Este documento describe el desarrollo de un banco de pruebas de termografía pulsada para analizar productos deshidratados mediante el uso de cámaras infrarrojas y algoritmos de procesamiento de imágenes. Se construyó un prototipo con focos, cámara térmica y sensores, y se desarrolló un programa en Python para controlarlo. Se utilizó este sistema para capturar imágenes térmicas de hojas de neem a varios niveles de deshidratación y extraer curvas de perfil térmico para evaluar

1. Construcci´on de un banco de pruebas de termograf´ıa
pulsada para productos deshidratados - Review
∗Dr. Mada´ın P´erez Patricio , †M.C. Jos´e Armando Fragoso Mandujano,
‡Jorge Alberto Ochoa Zavala, §Pedro Arcos M´endez
∗Instituto Tecnol´ogico de Tuxtla Guti´errez, mperez@ittg.edu.mx
†Instituto Tecnol´ogico de Tuxtla Guti´errez, jafmandujano@hotmail.com
‡Instituto Tecnol´ogico de Ciudad Ju´arez, jorgeochoazavala@gmail.com
§Instituto Tecnol´ogico Superior de Los R´ıos, arcosmp97@gmail.com
XXIV Verano de la Investigaci´on Cient´ıfica y Tecnol´ogica del Pac´ıfico, 2019
Tuxtla Guti´errez, Chiapas, M´exico.
Resumen—Este art´ıculo explora el uso de la termograf´ıa pulsa-
da mediante el an´alisis comparativo de perfiles de temperatura
de productos previos a ser deshidratados y ya deshidratados.
Para ello, se desarroll´o un dispositivo basado en termo graf´ıa
infrarroja para determinar las curvas de perfil de temperatura
de los productos. El sistema de adquisici´on de im´agenes se
fabric´o con una placa de desarrollo simple tipo Raspberry Pi
3 con Raspbian integrado con un m´odulo de adquisici´on de
im´agenes t´ermicas. De Igual Manera se desarroll´o el algoritmo de
procesamiento de im´agenes que crea una m´ascara del producto
en pico de temperatura para eliminar el fondo de la imagen
y extraer el ´area de inter´es. La dispersi´on de temperaturas
de la imagen segmentada se promedia y gr´afica, obteniendo
a la salida del algoritmo la curva de perfil de temperaturas.
Se deshidrataron hojas de Neem (Azadirachta indica) en un
deshidratador comercial, se tomaron muestras de control, al
t´ermino del tiempo de deshidratado se reservaron las muestras
para posteriormente obtener las curvas de perfil t´ermico. Como
resultados, se obtuvieron y compararon curvas de perfil t´ermico
a varios niveles de deshidrataci´on. El sistema tiene el potencial
para evaluar una amplia variedad de productos, de la curva de
perfil t´ermico se pueden extraer caracter´ısticas para determinar
propiedades internas de los productos deshidratados.
Index Terms—termograf´ıa pulsada, curvas de perfil de tempe-
ratura, algoritmos, procesamiento de imagen.
I. INTRODUCCI ´ON
La industria agroalimentaria es una de las principales activi-
dades econ´omicas del estado de Chiapas, el cual se distingue
a nivel nacional por ser un importante productor de mango,
caf´e, pl´atano entre otros productos. A pesar del potencial
agroindustrial del estado, la carencia de industrializaci´on y
de valor agregado en los productos, provoca desperdicios
reflejados en p´erdidas econ´omicas.
Una alternativa para aprovechar la producci´on de estos
alimentos, es la transformaci´on del producto mediante el
proceso de deshidrataci´on. Por ello se ve la necesidad de
desarrollar nuevas herramientas que permitan tener datos m´as
exactos.
El proceso de deshidrataci´on en productos alimenticios con-
siste en la extracci´on de agua contenida en tejidos org´anicos.
