Diseño de un algoritmo de clasificación mediante procesamiento digital de imágenes basado en redes neuronales convolucionales para la detección del hongo Penicillium Digitatum en mandarinas W Murcott aplicable a sistemas automatizados de producción

• Autor: Gonzales Rodriguez, Javier Segundo
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/10114
• Enlace del recurso: https://hdl.handle.net/20.500.12867/10114
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales convolucionales; Procesamiento digital de imágenes; Penicillium digitatum; Detección de hongos; https://purl.org/pe-repo/ocde/ford#2.11.03

El propósito general de esta tesis es desarrollar un algoritmo de clasificación utilizando procesamiento digital de imágenes a través de redes neuronales convolucionales (CNN) para identificar el hongo Penicillium Digitatum en mandarinas W Murcott, aplicable a sistemas automatizados de producción. El hongo Penicillium Digitatum, conocido como moho verde, causa pérdidas significativas en la industria citrícola debido a la pudrición de las frutas. Actualmente, la detección de este hongo se realiza mayoritariamente de forma manual, lo que limita la capacidad y competencias de las empresas agrícolas peruanas para asegurar la calidad de sus productos finales. En este contexto, se propone un sistema automatizado que emplea CNNs para mejorar la precisión y eficiencia en la detección del hongo. La metodología se basa en la captura y preprocesamiento de imágenes, la construcción y entrenamiento del modelo CNN, y la evaluación del rendimiento del algoritmo mediante métricas como precisión, sensibilidad, especificidad y F1-score. Los resultados obtenidos muestran una precisión global del modelo del 82%, lo que indica su eficacia para la clasificación de mandarinas infectadas y no infectadas. Este avance tecnológico no solo permitirá una detección temprana y precisa del hongo, sino que también facilitará la implementación de sistemas automatizados en la industria agrícola peruana, mejorando la competitividad y calidad de los productos exportados.