La Benemérita Universidad Autónoma de Puebla (BUAP) desarrolla un prototipo para separar basura mediante el procesamiento de imágenes. Con apoyo de un sistema digital, la basura sólida se puede separar del resto de los desechos.
El proyecto es desarrollado por los estudiantes de la carrera de Ciencias de la Computación, Enrique Espinoza Monroy, Abdiel Tlapale Pérez, Areli Romero Jiménez y Elia Tecotl Aguilar, bajo la asesoría de David Eduardo Pinto Avendaño, director del Laboratorio de Ingeniería del Lenguaje y del Conocimiento de la BUAP.
En un primer momento, los estudiantes lograron que latas se puedan separar de forma automática y, actualmente, ya trabajan en los sistemas para separar el PET, cartón y papel.
De acuerdo con el reporte del Consejo Nacional de Ciencia y Tecnología (Conacyt) “Software para separación visual de basura”, para iniciar con este proyecto, los estudiantes de la BUAP eligieron a las latas como primer elemento programado para ser reconocido por un software.
El sistema reconoce los colores mediante un sistema HSV (Hue, Saturation y Value, por sus siglas en inglés), que permite definir un modelo de color en términos de sus componentes. Los estudiantes utilizan los valores de matiz, saturación y brillo para definir qué colores pueden representar un desecho sólido como una lata.
A través del programa, se establece un rango de colores y brillo que se asocien a las formas y colores de un desecho sólido. Al establecer un rango de pixeles, la cámara, situada en un lugar estratégico del contenedor, se activa y un brazo robot, se encargará de separar los residuos.
Para el esquema de separación automática, los estudiantes de la máxima casa de estudios ya trabajan en la creación del brazo de robot, sistema que será terminado en próximos meses.
El proyecto se basa en el reconocimiento de patrones, ejecutado a través del lenguaje de programación Python y librerías adicionales como la Open CV. El reconocimiento de patrones se obtiene a partir de las características del objeto y se usa un clasificador que se entrena con diferentes imágenes que se le proporcionan al programa para que pueda reconocer las partes y contornos similares a los de los desechos sólidos.