PROCESAMIENTO DE IMÁGENES DIGITALES COMO MÉTODO CUANTITATIVO PARA DETERMINAR EL GRADO DE HOMOGENIZACIÓN DE UN PRODUCTO LÁCTEO
IMAGE PROCESSING AS A QUANTITATIVE METHOD FOR DETERMINING THE DEGREE OF HOMOGENIZATION OF A DAIRY PRODUCT
Salvador Malagon-Soldara1, Fabiola Herrera-Enciso2, Violeta Herrera-Enciso2, Erika Ramos-Ojeda2 (1) Tecnológico Nacional de México/I. T. Celaya, Departamento de Ingeniería Mecatrónica, García Cubas, Celaya, Guanajuato – México. (2) Tecnológico Nacional de México/I. T. Roque, Departamento de Ingenierías, Carretera Celaya-Juventino Rosas km. 8, 38124 Celaya, Guanajuato – México
Resumen
Este trabajo presenta el diseño de un algoritmo de segmentación escrito bajo el lenguaje de programación Python en colaboración con las librerías de visión artificial que ofrece OpenCV. El algoritmo, basado en el reconocimiento de patrones en imágenes digitales, fue implementado en una industria de procesamiento de lácteos para determinar la calidad de homogenización de diferentes formulaciones de leche. La especificación de producto conforme o no conforme fue determinada mediante el análisis estadístico del tamaño y distribución de los glóbulos de grasa de la fase dispersa en el medio continúo, a partir de una serie de muestras previamente catalogadas por la empresa. Las imágenes de las muestras son obtenidas con la cámara digital de un microscopio. El algoritmo presenta una interfaz de usuario con un histograma de frecuencia, especificación de producto conforme o no conforme, el tipo de producto lácteo, la fecha de procesamiento y el lote de la muestra. Estos datos alimentan un reporte de control de calidad, lo que permite eliminar el llenado manual de formatos. Además, el algoritmo representa una herramienta de precisión al eliminar la intervención del criterio del analista en turno.
Abstract
This work presents the design of a segmentation algorithm written in the Python programming language in collaboration with the computer vision libraries provided by OpenCV. The algorithm, based on pattern recognition in digital images, was implemented in a dairy processing industry to determine the homogenization quality of different milk formulations. The specification of compliant or non-compliant products was determined through statistical analysis of the size and distribution of fat globules in the dispersed phase within the continuous medium, using a series of samples previously cataloged by the company. Images of the samples are captured using a digital camera attached to a microscope. The algorithm features a user interface with a frequency histogram, specification of compliant or non-compliant product, dairy product type, processing date, and sample batch. These data feed into a quality control report, eliminating the need for manual form filling. Furthermore, the algorithm serves as a precision tool by removing the analyst’s subjective judgment from the process.
Palabras clave: reconocimiento de imágenes, Python, homogenización, industria láctea Keywords: image recognition, Python, homogenization, dairy industry