Detección y clasificación automática de colores de frutas para la aplicación móvil QCForms

Abstract

El control de calidad es crucial en la cadena de suministro de frutas frescas, y todas las frutas y verduras son evaluadas para asegurarse de que cumplan con los requisitos del consumi- dor. El color es una de las características más importantes evaluadas por los consumidores al comprar frutas y verduras. El control de calidad de frutas a granel es importante para determinar el tipo de procesamiento y embalaje que se va a realizar para su comercialización. Actualmente, la clasificación de color se realiza manualmente durante las inspecciones de control de calidad, lo que puede llevar a inconsistencias y subjetividad debido a las diferen- tes condiciones de iluminación y percepciones de cada inspector. La clasificación de color de limones a granel en bins es un ejemplo de una instancia que requiere la clasificación manual uno a uno de cada limón. QCForms es una empresa chilena desarrolladora de software para el control de calidad de frutas. QCforms cuenta con una plataforma y aplicación móvil para la inspección de frutas. Parte de la inspección de calidad de frutas consiste en la clasificación de color, actualmente esta clasificación se realiza por inspección visual y el resultado se ingresa de manera manual en la aplicación. En el presente trabajo se desarrolló una nueva funcionalidad para la aplicación móvil de QCForms, que consiste en la clasificación automática de color de limones por cada bin a partir del procesamiento de una foto de este y una foto de la plantilla patrón de colores pa- ra la clasificación. Esta nueva funcionalidad permitirá reducir significativamente los tiempos que tarda la inspección, así como también eliminar la subjetividad en la clasificación de color. Específicamente se desarrolló un método para la detección de limones, la detección de una plantilla de color y la clasificación de los limones de acuerdo con dicha plantilla. Esta nueva funcionalidad se ejecuta de manera local en el dispositivo móvil y tiene un tiempo de ejecu- ción menor a 5 segundos. También se realizó una prueba en terreno de la aplicación desarrollada donde se obtuvieron resultados concretos y funcionales además de una retroalimentación respecto a cuales aspec- tos se deben definir (inspección en condiciones controladas) y cuales aspectos mejorar en la funcionalidad desarrollada. En la evaluación del algoritmo con los usuarios este mostró errores en la detección de los patrones de color, lo cuál debe ser corregido. Además se encontraron dificultades para evaluar el algoritmo de forma objetiva utilizando métricas comunes de evaluación, por lo cual se proponen modificaciones para el trabajo futuro.