Browsing by Author "Castro, Mauricio Nicolás"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Desarrollo de una herramienta móvil de bajo costo para la caracterización morfológica de granos de arroz
    (2024-09-06) Cleva, Mario Sergio; Castro, Mauricio Nicolás
    En este trabajo se presentó un desarrollo de bajo costo para el modelado morfológico de granos de arroz utilizando procesamiento digital de imágenes. Se empleó software de código abierto y un dispositivo móvil para la captura de imágenes, presentando una alternativa a los dispositivos convencionales, a menudo costosos y complejos. Esta herramienta reduce la dependencia de téc-nicas manuales realizadas por expertos y promueve su uso a gran escala por personal con mínimos conocimientos optimizando recursos y tiempo. Mediante el uso de OpenCV para el procesamiento de imágenes y CameraX para la captura de imágenes a través de dispositivos móviles, se desarrolló una aplicación accesible y económica. Las técnicas principales empleadas incluyeron la aplicación de filtros gaussianos, la detección de bordes y operaciones morfológicas para mejorar la calidad de la imagen. Se utilizó el método de la elipse que mejor ajusta lo que permitió medir la longitud y el ancho de los granos. Se trabajó con una muestra de 25 granos y se contrastó con las medidas hechas con calibre, Se obtuvo un error promedio del 0.3 %. Se destaca también la velocidad del proceso en relación a las técnicas manuales. Las herramientas empleadas promueven su aplicación para la caracterización morfológica de otros granos y su posible uso para la identificación de defectos mediante técnicas avanzadas de procesamiento digital de imagen destinados al control de la calidad en alimentos.
  • No Thumbnail Available
    Item
    Reconocimiento morfológico de granos de arroz mediante procesamiento de imágenes con tecnologías accesibles
    (2025-06-07) Castro, Mauricio Nicolás; Beneyto, Mateo; Cleva, Mario Sergio
    Se desarrolló una aplicación móvil de bajo costo usando OpenCV y Camerax para el reconocimiento morfológico de granos de arroz. Utilizando un fondo azul y una moneda como referencia de escala, la app mide la longitud de los granos con un error del 0.3%, permitiendo clasificar la calidad según el porcentaje de granos partidos y democratizando el acceso al análisis de calidad.