OPTIMIZACIÓN Y CONTROL DEL PROCESO DE SECADO DE PRODUCTOS AGRÍCOLAS A PARTIR DEL ANÁLISIS DE IMÁGENES DIGITALES
DOI:
https://doi.org/10.59627/cbens.2012.2299Palavras-chave:
Secado, Procesamiento de imágenes, Productos agrícolasResumo
En el presente trabajo se evalúa la utilidad del análisis de imágenes para describir las etapas del secado de productos agrícolas, con intenciones de optimizar el proceso y mejorar la calidad del producto final. Mediante un secador construido a escala de laboratorio se realizó la captura continua de imágenes digitales a través de una pequeña ventana de doble vidrio, como así también el seguimiento de otras variables del proceso de secado incluida la medición de los cambios de temperatura y humedad del aire y el peso del producto. Para el análisis de las imágenes fue empleado el modelo de color HSV y el seguimiento en el tiempo del valor promedio y la desviación estándar de los canales del matiz (H), la saturación (S) y el brillo (V) de una imagen recortada, para correlacionarlas con la variación de la textura del producto; fue utilizado para ello el lenguaje Scilab de programación y su herramienta para el procesamiento de imágenes SIVP. Se practicó el secado de dos cargas de tabaco tipo Virginia y dos cargas de pimiento para pimentón. A partir de las experiencias se determina que el valor promedio de H y su desviación estándar, constituyen buenos indicadores de la evolución del proceso de secado de estos productos agrícola. Quedan todavía por realizarse mayores experiencias, con el fin de definir claramente el beneficio de su empleo como herramienta de control y optimización. De confirmarse, su potencialidad se hallaría no solamente en una mejora cualitativa de los productos secados sino también en un uso más eficiente del recurso energético.
Downloads
Referências
Banout, J., Ehl, P., Havlik, J., Lojka, B., Polesny, Z., Verner, V. 2011. Design and performance evaluation of a double-pass solar drier for drying red chilli (Capsicum annum L.). Solar Energy, 85, 506-515.
Belessioti, V, Delyannis, E. 2011. Solar Drying. Solar Energy, 85, 1665-1691.
Brosnan, T., Sun, Da-Wen., 2002. Inspection and grading of agricultural and food products by computer vision system: a review. Computers and Electronics in Agricultural, 36, p. 193–213.
Echazú, R.; Quiroga, M.; Durán, G.; Altobelli, F. 2010. Medición de color en pimiento secado con energía solar. Avances en Energías Renovables y Medio Ambiente, 14, p 09.13 – 09.18. ISSN 0329-5184. XXXIII Reunión de Trabajo de Asociación Argentina de Energías Renovables y Ambiente, ASADES 2010. Cafayate, Salta
Espinoza, R., Saravia, L. 2010. Secado Solar de Productos Agroalimentarios en Iberoamérica. Red Iberoamericana de Secado Solar de Productos Agroalimentarios RISSPA. Salta, Argentina.
Gonzalez, R., Woods, R. 2001. Digital Image Processing. Second Edition. Ed. Prentice Hall. New Jersey, United States of America.
Krajayklang, M.; Klieber, A.; Dry, P. 2000. Colour at harvest and post-harvest behavior influence paprika and chilli spice quality. Postharvest Biology and Technology, 20, 269-278.
López Méndez, A. 2000. El curado del tabaco Virginia en España. Manual práctico para todos los agricultores. Enciclopedia básica del cultivo de tabaco. España.
Romano, G., Argyropoulos, D., Nagle, M., Khan, M.T., Müller, J. 2012. Combination of digital images and laser Light to predict moisture content and color of bell pepper simultaneously during drying. Journal of Food Engineering, 109, 3, p. 438-448.
Zhang, J., Sokhansanj, S., Wu, S., Fang, R., Yang, W. 1997. A trainable grading system for tobacco leaves. Computers and Electronics in Agriculture, 16, p. 231-244.
Zhang, J., Sokhansanj, S., Wu, S., Fang, R., Yang, W., Winter, P. 1998. A transformation technique from RGB signals to the Munsell system for color analysis of tobacco leaves. Computers and Electronics in Agriculture, 19, p. 155-166.