Las variables que intervienen directamente en este proceso
son: la calidad y propiedades del producto; el tiempo de
secado, el espesor del producto, la re-hidrataci´on y, las con-
diciones clim´aticas locales, es decir, la temperatura del aire,
la humedad relativa y el flujo del aire. Esto convierte al
proceso de deshidrataci´on en un fen´omeno complejo de varias
variables. El uso inapropiado de estos par´ametros durante el
proceso de secado resulta en cambios no deseados en las
propiedades del producto, como son: decoloraci´on, p´erdida de
aroma, disminuci´on de valores nutricionales y cambios f´ısicos
en apariencia y forma [1].
La termograf´ıa posee una t´ecnica no muy costosa para
recabar informaci´on gracias a los mecanismos t´ermicos y
el´ectricos. La termograf´ıa es una t´ecnica de que nos permite
determinar la temperatura de un objeto a una determinada
distancia sin la necesidad de un contacto f´ısico, lo que conlleva
a capturar la radiaci´on que produce el objeto mediante el uso
se una c´amara infrarroja.
La medici´on de flujos t´ermicos involucra la medici´on de
temperatura, lo cual hace necesario el uso de dispositivos que
capturen im´agenes que cambien de color llevando consigo la
utilizaci´on de la termograf´ıa infrarroja. Por ello la termograf´ıa
pulsada es el m´etodo mas factible para analizar curvas de
temperaturas con los datos recabados de im´agenes capturadas
con c´amara infrarroja de hojas deshidratadas.
II. MATERIALES Y M ´ETODOS
II-A. Adquisici´on de imagenes de termograf´ıa pulsada
Se construy´o un sistema de termograf´ıa pulsada para facili-
tar el an´alisis de la termograf´ıa pulsada siguiendo el esquema
mostrado en la Figura 1, una computadora port´atil (Raspberry
pi 3B+) con Python3 instalado como interfaz de operaci´on.
Los videos se colectaron por una c´amara t´ermica FLIR Lepton
(FLIR Systems, Wilsonville, OR, USA) montada sobre un
marco de 10cm de largo por 10cm de altura y 10cm de
profundidad impresa con una impresora 3D. El m´odulo FLIR
Lepton tiene una resoluci´on de 80 × 60 pixeles, un rango
espectral de 8 - 14 µm y una sensibilidad t´ermica de 0.050
a
C. Un micro-servomotor con un cuerpo negro unido se activa

2. para calibrar el m´odulo Lepton previo a cada experimento. Un
foco incandescente tipo reflector de 7W con una abrazadera
ajustable para montura provee la estimulaci´on t´ermica. Como
fondo de la escena se eligi´o una pieza de vidrio cubierta de
espuma de polietileno (La espuma de polietileno es un aislante
t´ermico, por ello, minimiza el calentamiento debido al reflector
y maximiza el contraste entre la muestra y el fondo). Un
m´odulo de relevador se usa para activar y desactivar el reflector
con alta precisi´on. Se desarrollo un programa en lenguaje
Python para operar de forma autom´atica el sistema, el cual
consiste en cuatro tareas principales en paralelo: activaci´on
y desactivaci´on del reflector, activaci´on y desactivaci´on del
servomotor, operaci´on de la c´amara t´ermica, y la gesti´on de
memoria para almacenar videos. La Figura 2 bosqueja el
sistema de captura de im´agenes t´ermicas.
(A) Fuente de calor
(C) Cámara infrarroja
(B) Espécimen
(C) PC para mostrar datos,
grabar y procesar
Figura 1. Configuraci´on general de experimentos en termograf´ıa activa: (A)
Fuente de calor, (B) Esp´ecimen, (C) C´amara infrarroja, (D) PC para mostrar
datos, grabar y procesar.
