Implementaciones de selección visual en frutas: revisión sistemática de literatura

• Parraga-Badillo, Saúl Ricardo ^[1] ; Coral-Ygnacio, Marco Antonio ^[1]
  1. [1] Universidad Católica Sedes Sapientiae

     Universidad Católica Sedes Sapientiae

     Perú

     
• Localización: Revista científica de sistemas e informática, ISSN-e 2709-992X, Vol. 4, Nº. 1, 2024 (Ejemplar dedicado a: Revista Científica de Sistemas e Informática; e612)
• Idioma: español
• Títulos paralelos:
  • Visual selection in fruits: systematic literature review
• Enlaces
  • Texto completo
• Resumen
  • español

    La visión artificial tiene una participación importante en el sector agrícola debido a las soluciones que proporciona mediante el reconocimiento de imágenes de frutos considerando su color y forma. El problema es la dificultad en la evaluación de la calidad del fruto, siendo realizado por personas, se cometen errores al realizar la selección manual, ya que se involucra el aspecto subjetivo y sus capacidades de percepción. Siendo necesario implementar sistemas de este tipo, se desarrolló una revisión sistemática de literatura utilizando la metodología PRISMA, el cual busca identificar los algoritmos, modelos, dispositivos informáticos, librerías o software vigentes que son utilizados en implementaciones de visión artificial para la fruta. Los resultados evidencian 32 algoritmos, 32 equipamientos informáticos, 25 modelos, 8 librerías o software que posibilita la realización de implementaciones para la selección visual. En síntesis, la visión artificial impacta significativamente en la selección y clasificación de frutas al mejorar la eficiente, reducir el trabajo manual y acelerar el tiempo de selección. Este avance no solo contribuye la agricultura precisa, sino que también promueve la sostenibilidad al optimizar los procesos y mejorar la calidad de productos, obteniendo un importante en la unión de la tecnología con la agricultura.

  • English

    Artificial vision has an important participation in the agricultural sector due to the solutions it provides through the recognition of images of fruits considering their color and shape. The problem is the difficulty in evaluating the quality of the fruit, being carried out by people, errors are made when carrying out manual selection, since the subjective aspect and their perception abilities are involved. Being necessary to implement systems of this type, a systematic literature review was developed using the PRISMA methodology, which seeks to identify the current algorithms, techniques, computing devices, libraries or software that are used in artificial vision implementations for fruit. The results show 32 algorithms, 32 computer equipment, 25 models, 8 libraries or software that make it possible to carry out implementations for visual selection. In summary, artificial vision significantly impacts fruit selection and classification by improving efficiency, reducing manual work and accelerating selection time. This advance not only contributes to precise agriculture, but also promotes sustainability by optimizing processes and improving the quality of products, achieving an important role in the union of technology with agriculture.