Quantification of the percentage of total broken grain in rice (Oryza sativa L.) by digital image analysis

Autor: Luis Arley Zúñiga Picado, Stefanny Campos Boza, Juan Roberto Mora Chaves, Luis Barboza-Barquero
Jazyk: Spanish; Castilian
Rok vydání: 2022
Předmět:
Zdroj: Agronomía Mesoamericana, Volume: 33, Issue: spe1, Article number: 51568, Published: DEC 2022
Popis: Resumen Introducción. El análisis digital de imágenes (ADI), se puede utilizar para evaluar parámetros de calidad de los granos de arroz, como el porcentaje de grano entero. Objetivo. Cuantificar el porcentaje de grano quebrado total mediante análisis digital de imágenes (ADI) aplicado a la cuantificación de calidad de arroz (Oryza sativa L.). Materiales y métodos. El presente trabajo se llevó a cabo en las instalaciones del Centro para Investigaciones en Granos y Semillas (CIGRAS) de la Universidad de Costa Rica (UCR), en el año 2021. Se trabajó con muestras de arroz pilado comercial. Se desarrolló una placa muestral para facilitar el acomodo de los granos y adquirir las imágenes digitales. Para los porcentajes de puntilla, grano quebrado y grano entero se utilizaron los parámetros de longitud establecidos en el reglamento técnico de Costa Rica RTCR 202:1998, los cuales se cuantificaron de forma convencional y por medio de imágenes digitales. El ADI incluyó el proceso de segmentación y binarización de los objetos (puntilla, grano quebrado y grano entero), para cuantificar sus áreas y catalogar los elementos identificados digitalmente en valores de peso. Resultados. Se logró cuantificar el porcentaje de puntilla y de grano quebrado con ADI. La correlación entre las variables cuantificadas con ADI con las evaluadas de forma convencional fue mayor a 0,93 para la propiedad de puntilla y de 0,98 para grano quebrado. El análisis convencional requiere entre 1 a 2 horas para determinar el porcentaje de grano quebrado total y demás propiedades de calidad en cada muestra de arroz. El análisis digital requiere de 7 a 23 minutos por placa muestral, para analizar la totalidad de las propiedades evaluadas (puntilla y grano quebrado). Conclusiones. El método de análisis digital aplicado permitió determinar las propiedades de grano quebrado total en muestras compuestas por cientos de granos. Abstract Introduction. Digital image analysis (DIA) can be used to evaluate the quality parameters of rice grains, such as the percentage of whole grain. Objective. To quantify percentage of total broken grain by means of digital image analysis (DIA) applied to the quantification of rice (Oryza sativa L.) quality. Materials and methods. The present work was developed in facilities of the Centro para Investigaciones en Granos y Semillas (CIGRAS) of the Universidad de Costa Rica (UCR), Costa Rica, in 2021. The work was carried out with commercial rice samples. A sample plate was developed to facilitate the arrangement of the grains and to acquire the digital images. The length parameters established in the technical regulation of Costa Rica RTCR 202:1998 were used to quantify the percentages of small broken, broken grains, and whole grains, which were quantified conventionally and by means of digital images. The DIA included the segmentation and binarization process of the objects (small broken, broken grains, and whole grain) to quantify their areas and catalog the digitally identified elements in weight values. Results. It was possible to quantified the percentage of small broken and broken grain with DIA. The correlation between the variables quantified by DIA and those evaluated conventionally was greater than 0.93 for the small broken property and 0.98 for broken grain. Conventional analysis requires 1 to 2 hours to determine the percentage of total broken grain and other quality properties in each rice sample. The digital analysis requires 7 to 23 minutes per sample plate to analyze all the properties evaluated (small broken and broken grain). Conclusions. The digital analysis method applied allowed to determine the total broken grain properties in samples composed of hundreds of grains.
Databáze: OpenAIRE