Abrir canal
relevador
Inicio
Abrir canal
servomotor
Abrir canal
cámara
Iniciar
captura de
cuadros
Enfocar
cámara
Abrir canal
relevador
Activar
reflector
Desactivar
reflector
Abrir canal
reflector
Adquirir
cuadros
Agregar
cuadros a la
cola
Cerrar canal
relevador
Cerrar canal
servomotor
Cerrar canal
cámara
Limpiar
memoria
Exportar
video
Control de cámara
Captura de cuadros
Control de servomotor
Control de reflector
Adquisición de video
Figura 2. Diagrama de flujo del sistema de adquisicion de im´agenes t´ermicas.
II-B. Proceso de elaboraci´on del banco de pruebas
Para realizar el banco de pruebas, se realiz´o el plano con las
medidas correspondientes que tendr´a el prototipo (ver Figura
3), luego de eso se pas´o a un dise˜no 3D en el software de
dise˜no SolidWorks, se construyeron cada parte del prototipo
por cada cara para que el dise˜no sea ensamblado por ensamble
a cola de milano de ranura, con el fin de que sea f´acil al poder
imprimir cara por cara.
En la Figura 3(A) se observa que es la parte superior del
banco de pruebas, en ella se encuentra las perforaciones en
donde se colocaran los focos incandescentes, y una abertura
en donde se colocara la c´amara t´ermica FLIR Lepton y esta
TRUE R11.50
5.0090.00
90.00
82.89°
37.00
30.00
24.00
100.00
14.00
20.00
100.00
95.00
90.00
14.00
16.00
19.00
29.00
100.00
A A
B B
C C
D D
E E
F F
4
4
3
3
2
2
1
1
DRAWN
CHK'D
APPV'D
MFG
Q.A
UNLESS OTHERWISE SPECIFIED:
DIMENSIONS ARE IN MILLIMETERS
SURFACE FINISH:
TOLERANCES:
LINEAR:
ANGULAR:
FINISH: DEBURR AND
BREAK SHARP
EDGES
NAME SIGNATURE DATE
MATERIAL:
DO NOT SCALE DRAWING REVISION
TITLE:
DWG NO.
SCALE:1:5 SHEET 1 OF 1
A4
WEIGHT:
Ensamble
SOLIDWORKS Educational Product. For Instructional Use Only.
(A) (D)
(B) (C)
Figura 3. Plano general del dise˜no del banco de pruebas: (A) Vista de plano
superior del banco de pruebas, (B) Vista de plano frontal del banco de pruebas,
(C) Vista de plano lateral del vando de pruebas, (D) vista isom´etrica del banco
de pruebas de manera s´olida
pueda ser removible. En la abertura m´as peque˜na del lado
derecho se puede apreciar la abertura en donde se colocar´a el
servomotor mini. En la vista lateral derecha podemos apreciar
un espacio en donde se colocar´a un sensor de temperatura y
humedad DHT22 que nos registrar´a los niveles de humedad
en la parte interna y externa del banco de prueba al momento
de realizar la prueba.
En la figura 3(B) vemos la parte frontal del dise˜no, en ella
observar la inclinaci´on de los focos a una inclinaci´on de 82.89
con el fin de estar cerca del esp´ecimen para que esta se caliente
en menor tiempo, he igual podemos ver la estructura de un
riel para deslizar la cama de la muestra en donde se colocara
el esp´ecimen, en la Figura 3(C) podemos ver los espacios
en donde estar´an colocados los sensores de temperatura y
humedad, que nos dar´an valores en el tiempo preciso en el
que se ejecute el programa. En la Figura 3(D) es una vista
isom´etrica del banco de pruebas de manera s´olida, es decir ya
ensamblada.
II-C. Metodolog´ıa
En el proceso de cumplir los objetivos propuestos en el
protocolo, el trabajo se realizar´a en cuatro etapas.
Se contemplo un estudio profundo del estado del arte
sobre variables que intervienen en la deshidrataci´on de
productos alimenticios, cin´etica de secado, termograf´ıa
pulsada y termograf´ıa pulsada aplicada en alimentos.
Se dise˜no y construyo un banco de pruebas de termo-
graf´ıa pulsada.

