.png)
El proyecto utiliza visión por computadora para automatizar la clasificación de granos, mejorar la precisión en su evaluación y contribuir a...
El proyecto utiliza visión por computadora para automatizar la clasificación de granos, mejorar la precisión en su evaluación y contribuir a un comercio más justo para los productores.
Culiacán, Sinaloa.– Investigadores de la Universidad Autónoma de Sinaloa (UAS) desarrollaron una metodología basada en visión por computadora e inteligencia artificial para optimizar la evaluación de la calidad del maíz, uno de los cultivos más importantes para el país y particularmente para Sinaloa.
El trabajo científico, titulado "Evaluación comparativa de técnicas de segmentación en semillas de maíz", busca automatizar la identificación de daños en los granos mediante el análisis digital de imágenes, con el propósito de hacer más precisos, objetivos y eficientes los procesos de clasificación.
De acuerdo con datos del Servicio de Información Agroalimentaria y Pesquera (SIAP), retomados por el Sistema de Información Estadística y Geográfica del Estado de Sinaloa (SIEGSIN), México produjo cerca de 19 millones de toneladas de maíz al cierre de 2025, mientras que Sinaloa aportó 2.32 millones de toneladas, equivalente al 12.21 por ciento de la producción nacional, consolidándose como el segundo productor del país.
El investigador Juan Augusto Campos Leal explicó que el estudio comparó distintas técnicas de segmentación de imágenes para identificar granos con daños severos, moderados, leves o sin afectaciones, información clave para determinar la calidad de cada lote.
Para ello, el equipo utilizó diferentes espacios de color, como RGB y HSV, combinados con algoritmos especializados y métricas de evaluación reconocidas por la comunidad científica, lo que permitió determinar cuáles ofrecen mejores resultados para la identificación automática de semillas.
Por su parte, el investigador de la Facultad de Informática Culiacán, Arturo Yee Rendón, destacó que la investigación responde a una necesidad real del sector agrícola, ya que actualmente gran parte de la evaluación de la calidad del maíz continúa realizándose de manera manual.
Señaló que la incorporación de tecnologías de visión por computadora permitirá automatizar procesos como el conteo y clasificación de granos, generando evaluaciones más rápidas, objetivas y transparentes para determinar su valor comercial.
El también integrante del Sistema Nacional de Investigadoras e Investigadores (SNII) indicó que uno de los principales retos consiste en identificar correctamente granos sobrepuestos o con distintos niveles de daño, situación que representa un desafío para los sistemas automatizados.
Además, recordó que la UAS ha impulsado otras investigaciones relacionadas con la agricultura de precisión, entre ellas proyectos presentados durante el Congreso Internacional de Drones en Agricultura, enfocados en el conteo automatizado de plantas de maíz.
Los investigadores subrayaron que la metodología desarrollada también puede adaptarse a otros cultivos que requieran procesamiento digital de imágenes e inteligencia artificial, ampliando sus posibilidades de aplicación en el sector agroalimentario.
