Paul Brian Gmez

Fabio Andres Bayona

Ttulo: Sistema automtico seleccionador de granos de caf basado
en visin artificial
INTRODUCCIN:
La visin artificial abarca gran cantidad de usos en diferentes industrias,
conforme lo necesiten los procesos, mejorando la productividad, tomando
este para el sector de la agricultura; automatizando gran cantidad de
procesos que aun en la actualidad en Colombia se ejecutan de manera
manual o semiautomtica siendo una gran debilidad en la disminucin de
calidad del producto final deseado, restando no solo calidad sino
competitividad al mercado colombiano ligado a la produccin.
La industria cafetera ocupa gran parte del mercado e identidad del pas,
debido a la alta reputacin con la que se proyecta esta industria en el
exterior, aun as, a da de hoy existen tcnicas artesanales para la seleccin
del caf (seleccin por inspeccin), los frutos del caf son inspeccionados
por caficultores despus de ser extrados de las plantaciones. Los
agricultores revisan el estado del caf como su debida maduracin,
asegurndose de no tener rastros de la plaga de la broca en el fruto de caf.
Es all donde la seleccin con visin artificial toma un rol importante como lo
es la capacidad de extraer caractersticas fsicas de manera no invasiva,
siendo un mtodo ms que viable para la inspeccin de alimentos (frutos de
caf), determinando caractersticas como color, tono, textura y tamao.
Teniendo lo anterior como principio el proyecto de ante grado se propone el
desarrollo de un sistema de visin artificial para la deteccin del fruto de
caf adecuado para la produccin (color y presencia de broca),
determinando si un fruto de caf ha sido amenazado por la broca.
PLANTEAMIENTO DEL PROBLEMA

1.1 ANTECEDENTES (ESTADO DEL ARTE)

La agricultura es un sector en el que se desempean en gran parte los

sistemas de visin artificial en nivel internacional, siendo una clara opcin
para mejorar los procesos de recoleccin y seleccin de la mejor clase de
frutos, se sabe que la visin artificial no solo ha servido en el rea de la
caficultura, esta tcnica tambin se puede aplicar a otro tipo de frutas en su
caso lo fue:

Un sistema que pudiera seleccionar las frutas que presentaran el

grado de maduracin ms adecuado; con el objetivo de obtener la
fruta en su punto de mayor calidad. El sistema fue provisto con
fotografas de Lo que lo diferencia pias en sus diversas fases
(maduras, verdes, sobre-maduradas). A diferencia de nuestro
proyecto el cual analiza las frutas en un espacio de color diferente al
convencional RGB; en su lugar usaron el espacio de color HSV, para
clasificar las imgenes en tres etapas de maduracin (verde, pintona
y madura), con este algoritmo lograron una efectividad del 96.36%,
dicha efectividad fue comprobada por expertos en la clasificacin
manual de las pias. [1]
 Estudios realizados en Espaa condujeron a conclusiones parecidas a
las de la investigacin descrita en el prrafo anterior. Estos autores
usaron visin artificial para la clasificacin de los granos de trigo y
cebada. La investigacin consisti de un anlisis de la precisin de la
clasificacin de acuerdo a las caractersticas tomadas del trigo y la
cebada; tales como las caractersticas morfolgicas, el color, y la
textura. Primero analizaron solo las caractersticas morfolgicas,
luego el color, y por ltimo la textura.[2]
A nivel nacional ya se han realizados trabajos similares con frutos de
caf. Para medir el estado de maduracin de los granos. en la
Universidad Nacional sede Manizales, se us visin artificial
empleando 3 tipos de algoritmos de clasificacin, no sin antes haber
procesado un total de 208 caractersticas morfolgicas y resumirlas a
solo 9, se utiliz clasificadores bayesianos, redes neuronales y
clustering difuso. Los resultados de cada uno fueron diferentes,
siendo el clasificador bayesiano el que presento menor error de
clasificacin. [3]
Otro trabajo hecho a nivel nacional es el diseo de un Sistema de
Seleccin de Caf Mediante la Caracterizacin de Imgenes, cuyo
objetivo fue identificar el caf bueno o malo a travs del anlisis de
su color. Para conseguir diferenciar entre el caf malo y bueno se
usaron dos tcnicas, la de comparacin de histogramas y la tcnica
de
Template Matching o comparacin de plantilla. [4]
Se dise un clasificador de textura de frutos de caf segn su estado
de maduracin mediante la Transformada de Wavelet se extrajeron
las caractersticas de textura de los frutos de caf.[5]
En Etiopa se realizaron distintos sistemas para clasificar los seis tipos
de granos de caf presentes en dicha regin. Cabe resaltar que
probaron con diferentes algoritmos de clasificacin para poder dar
con el que mejor respondiera a sus requisitos de calidad[6]
1.2 DESCRIPCIN Y FORMULACIN DEL PROBLEMA

