martes, 11 de diciembre de 2012

Desarrollan una técnica para estimar la composición y variedad de las uvas mediante la visión de sus imágenes por ordenador



DESARROLLAN UNA TÉCNICA PARA ESTIMAR LA COMPOSICIÓN Y VARIEDAD DE LAS UVAS MEDIANTE LA VISIÓN DE SUS IMÁGENES POR ORDENADOR

Fuente: Universidad de Sevilla

El grupo de investigación de Color y Calidad de Alimentos de la Universidad de Sevilla ha desarrollado una técnica para estimar la composición y variedad de las uvas mediante la visión de sus imágenes por ordenador, además de proponer un índice para conocer el grado de madurez de las semillas sin realizar análisis químicos. El nuevo método puede ayudar a decidir el momento de la vendimia.

El método consiste en introducir estos frutos o sus semillas en una cabina de iluminación controlada. Después, mediante visión por ordenador se identifican sus colores exactos de acuerdo a los estándares de la Comisión Internacional de Iluminación, además de sus características morfológicas como la longitud, la anchura y la esfericidad.

Finalmente, con un software desarrollado por los propios investigadores se puede reconocer la variedad de las muestras al compararlas con una base de imágenes preestablecida.

El estudio, que publica la revista Computers and Electronics in Agriculture, se ha validado con éxito en viñas con la denominación de origen Condado de Huelva. La máquina es capaz de diferenciar si una uva es de la variedad Tempranillo, Syrah o la autóctona Zalema.

“La ventaja de esta técnica es que facilita una inspección y control de calidad rápido y automatizado, además de un seguimiento objetivo del proceso de maduración”, explica a SINC Francisco J. Heredia, uno de los autores y coordinador del Grupo Color y Calidad de Alimentos de la US.

El investigador también destaca que han ideado un ‘índice de pardeamiento’ para las semillas, un parámetro que estima su grado de maduración independientemente de la variedad y el año de la cosecha, “solo con los datos que facilitan las imágenes”.

Además, gracias a herramientas estadísticas, el equipo ha confirmado que existe una relación directa entre el aspecto y color de los granos con su contenido en fenoles, unos compuestos que determinan el grado de madurez de la uva. Así lo confirman los resultados de otro trabajo, recogidos en la revista Analytica Chimica Acta, obtenidos a partir de uvas de La Rioja recolectadas en seis momentos distintos.

“Los compuestos analizados en las semillas no son los principales responsables del color del vino tinto, pero su polimerización y oxidación durante la maduración provocan el pardeamiento de las semillas, que es determinado mediante colorimetría triestímulo a partir de las imágenes digitales y está relacionado con su composición”, comenta otro de los autores, Francisco J. Rodríguez-Pulido.

Conocer esta relación “resulta de utilidad como método estimativo rápido y objetivo para decidir el momento óptimo de la vendimia y, por tanto, la calidad del vino, sin necesidad de análisis químicos o sensoriales”.

Los expertos vitivinícolas se suelen fijar en la denominada ‘maduración tecnológica’ –centrada en los azúcares del jugo– para saber cuándo recoger las uvas, pero los autores subrayan que no hay que olvidar el grado de maduración de la semillas, que también influyen en la calidad de los caldos.

“En climas cálidos, como el del sur de España, la maduración tecnológica se desarrolla muy rápidamente y no da tiempo a que las semillas –resguardadas en el interior– lo hagan a la misma velocidad”, explica Rodríguez-Pulido, quien reconoce la necesidad de seguir investigando para, en el futuro, “poder predecir el tipo de vino que saldrá de unas uvas con las características que muestre su ‘retrato’ digital”.


PRELIMINARY STUDY TO DETERMINE THE PHENOLIC MATURITY STAGE OF GRAPE SEEDS BY COMPUTER VISION

Food Colour & Quality Lab., Dept. Nutrition & Food Science, Facultad de Farmacia, Universidad de Sevilla, 41012 Sevilla, Spain.

The applications of computer vision technology for acquiring and analysing images have been extended to the quality evaluation in food industry. This technique involves great advantages for the objective, rapid, non-contact and automated quality inspection and control. The aim of this work was to evaluate the potential of the computer vision to determine the phenolic maturity stage of grape seeds. Up to 21 phenolic compounds were determined by HPLC–DAD-MS in order to obtain reference values to develop the model. The CIELAB parameters, area, aspect, roundness, length, width and heterogeneity of seeds were analysed using a DigiEye® system. The technique reported in this work can be a good and rapid tool for taking decisions at harvest time. Notwithstanding, a comprehensive study should be made in order to develop more robust models.

http://www.sciencedirect.com/science/article/pii/S0003267012000190

RIPENESS ESTIMATION OF GRAPE BERRIES AND SEEDS BY IMAGE ANALYSIS

Department of Optics, Faculty of Sciences (Mecenas Building), University of Granada, 18071-Granada, Spain

Digital imaging has become a powerful tool for the characterization and quality control of foodstuff. Because of the need to automate processes, faster tools are needed and Computer Vision is a good alternative to chemical analysis of many products in quality control. Appearance of grape seeds and grape berries change during the ripeness. These changes are closely related to the chemical composition, especially phenolics, which are very important compounds due to their implications on the intensity and stability of red wine colour. In this study, a complete characterization of grape seeds and grape berries by digital image analysis is described. The size of grapes and the veraison has been determined by image analysis and it has been also established an objective Browning Index of seeds. Morphological differences between varieties were studied by applying discriminant analysis models which allowed us to classify the grape seeds with high accuracy.

http://www.sciencedirect.com/science/article/pii/S0168169912000178

No hay comentarios:

Publicar un comentario