Clasificación de aguacate Hass (persea americana mill) en términos de su madurez por medio de imágenes hiperespectrales
- Jhon Pinto, * Universidad Industrial de Santander, Colombia https://orcid.org/0000-0002-1953-1691
- Hoover Rueda-Chacón Universidad Industrial de Santander, Colombia https://orcid.org/0000-0002-6763-8629
- Henry Arguello Universidad Industrial de Santander, Colombia https://orcid.org/0000-0002-2202-253X
Resumen
El uso de metodologías no invasivas y de bajo costo permiten el seguimiento de la madurez y calidad de los frutos, sin afectar el producto bajo estudio. En particular, el aguacate Hass es de alta importancia para el sector agrícola en Colombia, ya que se está impulsando fuertemente su exportación, generando una expansión del terreno cultivado con este fruto. Por consiguiente, en este artículo se estudia y analiza el estado de madurez del aguacate Hass, a través de un sistema de captura de imágenes hiperespectrales no-invasivo, utilizando técnicas de análisis de componentes principales (PCA), realizando seguimiento por medio del índice de vegetación de diferencia normalizada (NDVI), el índice de vegetación de relación (RVI) y el índice de reflectancia fotoquímica (PRI) e índices de colorimetría en el espacio de color CIE L*a*b* y el índice de verdor triangular (TGI). En particular, en este trabajo se realizó un análisis cuantitativo del proceso de maduración con una población de 7 aguacates a lo largo de 10 días, los cuales fueron clasificados a través de tres categorías: verdes, próximos a madurar y maduros. Los resultados obtenidos muestran que es posible caracterizar los aguacates por medio de imágenes hiperespectrales, utilizando un sistema de adquisición no invasivo. Con este análisis se espera poder clasificar una producción de aguacates en cualquier día de la post-cosecha.
Biografía del autor/a
System Engineer, Department of Computer Science, Universidad Industrial de Santander, Bucaramanga -Colombia, jpintobarrera@gmail.com
*Autor de correspondencia
Ph.D. in Electrical and Computer Engineering, Department of Computer Science, Universidad Industrial de Santander, hfarueda@gmail.com
Ph.D. in Electrical and Computer Engineering, Department of Computer Science, Universidad Industrial de Santander, henarfu@uis.edu.co
Descargas
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
1. Rincón-Fonseca, Rafael Iván , Velásquez-Hernández, Carlos Alberto , Prieto-Ortiz, Flavio Augusto , Spectral denoising in hyperspectral imaging using the discrete wavelet transform, 2021.
2.
3. Arredondo Valdez, Juan , García López, Josué Israel , Flores Breceda, Héctor , Kumar, Ajay , Valdez Cepeda, Ricardo David , Luna Maldonado, Alejandro Isabel , Predicting Nutritional and Morphological Attributes of Fresh Commercial Opuntia Cladodes Using Machine Learning and Imaging, 2026.
4. Davur, Yazad Jamshed , Kämper, Wiebke , Khoshelham, Kourosh , Trueman, Stephen J. , Bai, Shahla Hosseini , Estimating the Ripeness of Hass Avocado Fruit Using Deep Learning with Hyperspectral Imaging, 2023.
5. Gago, Custódia , Guerreiro, Adriana , Souza, Mariana , Martins, Nuno , Fonseca, Daniela , Cabrita, Maria João , Miguel, Maria da Graça , Antunes, Maria Dulce , Effectiveness of Sodium Alginate and Carnauba Wax Nanoemulsions with Lemongrass Essential Oil on the quality of ‘Hass’ Avocado Fruit from early, middle, and late harvest season during prolonged cold storage, 2024.
6. Cho, Byeong-Hyo , Koyama, Kento , Olivares Díaz, Edenio , Koseki, Shigenobu , Determination of “Hass” Avocado Ripeness During Storage Based on Smartphone Image and Machine Learning Model, 2020.
7. Chowdhury, Manojit , Anand, Rohit , Dhar, Tushar , Kurmi, Ramkishor , Sahni, Ramesh K. , Kushwah, Ajay , Applications of Computer Vision and Drone Technology in Agriculture 4.0, 2024.
