Investigadores pertenecientes a la Escuela Técnica Superior de Ingenieros Agrónomos de la Universidad Politécnica de Madrid y de la Facultad de Scienze Agrarie e Ambientali de la Università degli Studi di Milano han desarrollado un sistema que detecta automáticamente los huevos de gallina con cáscara defectuosa para adaptarlo a una máquina de clasificación en línea. La automatización del proceso de clasificación podría ayudar a controlar los costos, a reducir la carga de trabajo de los operadores y, sobre todo, a mejorar la calidad del producto.

El sistema está constituido por un dispositivo de visión artificial que emplea un algoritmo basado en una combinación de imágenes digitales tomadas en apropiadas longitudes de onda (del rojo y del azul). A través del algoritmo propuesto se han segmentado las imágenes de las muestras analizadas (n =384), obteniendo, en el caso de huevos con cascara defectuosa, una imagen binaria en grado de evidenciar los defectos presentes en la superficie del huevo.

Sobre la base de las características geométricas de las manchas detectadas (área en píxeles), el sistema pudo clasificar correctamente el 98% de las muestras (clasificación interna) con un tiempo de procesamiento muy bajo (0,05 segundos). La robustez de la clasificación propuesta se confirmó gracias a una validación externa de un segundo conjunto de muestras, obteniendo un alto porcentaje de muestras correctamente clasificadas.

Dado que el sistema emplea un algoritmo basado en dos longitudes de onda (rojo y azul) que, con la verde, constituyen el filtro RGB de una común cámara digital, este método constituye una técnica sencilla, rápida, barata, y no destructiva para la clasificación automática de huevos de consumo y podría ser considerada como un primer importante paso hacia la automatización del proceso entero.

Más información