Cientifica, ISSN 2594-2921, vol. 29, no. 1, January-June 2025.
DOI: 10.46842/ipn.cien.v29n1a01
Implementation of an Automated Solanum Tuberosum Grading System using Image Processing
Implementación de un sistema automatizado de clasificación de Solanum Tuberosum mediante procesamiento de imágenes
Recibido 07-10-2024, aceptado 20-12-2024.
Resumen
Los sistemas de visión automatizada se emplean como una solución eficaz para mejorar la precisión en la inspección de objetos. Sin embargo, la transición de métodos manuales de clasificación a sistemas automáticos ha sido lenta debido a factores como el tamaño y la forma de los objetos a inspeccionar. En la industria alimentaria, los tubérculos representan un desafío para los sistemas de visión debido a su gran variabilidad dimensional y morfológica. Este artículo presenta el diseño e implementación de un sistema automatizado para la clasificación de Solanum tuberosum (papa) basado en tecnologías de visión artificial y procesamiento de imágenes. El sistema emplea una cámara de bajo costo junto con un algoritmo desarrollado en LabVIEWTM, que permite determinar el tamaño de los tubérculos en una línea de producción. La clasificación se lleva a cabo mediante un mecanismo separador activado por servomotores, logrando una mayor precisión y eficiencia en comparación con los métodos manuales tradicionales. Se implementó un sistema de iluminación controlada para optimizar la calidad de las imágenes capturadas, lo que permitió reducir significativamente los errores en la clasificación. Los resultados mostraron un incremento del 260% en la capacidad de producción y una reducción del 75% en la tasa de errores, validando la efectividad de la solución propuesta para mejorar tanto la productividad como la calidad del proceso en la industria alimentaria. demás, el sistema ofrece un alto nivel de flexibilidad y seguridad en su operación. Al mejorar la eficiencia en la clasificación de papas y reducir la necesidad de intervención manual, se anticipa una rápida recuperación de la inversión, así como un impacto positivo en la capacidad de respuesta del proceso, lo que podría llevar a un aumento en la demanda del producto.
Abstract
Automated vision systems are used as an effective solution to improve accuracy in objects inspection. However, the transition from manual sorting methods to automated systems has been slow due to factors such as the size and shape of the objects to be inspected. In the food industry, tubers represent a challenge for vision systems due to their high dimensional and morphological variability. This paper presents the design and implementation of an automated system for sorting Solanum tuberosum (potato) based on machine vision and image processing technologies. The system employs a low-cost camera together with an algorithm developed in LabVIEWTM, which allows determining the size of tubers in a production line. Sorting is carried out by means of a servo-driven sorting mechanism, achieving greater accuracy and efficiency compared to traditional manual methods. A controlled lighting system was implemented to optimize the quality of the captured images, which allowed for a significant reduction in sorting errors. The results showed a 260% increase in production capacity and a 75% reduction in the error rate, validating the effectiveness of the proposed solution to improve both productivity and process quality in the food industry. In addition, the system offers a high level of flexibility and safety in operation. By improving potato grading efficiency and reducing the need for manual intervention, a return on investment is anticipated, as well as a positive impact on process responsiveness, which could lead to an increase in product demand.
Palabras clave: Clasificación automática, procesamiento de imágenes,
visión artificial, LabVIEWTM, automatización.
Index terms: Automatic classifier, image processing,
machine vision, LabVIEWTM, automation.
ISO 690 reference:
Piña Díaz, Armando Josué;
Pérez Romero, Mauricio Aarón;
Cruz Jaramillo, Iván Lenín,
2025,
Implementation of an Automated Solanum Tuberosum Grading System using Image Processing,
Científica, vol. 29, no. 1,
ISSN 2594-2921, e290101,
DOI: 10.46842/ipn.cien.v29n1a01
