Sistema de visión computacional móvil en la identificación de la calidad de quinua blanca

Abstract

La quinua en la actualidad posee gran demanda en el ámbito comercial debido a sus diversas propiedades nutritivas. El proceso para determinar la calidad de este grano esta propenso a la presencia de errores, debido a que frecuentemente se realiza de forma manual dependiendo de un experto el cual está sujeto al cansancio y a criterios subjetivos. Esta problemática nos conllevó evaluar el entorno internacional y nacional verificando que no existe tecnología relacionada para la identificación de la calidad de quinua basada en estándares, esto nos abrió la posibilidad de explorar alternativas basadas en visión computacional. La investigación se enfocó en determinar la influencia de un sistema de visión computacional móvil en la identificación de la calidad de quinua blanca, basándonos en la norma técnica peruana NTP-205.062:2009, desarrollando un sistema de visión computacional a través de las fases de PDI, realizando comparativas entre los métodos y técnicas, para seleccionar la que mejor se adecuaba en la construcción de un sistema móvil. Obteniendo como resultados una eficacia de 96.75%, sensibilidad de 82.05% y una especificidad de 99.11%. Logrando determinar la influencia de un sistema de visión computacional móvil en la identificación de la calidad de la quinua blanca.

Quinoa is currently in great demand in the commercial field due to its diverse nutritional properties. The process to determine the quality of this grain is prone to the presence of errors, because it is often done manually depending on an expert who is subject to fatigue and subjective criteria. This problem led us to evaluate the international and national environment, verifying that there is no related technology for the identification of the quality of quinoa based on standards, this opened the possibility of exploring alternatives based on computational vision. The research focused on determining the influence of a mobile computer vision system in the identification of the quality of white quinoa, based on the Peruvian technical standard NTP-205.062: 2009, developing a system of computational vision through the phases of digital image processing, making comparisons between the methods and techniques, to select the one that best suited the construction of a mobile system. Obtaining as results an efficiency of 96.75%, sensitivity of 82.05% and a specificity of 99.11%. Achieving to determine the influence of a mobile computer vision system in the identification of the quality of white quinoa.