El café es uno de los productos de exportación y consumo interno más importantes para la economía colombiana. Entre octubre de 2016 y enero de 2017 se exportaron más de 5.1 millones de sacos de café (Federacion Nacional de Cafeteros, 2017). El café colombiano se ha consolidado como uno de los de mayor reputación a nivel mundial. Por esto el control de su calidad es un punto clave en el que, por ser de índole visual, se invierten grandes cantidades de recursos y tiempo. El proceso de producción del café va desde el cultivo a la venta (Parque del café, 2000) y atraviesa varias etapas de control de calidad. La primera ocurre durante la cosecha, cuando se recoge manualmente el grano de los cafetales. Los recolectores extraen los frutos de café (llamados cerezas) según su estado de madurez. Los granos de café tienen dos cáscaras, que se remueven durante el proceso de trillado. En este punto los expertos seleccionan y apartan los granos defectuosos del resto de la cosecha, ya que estos tienen un fuerte impacto en el sabor, la calidad y el precio del producto final en mercados internacionales. Una vez filtrados los granos, estos son tostados. En esta etapa se verifica la calidad del tostado, que precede al último paso: el molido de los granos y su empaquetamiento. Entre las fases de control de la calidad del café, la que más tiempo y capacidad humana requiere es la verificación de la calidad de los granos verdes. El motivo es la gran cantidad de granos de café que se clasifican a ojo, lo cual constituye un cuello de botella en épocas de cosecha que sólo ocurren una o dos veces al año (Fondo Nacional del Café, 2016). Igualmente, este modelo de verificación de calidad provoca fatiga en los trabajadores que lo realizan. Dicha fatiga incrementa la cantidad de errores cometidos, incluso cuando se trata de expertos. Los sistemas de visión por computadora (VC) han automatizado las tareas de verificación de calidad en varios sectores de producción, incluyendo el agroindustrial (Atencio, Sánchez T, & Branch, 2009). En Colombia se han categorizado 14 defectos en los granos de café verde para exportación (Federacion Nacional de Cafeteros, 2010b). Los defectos descritos por la Federación Nacional de Cafeteros (FNC), así como los listados por organizaciones brasileñas y estadounidenses (Specialty Coffee Association, 2018), son de índole visual. Por ende, existe un potencial para soluciones basadas en VC. Sin embargo, en Colombia sólo se han propuesto mecanismos basados en VC para separar frutos maduros de inmaduros (Calvini, Ulrici, & Amigo, 2015), y no se ha hecho suficiente trabajo sobre la identificación de defectos en los granos verdes. Los sistemas de VC para clasificación y detección de defectos en productos agrícolas son diversos. Se pueden encontrar propuestas que involucran no solo luz natural (Atencio et al., 2009), sino visión por rayos x y visión tridimensional (Wang & Li, 2015). En cuanto a la determinación de la calidad de los granos de café verde, la mayoría de las propuestas se enfocan en categorizar los granos según atributos como la morfología, el color, la textura y las propiedades químicas, entre otros. Sin embargo, no todos los trabajos de la literatura se centran en la calidad del café verde: algunos se enfocan en la clasificación del tipo de café (Turi, Abebe, & Goro, 2013), mientras que otros miden la calidad del proceso de tostado (Virgen-Navarro et al., 2016). En adición a la poca literatura enfocada en detección de defectos en granos verdes de café, se observa que sólo se logran porcentajes aceptables (i.e., entre el 85 y 95%, según el defecto) de precisión para los defectos más fáciles de detectar —e.g., la coloración negra y los huecos causados por insectos (Portugal-Zambrano et al., 2017)—. Además, no se contempla la detección de ciertos defectos, ya sea por falta de datos o por la dificultad que implica reconocerlos. Por esto, se propone un análisis de descriptores para la detección del defecto de de