selector de granos de cáfe utilizando l a tarjeta raspberry pi

1. Diseño de un sistema para la selección
de granos de café tostado basado en la
tarjeta Raspberry Pi
Ing. Alberto Nicolas Bautista Bautista
Ing. Víctor Vivanco Trujillo
Dr. Mario Alberto García Martínez
Dr. Oscar Osvaldo Sandoval González
Octubre 2016
SENIE 2016 : Semana Nacional de Ingeniería Electrónica
INSTITUTO TECNOLÓGICO DE ORIZABA

2. ÍNDICE
 Introducción
 Problemática
 Propuesta de Solución
 Aplicación
 Metodología
 Desarrollo del Sistema
 Resultados y conclusiones
 Bibliografía
1

3. INTRODUCCIÓN
 El procesamiento digital es actualmente un área de
aplicación tecnológica altamente atendida y necesaria.
 En éste proyecto se desarrolló un sistema de selección
basado en la tarjeta Raspberry Pi 2 modelo B y en la
adquisición de datos .
 Con esta plataforma software/hardware se puede
realizar una selección correcta de granos de café
tostado de acuerdo a una característica particular.
2

4. PROBLEMÁTICA
Imagen
Transductor
DAQ
Procesamiento
Memoria
Gasto computacional
Dificultad programación
3

5. Propuesta de solución
Transductor
Raspicam
DAQ / Procesamiento
Raspberry Pi
Interfaz de Usuario
IHM
Sistema mínimo basado en microcontrolador:
4

6. Aplicación:
Análisis del grano de café
 Industria de primer Nivel en
México.
 Producto de exportación
Mundial.
 Análisis de calidad del café.
 Características de interés.
 Color de tostado deseado.
5

7. Metodología:
Desarrollo del proceso
Prototipo propuesto:
6

8. Prototipo propuesto
• Sistema de selección de
granos de café.
• Tolva.
• Conducto de café y
banda transportadora.
• Subsistema de captura,
procesamiento y análisis
de imagen (Raspberry PI
2 modelo B).
• Selector de granos de
café (electroválvula).
7

9. Características del prototipo
• Iluminación controlada.
• Banda transportadora.
• Raspicam (ajustado
enfoque).
• Procesamiento mediante
Raspberry Pi 2 Modelo B.
• Actuador basado en
presión para separación
de grano.
8

10. Procesamiento de imágenes
Imagen
Base
Raspicam
Raspberry Pi
Procesamiento
Actuador
9

11. Diagrama de flujo:
10
inicio
Activar cámara
Imagen base
Histograma
base (HB)
Background
subtraction
Toma de
imágenes
ROI
“Grano de café
en pantalla”
“no hay grano
de café”
Histograma (H)
H = HB
Dejar pasarDesechar
sino
sino

12. Resultados
Grano de café
adecuado
Grano de café
quemado
El sistema es capaz de distinguir entre granos de café mediante
un proceso de comparación de color, separando los que se
consideren con un tostado adecuado y los que son considerados
como quemados, aislando estos últimos del proceso de
producción.
11

13. Resultados
Resultado de comparación de histogramas de color

14. Conclusiones
 Se ha presentado el diseño de un sistema de
procesamiento de imágenes aplicado a la selección de
granos de café tostado.
 Mediante el uso de la técnica de comparación de color
por medio de histogramas se logro la distinción entre
niveles de tostado de grados de café y objetos
semejantes al grano de café.
 Se comprobó el uso de la Raspicam como un transductor
útil para la obtención de imágenes adecuadas para
llevar a cabo su procesamiento de forma digital.
 La tarjeta Raspberry Pi se puede utilizar en la
implementación de sistemas mínimos para la tarea de
procesamiento de imágenes.
12

15. Bibliografía
 [1] B. Jarimopas, N. Jaisin, “An experimental machine visión system for sorting
sweet tamarind”. Journal of food engineering. 15 May 2008. Páginas 7.
 [2] J. Blasco, S. Cubero, J. Gómez – Sanchís, P. Mira, E. Moltó. “Development of a
machine for the automatic sorting of pomegranate (Punica granatum) arils base don
computer visión” Journal of food engineering. 30 May 2008. Páginas 8.
 [3] M. Bayram, M. D. Öner. “Determination of applicability and effects of color
sorting system in bulgur production line”. Journal of food engineering. 7 March
2005. Páginas 8.
 [4] http://www.ni.com/data-acquisition/what-is/esa/, Consultado en junio 2016.
 [5] Richardson M. and Wallace S. “Getting started with Raspberry Pi”, Published by
O¨Reilly Media, Inc; December 2012
 [6] OGATA, Katsuhiko. “Sistemas de Control en Tiempo Discreto”. Prentice Hall.
Segunda Edición. México D.F.; 1996; 1:6.
 [7] https://www.raspberrypi.org/documentation/usage/camera/, Módulo de
Cámara. Consultado en junio 2016.
 [8] Daza, G., L.G. Sánchez y J.F. Suárez. 2007. “Selección de características
orientadas a sistemas de reconocimiento de granos maduros de café”. Scientia et
Technica 13(35): 139-144.
 [9] Hernández, J.E. y F. Prieto. 2005. “Clasificación de granos de café usando
FPGA”. Ingeniería y Competitividad, 7(2): 35-42.
13

16. GRACIAS POR SU
ATENCIÓN
14