El trabajo realizado por los caficultores a nivel nacional para la cosecha del
caf es un trabajo largo y tedioso por no tener herramientas que satisfagan
la recoleccin y seleccin del caf debido a la gran cantidad de frutos que
se deben procesar, se busca reducir la carga de los caficultores al momento
de seleccionar por medio de la visin artificial con un sistema que permita
visualizar los frutos verificando su madurez y estado por contaminacin de
la broca que atacan el fruto, seleccionarlo y dejarlo listo para los dems
procesos que los caficultores crean convenientes para su consumo.
Se busca contribuir a mejorar una de las etapas que conforman el procesado
del caf, especficamente la seleccin. En esta fase se busca la aptitud de
los frutos del caf para la correcta produccin, con principios en la
maduracin del fruto y en la presencia de la plaga de la broca,
disminuyendo la labor hecha por los caficultores.
A da de hoy son muy pocos los estudios que se tienen acerca de la broca en
el fruto de caf a travs de procesamiento de imgenes, siendo una
interrogante el Cmo hacer un sistema de visin artificial que revise la
aptitud del caf para su produccin segn color y presencia de plaga?

1.3 JUSTIFICACIN

La temtica de seleccin del fruto de caf por medio de la visin artificial

tiene una gran variedad de aplicaciones, que ayudaran a la industria
agrcola generando un aumento en la prctica y en la competitividad
industrial, teniendo mayor importancia en el extranjero, con mayor inversin
y mayores estudios; siendo viable a mediana escala y con ciertos factores,
se contar con elementos electrnicos y mecnicos, asesorados de
personas con conocimiento del tema.

1.4 OBJETIVOS DE LA INVESTIGACIN

Objetivo General
Disear un dispositivo que permita la deteccin de la broca en los frutos del
caf y los separe de los frutos que estn limpios de esta plaga

Objetivos especficos

Disear algoritmos de visin artificial que permitan la observacin de

la broca
Disear el sistema mecnico que clasifique los frutos contaminados y
limpios de la plaga
Disear sistema que permita extraer los frutos con la plaga
Validacin del diseo

1.5 ALCANCES Y LIMITACIONES DEL PROYECTO

Limitaciones:

El alto costo que implica la instauracin de visin artificial a mediana

o gran escala en el proyecto, supone variedad de experimentos y
tiempo para llevar esto a cabo.
No se garantiza un recibimiento seguro al presentar esta tecnologa a
diversas personas que conforman el sector de la agroindustria,
dependiendo de cmo se vea este proyecto y su impacto a nivel
social.
Alcances:
 Tiene un impacto ambiental mnimo, debido a que no necesita
alteracin alguna del medio en el que crecer el caf.
Este proyecto plantea una mejora al sector cafetero colombiano para
reducir tiempos de produccin, con la implementacin del mismo se
mejorara en gran medida la seleccin del caf.
Es parte de un gran avance en materia tecnolgica, econmica y
comercial, ya que se eleva en gran medida la manera en que
Colombia es vista a nivel internacional en materia de produccin e
implementacin de diversos sistemas en la agroindustria.

