En la industria alimentaria, como en cualquier otra industria, la mejora de sus
procesos productivos es un factor clave para mantener su competitividad e
incrementar sus beneficios. Para cumplir este objetivo es necesario incorporar nuevos
métodos que mejoren la calidad y eficiencia de estos procesos. Además, en los
alimentos actuales cada vez hay una mayor distancia entre el lugar de producción del
alimento y el lugar donde se consume aumentando las posibilidades de que se
contamine o exista una incertidumbre acerca de su estado. Esto exige sistemas de
calidad que puedan inspeccionar el 100% de los alimentos de una forma económica y
no destructiva. En esta tesis se propone utilizar para ello técnicas hiperespectrales y
tridimensionales.
Se ha hecho una revisión del estado del arte de las diferentes técnicas de
obtención de información tridimensional así como de sus usos en la industria
alimentaria. En base a ello, se han seleccionado las técnicas basadas en luz
estructurada (SL), estéreo-visión y tiempo de vuelo (TOF) como las técnicas más
apropiadas. Se ha realizado una comparativa entre SL y TOF para la medida en línea de
producción de 3 alimentos de origen animal y 3 de origen vegetal. De este estudio se
concluye que ambas técnicas son válidas teniendo unos R2
CV medios de 0.85 el TOF y
de 0.94 el SL para estimar el volumen de las muestras. Se profundizó en el estudio de
SL mediante la resolución del problema de segmentación de raíces en tubérculos. Se
trata de un problema difícil de resolver por técnicas clásicas de visión por computador
en 2D debido a que las raíces tienen un color muy parecido a los tubérculos. Este
problema se resolvió utilizando un modelo Adaboost que clasificó los puntos
tridimensionales en raíces o puntos de superficie basándose en un vector de
descriptores 3D. En este estudio, se llegó a alcanzar un porcentaje de acierto del 94%.
Otro problema resuelto fue la determinación de la compacidad de racimos de uva
basándose en descriptores 3D usando técnicas de estéreo visión. Se trata de un
componente de calidad complicado de estimar debido al problema de subjetividad ya
que actualmente se realiza de forma manual por un panel de expertos siguiendo el
descriptor de la OIV Nº204. El método semi-automático desarrollado utiliza nuevos
descriptores 3D y un modelo SVM, obteniendo un R2
en predicción de 0.8 para 100
racimos de 10 variedades diferentes.
Por otro lado, se ha desarrollado una metodología para la obtención de resultados
a partir de imágenes hiperespectrales. Esta metodología se ha aplicado en 3 casos
prácticos de diferentes alimentos para medir su frescura, entendiendo frescura como
el grado de deterioro de los alimentos respecto a la calidad inicial de los mismos. La
frescura actualmente se estima de forma analítica como una combinación de una serie
de análisis físico-químicos destructivos. Mediante la captura de imágenes
hiperespectrales en el rango SW-NIR se estimó la frescura de los siguientes alimentos
en sus envases comerciales con distintos tipos de procesado: pechugas de pollo
fileteadas, pavo cocido, jamón cocido y salmón ahumado. Se empezó con la aplicación
básica de la metodología desarrollada en el pavo y el jamón cocidos donde se
consiguieron unos resultados medios de validación cruzada de R2
0.93 y de 0.9
respectivamente utilizando dos modelos PLSDA para correlar el tiempo con los
espectros adquiridos. El siguiente caso práctico se realizó en pechugas de pollo, donde
se amplió la metodología básica efectuando una selección de longitudes de onda
mediante el algoritmo IPLSDA que redujo de 54 a 13 las variables al mismo tiempo que
mejoró los resultados de los modelos PLSDA para estimar la frescura de R2
CV 0.77 a
0.85. También se estudió la influencia del film en cuanto al análisis de frescura con
técnicas hiperespectrales, donde se concluyó que éste únicamente atenúa el espectro
sin afectar a los resultados. En el último caso práctico se determinó si el salmón
ahumado estaba caducado mediante imágenes hiperespectrales. Este caso se enfocó
en la fase de segmentación espacial donde se obtuvo los espectros del tejido magro y
del tejido graso por separado. Para ello se transformó la imagen hiperespectral a una
imagen 2D en RGB empleando un modelo calculado del sistema hiperespectral. Una
vez transformadas a imágenes 2D, se segmento la imagen mediante un algoritmo
basado en segmentación por color. Se obtuvo un resultado de R2
CV=0.83 con la
segmentación espacial propuesta. En este estudió se demostró la necesidad de realizar
una buena segmentación espacial en los casos en que las muestras no son
homogéneas como es el caso de los diferentes tejidos del salmón.
La principal aportación de la tesis es la metodología desarrollada para la
combinación de técnicas 3D e hiperespectrales en el sector alimentario. La gran
ventaja que se consigue con estos nuevos procedimientos es disponer de una
resolución espacial elevada mediante las técnicas 3D y una muy buena resolución
espectral con las técnicas hiperespectrales. En esta tesis se presentan dos de las
muchas posibilidades de unir ambas técnicas. En la primera de ellas se analizó la
información tridimensional del proceso de fermentación de masas de harina. Esta
información tridimensional se empleó para distinguir entre harinas supuestamente
iguales (según los análisis realizados en la industria) que se comportaron de forma
distinta durante la fermentación. Mediante la metodología desarrollada que emplea
ambas técnicas, se consiguió predecir a partir de la información hiperespectrales el
comportamiento dinámico que tuvo la muestra durante la fermentación. El
conocimiento de este comportamiento es de gran interés puesto que por ejemplo
permite ahorrar dinero agrupando muestras con tiempos similares de fermentación o
seleccionando mejor la materia prima. El segundo caso donde se investigó y desarrolló
esta conjunción de técnicas se basó en aprovechar la gran resolución espacial obtenida
de las técnicas 3D. Concretamente, se utilizó en la fase de segmentación espacial al
procesar imágenes hiperespectrales de dorada. El objetivo de la segmentación en base
a la información tridimensional fue obtener la información espectral de zonas
específicas del pescado como los ojos donde se puede estimar mejor la frescura. Los
resultados de R2
CV fueron de 0.844 al correlacionar los espectros obtenidos de los
ojos con el tiempo mediante un PLSDA.
El desarrollo de estas técnicas tendrá un gran impacto en la industria
agroalimentaria en un futuro próximo, ya que supone una clara innovación tecnológica
respecto a realizar análisis físico-químicos destructivos en un subconjunto de las
muestras. Estas técnicas permiten realizar el control de calidad y de seguridad de
todas las muestras de forma no destructiva mejorando por tanto la calidad, rapidez,
seguridad, fiabilidad y coste de los diferentes procesos de la industria alimentaria. / Ivorra Martínez, E. (2015). Desarrollo de técnicas de visión hiperespectral y tridimensional para el sector agroalimentario [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/48541
| Identifer | oai:union.ndltd.org:upv.es/oai:riunet.upv.es:10251/48541 |
| Date | 31 March 2015 |
| Creators | Ivorra Martínez, Eugenio |
| Contributors | Sánchez Salmerón, Antonio José, Universitat Politècnica de València. Departamento de Ingeniería de Sistemas y Automática - Departament d'Enginyeria de Sistemes i Automàtica |
| Publisher | Universitat Politècnica de València |
| Source Sets | Universitat Politècnica de València |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/acceptedVersion |
| Rights | http://rightsstatements.org/vocab/InC/1.0/, info:eu-repo/semantics/openAccess |
Page generated in 0.0033 seconds