Forero Chacón, Nelson LibardoArdila Useda, José David2024-08-242024-08-242023-10-04http://hdl.handle.net/11349/40058Tradicionalmente, la calidad de los productos agrícolas se ha evaluado mediante procesos de inspección visual y/o métodos químicos. Sin embargo, en muchos casos, estos métodos resultan inoportunos e insuficientes debido a que los cambios morfológicos en los alimentos se evidencian en etapas avanzadas de su desarrollo, dificultando la restauración de su calidad. Además, los análisis químicos requieren de largos tiempos de análisis, son costosos y no permiten obtener resultados en tiempo real. En este contexto, las técnicas de espectroscopia óptica se presentan como una alternativa rápida, confiable, económica y ecológica para la evaluación de la calidad y la detección de irregularidades en alimentos. Estos métodos permiten cuantificar simultáneamente distintas propiedades fisicoquímicas de una muestra a través de su firma espectral. El café es un producto de gran interés debido a su alta demanda a nivel mundial, que presenta diferentes modificaciones sensoriales a través de su procesamiento. Por lo tanto, estas técnicas resultan especialmente útiles para realizar predicciones sobre su calidad. En este trabajo se ha desarrollado, probado y estandarizado una metodología de análisis colorimétrico en tiempo real mediante el uso de imágenes RGB para la cuantificación de la calidad física del café cereza durante su proceso de beneficiado. Para ello, se ha comparado la información cromática obtenida a partir de imágenes RGB e hiperespectrales con el fin de validar el método de análisis colorimétrico y su accesibilidad desde cualquier cámara convencional. Todo esto se ha logrado mediante el uso de un algoritmo de segmentación y análisis cromático desarrollado en Python.Traditionally, the quality of agricultural products has been evaluated by visual inspection processes and/or chemical methods. However, in many cases, these methods are inopportune and insufficient because morphological changes in foods are evident in advanced stages of their development, making it difficult to restore their quality. In addition, chemical analyses require long analysis times, are expensive and do not allow real-time results to be obtained. In this context, optical spectroscopy techniques are presented as a fast, reliable, economical and environmentally friendly alternative for quality assessment and detection of irregularities in foods. These methods allow simultaneous quantification of different physicochemical properties of a sample through its spectral signature. Coffee is a product of great interest due to its high demand worldwide, which presents different sensory modifications through its processing. Therefore, these techniques are especially useful to make predictions about its quality. In this work, a real-time colorimetric analysis methodology has been developed, tested and standardized using RGB images for the quantification of the physical quality of cherry coffee during its processing. To this end, the chromatic information obtained from RGB and hyperspectral images has been compared in order to validate the colorimetric analysis method and its accessibility from any conventional camera. All this has been achieved through the use of a segmentation and chromatic analysis algorithm developed in Python.pdfspaAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/CaféInspección visualespectroscopia ópticaImágen RGBImágen hiperespectralbachelorThesisLicenciatura en Física -- Tesis y disertaciones académicasProductos agricolas -- AlimentosMétodos ópticos -- InspecciónColores -- ÓpticaOpenAccessCoffeevisual inspectionOptical spectroscopyRGB imaginghyperspectral imagingAbierto (Texto Completo)