Reconocimiento automático del tamaño de limones en una imagen digital, empleando métodos de procesamiento digital de imágenes e inteligencia artificial

Abstract

La presente tesis se centra en el desarrollo de un sistema avanzado de segmentación y clasificación de limones utilizando técnicas de procesamiento de imágenes y redes neuronales convolucionales (CNN). El objetivo principal es automatizar el proceso de clasificación de limones según su tamaño, lo que puede tener aplicaciones significativas en la industria agrícola y de procesamiento de alimentos. . La metodología empleada incluye la adquisición de un conjunto de datos de imágenes de limones en diferentes condiciones y tamaños, seguido de la preparación de los datos mediante técnicas de binarización y etiquetado. Se diseñó y entrenó una red neuronal convolucional utilizando TensorFlow, con capas convolucionales, de agrupación máxima y totalmente conectadas para la segmentación y clasificación de limones. Durante la fase de entrenamiento y validación del modelo, se realizaron pruebas exhaustivas para evaluar su rendimiento, incluida la medición de la precisión, el cálculo de la matriz de confusión y la generación de informes de clasificación. Se realizó una comparación entre la clasificación manual de limones por una persona y el sistema desarrollado, destacando las ventajas y limitaciones de cada enfoque. Se identificaron áreas para futuras investigaciones, como la adquisición de conjuntos de datos más diversos y la optimización de parámetros del modelo para mejorar su robustez y generalización. En resumen, este trabajo representa un avance significativo en la automatización del proceso de clasificación de limones, con aplicaciones potenciales en la industria agrícola y alimentaria. Se espera que este sistema contribuya a aumentar la eficiencia, reducir los costos operativos y mejorar la calidad del producto final en estas industrias.