Desarrollo de un sistema de visión artificial para el monitoreo de producción de jitomate en invernadero

Abstract

El monitoreo continuo de cultivos en invernadero, en conjunto con la automatización de sus procesos, permite hacer un uso eficiente de los recursos disponibles, tales como agua, energía, fertilizantes, suelo, mano de obra, entre otros; así como también mejorar la calidad, uniformidad y rendimientos en la producción. Con el avance tecnológico en los sistemas de visión artificial, actualmente se puede obtener información útil del estado de los cultivos, de manera no invasiva. En esta investigación se propone implementar un sistema de visión artificial para cuantificar el número, tamaño y estado de madurez de los frutos en un cultivo de jitomate bajo condiciones de invernadero. Esta información resulta útil para el pronóstico de rendimientos semanales y poder realizar una mejor planeación, tanto en el manejo de las cosechas, como en mejores estrategias de mercadotecnia. Se implementó un sistema de visión con una cámara estéreo RGB-D y algoritmos con redes neuronales de convolución para la detección y clasificación por grado de madurez de los frutos de jitomate. Con el sistema desarrollado se obtuvo una sensibilidad del 70 % (capacidad para identificar los frutos) y una precisión de 96 % (la probabilidad de que un objeto identificado sea un fruto de jitomate), en la detección de frutos bajo condiciones de invernadero. Por otro lado, se obtuvo una precisión del 94 % en la clasificación correcta de los frutos por estado de madurez. Para la estimación del peso de los frutos se implementaron varios algoritmos de procesamiento de imágenes para obtener características geométricas, las cuales se utilizaron como entradas en una red neuronal multicapa. En este último sistema se obtuvo una raíz del error cuadrático medio de 11.85 g, con un coeficiente de determinación R2 = 0.88.