Programa computacional para clasificar aguacates

Abstract

El presente trabajo de investigación presenta el desarrollo de un algoritmo basado en visión artificial de código abierto que permite clasificar y estimar el peso de los aguacates Hass en tiempo real a través de videos. El enfoque principal del algoritmo se basa en analizar las dimensiones aproximadas de longitud y anchura del fruto. El proceso comienza capturando el video en tiempo real y luego se aplican técnicas de procesamiento de imágenes para detectar colores, generar contornos, analizar dimensiones y, en base a estos resultados, clasificar el aguacate. Para garantizar la precisión del algoritmo, se llevaron a cabo diversas pruebas en un entorno controlado para evitar la interferencia de factores externos, como la luz que podría alterar los colores captados por la cámara. Durante las pruebas, se utilizaron 30 frutas y se compararon las mediciones del algoritmo con los resultados de una balanza digital, siguiendo los criterios establecidos por la normativa ecuatoriana NTE INEN 1755, 2ª Edición. Los resultados mostraron un error porcentual promedio de estimación de peso del 0,06% y una eficiencia del algoritmo del 96,97% en las pruebas de clasificación de aguacates Hass.