Show simple item record

dc.contributor.authorMunera, Sandra
dc.contributor.authorHernández, Francisca
dc.contributor.authorAleixos, Nuria
dc.contributor.authorCubero, Sergio
dc.contributor.authorBlasco, José
dc.contributor.editorGarcía-Ramos, F. Javier
dc.date.accessioned2020-05-21T16:35:36Z
dc.date.available2020-05-21T16:35:36Z
dc.date.issued2019es
dc.identifier.citationMunera, S., Blasco, J., Hernandez, F., Aleixos, N., & Cubero, S. (2019). Estudio de la evolución de la calidad de granada Mollar de Elche durante su maduración usando sistemas de visión artificial en García-Ramos, F.J.; Martín-Ramos, P. (Ed.). Proceedings of the 10th Iberian Agroengineering Congress. Huesca, Spain: Universidad de Zaragoza, pp 974-983.es
dc.identifier.isbn978-84-16723-79-9
dc.identifier.urihttp://hdl.handle.net/20.500.11939/6458
dc.description.abstractEn el presente trabajo se ha estudiado la capacidad de la visión artificial para monitorear la evolución de diferentes propiedades fisicoquímicas de la granada ‘Mollar de Elche’ durante su madurez. Para ello se han obtenido imágenes hiperespectrales y RGB de 30 frutas intactas y sus arilos durante siete recolecciones consecutivas cada 2 semanas (210 frutos en total). En cada fruta se han medido las propiedades de peso, diámetro, sólidos solubles totales (SST), acidez, la actividad antioxidante y el contenido en fenoles totales. Posteriormente, la información espectral (450-1050 nm) y de color (L*, a* y b*) obtenida de las imágenes de las frutas intactas y arilos se ha correlacionado con las propiedades fisicoquímicas mediante el método multivariante de mínimos cuadrados parciales. En el caso de fruta intacta, ambos métodos de visión obtuvieron resultados de predicción similares en todos los parámetros excepto en la actividad antioxidante, donde la imagen hiperespectral fue más precisa. En general, los parámetros predichos por estas técnicas que mayor precisión obtuvieron (R2 = > 0,75; RPD = > 2) fueron el índice de madurez y BrimA, los parámetros de color de los arilos L* y a*, la actividad antioxidante y los fenoles totales. Sin embargo, en el caso de los arilos, la imagen hiperespectral predijo la mayoría de parámetros de manera más precisa (R2 = > 0,75; RPD = > 2) que la imagen RGB, la cual no obtuvo valores de R2 = > 0,75 y RPD = > 2 en ningún parámetro. Estos resultados indican el gran potencial de la visión artificial, especialmente la imagen hiperespectral, para evaluar las propiedades de calidad de granadas intactas y de los arilos, ofreciendo la posibilidad de determinar el procesamiento al que irán destinadas estas frutas de manera no destructiva y rápida.es
dc.language.isoeses
dc.publisherEscuela Politécnica Superior. Universidad de Zaragozaes
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subjectMadurezes
dc.subjectNo destructivoes
dc.subjectImagen hiperespectrales
dc.subjectRGBes
dc.titleEstudio de la evolución de la calidad de granada ‘Mollar de Elche’ durante su maduración usando sistemas de visión artificiales
dc.typeconferenceObjectes
dc.authorAddressInstituto Valenciano de Investigaciones Agrarias (IVIA), Carretera CV-315, Km. 10’7, 46113 Moncada (Valencia), Españaes
dc.entidadIVIACentro de Agroingenieríaes
dc.identifier.doi10.26754/c_agroing.2019.com.3419es
dc.identifier.urlhttp://dx.doi.org/10.26754/uz.978-84-16723-79-9es
dc.page.final973es
dc.page.initial984es
dc.placePublicationHuescaes
dc.relation.conferenceNameX Congreso Ibérico de Agroingeniería-X Congresso Ibérico de Agroengenhariaes
dc.relation.conferencePlaceHuesca (Spain)es
dc.source.typeelectronicoes
dc.subject.agrisN01 Agricultural engineeringes
dc.subject.agrovocPunica granatumes


Files in this item

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 España
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España