Implementación de un sistema de procesamiento de imágenes integrado con Raspberry PI 2B para reconocimiento y recolección de fresas maduras

Autores/as

  • Miguel José Delgado-Gutiérrez Universidad Piloto de Colombia
  • Daniel Felipe Herrera-Guillén Universidad Piloto de Colombia
  • Luisa María Medina-Barragán Universidad Piloto de Colombia
  • Jennifer Paola Corredor–Gómez Universidad Piloto de Colombia

DOI:

https://doi.org/10.33571/rpolitec.v13n25a6

Palabras clave:

Visión de máquina, Identificación Fresas, Madurez Fresas, Sistema de embebido Raspberry Pi 2, Iluminación

Resumen

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.

Métricas de artículo

 Resumen: 1359  HTML: 256  PDF: 1519  XML: 68 

Métricas PlumX

Biografía del autor/a

Miguel José Delgado-Gutiérrez, Universidad Piloto de Colombia

Estudiante Ingeniería Mecatrónica, Integrante Semillero de Investigación de Agricultura de Precisión. Universidad Piloto de Colombia. Bogotá-Colombia.

Daniel Felipe Herrera-Guillén, Universidad Piloto de Colombia

Estudiante Ingeniería Mecatrónica, Integrante Semillero de Investigación de Agricultura de Precisión. Universidad Piloto de Colombia. Bogotá-Colombia.

Luisa María Medina-Barragán, Universidad Piloto de Colombia

Estudiante Ingeniería Mecatrónica, Integrante Semillero de Investigación de Agricultura de Precisión. Universidad Piloto de Colombia. Bogotá-Colombia.

Jennifer Paola Corredor–Gómez, Universidad Piloto de Colombia

Doctora en Ingeniería Mecánica y Mecatrónica, Profesora Semillero de Investigación de Agricultura de Precisión.  Universidad Piloto de Colombia. Bogotá-Colombia. jennifer-corredor@upc.edu.co.

Citas

M. d. A. y. d. rural., «Área cosechada, producción y rendimiento de fresa en Colombia 2011.,» de Área cosechada, producción y rendimiento de fresa en Colombia 2011., Colombia, JL Impresores LTDA, 2011, pp. 62-64.

F. Velez, «Manual Técnico del cultivo de fresas bajo buenas prácticas agrícolas,» de Manual Técnico del cultivo de fresas bajo buenas prácticas agrícolas, Medellín, 2014, pp. 12-23.

D. MALACARA, «PROCESAMIENTO DE IMÁGENES,» [En línea]. Available: http://bibliotecadigital.ilce.edu.mx/sites/ciencia/volumen2/ciencia3/084/htm/sec_9.htm. [Último acceso: 12 10 2016].

Wired, «WIRED,» 31 12 2012. [En línea]. Available: https://www.wired.com/2012/08/st_strawberry_robot/. [Último acceso: 11 10 2016].

«Gary Wishnatzki, Co-Founder of Harvest CROO and Owner of Wish Farms, Discusses the Latest on Patent Pending Strawberry Robot,» Press & Editorial, 7 8 2015. [En línea]. Available: http://www.andnowuknow.com/quick-dish/gary-wishnatzki-co-founder-harvest-croo-and-owner-wish-farms-discusses/jordan-okumura/46501#.WX2Oy4ThCpq. [Último acceso: 11 10 2016].

Tsushima-naka, «Faculty of Agriculture,» 2005. [En línea]. Available: http://mama.agr.okayama-u.ac.jp/english/robot03.html. [Último acceso: 12 10 2016].

F. Qingchun, W. Xiu, Z. Wengang y Q. Q. J. K. , «A new strawberry harvesting robot for elevated-trough culture,» Int J Agric & Biol Eng, vol. 5, nº 2, pp. 2-4, 2012.

FresFruitPortal, «U.S.: Robotic strawberry harvester 'mimics human behavior,» 2015. [En línea]. Available: https://www.freshfruitportal.com/news/2015/04/21/u-s-robotic-strawberry-harvester-mimics-human-behavior/. [Último acceso: 12 10 2016].

P. RAJENDRA, N. KONDO, K. NINOMIYA y J. KAMATA, «Machine Vision Algorithm for Robots to Harvest Strawberries in Tabletop Culture Greenhouses,» EAEF Research Paper, pp. 25-29, 2009.

T. Hornyak, «$50,000 strawberry-picking robot to go on sale in Japan,» Cnet, p. 1, 27 9 2013.

J. M. Cruz y A. Lutenberg, «SASE 2012,» Simposio Argentino de Sistemas Embebidos, 2012. [En línea]. Available: http://www.sase.com.ar/2012/files/2012/09/Introduccion_a_los_Sistemas_Embebidos-SASE_2012.pdf. [Último acceso: 1 10 2016].

E. H. G. Upton, «RASPBERRY PI FOUNDATION,» 2017. [En línea]. Available: https://www.raspberrypi.org/forums/viewtopic.php?t=77879. [Último acceso: 15 9 2016].

OpenCV, «OpenCV,» OpenCV team, 2017. [En línea]. Available: http://www.opencv.org/. [Último acceso: 12 10 2016].

T. Pinto y J. Wilber, «Analisís y Diseño de un sistema computarizado para la interpretación colorimétrica y morfomértrica del Chenopodium,» de Analisís y Diseño de un sistema computarizado para la interpretación colorimétrica y morfomértrica del Chenopodium, Perú, 2014, pp. 1-7.

R. Wainschenker, J. M. Massa y P. Tristan, «Procesamiento Digital de Imágnes,» 2011. [En línea]. Available: http://www.exa.unicen.edu.ar/catedras/pdi/FILES/TE/CP1.pdf. [Último acceso: 12 10 2016].

«El cultivo orgánico,» 2015. [En línea]. Available: http://3.bp.blogspot.com/-xnbaN_FIE-E/VOeOpsfepdI/AAAAAAAANw0/alkjFv-s-MI/s1600/siembra%2Bde%2BFresa%2B(2).jpg. [Último acceso: 31 07 2017].

G. Pascualetti, R. Romano, L. García y H. Manzano, «Diferenciación Varietal por Medio del Espacio CIELab simplificado,» Instituto Nacional de Vitivinicultura (INV), pp. 1-5.

X-Rite, «Entender la comunicación del color,» 2002. [En línea]. Available: http://www.mcolorcontrol.com/archivos/L10-001_Understand_Color_es.pdf. [Último acceso: 21 10 2016].

L. Jaramillo, «Iluminación natural en el espacio interior de viviendas,» de Iluminación natural en el espacio interior de viviendas, Ecuador, Universidad del Azuay, 2012, pp. 28-30.

G. Feng, C. Qixin y N. Masateru, «Fruit Detachment and Classification Method for Strawberry Harvesting Robot,» de Fruit Detachment and Classification Method for Strawberry Harvesting Robot, Tokyo, Japan, pp. 42-46.

Publicado

2017-09-08

Cómo citar

Delgado-Gutiérrez, M. J., Herrera-Guillén, D. F., Medina-Barragán, L. M., & Corredor–Gómez, J. P. (2017). Implementación de un sistema de procesamiento de imágenes integrado con Raspberry PI 2B para reconocimiento y recolección de fresas maduras. Revista Politécnica, 13(25), 75–85. https://doi.org/10.33571/rpolitec.v13n25a6

Número

Sección

Artículos

Artículos similares

> >> 

También puede {advancedSearchLink} para este artículo.