Implementación de un Prototipo Electrónico de Caracterización y Monitoreo de Maduración de Maracuyá a Partir del Procesamiento de Imágenes para Diminuir Pérdidas en Tiempo de Cosecha

Larrotta Beltran, Jonathan Andres; Paez Espitia, Sergio

Implementación de un Prototipo Electrónico de Caracterización y Monitoreo de Maduración de Maracuyá a Partir del Procesamiento de Imágenes para Diminuir Pérdidas en Tiempo de Cosecha

dc.contributor.advisor	Gelvez Lizarazo, Oscar Mauricio
dc.contributor.advisor	Martinez Vazquez, David Alejandro
dc.contributor.advisor	Gelvez Torres, Carlos Julio
dc.contributor.author	Larrotta Beltran, Jonathan Andres
dc.contributor.author	Paez Espitia, Sergio
dc.contributor.corporatename	Universidad Santo Tomás
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001342623
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001380094
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001929710
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0002041264
dc.contributor.googlescholar	https://scholar.google.com/citations?user=XOhDruwAAAAJ&hl=es&oi=ao
dc.contributor.orcid	https://orcid.org/0000-0001-6858-5293
dc.contributor.orcid	https://orcid.org/0000-0002-1107-5783
dc.contributor.orcid	https://orcid.org/0000-0002-3196-1096
dc.date.accessioned	2025-07-30T12:40:25Z
dc.date.available	2025-07-30T12:40:25Z
dc.date.issued	2025-07-29
dc.description	El presente proyecto se centra en el desarrollo de un prototipo electrónico basado en visión artificial como soporte a los agricultores en la determinación del momento pertinente para cosechar la Maracuyá, buscando mitigar las pérdidas significativas que ocurren cuando se cosecha de forma prematura o tardía respecto del punto de maduración ideal. Lo anterior contribuye a la calidad del fruto desde su valor comercial, considerando como objetivo principal la adquisición de imágenes, el procesamiento de imágenes y la validación con un cuadro comparativo.
dc.description.abstract	This project focuses on the development of an electronic prototype based on artificial vision to support farmers in determining the appropriate time to harvest passion fruit, seeking to mitigate the significant losses that occur when it is harvested prematurely or late with respect to the ideal ripening point. This contributes to the quality of the fruit from its commercial value, considering as main objective the acquisition of images, image processing and validation with a comparative table.
dc.description.degreelevel	Pregrado	spa
dc.description.degreename	Ingeniero Electronico	spa
dc.format.mimetype	application/pdf
dc.identifier.citation	Larrotta Beltra, J. A. y Páez Espitia, S. (2025). Implementación de un Prototipo Electrónico de Caracterización y Monitoreo de Maduración de Maracuyá a Partir del Procesamiento de Imágenes para Diminuir Pérdidas en Tiempo de Cosecha. [Trabajo de Grado Universidad Santo Tomás]. Repositorio Institucional.
dc.identifier.instname	instname:Universidad Santo Tomás	spa
dc.identifier.reponame	reponame:Repositorio Institucional Universidad Santo Tomás	spa
dc.identifier.repourl	repourl:https://repository.usta.edu.co	spa
dc.identifier.uri	http://hdl.handle.net/11634/68828
dc.language.iso	spa
dc.publisher	Universidad Santo Tomás	spa
dc.publisher.branch	CRAI-USTA Bogotá
dc.publisher.faculty	Facultad de Ingeniería Electrónica	spa
dc.publisher.program	Pregrado Ingeniería Electrónica	spa
dc.relation.references	Victor Rubio Susan y Alberto Fereres Castiel. «CONTROL BIOLÓGICO DE PLAGAS Y ENFERMEDADES DE LOS CULTIVOS». En: Centro de Ciencias Medioambientales (CCMACSIC). (2005).
dc.relation.references	PacLifeHome. Los beneficios de la fruta según su estado de maduración. 2020. URL: https: //www.paclifehome.cl/estados-de-la-fruta/.
dc.relation.references	Maritza Marcela Martínez Anaya. Estado actual de los desperdicios de frutas y verduras en Colombia). 2017. URL: https://core.ac.uk/download/pdf/234021142.pdf.
dc.relation.references	Frank Saavedra. Con la comida que se desperdicia al año en Colombia se podría alimentar a todo Panamá. 2023. URL: https://www.infobae.com/colombia/2023/09/30/.
dc.relation.references	Edwin Vinicio Fajardo Caizaluisa Daysi Paulina Sangacha Robalino. «Análisis del impacto de las pérdidas de frutas y vegetales en términos biofísicos: caso de estudio mercado mayorista de la ciudad de Quito». En: Escuela Biotécnica Nacional (2020).
