Herramientas para el análisis tridimensional de superficie y cambio de color de frutos de mango en postcosecha.

Abstract

Se desarrolló una herramienta computacional para estimar el área total, el área de regiones de interés, volumen y color de la superficie de frutos de mango (Mangifera indica L. cv ‘Ataulfo’) a partir de dos imágenes digitales, bajo el sistema operativo Windows®. El área y volumen se obtuvieron mediante el método de particiones, con base en un cono elíptico truncado y se evaluó el uso de diferentes partes de la imagen: canal rojo, verde, relación rojo/verde, intensidad de color (HSI) y primer componente principal. Esta técnica también se implementó en la plataforma R-Project® y Android®. Se calculó el área de regiones de interés mediante una ponderación de arcos, de forma similar a la técnica anterior. Se obtuvo la exactitud en la estimación de porcentaje de cobertura usando cuatro métodos: ponderación de arcos y conteo en proyección plana, respecto al área del fruto, y conteo en proyección plana y método Monte Carlo, respecto al área proyectada. Se obtuvo un modelo de regresión lineal para relacionar el color medido en las imágenes digitales con el medido en el colorímetro. Se evaluó el color medido a partir de la media, moda y mediana del color del fruto en imágenes, considerando el total de píxeles y muestras aleatorias. Las estimaciones se compararon con los métodos de medición directa: extracción de cubierta, desplazamiento de agua, área conocida de la región y colorímetro, respectivamente. Los resultados presentaron un coeficiente de determinación R2 mayor a 0.94 para color y mayor a 0.97 para el resto de las variables. Esta herramienta permitió estimar el área, volumen, área de regiones de interés y color en frutos de mango ‘Ataulfo’, utilizando sólo el canal verde y/o píxeles aleatorios. _______________ Palabras clave: Volumen, calidad de fruto, cono elíptico, Mangifera indica L., Lab. 3D DIGITAL TOOLS FOR ANALYSIS OF SURFACE AND COLOR CHANGE OF MANGO FRUITS ON POSTHARVEST STAGE. ABSTRACT: A computational tool for Winodws® operative system was developed to estimate surface, regions of interest (ROI) area, volume and color of mango fruit (Mangifera indica L. cv ‘Ataulfo’) based on two digital images. To estimate external area and volume, the partition technique was applied, considering whole fruit as set of elliptical frustums. Several segmentation methods were evaluated, using color channels: red, green, mean between red and green, color intensity and first principal component. This technique was also implemented in R-Project® and Android® operative system. To estimate the ROI’s area an arc ponderation was done, similar to partition method. Here the real area of the ROI and its cover percentage were estimated, plus the evaluation of the projected area and the Monte Carlo method. A lineal model was obtained to estimate the HunterLab color data from digital images. Color estimating was done using the mean, mode and median from fruit images, counting the total and random píxels. Results were compared to: peeling method, water displacement, actual area and colorimeter, respectively. Results showed a R2 greater to 0.94 for color and greater to 0.97 for the others variables. This technique showed good accuracy and precision to estimate external area, ROI’s area, volume and color of mango fruit, using only the green color channel or random píxels.