Identificación de variedades de aceitunas a partir del endocarpo utilizando visión por computador

• E. M. Ortega Vázquez ^[1] ; D. Martínez Gila ^[1] ; S. Satorres Martínez ^[1] ; J. Gómez Ortega ^[1] ; J. Gámez García ^[1]
  1. [1] Universidad de Jaén

     Universidad de Jaén

     Jaén, España

     
• Localización: XXXIX Jornadas de Automática: actas. Badajoz, 5-7 de septiembre de 2018 / coord. por Inés Tejado Balsera, Emiliano Pérez Hernández, Antonio José Calderón Godoy, Isaías González Pérez, María Pilar Merchán García, Jesús Salvador Lozano Rogado, Santiago Salamanca Miño, Blas Manuel Vinagre Jara, 2018, ISBN 978-84-9749-756-5, págs. 1014-1021
• Idioma: español
• Títulos paralelos:
  • Olive Identification Based in Endocarp Features Using Computer Vision
• Enlaces
  • Texto Completo Libro
• Resumen
  • español

    La identificación varietal es fundamental en los distintos estadios relacionados con la producción de aceite de oliva virgen, comenzando por su cultivo y posterior procesado hasta su comercialización. Realizar la determinación varietal de manera precisa es un proceso que requiere de mucho tiempo, además de profesionales entrenados o la utilización de un equipo específico. Uno de los métodos más empleados es el tradicional, también conocido como morfológico, consistente en la evaluación, por parte de un experto, de ciertas características del hueso de la aceituna o endocarpo. En este trabajo se presenta una propuesta de automatización del método morfológico. En primer lugar, se obtendrán y procesarán, mediante Wilk’s Lambda, características del endocarpo para, posteriormente, identificar la variedad mediante el uso de dos clasificadores: el análisis discriminante por mínimos cuadrados parciales y diferentes máquinas de soporte vectorial. En la validación de esta propuesta se han utilizado 250 ejemplares de 5 variedades procedentes del sur de España.

  • English

    The identification of olives is of great importance for a multitude of factors, including harvesting, olive oil production process and trade exchanges. Precisely identifying varieties is a time-consuming task in addition to trained experts or specific and expensive equipment. When applying the traditional method, also known as morphological, a specialist assesses morphological features using the olive endocarp. In this paper a proposal to automate this identification methodology is presented. Endocarp images are acquired and analyzed to extract the endocarp features, processed by Wilk’s Lambda. Then, the varieties are identified by two classifiers: partial least squares discriminant analysis and different support vector machines. The proposal has been tested on a set of 250 samples from 5 varieties from the south of Spain.