Publicado:

2024-09-21

Número:

Vol. 18 Núm. 2 (2024)

Sección:

Visión Investigadora

Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region

Sistema de visión computarizada para categorizar y pesar cargas de la producción de cacao en la región del Ariari

Autores/as

Palabras clave:

Automation, Cocoa, Classification, Control, Image processing, Computer Vision (en).

Palabras clave:

Automatización, Cacao, Clasificación, Control, Procesamiento de imágenes, Visión artificial (es).

Resumen (en)

This project focuses on developing and implementing an intelligent prototype for the classification of cacao fruits in the Ariari region, based on their size and ripeness. The researchers created an automated solution that addresses common issues in the classification and weighing of the fruits. The prototype uses a 1 HP motor to transport the fruits from the hopper to the classification area, where a Full HD camera captures detailed images from various angles. These images are analyzed by specialized software that classifies the fruits according to their size and ripeness, reducing classification errors and improving accuracy.

The automation also enhances working conditions by reducing manual intervention, optimizing the process, and lowering operational costs. By implementing this system, companies can meet international quality standards, facilitating exports and improving their global competitiveness. This not only increases the productivity and quality of the cacao but also has the potential to boost revenues and strengthen the companies' positions within their sector.

Resumen (es)

Este proyecto se centra en desarrollar e implementar un prototipo inteligente para la clasificación de frutos de cacao en la región del Ariari, basado en su tamaño y madurez. Los investigadores crearon una solución automatizada que resuelve problemas comunes en la clasificación y pesaje de los frutos. El prototipo utiliza un motor de 1 HP para transportar los frutos desde la tolva hasta la zona de clasificación, donde una cámara Full HD captura imágenes detalladas desde varios ángulos. Estas imágenes son analizadas por un software especializado que clasifica los frutos según su tamaño y madurez, reduciendo errores de clasificación y mejorando la precisión.

La automatización también mejora las condiciones laborales al reducir la intervención manual, optimizando el proceso y disminuyendo los costos operativos. Al implementar este sistema, las empresas pueden cumplir con estándares internacionales de calidad, facilitando la exportación y mejorando su competitividad global. Esto no solo incrementa la productividad y calidad del cacao, sino que también tiene el potencial de aumentar los ingresos y fortalecer la posición de las empresas en su sector.

Referencias

R. A. Diaz Diaz, D. C. Verján Ávila, and J. A. Verá Calderón, “Efectos de la internacionalización de la economía colombiana en la producción y el ingreso de los sectores arrocero, cafetero, caña de azúcar y cacaotero en Colombia.,” Rev. Estrateg. Organ., vol. 11, no. 2, pp. 25–47, 2022, doi: 10.22490/25392786.6107.

A. F. Góngora-Duarte, F. J. Morales-Espitia, J. M. Trujillo-González, and M. A. Torres-Mora, “Caracterización de los procesos en el beneficio del cacao (Theobroma cacao L) en producciones a pequeña escala en el municipio de Guamal del Piedemonte llanero colombiano,” TecnoLógicas, vol. 26, no. 57, p. e2633, 2023, doi: 10.22430/22565337.2633.

L. F. León F, “Análisis Integral del Crecimiento Sostenible de la Producción de Cacao en Colombia: Factores y Efectos,” Universidad del Rosario, 2016.

M. D. L. Ángeles et al., “Efectividad Del Theobroma Cacao L Sobre El Desarrollo Del Biofilm Dental,” Rev. Científica Odontológica, vol. 12, no. 1, pp. 8–13, 2016, doi: http://www.redalyc.org/articulo.oa?id=324248526002.

Universidad de la Salle, Agrociencias en contexto, Primera. Bogotá D.C: CMYK Diseño e Impresos SAS, 2020.

M. A. Martinez Roa, J. S. Morales Pineda, and V. Barrero Monasterio, “Caracterización de los potenciales de la altillanura de departamento del Meta,” Universidad Santo Tómas, 2022.

