90 Figura 2a: Ejemplo de imagen backscattering. Figura 2b: Esquema del sistema de adquisición de imagen. 1: cámara CCD; 2: láser; 3: fruta; 4: ordenador. como fuentes de luz y un ordenador para controlar la cá- mara. La Fig. 2a muestra un ejemplo de imagen backscat- tering. El sistema de imagen se situó en una habitación oscura para evitar la influencia de la luz ambiental y se con- figuró para capturar imágenes con un tamaño de 720 576 píxeles y una resolución de 0,0730 mm/píxel. El ángulo de incidencia del haz de luz se fijó a 7 ̊ con respecto al eje ver- tical, lo que permitió asumir que el haz de luz era casi per- pendicular a la superficie de la fruta con el fin de obtener imágenes simétricas respecto al punto de incidencia de la luz. En la Fig. 2b se muestra el esquema del sistema de adquisición de imágenes. Las imágenes backscattering se tomaron situando cada naranja manualmente en el sistema de imagen con la zona dañada hacia la cámara. En total se adquirieron cinco imágenes para cada uno de los 100 fru- tos, lo que constituye una base de datos de 500 imágenes backscattering. Función para describir los perfiles backscattering Las imágenes backscattering tienen simetría radial con res- pecto al punto de incidencia de luz (Fig. 2a), por lo cual, éstas se redujeron mediante promediado radial a un perfil monodimensional (Lu, 2004). La intensidad radial de los perfiles backscattering se obtuvo mediante el cálculo del valor medio de todos los píxeles dentro de cada anillo cir- cular de un píxel de anchura. Los perfiles backscattering se pueden usar de forma directa como un vector de carac- terísticas en un clasificador para predecir la presencia de daños en la piel de la fruta. Sin embargo, para obtener pre- dicciones más rápidas y robustas, se suele reducir el nú- mero de datos. Un método para hacer esto es encontrar los parámetros independientes de una función de distribu- ción que describa bien los perfiles backscattering. Ade- más, se aconseja realizar algún preprocesado a los perfiles para ajustar los perfiles backscattering con mayor preci- sión, como por ejemplo, la eliminación de los puntos co- rrespondientes con el área de saturación (Peng y Lu, 2005). En este trabajo los perfiles radiales se describieron usando una función de distribución producto cruzado de Gaussiana y Lorentziana (GL), comúnmente usada en espectroscopia (Penache et at., 2002). La función GL se expresa matemá- ticamente con la Ecuación (1): donde es la intensidad luminosa de cada banda circular después del promediado radial; es la distancia scattering (expresada en píxeles); es el valor asintótico de la intensi- dad luminosa cuando tiende a infinito; es el valor máximo de intensidad luminosa en el centro; es el centro; es el ancho total correspondiente a la mitad del máximo valor de intensidad; está relacionado con la forma, siendo de valor 0 con una función Lorentziana pura y 1 con una Gaus- siana pura. La Fig. 3 muestra los puntos de un perfil backs- cattering y la curva ajustada obtenida con esta función de distribución. La función GL se usó para ajustar los perfiles radiales para las cinco longitudes de onda para cada fruta. Se implementó un programa basado en regresión no lineal por mínimos cuadrados (Gelman y Hill, 2006) con el obje- poscosecha