Resumen de Classification of Hass avocado (persea americana mill) in terms of its ripening via hyperspectral images

Jhon Pinto Molina, Hoover Fabian Rueda Chacon, Henry Arguello Fuentes

• español

  El uso de metodologías no invasivas y de bajo costo permiten el seguimiento de la madurez y calidad de los frutos, sin afectar el producto bajo estudio. En particular, el aguacate Hass es de alta importancia para el sector agrícola en Colombia, ya que se está impulsando fuertemente su exportación, generando una expansión del terreno cultivado con este fruto. Por consiguiente, en este artículo se estudia y analiza el estado de madurez del aguacate Hass, a través de un sistema de captura de imágenes hiperespectrales no-invasivo, utilizando técnicas de análisis de componentes principales (PCA), realizando seguimiento por medio del índice de vegetación de diferencia normalizada (NDVI), el índice de vegetación de relación  (RVI) y el índice de reflectancia fotoquímica (PRI) e índices de colorimetría en el espacio de color CIE L*a*b* y el índice de verdor triangular (TGI). En particular, en este trabajo se realizó un análisis cuantitativo del proceso de maduración con una población de 7 aguacates a lo largo de 10 días, los cuales fueron clasificados a través de tres categorías: verdes, próximos a madurar y maduros. Los resultados obtenidos muestran que es posible caracterizar los aguacates por medio de imágenes hiperespectrales, utilizando un sistema de adquisición no invasivo. Con este análisis se espera poder clasificar una producción de aguacates en cualquier día de la post-cosecha.

• English

  The use of non-invasive and low-cost methodologies allows the monitoring of fruit ripening and quality control, without affecting the product under study. In particular, the Hass avocado is of high importance for the agricultural sector in Colombia because the country is strongly promoting its export, which has generated an expansion in the number of acres cultivated with this fruit. Therefore, this paper aims to study and analyze the ripening state of Hass avocados through non-invasive hyperspectral images, using principal component analysis (PCA) along with spectral vegetation indices, such as the normalized difference vegetation index (NDVI), ratio vegetation index (RVI), photochemical reflectance index (PRI), colorimetry analysis in the CIE L*a*b* color space, and color index triangular greenness index (TGI). In particular, this work conducts a quantitative analysis of the ripening process of a population of 7 Hass avocados over 10 days. The avocados under study were classified into three categories: unripe, close-to-ripe, and ripe. The obtained results show that it is possible to characterize the ripening state of avocados through hyperspectral images using a non-invasive acquisition system. Further, it is possible to know the post-harvest ripening state of the avocado at any given day.