G. A. Rodríguez Yzquierdo et al., Impacto económico de la transferencia de tecnología para fomentar la diversificación de la economía regional: Caso Modelo MAS Meta. Corporación Colombiana de Investigación Agropecuaria (Agrosavia), 2020.

D. Rozo, N. Moreno, A. Alvarado, D. Lugo, and C. Rincón, “Informe Observatorio Regional ODS Región Orinoquia,” Bogotá D.C, 2021. [Online]. Available: https://repositorio.uniandes.edu.co/bitstream/handle/1992/52861/Informe Orinoquia 2021-2.pdf?sequence=2&isAllowed=y.

J. S. Carlos Andrés, “La ‘Locomotora Del Agro’ Y Los Centros Poblados En Los Municipios De Puerto López Y Puerto Gaitán (Meta), En El Período 2010-2018,” Universidad Nacional de Colombia, 2021.

P. A. Sanchez Medina, “Hacia la comprensión de la productividad en Colombia desde la perspectiva de los Sistemas Complejos.,” Universidad de los Andes, 2024.

L. H. Tabares Agudelo, “La implementación del punto 4 del Acuerdo Final para la Paz : una mirada al Programa de Sustitución de Cultivos de Uso Ilícito desde los derechos humanos Luis Hernán Tabares Agudelo Escrito académico para optar el título de especialista en Derechos Humano,” Universidad de Antioquia, 2023.

W. Ballesteros-Possú, J. C. Valencia, and J. F. Navia-Estrada, “Assessment of a Cocoa-Based Agroforestry System in the Southwest of Colombia,” Sustain., vol. 14, no. 15, pp. 1–17, 2022, doi: 10.3390/su14159447.

C. E. Pardo Beainy and E. A. Gutiérrez Cáceres, “Implementación de un sistema de detección por visión artificial en la etapa de recolección del cultivo de fresas,” Universidad Santo Tómas, 2022.

M. Apellaniz Portos, “Redes Neuronales Convolucionales evolutivas para un caso práctico de clasificación de imágenes,” Universidad Politécnica de Madrid, 2022.

D. Barcasnegras, “Cultivando el mañana : sistema de monitoreo y gestión de cultivos mediante visión por computadora.,” Universidad de Los Andes, 2024.

G. X. B. Beltrán Barreto, “Antecedentes, uso y aplicación de drones en Colombia como herramienta estratégica de análisis en la agricultura de precisión,” Universidad de Ciencias Aplicadas y Ambientales, 2023.

J. A. Santamaria Pita and C. E. Rossignoli Chavez, “Efecto de la aplicación de biocarbón sobre propiedades químicas de suelo y desarrollo y rendimiento de lechuga,” Universida Zamorano, 2021.

K. J. Lema Días, “Detección automática de malezas en cultivos de maíz y/o papa utilizando imágenes adquiridas por drones empleando la arquitectura de red neuronal convolucional xception,” Universidad Técnica del Norte, 2024.

J. J. Daza-gonzález, M. Y. Ortega-jiménez, and J. E. Pérez-, “Conveyor belt for cleaning , sanitizing and drying unpackaged food Cinta transportadora de limpieza , desinfección y secado de alimentos no empaquetados,” Visión Electrónica, vol. 17, no. 2, 2023, doi: https://doi.org/10.14483/issn.2248-4728 Conveyor.

A. Fernando, J. López, F. V. Clavijo, and S. Puente, “Intelligent agricultural irrigation prescription system based on sensor networks and crop modeling Sistema inteligente de prescripción de riego agrícola basado en redes de sensores y modelado de cultivos,” Visión Electrónica, vol. 17, no. 1, 2023, doi: https://revistas.udistrital.edu.co/index.php/visele/article/view/18957.

F. C. Castañeda-árias and K. S. Novoa-roldán, “Remote crops : case study of critical variables Cultivos a distancia : estudio de caso de variables críticas,” Visión Electrónica, vol. 16, no. 1, 2022, doi: https://doi.org/10.14483/issn.2248-4728.

