Sistema de control de calidad de la fibra de alpaca basado en visión computacional para la detección de Neps, homogeneidad y pajillas en el proceso de cardado

Abstract

El cardado es una etapa inicial de la transformación textil de la fibra de alpaca: las fibras se abren, individualizan y ordenan en una cinta destinada al hilado, favoreciendo la separación de impurezas. La calidad depende de la distribución uniforme de las fibras y de la presencia de impurezas (pajillas y partículas) e imperfecciones (falta de homogeneidad y neps), pero se controla mediante inspección visual, lo que limita su objetividad y reproducibilidad. El objetivo fue implementar un sistema de visión computacional para identificar impurezas, evaluar imperfecciones de homogeneidad y analizar la viabilidad de detectar neps. El estudio, desarrollado con el CITE Textil Camélidos Cusco, comprendió la adquisición y depuración de imágenes, validación de clases, etiquetado y entrenamiento de modelos. La muestra incluyó 1105 imágenes: 575 para impurezas y 530 para imperfecciones de homogeneidad. Para detectar pajillas y partículas se compararon YOLOv8l, YOLO11s y YOLO26n; YOLO11s obtuvo el mejor desempeño (mAP@0.5 de 0.883, F1 promedio de 0.821). La homogeneidad se evaluó mediante indicadores de intensidad, entropía local, perfil transversal, textura GLCM y variación por bloques, integrados por votación; esta clasificación se contrastó con el criterio experto, mostrando coherencia parcial. Los resultados se integraron en una aplicación móvil con inferencia local para el análisis y diagnóstico. Se concluyó que el sistema es viable para identificar impurezas y evaluar imperfecciones de homogeneidad; la detección de neps no resultó viable por su reducido tamaño y bajo contraste, y requerirá mejores condiciones ópticas y validación instrumental.