Resumen:
En la cereza dulce, el cracking es provocado por la lluvia poco tiempo antes
de la cosecha. Es un problema que afecta a la mayoría de los productores en
el mundo y les genera grandes daños económicos. Además, el
microcracking producido a partir de una fisura microscópica puede dar paso
a una partidura detectable a simple vista, por lo que su pronta identificación
permite tomar medidas de mitigación con las que se consigue reducir las
pérdidas. Es por esto que el objetivo del trabajo fue detectar y cuantificar
cracking seco, húmedo y el microcracking mediante el procesamiento y
análisis de imágenes digitales obtenidas en distintas longitudes de onda;
infrarrojo para cracking húmedo, verde y luz blanca para cracking seco y ultra
violeta para microcracking. Las variedades evaluadas fueron Kordia y
Sweetheart en microcaking y solo Sweetheart para cracking; ambas en
madurez comercial. Para inducir el cracking y microcracking, los frutos se
sumergieron en agua destilada; en el caso de microcracking, los frutos luego
fueron sumergidos en una solución con acridina naranja que se excita en presencia de luz a 380 nm. Las imágenes fueron capturadas con un
microscopio USB (PCE-MM 200UV) bajo luz ultravioleta, mientras que para
el cracking húmedo las imágenes fueron captadas modificada con un filtro
infrarrojo. Para el cracking seco se usó una cámara Nikon coolpix S800c.
Para el procesamiento de las imágenes se utilizó MATLAB R2016a®, donde
se implementó un algoritmo que detecta el defecto y cuantifica su área. El
algoritmo desarrollado para identificar el cracking seco con luz blanca logró
detectar de forma correcta el 92,9% de las imágenes y etiquetar de forma
correcta el 86,7% de estas. No se logró cuantificar de forma correcta el área
del defecto. La detección del cracking seco con iluminación verde y del
cracking húmedo no fue posible con la metodología realizada. Para el caso
del microcracking, las imágenes consideradas exitosas fueron todas aquellas
en donde se detectó defectos de forma completa o casi completa. Para la
variedad Kordia, se evaluaron 21 imágenes con el algoritmo y se detectó de
forma correcta un 80,95% de los defectos; con la variedad Sweetheart se
evaluaron 19 imágenes y se detectó un 84,21% correctamente. El algoritmo
es una herramienta promisoria para la toma de decisiones y la prevención de
la aparición de cracking en huerto.