| Resumo: |
Se desarrollaron dos técnicas basadas en procesamiento de imágenes digitales; una para generar un modelo geométrico tridimensional en CAD y otra para generar una proyección geométrica en tres especies frutales (mango, naranja y pera). Se tomaron cuatro imágenes; una de la cara más ancha (0°) y el resto cada 90°. Los modelos se generaron dividiendo cada imagen en 8, 16 y 32 divisiones. La proyección geométrica se generó con la corrección de curvatura vertical y horizontal mediante el cálculo de la longitud del arco cada uno o dos pixeles. Se evalúo el efecto del tamaño de las imágenes al 50%, 100% y 200%. Se retiró la cubierta de los fruto y digitalizó, posteriormente se calculó el área externa. Se midió el volumen por desplazamiento de agua y en el modelo geométrico. Se tomaron cuatro imágenes de un fruto de mango durante su maduración en postcosecha, se corrigió la curvatura y evaluó el color cualitativamente. Los datos se analizaron con un diseño de bloques al azar para cada especie por separado. En el volumen; sólo hubo diferencia significativa en los frutos de mango modelados con 8 divisiones. En área; los modelados geométricos no fueron significativos, en las tres especies. No se encontró significancia; en mango con las imágenes al 200% cada dos pixeles, en naranja con imágenes al 100% y 200% cada pixel y en pera con imágenes al 100% y 200% cada pixel y al 50% cada dos pixeles. En volumen el error fue <3% en las tres especies. En área externa el menor error se obtuvo en los modelos con 32 divisiones y fue de 1.4%, 0.6% y 1.3% (R2 0.98, 0.99 y 0.88), mientras que en la proyección geométrica fue de 1.6%, 1.1% y 5.4% (R2 0.97, 0.96 y 0.07) para mango, naranja y pera. Con la técnica de proyección geométrica fue posible detectar el cambio en el color global de fruto, la proporción de un color específico y la aparición de manchas oscuras. _______________ DIGITAL IMAGE ANALYSIS AS SUPPORT IN THE STUDY OF POSTHARVESTED FRUIT COLOR CHANGING. ABSTRACT: Two techniques based on digital image processing were developed; to generate a 3D geometric model in CAD and other one to generate a geometric projection in three fruit species (mango, orange and pear). Four images were taken; one of the widest side (0°) and the others rotating fruit 90°. The models were generated dividing each image in 8, 16 and 32 slices (sections). The geometric projection was generated by correcting its vertical and horizontal curvature by calculating their arc length pixel by pixel or each two pixels. The effect of using several sizes of the images (resolution) at 50%, 100% and 200% of its original size was evaluated. Fruit’s skin was removed and scanned to calculate its area. Volume of fruit was measured by water displacement using the geometrical model. Four images of a mango fruit were taken during its ripening process, the images were processed by geometric projection, and color was qualitatively analyzed. Data were analyzed using a randomized block design for each king of fruit separately. In relation to volume; there was only significant difference when modeled whit 8 divisions (slices). Area showed that geometric modeling were not significant in all of them. Not significance was found; in mango, using fruit images at 200% every two pixels, in orange images at 100% and 200% per pixel and in pear images at 100% and 200% pixel by pixel and 50% every two pixels. Volume error was <3% in the three species. In relation to surface area the smallest error was obtained in models using 32 divisions (slices) with the following values, 1.4%, 0.6% and 1.3% (R2 0.98, 0.99 and 0.88), while the geometric projection showed 1.6%, 1.1% and 5.4% (R2 0.97, 0.96 and 0.07) for mango, orange and pear respectively. In images analyzed by geometric projection, color changes, and portions of the skin spots colored due to maturation or senescence were detected.
Tesis (Maestría en Ciencias, especialista en Fruticultura).- Colegio de Postgraduados, 2014.
Consejo Nacional de Ciencia y Tecnología (CONACYT).
|