E. M. González Clavijo, J. C. Contreras Niño, and H. J. Eslava Blanco, “Semigar greenhouse automation,” Visión Electrónica, vol. 16, no. 1, pp. 1–22, 2022.

J. Xue, Y. Zou, Y. Deng, and Z. Li, “Bioinspired sensor system for health care and human-machine interaction,” EcoMat, vol. 4, no. 5, pp. 1–28, 2022, doi: 10.1002/eom2.12209.

I. Giorgio1, M. Spagnuolo, U. Andreaus, D. Scerrato, and A. M. Bersani, “Learning the Propagation Properties of Plate-like Structures for Lamb Wave-based Mapping Learn-ing the Propagation Properties of Plate-like Structures for Lamb Wave-based Mapping Learning the Propagation Properties of Plate-like Structures for Lamb Wave-b,” Math. Mech. Solids, vol. 20, pp. 1–46, 2020, doi: 10.1177/.

K. E. Kendall and J. E. Kendall, Análisis y diseño de sistemas, 8Va ed. New Jersey, 2023.

Cómo citar

APA

Rodríguez-Umaña, L. A., Jiménez-López, A. F., y Beltrán-Gutiérrez, O. Y. (2024). Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region. Visión electrónica, 18(2). https://revistas.udistrital.edu.co/index.php/visele/article/view/22762

ACM

[1]
Rodríguez-Umaña, L.A. et al. 2024. Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region. Visión electrónica. 18, 2 (sep. 2024).

ACS

(1)
Rodríguez-Umaña, L. A.; Jiménez-López, A. F.; Beltrán-Gutiérrez, O. Y. Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region. Vis. Electron. 2024, 18.

ABNT

RODRÍGUEZ-UMAÑA, Luis Alfredo; JIMÉNEZ-LÓPEZ, Andrés Fernando; BELTRÁN-GUTIÉRREZ, Omar Yesid. Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region. Visión electrónica, [S. l.], v. 18, n. 2, 2024. Disponível em: https://revistas.udistrital.edu.co/index.php/visele/article/view/22762. Acesso em: 21 nov. 2024.

Chicago

Rodríguez-Umaña, Luis Alfredo, Andrés Fernando Jiménez-López, y Omar Yesid Beltrán-Gutiérrez. 2024. «Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region». Visión electrónica 18 (2). https://revistas.udistrital.edu.co/index.php/visele/article/view/22762.

Harvard

Rodríguez-Umaña, L. A., Jiménez-López, A. F. y Beltrán-Gutiérrez, O. Y. (2024) «Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region», Visión electrónica, 18(2). Disponible en: https://revistas.udistrital.edu.co/index.php/visele/article/view/22762 (Accedido: 21 noviembre 2024).

IEEE

[1]
L. A. Rodríguez-Umaña, A. F. Jiménez-López, y O. Y. Beltrán-Gutiérrez, «Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region», Vis. Electron., vol. 18, n.º 2, sep. 2024.

MLA

Rodríguez-Umaña, Luis Alfredo, et al. «Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region». Visión electrónica, vol. 18, n.º 2, septiembre de 2024, https://revistas.udistrital.edu.co/index.php/visele/article/view/22762.

Turabian

Rodríguez-Umaña, Luis Alfredo, Andrés Fernando Jiménez-López, y Omar Yesid Beltrán-Gutiérrez. «Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region». Visión electrónica 18, no. 2 (septiembre 21, 2024). Accedido noviembre 21, 2024. https://revistas.udistrital.edu.co/index.php/visele/article/view/22762.

Vancouver

1.
Rodríguez-Umaña LA, Jiménez-López AF, Beltrán-Gutiérrez OY. Computer vision system for categorizing and weighing loads of cocoa production in the Ariari region. Vis. Electron. [Internet]. 21 de septiembre de 2024 [citado 21 de noviembre de 2024];18(2). Disponible en: https://revistas.udistrital.edu.co/index.php/visele/article/view/22762

Descargar cita

Visitas

31

Descargas

Los datos de descargas todavía no están disponibles.

Artículos más leídos del mismo autor/a

Loading...