2. METODOLOGA

Fase Descripcin Hitos Resultados

Anlisis Ajustndonos a los Reunin de Planos y creacin
requerimientos en la problemas y del proyecto.
industria de la presentacin (muestra aun no
agricultura, se del proyecto. fsica)
procedi a Presentacin
responder con un de cada una
sistema automtico de las
con anlisis general entregas.
de las imgenes Visto bueno
obtenidas de los de los
frutos de caf, docentes
dichas imgenes asignados
contienen Reunin de
informacin interpretaci
necesaria de los n
objetos presentes,
llegando a un
anlisis particular
etiquetando cada
objeto presente en
la imagen: Estado
del fruto de caf.
Traslado los frutos de caf Se informar Una vez el fruto
entran a la banda en al usuario de paso por la
grupos de 20 y son la manera en traslacin, resta la
transportados hasta que se extraccin, etapa
 el sistema de visin transporta el en la cual se
artificial, donde se objeto de posicionar al
tomarn fotos bajo estudio final de la banda
un ambiente de luz transportadora un
controlada, adems, dispositivo que
en esta misma etapa dirigir los frutos
se har el procesado a dos
de la imagen y se contenedores
decidir si el caf es distintos.
apto o no.
Extraccin El caf caer desde Se sabrn De acuerdo a la
la banda hacia este los orden dada por el
dispositivo, el cual fundamentos algoritmo de
consta de un del proyecto visin artificial, se
contenedor que en cuestin provoca que el
almacena su finalidad. caf caiga del
momentneamente dispositivo
un caf a la vez, el
dispositivo cambiar
de posicin.
Procesamiento Se empezar con los Se generar El proceso
de imgenes algoritmos de todo lo empieza con la
procesamiento de referente a adquisicin de la
imgenes. adquisicin imagen a analizar,
Es la primera etapa de datos e luego esta es
a realizar antes de introduccin procesada por dos
procesar una a algoritmos, uno
imagen, adems, se programaci de ellos detectara
debe tener en n si el caf tiene
cuenta las brocas; y el otro
condiciones y extraer
configuracin en las caractersticas de
que las imgenes color con el
son obtenidas. Para objetivo de
la captura de las conocer si el fruto
imgenes se usarn se encuentra en
dos cmaras, cada un estado de
una ubicada maduracin
paralelamente con adecuado.
respecto a la otra
garantizando el
anlisis de los dos
lados del fruto de
caf en busca de
broca
Anlisis de Una vez Se informar Debido a que en
Color seleccionado el sobre el la etapa de
fondo apropiado anlisis de conversin de los
para la captura de color que espacios de
las imgenes y consta de colores y
establecida la tres etapas extraccin de
configuracin de las principales: caractersticas
 cmaras, es posible segmentaci solo se necesita la
proceder a las fases n, extraccin informacin de
de procesado de la de caf, se tendr
imagen. La primera caracterstic que ir a
fase a explicar ser as y segmentacin.
el anlisis de color, algoritmo de
el cual establece si clasificacin.
un fruto de caf se
encuentra en el
estado de
maduracin
adecuado
Segmentacin Para lograr el Antes de Una vez hechas
proceso de procesar la las conversiones a
segmentacin imagen, se los espacios de
primero se convierte pre-procesa colores se
la imagen original a la captura en procede a extraer
escala de grises, el escala de las caractersticas,
cual es igual al grises A travs de la
promedio ponderado media y la
de las componentes desviacin
RGB estndar se puede
cuantificar la
informacin con
respecto al color
de los frutos, pero
para lograrlo se
deben seleccionar
las componentes
de los modelos de
color adecuados
para dicho
proceso.
(estudios que ya
estn hechos y se
encuentran
fcilmente en
diversos recursos
bibliogrficos)
Clasificar se implementarn La Se identificaran
tres tipos de implementac los frutos con la
clasificadores, uno in de todos plaga y se separa
por redes estos de los frutos
neuronales, un clasificadore sanos.
clasificador s se har con
bayesiano y una las funciones
mquina de vectores provistas
de soporte.
(con ayuda de
personas
especializadas en el
tema)
3. LNEA DE INVESTIGACIN DE USB / SUB-LNEA DE FACULTAD / CAMPO
TEMTICO DEL PROGRAMA

La lnea de investigacin por parte de la Ingeniera mecatrnica se divide en

la automatizacin de procesos por el mtodo de seleccin y recoleccin de
los frutos de caf que normalmente estos procesos se realizan
manualmente y en el rea de robtica por la visin artificial donde
programaremos el sistema para que reconozca los frutos en mal estado.

4. RECURSOS Y PRESUPUESTO

Recursos descripcin total

Computadores, tarjetas de adquisicin de

Equipos datos, cmaras, sensores. $1000,000

Software MATLAB, PROTEUS, MPLAB $300,000

Materiales Aluminio, compuestos $200,000

Construcciones Brazo, base recolectora y banda $200,000

$1700.000
TOTAL

Concepto Valor Unitario (COP)

Materiales
Nylon 3 $32,000
Nylon 1 $53,000
Aluminio $115,000
Insumos
Pintura $40,000
Equipos
(2) Microsoft Lifecam Studio $160,000
Servicios
Impresin 3D $44.000
Maquinado de Nylon de 1 $20.000
Maquinado de Nylon de 3 $40.000

TOTAL $504,000
6. BIBLIOGRAFA

[1]L. A. Silva and S. Lizcano, Evaluacin del estado de maduracin de la

pia en su variedad petrolera mediante tcnicas de visin artificial. Iteckne,
vol. 9, no. 1, 2012.
[2] F. Guevara-Hernandez and J. Gomez-Gil, A machine vision system for
classification of wheat and barley grain kernels, Spanish Journal of
Agricultural Research, vol. 9, no. 3, pp. 672680, 2011.
[3] Z. L. S. Nio and F. A. P. Ortiz, Caracterizacin de caf cereza empleando
tcnicas de visin artificial, Revista Facultad Nacional de Agronoma
-Medelln, vol. 60, no. 2, pp. 41054127, 2007.
[4] J. A. D. Acevedo, Diseo de un sistema de seleccin de caf mediante la
caracterizacin de imgenes, ENGI Revista Electrnica de la Facultad de
Ingeniera, vol. 1, no. 2, 2013.
[5] O. lvarez and N. Beleo, Clasificador de Textura de los Frutos de Caf
Segn su Etapa de Maduracin Utilizando Transformada de Wavelet, 2012.
[6]M. Habtamu, IMAGE ANALYSIS FOR ETHIOPIAN COFFEE CLASSIFICATION,
[Accessed 2014-03-15].
[7] Jean Carlos Herrera-Silfri Manuel Medina, DISENO DE UN SISTEMA
AUTOMATICO DE SELECCION DE FRUTOS DE CAF,2015