dc.relation.references	Tim Motis y Stacy Swartz. Prolongar la vida poscosecha de la fruta fresca. 2022. URL: https: //www.echocommunity.org/es/resources/.
dc.relation.references	Office of Assistant Director-General (Agriculture Department). «Las pérdidas y el desperdicio de alimentos en el contexto de sistemas alimentarios sostenibles». En: CSA (2014).
dc.relation.references	Edgar Roa Guerrero Diego Escobar Figueroa. «Sistema de visión artificial para la identificación del estado de madurez de frutas (granadilla)». En: Redes de Ingeniería (2016).
dc.relation.references	JIMÉNEZ BUILES y JOVANI ALBERTO ROMERO ACERO ALVARO MARÍN CANO ALEJANDRO. «Sistema de clasificación por visión artificial de mangos tipo Tommy». En: Revista UIS Ingeniería (2015).
dc.relation.references	Seipasa. Maduración de frutas y hortalizas: cuándo y por qué es importante homogeneizarla y anticiparla. 2020. URL: https://www.seipasa.com/es/blog/claves-en-la- maduración-defrutas-y- hortalizas/#:~:text=Es%20un%20proceso% 20determinante%2C%20ya,el%20momento%20de%20la%20cosecha
dc.relation.references	Tim Motis y Stacy Swartz. Prolongar la vida postcosecha de la fruta fresca. 2022. URL: https://www.echocommunity.org/es/resources/.
dc.relation.references	Naciones Unidas. Objetivos de desarrollo sostenible. 2015. URL: https://www.un.org/sustainabledevelopment/es/objetivos-dedesarrollo-sostenible/
dc.relation.references	Fabio Solanilla y José Carlos Rangel Andrea Villalba Tomás Requena. Prototipo de un sistema que determine el estado de madurez de un plátano utilizando Deep Learning y Visión Artificial. 2021. URL: https://revistas.utp.ac.pa/index.php/ric/article/view/ 3155.
dc.relation.references	Gabriela Viera-Maza. «PROCESAMIENTO DE IMÁGENES USANDO OPENCV APLI- CADO EN RASPBERRY PI PARA LA CLASIFICACIÓN DEL CACAO». En: Online (2017).
dc.relation.references	Álvaro Andrés Navarro Pérez Olga Lucía Torres Vargas. Implementación de un Sistema de Visión Artificial para la clasificación de naranja producida en el departamento del Quindío. 2018. URL: https://alimentoshoy.acta.org.co/index.php/hoy/article/view/ 498.
dc.relation.references	José Orlando Castaño García Miguel Ángel Escobar Peláez. «DETERMINACIÓN DEL ESTADO DE MADUREZ DEL AGUACATE MEDIANTE PROCESAMIENTO DE IMÁ- GENES CON LA RASPBERRY PI». En: Online (2018).
dc.relation.references	Medina Tobón Daniel. «Conteo de flores y frutos para el monitoreo del cultivo de agua- cate Hass por medio de imágenes utilizando Machine Learning». En: Online (2021).
dc.relation.references	EDGAR ANDRE MANZANO RAMOS. «Sistema de visión artificial basado en redes neuronales convolucionales para la selección de arándanos según estándares de exportación». En: Online (2021).
dc.relation.references	Cabrera Rosero Jairo Andrés y Lascano Rivera Samuel Rosero Acosta Noreen Odalys. Detección de enfermedades en cultivos de papa usando procesamiento de imágenes». En: Online (2020).
dc.relation.references	Jesús Escobedo Gómez y Baby Elder Cruz Diaz. «Desarrollo de un algoritmo de visión artificial para el reconocimiento de la pera de agua en fase optima en su recolección apli- cado en industria». En: https://doi.org/10.18050/ingnosis.v8i1.2826 (2022).
dc.relation.references	Carla Michelle Merchán Moncayo Johnny Arturo Baque Carvallo. «Diseño de un sistema automatizado para clasificar frutas y verduras para banco de alimentos». En: Online (2022).
dc.relation.references	Yun Wang y Guigang Zhang Xueqing Zhao Yifan Feng. «Un método de clasificación de flores basado en la constancia del color». En: Online (2023).
dc.relation.references	Lenin Andrés Castro Martin Ana Pamela Gutiérrez Sánchez. «Sistema inteligente de selección de cosecha en cultivo de pitahaya mediante visión artificial». En: https://repositorio.uta.edu.ec/jspui/ (2024).
