Enrique Manuel Ortega Vázquez, Diego Manuel Martínez Gila, Silvia Satorres Martínez, Juan Gómez Ortega, Javier Gámez García
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.
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.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados