REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD PRIVADA DR. RAFAEL BELLOSO CHACÍN VICERRECTORADO DE INVESTIGACIÓN Y POSTGRADO

DECANATO DE INVESTIGACIÓN Y POSTGRADO PROGRAMA: MAESTRÍA EN INGENIERIA DE CONTROL Y AUTOMATIZACION

DE PROCESOS

AUTOMATIZACION DEL PROCESO DE SELECCIÓN DE MANDARINAS POR

TAMAÑO A TRAVES DE REDES NEURONALES

Trabajo de grado presentado como requisito para optar al título de

Magíster en Ingeniería de Control y Automatización de Procesos.

Autor: Oviedo S José E

C.I.: 11.618.105

Tutor: Dr. Fabelo Ricardo

Maracaibo, Enero 2014

AUTOMATIZACION DEL PROCESO DE SELECCIÓN DE MANDARINAS POR

TAMAÑO A TRAVES DE REDES NEURONALES

iii

iv

INDICE GENERAL

Pág.

ÍNDICE GENERAL iv

LISTA DE CUADROS vi

LISTA DE GRAFICOS vii

RESUMEN viii

ABSTRACT ix

INTRODUCCIÓN 1

CAPÍTULO 4

I. EL PROBLEMA 4

1.1. Planteamiento Del Problema 4

1.2. Formulación Del Problema 7

1.3. Objetivos De La Investigación 7

1.3.1. Objetivo General 7

1.3.2. Objetivos Específicos 8

1.4. Justificación De La Investigación 8

1.5. Delimitación De La Investigación 10

II. MARCO TEÓRICO 12

2.1. Antecedentes 12

2.2. Fundamentación Teórica 16

2.2.1. Redes Neuronales Artificiales 17

2.2.1.2. Ventajas De Las Redes Neuronales 17

2.2.1.3. Aprendizaje Adaptativo 18

2.2.1.4. Topología De Las Redes Neuronales 19

2.2.1.5. Mecanismos De Aprendizaje 19

2.2.1.6. Redes Con Aprendizaje Supervisado 21

2.2.1.7. Redes Con Aprendizaje No Supervisado 21

v

2.2.1.8. Modelo De Resonancia Adaptativa (ART) 21

2.2.1.9.Arquitectura De Una Red ART 22

2.2.1.10.Funcionamiento De Una Red ART 24

2.2.1.11.Aprendizaje De una ART 27

2.2.2.Tratamiento Digital De Imágenes 28

2.2.2.1.Etapas Fundamentales Del Procesamiento De

Imágenes 29

2.2.2.2.Elementos De Los Sistemas De Procesamiento Digital

De Imágenes 29

2.2.2.3.La Película Fotográfica 31

2.2.2.4.Características De La Película Fotográfica 32

2.2.3.Sistemas De Automatización 33

2.2.4.Los Controladores Lógicos Programables (PLC) 40

2.2.5.Sensores – Transductores 52

2.3.Operacionalización De Las Variables 56

III. MARCO METODOLOGICO 57

3.1.Tipo De Investigación 57

3.2. Diseño De La Investigación 58

3.3. Unidad De Análisis 60

3.4.Instrumento De Recolección De Datos 61

3.5.Procedimiento De La Investigación 62

IV. PRESENTACION Y ANALISIS DE LOS RESULTADOS 64

Fase I: Descripción Sobre La Selección De La Mandarina Por

Tamaño 64

Fase II: Reconocimiento y Procesamiento De Imágenes 66

Fase III: Codificación y Programación Del Software Para El

Análisis De La Imagen Procesada y El Entrenamiento De La

Red

69

vi

Fase IV: Simulación A Través Del Software Para La

Clasificación De La Mandarina Por Tamaño. 70

CONCLUSIONES 72

RECOMENDACIONES 73

REFERENCIAS BIBLIOGRAFICAS 74

ANEXOS 76

A: Codificación Del Programa: Selección De Mandarinas 77

B: Imágenes Experimentales De Mandarinas 79

vii

LISTA DE CUADROS

CUADROS Pág.

TABLA 2.3. Operacionalización De Las Variables 56

TABLA 4.1. Calibre de la Mandarina 65

viii

LISTA DE GRÁFICOS Y FIGURAS

GRAFICOS Y FIGURAS Pág.

Figura 1. Arquitectura Simplificada De La Red ART 23

Figura 2. Subsistema De Atención, Subsistema De Orientación 24

Figura 3. Ciclo De Funciones Del PLC 47

Figura 4: Esquematización por etapas del proceso de selección de

la mandarina. 66

ix

Oviedo Sáez José Eliseo. Automatización del Proceso de Selección de Mandarinas a través de Redes Neuronales. Universidad Dr. Rafael Belloso Chacín. Programa: Maestría en Ingeniería de Control y Automatización de Procesos. Maracaibo, 2013.

RESUMEN

La mandarina es un fruto rico en vitamina C, flavonoides y aceites que ofrecen un gran número de aportes y beneficios al cuerpo humano. Su comercialización se efectúa a través de intermediarios, quienes realizan la transacción entre el productor y el consumidor, con criterios basados en la calidad promedio observada a simple vista en la carga sobre el vehículo, sin importar los atributos propios de la fruta. Esta indefinición obedece a la inexistencia de un proceso de selección que permita ofertarlo en forma directa y clasificada, de acuerdo a valores normalizados, por lo tanto se requiere de un sistema de automatización para la selección, empleando una red neuronal con el fin de procesar imágenes y realizar comparaciones entre calibres de tamaño establecidos. Nevot (1999), Fiszelew (2000), Fuentes (2001), entre otros, representan a las investigaciones que anteceden al proyecto presente, siendo contenido común, el procesamiento de imágenes, uso de redes neuronales como temas de refuerzo y apoyo al estudio actual. La modalidad que define a la investigación la enmarca dentro de un proyecto descriptivo apoyado en la investigación documental, y basado en un diseño de campo no experimental transversal. La unidad de análisis establecida corresponde a la hacienda con el mayor volumen de producción, de donde se extrajeron las mandarinas de diversos tamaños para la experimentación. La metodología usada es propia del autor fundamentándose en la metodología sobre el procesamiento de imágenes planteado por Illidge (2010). Los resultados obtenidos permitieron elaborar un modelo matemático con el fin de entrenar la red, tomar decisiones de acuerdo a los parámetros establecidos y simular el proceso de selección, obteniendo al final la clasificación del fruto por su tamaño. Palabras Claves: Mandarinas, Automatización, Procesamiento de imágenes, Red Neuronal, Selección