3. Se implemento un algoritmo que extraiga los datos de
las im´agenes y poder discriminar el grado de humedad
del esp´ecimen deshidratado.
En esta etapa se puso a prueba el prototipo, se analizar´an
los resultados para corregirlos y al final documentar el
resultado del prototipo final con los errores corregidos.
II-D. Desarrollo del sistema
Luego de haber terminado el dise˜no del prototipo del banco
de pruebas, se procedi´o al desarrollo del sistema (codificaci´on)
para controlar las funciones que esta tendr´a. El algoritmo que
se desarrollo esta basado al diagrama de flujo de la Figura
2, la cual controlara el funcionamiento de la c´amara t´ermica,
sensores de temperatura y humedad, servomotor y los focos
que emitir´an la luz para que el esp´ecimen se calienten.
Para el desarrollo del sistema se utilizo el lenguaje de
programaci´on Python 3.7 ya que es uno de los lenguajes de
programaci´on m´as utilizados en la actualidad para una gran
variedad de proyectos debido, b´asicamente, a que est´a orien-
tado a objetos y, adem´as, soporta la programaci´on imperativa y
funcional, satisfaciendo las necesidades de pr´acticamente cual-
quier programador. Para la utilizaci´on m´as ´optima y an´alisis de
im´agenes se utiliza librer´ıa OpenCV 4, es una librer´ıa de visi´on
por computador de c´odigo abierto. La librer´ıa est´a escrita en
los lenguajes C y C++ y es compatible con Linux, Windows
y Mac OS X. Cuenta con un desarrollo activo en interfaces
para Python, Ruby, Matlab y otros lenguajes.
De igual mene ra se utiliz´o la librer´ıa de Matlab llamada
Matplotlib [2] que es una biblioteca para la generaci´on de
gr´aficos a partir de datos contenidos en listas o arrays en el
lenguaje de programaci´on Python y su extensi´on matem´atica
NumPy [3] que es una extensi´on de Python, que le agrega
mayor soporte para vectores y matrices, constituyendo una
biblioteca de funciones matem´aticas de alto nivel para operar
con esos vectores o matrices.
II-E. An´alisis de im´agenes t´ermicas de rodajas de pl´atano
deshidratados
Para validar la metodolog´ıa de captura de im´agenes descrita
por [4] se prepararon dos muestras, la cuales se almacenaron
por 3 horas en bolsas selladas a baja temperatura para estabili-
zar su temperatura y humedad, una de las muestras se reserv´o
como muestra de control, la segunda muestra se deshidrat´o
durante 8 horas a 50 ◦
C para asegurar la p´erdida m´axima
de humedad, esto con la finalidad de comparar dos extremos
posibles, el primero con una hoja totalmente hidratada y la
segunda con una hoja totalmente deshidratada.
II-F. Pre-procesamiento
Los videos de termograf´ıa pulsada se colectaron con el
siguiente formato: 1s de v´ıdeo en negro; 10 s de estimulaci´on
t´ermica con el reflector; 10 s de enfriamiento; los videos se
colectaron durante una sesi´on en abril 2019. Un total de un
v´ıdeo por cada muestra. El procesamiento de la informaci´on
se realiz´o en tres etapas: colecci´on de datos 4(A), extracci´on
de la regi´on de inter´es 4(B), traficaci´on de la curva de cin´etica
t´ermica 4(C). La Figura 4 muestra el proceso de adquisici´on
de informaci´on a partir de una serie de im´agenes.
(A) Colección de datos
(B) Extrancción de la región
de interés
(C) Cínetica térmica
Figura 4. Diagrama de procesamiento de informaci´on.
II-G. Estracci´on de regiones de interes
Se extrajo la regi´on de inter´es de las muestras de la siguiente
manera: en cada v´ıdeo t´ermico, se gener´o una m´ascara por
umbralizaci´on en el pico de temperatura, luego se aplic´o a
cada cuadro en el v´ıdeo para extraer solo los p´ıxeles de la hoja,
todos los p´ıxeles extra´ıdos se promediaron juntos, produciendo
una serie de promedio de p´ıxeles-fotograma Figura 4 (C). El
procedimiento de segmentaci´on se realiz´o en Python3 (Python
Software Foundation).