dc.relation.references	Br. Joseph Junior Jacinto Paredes y Br. Wilson Edward Yoel Narro Esquivel. «Sistema de visión artificial en la determinación del momento de cosecha de la Maracuyá en el distrito de Laredo». En: https://hdl.handle.net/11537/22499e. (2019).
dc.relation.references	Decco Ibérica Post Cosecha, S.A. Cada fruta en su lugar. https://www.personal.unam.mx/Docs/Cendi/cada_fruta_en_su_lugar. pdf. (2021)
dc.relation.references	Procomer. Manual técnico cosecha de Maracuyá. https://www.procomer.com/wp-content/uploads/Manual-de-cosechamaracuy%C3%A1.pdf. (2022)
dc.relation.references	Strikingly. Lightbox Photography para Principiantes: Guía Paso a Paso. https://www.strikingly.com/blog/posts/lightbox-photographyfor-beginners-step-by-step-guide. (2023)
dc.relation.references	Iberdrola. ¿Qué es la visión artificial y cuáles son sus aplicaciones? https://www.iberdrola.com/innovacion/visionartificial#:~:text=La%20visi%C3%B3n%20artificial%20es%20una,act uar%20de%20una%20manera%20determinada. (2024)
dc.relation.references	Vistrónica. Procesamiento de imágenes. https://www.vistronica.com/blog/post/procesamiento-deimagenes.html#:~:text=La%20imagen%20puede%20haber%20sido, m%C3%A9todos%20digitales%2C%20en%20una%20computadora. (2020)
dc.relation.references	IMD DEVELOPER. ¿Qué es la segmentación de imágenes? https://www.ibm.com/mx-es/topics/imagesegmentation#:~:text=La%20segmentaci%C3%B3n%20de%20im% C3%A1genes%20es,de%20objetos%20y%20tareas%20relacionada s. (2022).
dc.relation.references	AQINSTRUMENTS. La colorimetría y sus aplicaciones. https://www.aquateknica.com/la-colorimetria-y-susaplicaciones/#:~:text=La%20colorimetr%C3%ADa%20es%20la%20c iencia,la%20curva%20espectral%20del%20color. (2024).
dc.relation.references	G. Acevedo, "Detección de objetos por colores en imágenes con Python y OpenCV," Medium, 23-sep-2019. [En línea]. Disponible en: https://medium.com/@gastonace1/detecci%C3%B3n-de-objetospor-colores-en-im%C3%A1genes-con-python-y-opencvc8d9b6768ff#:~:text=El%20espacio%20de%20color%20HSV,en%20 funci%C3%B3n%20de%20su%20color. (15-oct-2024).
dc.relation.references	AMAZON. Cámara digital. https://www.amazon.com/-/es/digitalesantivibraci%C3%B3n-fotograf%C3%ADa-adolescentesprincipiantes/dp/B0D5B19S22/ref=sr_1_18?__mk_es_US=%C3%85 M%C3%85%C5%BD%C3%95%C3%91&sr=8-18. (2024).
dc.relation.references	R. C. González and R. E. Woods, Digital Image Processing, 3rd ed. Upper Saddle River, NJ, USA: Pearson Education, 2008.
dc.rights	Attribution-NonCommercial-NoDerivs 2.5 Colombia	en
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.local	Abierto (Texto Completo)	spa
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keyword	Passion fruit
dc.subject.keyword	harvesting
dc.subject.keyword	ripening
dc.subject.keyword	losses
dc.subject.keyword	prototype
dc.subject.keyword	image acquisition
dc.subject.keyword	image processing
dc.subject.keyword	validation
dc.subject.lemb	Ingeniería Electrónica
dc.subject.lemb	Visión artificial -- Aplicaciones en agricultura
dc.subject.lemb	Agricultura de precisió
dc.subject.proposal	Maracuyá
dc.subject.proposal	cosecha
dc.subject.proposal	maduración
dc.subject.proposal	pérdidas
dc.subject.proposal	prototipo
dc.subject.proposal	adquisición de imágenes
dc.subject.proposal	procesamiento de imágenes
dc.subject.proposal	validación
dc.title	Implementación de un Prototipo Electrónico de Caracterización y Monitoreo de Maduración de Maracuyá a Partir del Procesamiento de Imágenes para Diminuir Pérdidas en Tiempo de Cosecha
dc.type	bachelor thesis
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.drive	info:eu-repo/semantics/bachelorThesis
dc.type.local	Trabajo de grado	spa
dc.type.version	info:eu-repo/semantics/acceptedVersion