x

Oviedo Sáez José Eliseo. Automatización del Proceso de Selección de Mandarinas a través de Redes Neuronales. Universidad Dr. Rafael Belloso Chacín. Programa: Maestría en Ingeniería de Control y Automatización de Procesos. Maracaibo, 2013

ABSTRACT

Tangerine is a fruit rich in vitamin C, flavonoids and oils that offer a large number of contributions and benefits to the human body. Your marketing is done through brokers, who conduct the transaction between the producer and the consumer, based on the average quality observed by the naked eye in the load on the vehicle, regardless of the attributes of the fruit criteria. This uncertainty is due to the absence of a selection process that allows offer it directly and classified according to standardized values therefore requires an automation system for selection using a neural network in order to process images and to make comparisons between gauges set size. Nevot (1999 ) , Fiszelew (2000 ) , Fuentes ( 2001 ), among others , represent investigations that predate the present project , with common content , image processing , using neural networks as subjects of reinforcement and support to the current study . The mode defines the research forms part of a project supported by descriptive documentary research, and based on a transversal no experimental field. The unit of analysis corresponds to the property set with the largest volume of production, where the mandarins of various sizes were extracted for experimentation. The methodology is being based on the author's own methodology for image processing proposed by Illidge (2010). The results allowed to develop a mathematical model in order to train the network, make decisions according to the parameters set and simulate the selection process, obtaining the end result classification by size .

Keywords: Mandarin, Automation, Image Processing, Neural Network, Selection.

INTRODUCCION

La mandarina es el fruto de las diferentes especies de cítricos llamados

comúnmente mandarino. Pertenece al grupo de frutos llamados hesperidios y

su pulpa está formada por un considerable número de gajos llenos de jugo;

el cual contiene mucha vitamina C, flavonoides y aceites esenciales. Es el

cítrico más parecido a la naranja, aunque de menor tamaño, sabor más

aromático y con mayor facilidad para quitar su piel en la mayoría de las

variedades. Por eso se considera una de las frutas más apreciadas.

El proyecto se destina al desarrollo de una herramienta de apoyo a los

productores de mandarinas, con el fin único de optimizar el volumen de

producción por cosecha incidiendo directamente en la calidad comercial del

producto. La utilidad del procesamiento de imágenes es muy amplia, y

abarca diversos campos en su aplicación, siendo el campo de la agricultura

un área de estudio de gran interés por los diversos escenarios dispuestos en

la automatización y el control industrial.

La investigación se asocia a la solución de un problema de contexto

científico, partiendo del uso del procesamiento de imágenes y redes

neuronales para seleccionar mandarinas, lo que permite automatizar la

clasificación del fruto de manera eficiente y con un mínimo margen de error

en comparación al proceso manual existente. Cabe destacar que

antecesores como Fuentes (2001), Illidge (2010), Wai (2003), entre otros,

argumentaron sus estudios a la clasificación de productos de carácter

2

agrícola, siendo un aporte de suma importancia al desarrollo tecnológico y a

la innovación agropecuaria.

Con el reconocimiento de patrones a partir de la adquisición de imágenes,

la conversión a escalas de grises, la umbralización y el cálculo del área, se

logra el entrenamiento de la red para la posterior selección de la mandarina

en tres clases de calibres estandarizados internacionalmente. Cabe destacar

que el proceso de selección manual depende de la apreciación subjetiva del

productor al momento de la recolección de la cosecha o en su defecto, de un

supervisor de línea cuando el producto se procesa a través de una cadena

de producción.

Actualmente, el uso de redes neuronales se ha extendido ampliamente en

el mercado de software doméstico, dejando de estar restringidas a los

entornos de investigación y a las grandes empresas. De esta forma, se

pueden encontrar modelos de redes neuronales en programas de

reconocimiento de voz, en juegos de ordenador, programas de contabilidad,

tutores, procesos industriales y agrícolas entre otros. Las características de

las redes neuronales hacen que sus posibles aplicaciones sean muy

extensas.

Desde esta perspectiva, el documento está estructurado y desarrollado a

partir de las partes y contenidos que a continuación se refieren:

• Capítulo I: Este apartado lo constituye el planteamiento del problema,

el objetivo general y los objetivos específicos, la justificación del

3

proyecto y la delimitación del mismo, con la finalidad de exponer la

necesidad presente y el desarrollo de las metas en la automatización

trazada.

• Capítulo II: Está formado por los antecedentes que preceden a la

investigación, la fundamentación teórica que argumenta el trabajo en

estudio, describiendo además la operacionalización de las variables

reflejadas en el proyecto.

• Capítulo III: En este capítulo se define el tipo y diseño de la

investigación, la unidad de análisis, además de la metodología

formulada para el desarrollo de los objetivos.

• Capítulo IV: En este apartado se presentan, analizan y desarrollan las

diversas fases y resultados para la consecución de los objetivos

planteados, con el fin de obtener respuestas concretas ante la

solución de la problemática en cuestión.