| dc.description.abstract | En Colombia el consumo de huevo por persona ha ido en aumento, siendo necesario aumentar la producción de dicho producto para cumplir con la demanda que exige el mercado, por ende, las granjas productoras tienen la necesidad de mejorar sus procesos para poder ser competitivas, Una de estas mejoras se da en el proceso de clasificación del huevo siendo necesario adquirir clasificadoras mecánicas o electromecánicas las cuales son de gran tamaño y pueden ser muy costosas. Esto se convierte en un inconveniente para las pequeñas o medianas granjas productoras de huevo. En este trabajo, se diseña e implementa un prototipo que permite la clasificación de los huevos según su categoría, mediante el uso de visión computacional, usando el lenguaje de programación Python, librerías de OpenCV y un sistema de monitoreo y visualización con Ubidots. Se tomaron las medidas del alto, ancho y peso de 197 huevos, con el ancho y alto se calculó el área de los huevos, Se desarrolla un algoritmo el cual mediante una cámara de 5 Megapíxeles capta las imágenes en el espacio de color RGB y las transforma al espacio de color YCrCb, se toma la componente Cr en la cual se aplica umbralización, dilatación, filtrado, permitiendo que en la imagen resultante se pueda extraer las características del largo y ancho, calculando su área y así clasificarlo según su tipo A, AA y AAA, después de su clasificación los datos son enviados a la plataforma ubidots permitiendo ser observados en cualquier dispositivo con acceso a internet. Para poder evaluar la eficiencia del clasificador se toman 90 huevos 30 A, 30 AA y 30 AAA, los cuales son pasados por el clasificador de forma aleatoria dando como resultado una eficiencia del 86.66%, 66,66% y 83,33% de tipo A, AA, y AAA respectivamente | |
