Técnicas de visión artificial para la identificación de dos defectos del café lavado. Artificial vision techniques to identify two defects of washed coffee.

La clasificación de café ayuda a obtener una mejor calidad de la bebida y un mayor precio en el mercado. Al igual que a simple vista, a partir de un procesamiento digital de imágenes se observaron diferencias apreciables entre los granos sanos de café lavado y los que tienen los defectos “fermento” e “inmaduro”. El café lavado cuando tiene el defecto fermento muy avanzado presenta una coloración más oscura del pergamino mientras que los granos de café lavado inmaduros presentan una coloración verdosa. En esta investigación se adquirieron imágenes digitales de granos sanos y defectuosos, bajo condiciones controladas de iluminación y fondo. Se desarrolló un algoritmo de segmentación de los granos y se estudiaron diferentes espacios de color, con el fin de determinar las mayores diferencias entre las tres clases de granos (sanos, fermento e inmaduro). La mayor dispersión entre clases se generó en el plano B-G de la representación de color RGB, donde se aplicaron tres clasificadores: lineal, bayesiano y K-vecinos más cercanos (K-NN). La eficacia promedio de los clasificadores fue 88,4%, 79,3% y 88,1%, respectivamente. Por el desempeño y bajo costo computacional fue seleccionado el clasificador lineal, en cuya validación, el porcentaje de correcta identificación fue de 91,4%. Los resultados de esta investigación tienen el potencial de ser usados en una máquina electrónica para la separación de los granos con estos defectos.