8. Xavier, Pedro , Rodrigues, Pedro Miguel , Silva, Cristina L. M. , Shelf-Life Management and Ripening Assessment of ‘Hass’ Avocado (Persea americana) Using Deep Learning Approaches, 2024.
9. Sánchez, Karen , Bacca, Jorge , Arévalo-Sánchez, Laura , Arguello, Henry , Castillo, Sergio , Classification of Cocoa Beans Based on their Level of Fermentation using Spectral Information, 2021.
10. Jaramillo-Acevedo, César Augusto , Choque-Valderrama, William Enrique , Guerrero-Álvarez, Gloria Edith , Meneses-Escobar, Carlos Augusto , Hass avocado ripeness classification by mobile devices using digital image processing and ANN methods, 2020.
11. Metlenkin, D. A. , Platova, R. A. , Platov, Yu. T. , Fedoseenko, O. V. , Sadkova, O. V. , Avocado fruit sorting by hyperspectral images, 2023.
12.
13. López-Ruiz, Nuria , Prieto-Sánchez, Silvia , Ramos-Lorente, Celia E. , Fernández-Moreno, Alejandro , Pérez-Ávila, Antonio J. , Álvarez-León, David , Pérez de Vargas-Sansalvador, Isabel M. , García-Cardenas, Alexander , Molina-García, Beatriz , Palma, Alberto J. , Capitán-Vallvey, Luis F. , Martínez-Olmos, Antonio , Erenas, Miguel M. , Multimodal sensing approach using remote and onsite data for estimating the pre-harvest ripening stage of Hass Avocado with machine learning algorithms, 2025.
14. Rahman, Muhammad Moshiur , Robson, Andrew , Brinkhoff, James , Potential of Time-Series Sentinel 2 Data for Monitoring Avocado Crop Phenology, 2022.
15. Melado-Herreros, Angela , Nieto-Ortega, Sonia , Olabarrieta, Idoia , Gutiérrez, Mónica , Villar, Alberto , Zufía, Jaime , Gorretta, Nathalie , Roger, Jean-Michel , Postharvest ripeness assessment of ‘Hass’ avocado based on development of a new ripening index and Vis-NIR spectroscopy, 2021.
16. Sanchez, Froylan Jimenez , Tabares, Marta Silvia , Aguilar, Jose , Advances in Computing, 2024.
17.
18.
19. Chauhan, A. , de Villiers, H.A.C. , Meesters, L. , Paillart, M.J.M. , Grbović, Ž. , Panić, M. , Brdar, S. , Avocado stem-end rot detection using hyperspectral imaging, 2024.
20. Occhiuzzi, Cecilia , Camera, Francesca , D'Orazio, Michele , D'Uva, Nicola , Amendola, Sara , Bianco, Giulio Maria , Miozzi, Carolina , Garavaglia, Luigi , Martinelli, Eugenio , Marrocco, Gaetano , Automatic Monitoring of Fruit Ripening Rooms by UHF RFID Sensor Network and Machine Learning, 2022.
21. Arango, Juan Pablo Betancourt , Ospina, Alejandro Patiño , Ladino, Jhon Alexander Fiscal , Ocampo, Gonzalo Taborda , Volatilomic Analysis in Peel, Pulp and Seed of Hass Avocado (Persea americana Mill.) From the Northern Subregion of Caldas by Gas Chromatography With Mass Spectrometry, 2025.
22. Homez-Jara, Angie , Cardenas-Roa, Henry , Montealegre, Miguel , Lim, Loong-Tak , Corradini, Maria G. , Váquiro-Herrera, Henry Alexander , Sandoval-Aldana, Angelica , Postharvest Treatments of Hass Avocado (Persea americana Mill.) and Estimation of Its Quality Using Hyperspectral Imaging (HSI), 2023.
23. Vega Díaz, Jhon Jairo , Sandoval Aldana, Angélica Piedad , Reina Zuluaga, Deici Viviana , Prediction of dry matter content of recently harvested ‘Hass’ avocado fruits using hyperspectral imaging, 2021.





















