Forero Chacón, Nelson LibardoMonroy Murcia, Juan Diego2025-12-112025-12-112025-10-22http://hdl.handle.net/11349/100115Esta investigación presenta el desarrollo de una metodología experimental objetiva para la clasificación, selección y estimación de masa del café Esmeralda, crucial para la industria de especialidad. El enfoque integra la colorimetría digital en el espacio CIE L∗a∗b∗ con el análisis morfológico de imágenes. La discriminación de granos defectuosos (e.g., broca, manchados) se logra mediante filtros secuenciales basados en umbrales empíricos definidos en los canales cromáticos, validados por la clara separación entre granos sanos y enfermos en el espacio L∗a∗b∗.Se estableció una relación lineal robusta entre el área proyectada A (mm2) y la masa m (g) (A = 31240.9 · m − 1871.2, R2 = 0, 8261). Aunque la incertidumbre relativa por grano individual es considerable (≈ 10, 6%) debido a la variabilidad morfológica inherente, el método demostró una alta precisión en la valoración agregada por lote, con un error relativo del 1, 93% en la estimación de la masa total. Finalmente, la metodología se encapsuló en una interfaz gráfica interactiva, proporcionando una herramienta cuantificable y trazable para el control de calidad en el beneficio del café.This research presents the development of an objective experimental methodology for the classification, selection, and mass estimation of Esmeralda coffee beans, a critical need in the specialty coffee industry.The approach integrates digital colorimetry in the CIE L∗a∗b∗ space with morphological image analysis. Defective beans (e.g., broca-affected, stained) are discriminated using sequential filters based on empirical thresholds defined in the chromatic channels, validated by the clear separation between healthy and diseased beans in the L∗a∗b∗ space.A robust linear relationship was established between the projected area A (mm2) and mass m (g) (A = 31240.9 · m − 1871.2, R2 = 0.8261). Although the relative uncertainty per individual bean is considerable (≈ 10.6%) due to inherent morphological variability, the method demonstrated high accuracy in aggregate batch valuation, achieving a relative error of 1.93% in total mass estimation.The methodology is encapsulated in an interactive graphical interface, providing a quantifiable and traceable tool for quality control in coffee processing.pdfspaCafé esmeraldaColorimetría (de imagen)Procesamiento digital de imágenesRegresión linealDiscriminación de masaControl de calidadVisión por computadorbachelorThesisLicenciatura en Física -- Tesis y disertaciones académicasCafé -- Clasificación y selecciónAnálisis de masaColorimetríaAnálisis de calidadOpenAccessEsmeralda CoffeeImage colorimetryDigital image processingLinear regressionMass discriminationResidual analysisComputer visionQuality controlAbierto (Texto Completo)