Predicción de calidad y etapa de madurez en mango Kent (Magnifera indica) usando imágenes hiperespectrales

Simple item page
dc.contributor.advisorSiche Jara, Raúl Benito
dc.contributor.authorColchado Rojas, Ada Andrea Joselina
dc.date.accessioned2019-10-25T23:46:44Z
dc.date.available2019-10-25T23:46:44Z
dc.date.issued2019
dc.descriptionIn the search for non-destructive inspection forms in fruit quality, in recent years there have been increased studies on the use of hyperspectral images in their quality. The objective of this investigation was to evaluate the level of prediction of quality parameters and maturity stage of the “Kent” mango by a model obtained using hyperspectral images. 120 mangoes were stored at four different temperatures (10, 12.5, 15 and 17.5 °C) at which images of both sides were taken in the near infrared range (890 - 1710 nm), one per day, for 12 days and with two repetitions for each fruit. Parallel to the taking of images, quality parameters such as firmness, color (ΔE*), brix degrees and moisture content were determined in the same mangoes. To obtain the model, the quality attributes were correlated with 70% of the spectral data resulting from the images using the partial least squares regression method (PLS-R). With the remaining 30% of the spectral data, the model was evaluated using Linear Multiple Regression (MLR). As a result, based on the selection of optimal wavelengths, the correlation coefficients (R2) were 0.12, 0.36, 0.33 and 0.66 and the Mean Square Root values of the Standard Prediction Error were 8.19, 14.24, 2.15, and 2.18 to predict color, moisture content, firmness and brix degrees respectively.es_PE
dc.description.abstractEn la búsqueda de formas de inspección no destructivas en la calidad de las frutas, en los últimos años se han incrementado los estudios sobre el uso de imágenes hiperespectrales en la calidad de éstas. El objetivo de esta investigación fue evaluar el nivel de predicción de parámetros de calidad y etapa de madurez del mango “Kent” de un modelo obtenido usando imágenes hiperespectrales. Se almacenaron 120 mangos a cuatro diferentes temperaturas (10, 12.5, 15 y 17.5 °C) a los cuales se les tomó imágenes de ambas caras en el rango de infrarrojo cercano (890 - 1710 nm), una por día, durante 12 días y con dos repeticiones por cada mango. Paralelamente a la toma de imágenes, en los mismos mangos se determinaron los parámetros de calidad como firmeza, color (ΔE*), grados brix y porcentaje de humedad. Para obtener el modelo, los atributos de calidad fueron correlacionados con el 70% de los datos espectrales producto de las imágenes usando el método de regresión de mínimos cuadrados parciales (PLS-R). Con el restante 30% de los datos espectrales, se evaluó el modelo usando Regresión Múltiple Linear (MLR). Como resultados, en base a la selección de longitudes de onda óptimas, los coeficientes de correlación (R2) fueron de 0.12, 0.36, 0.33 y 0.66 y los valores de Raíz Cuadrada Media del Error Estándar de Predicción fueron de 8.19, 14.24, 2.15, y 2.18 para predecir color, humedad, firmeza y grados brix respectivamente.es_PE
dc.description.uriTesises_PE
dc.identifier.urihttps://hdl.handle.net/20.500.14414/14826
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de Trujilloes_PE
dc.relation.ispartofseriesTAGI;751
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/es_PE
dc.sourceUniversidad Nacional de Trujilloes_PE
dc.sourceRepositorio institucional - UNITRUes_PE
dc.subjectAnálisis espectrales_PE
dc.subjectAnálisis de imágeneses_PE
dc.subjectMango Kentes_PE
dc.subjectRegresión lineal múltiplees_PE
dc.subjectTecnología de imágeneses_PE
dc.subjectAtributos de calidades_PE
dc.titlePredicción de calidad y etapa de madurez en mango Kent (Magnifera indica) usando imágenes hiperespectraleses_PE
dc.title.alternativePrediction of quality and maturity stage on mango Kent (Magnifera indica) using hyperspectral imaginges_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.disciplineIngeniería Agroindustriales_PE
thesis.degree.grantorUniversidad Nacional de Trujillo. Facultad de Ciencias Agropecuariases_PE
thesis.degree.levelTitulo Profesionales_PE
thesis.degree.nameIngeniero Agroindustriales_PE
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Colchado Rojas, Ada Andrea Joselina.pdf
Size:
4.07 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Tesis de Ingeniería Agroindustrial