Classification of red grapes according to their state of ripeness using a low-cost multispectral device

Abstract

[ES] El objetivo del presente trabajo fue evaluar la idoneidad de un sensor multiespectral de bajo costo para la determinación del estado de maduración de uvas tintas. El dispositivo propuesto se basa en un sensor multiespectral, con 18 bandas de detección en el rango entre los 410 y los 940 nm. La recogida de muestras se llevó a cabo en un viñedo comercial situado en Rociana del Condado, Huelva. El dispositivo propuesto se utilizó para adquirir la respuesta espectral de 80 racimos de uva en condiciones de laboratorio. Tras esto, cada una de las muestras fue analizada mediante métodos estándar de laboratorio para obtener indicadores objetivos de su estado de maduración (sólidos solubles totales y acidez). Los 18 valores de reflectancia ofrecidos por el sensor fueron usados como datos de entrada para entrenar redes neuronales artificiales para la clasificación de las muestras de uva en función de los parámetros objetivo. Los resultados obtenidos fueron prometedores, lo cual allana el camino hacia la implementación de un sistema para la monitorización del estado de maduración de uvas asequible para los vinicultores.

[EN] The present work aims to evaluate a low-cost multispectral device for non-destructive grape ripening status assessment. The proposed device is based on a multispectral sensor, with a spectral response of 18 channels in a range from 410 to 940 nm. The experimental validation was carried out in a commercial vineyard in Rociana del Condado, Huelva. The proposed device was used to analyze 80 grape samples under laboratory conditions. After being processed with the proposed device the grape samples were analyzed with standard chemical methods to generate ground truth values of ripening status indicators (solid soluble content, and acidity). The 18-reflectance data corresponding to the spectral channels of the employed sensor, were used as input variables for developing artificial neural network models to classify the berries samples based on the mentioned ripeness indicators. The obtained results were promising, which paves the way for the implementation of a portable grape ripening appraisal system affordable for grape growers.