III. RESULTADOS Y DISCUSI ´ON
Siguiendo a paso de la metodolog´ıa, hicimos una serie de
pruebas en un material org´anico (pl´atano) en segmentos de
5mm. Fueron un total de 8 pruebas, ´estas se colocaron en
primera estancia en un deshidratador por convecci´on forzada
de flujo perpendicular; la primera muestra se obtuvo 30
min despu´es del inicio, consecutivamente cada 20 min. El
programa nos da el promedio de cada pixel en escala de blanco
y negro.
En la gr´afica que se ve en la Figura 5 se observa una
pendiente positiva al inicio y al final una negativa a grandes
valores. Esto se debe a que es cuando se mueve la pieza que
obstruye al lente ´optico; cuando se destapa y se tapa.
Despu´es del comportamiento inicial es un valle y luego un
incremento de valor que es el proceso de calentamiento del
esp´ecimen; se observa que las muestras con mayor humedad
nos arrojan valores promedio m´as altos que se refiere a m´as
blanco, que es mayor temperatura que termina siendo mayor
transferencia de calor por el l´ıquido. Por lo tanto, mientras

4. -5.00E+01
0.00E+00
5.00E+01
1.00E+02
1.50E+02
2.00E+02
2.50E+02
0 100 200 300 400 500 600 700
0:30 hrs 0:50 Hrs 1:10 Hrs 1:30 Hrs 1:50 Hrs 2:10 Hrs 2:30 Hrs 2:50 Hrs
Figura 5. Grafica de comportamiento de temperatura.
m´as tiempo estuvieron en el deshidratador afirmativamente
est´a m´as secas.
Menor capacidad de retener calor es una caracter´ıstica
de un componente seco. Obtuvimos que entre menos este
deshidratado el objeto, no decrece tanto que otras que se
deshidrataron m´as tiempo.
IV. CONCLUSIONES
Se encontraron diferencias significativas entre hojas secas y
hojas frescas en el proceso de enfriamiento, no se encontraron
diferencias significativas en el proceso de calentamiento de las
muestras, la temperatura superficial de las hojas secas se disipa
un 65 % mas rapidamente durante e proceso de enfriamiento,
esto concuerda con la ecuaci´on de transferencia de calor de
Newton y con el cambio en la difusividad t´ermica relacionado
con la disminucion en la densidad de las hojas durante el
proceso de deshidrataci´on. Los resultados que se presentan
demuestran la capacidad de la termograf´ıa pulsada para detec-
tar niveles de deshidrataci´on en hojas. La termograf´ıa pulsada
se puede considerar una t´ecnica de detecci´on viable, dada la
fluctuaci´on de temperatura que presentan las hojas.
REFERENCIAS
[1] BABU, A. K., KUMARESAN, G., RAJ, V. A. A. & VELRAJ, R.,
Review of leaf drying: Mechanism and influencing parameters, drying
methods, nutrient preservation, and mathematical models, Renewable
and Sustainable Energy Reviews, Marzo 2018, pp. 536–556.
[2] J. ANTONIO GARC´IA, A. FERRERO, Representaci´on gr´afica 2D:
Matplotli, Linux Magazine, M´alaga, Espa˜na, 22 de Marzo 2012, pp.
53-56.
[3] WIKIPEDIA, NumPy, 19 Junio 2019, obtenido del sitio web:
https://es.wikipedia.org/wiki/NumPy
[4] J. KUZY, Y. JIANG Y C. LI, Blueberry bruise detection by pulsed
thermographic imaging, Postharvest Biology and Technology, vol. 136,
n.o Agosto 2017, ISSN: 09255214, pp. 166-177.