IDENTIFICACIÓN DEL NÚMERO DE LÓCULOS EN FRUTOS DE TOMATE (Solanum lycopersicum L.) USANDO VISIÓN POR COMPUTADORA

SPETALE, FLAVIO E.; VAZQUEZ, DANA V.; MURILLO, JAVIER; CACCHIARELLI, PAOLO; RODRIGUEZ, GUSTAVO R.; TAPIA, ELIZABETH

Rosario

Congreso; XXI Congreso y XXXIX Reunión Anual de la Sociedad de Biología de Rosario; 2019

Sociedad de Biología de Rosario

Los lóculos son las cavidades internas de los frutos que contienen las semillas. En el tomate (Solanum lycopersicum L.), el número de lóculos (NL) varía desde dos hasta quince o más. Este carácter afecta la forma y el tamaño final de los frutos, los cuales son atributos de gran importancia biológica, histórica y económica para el cultivo. En consecuencia la determinación de este rasgo presenta importancia agronómica y es relevante para los programas de mejoramiento. Tradicionalmente, el NL ha sido determinado por el conteo experto en forma visual a partir de cortes transversales de fruto. Sin embargo, este método consume mucho tiempo. En ocasiones, los lóculos pueden ser rudimentarios o no estar completamente desarrollados, y depende del criterio del experto su consideración en el recuento. Esta subjetividad genera ruido en los datos que dificulta la comprensión de los mecanismos subyacentes a este rasgo. En este trabajo, se presenta un método automático, basado en visión por computadora, para la identificación y recuento del NL en frutos de tomate. Se utilizaron dos conjuntos de imágenes de frutos de tomate en corte transversal: el primero -IICART- incluye 735 imágenes del Campo Experimental Villarino de la FCA-UNR y otro -SolG- incluye 143 imágenes de la base de datos de Sol Genomics; en ambos se trata de imágenes capturadas con el software Tomato Analyzer. El método propuesto fue entrenado con 200 imágenes seleccionadas al azar del conjunto IICART, dejando las 535 restantes para su evaluación. Brevemente, en cada imagen se realiza la detección de bordes utilizando el método de Otsu para proceder a la sectorización del fruto. Entonces se realiza una ecualización basada en histogramas de color a los fines de la detección de los bordes internos. Luego la imagen se segmenta mediante un umbral adaptativo a los fines de eliminar ruido en la definición de lóculos. Por último, se generan anillos y en cada uno, se estima un NL. Estas estimaciones se integran mediante un operador de agregación -moda- para obtener un NL final. Teniendo en cuenta que las estimaciones expertas del NL presentan una alta variabilidad que se refleja en el etiquetado subjetivo de los conjuntos de datos considerados, se realizó el análisis de la Precisión Considerando correctas las predicciones del NL con una tolerancia de +/-1. Se lograron resultados experimentales prometedores, lo cual sugiere la utilidad del método en el desarrollo de herramientas para la predicción automática de atributos internos del tomate. El método, los datos y el código fuente, están disponibles públicamente y se provee una interfaz web (https://www.cifasis-conicet.gov.ar/Murillo/)