, Lima, Perú.
Jiménez, A., Prieto, M., Ramírez, A., Ladino, L., Baquero, N., & Puente, S. Development of a Python Application for Learning Image Processing in Engineering.
Mosquera, J. C., Sepúlveda, A., & Isaza, C. A. I. B. (2011). Procesamiento de imágenes ópticas de frutos café en cereza por medio de filtros acusto-ópticos. Revista Científica Ingeniería y Desarrollo, 21(21), 93-101.
Perlo, J., Mülder, C., Danieli, E., Hopmann, C., Blümich, B., & Casanova, F. (2016). Digital Processing of Images of Extruded Rubber Profiles for Process Control MRI. Measurement.
Aristizábal Torres, I. D. (2008). Estudio, aplicación y propuesta de automatización del procesamiento de imágenes por resonancia magnética para la evaluación y detección de defectos internos de calidad en cítricos y melocotones (Doctoral dissertation).
Talbot-Wright, B., Baechler, S., Morelato, M., Ribaux, O., & Roux, C. (2016). Image processing of false identity documents for forensic intelligence. Forensic Science International, 263, 67-73.
D’Amato, J. P., García Bauza, C., Vénere, M., & Clausse, A. (2007). Procesamiento de imágenes para la clasificación masiva de frutos basado en el color. Anales en las Jornadas de Investigación en Ingeniería de Software-Argentina.
Herrera, J. J. C., Torres, I. D. A., Tascón, C. E. O., & Montoya, J. W. M. (2011). Colorimetría del fruto de café (Coffea arabica L.) durante su desarrollo y maduración. Rev. Fac. Nal. Agr. Medellín, 64(2), 6229-6240.
Jiménez-López, A. F., Jiménez-López, F. R., & Jiménez-López, M. (2015). Multispectral analysis of vegetation for remote sensing applications. Iteckne, 12(2), 156-167.
Godoy, S. P. (2007). Clasificación automática del chontaduro (Bactris Gassipaes) para su aplicación en conserva, mermelada y harinas. INGRESAR A LA REVISTA, 5(2).
Salcedoa, I. A. L., & Carvajalb, O. A. A. (2011). Aplicaciones de la agricultura de precisión en palma de aceite “Elaeis Guineensis” e hibrido O x G. Revista de Ingeniería, (33), 124-130.
Liu, J., & Wang, H. (2014, October). Rice integrity detection based on digital image processing technology. In Signal Processing (ICSP), 2014 12th International Conference on (pp. 847-850). IEEE.
Peña, A. J., Palacio, L. F., & Arce, B. A. (2010). Lógica difusa: una alternativa metodológica en la determinación de ambientes idóneos para el establecimiento de especies de pastos y forrajes en Colombia (primera aproximación). Revista Colombiana de Ciencia Animal, 3(1).
Diaz Celis, C. A. (2013). Adquisición de imágenes de bajo costo aplicadas a la agricultura de precisión usando vehículos aéreos no tripulados.
Osio, J., Rapallini, J., Quijano, A., & Ocampo, J. (2010). Implementación de un Algoritmo para procesamiento de imágenes en una FPGA. In Congreso de Microelectrónica Aplicada 2010 (pp. 38-42).
Vera Montenegro, L. E. N. I. N. (2014). Aplicación y Comparación de Metodologías Multicriterio (AHP y Fuzzy Logic) en la Selección de Tecnología Postcosecha para Pequeños Productores de Cacao (Doctoral dissertation).IICA-Q02 M843).
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Copyright (c) 2017 Over León Piñeros , Wilder Herrera Sabogal , Williams Londoño Meneces , Andrés Jiménez López