Search

NIR Hyperspectral imaging (1000-2500 nm) combined with IDC allowed the detection of peanut traces down to adulteration percentages 0.01% Contrary to PLSR, IDC does not require a calibration set, but uses both expert and experimental information and suitable for quantification of an interest compound in complex matrices. The obtained results shows the feasibility of using HSI systems for the detection of peanut traces in conjunction with chemical procedures, such as RT-PCR and ELISA

NIR Hyperspectral images (1000-2200 nm) allowed the detection of peanut traces down to adulteration percentages 0.01 % - Determination coefficient of R2= 0.946 was found for the quantification of peanut adulteration from 10% to 0.1%. - The obtained results shows the feasibility of using HSI systems for the detection of peanut traces in conjuction with chemical procedures, such as RT-PCR and ELISA to facilitate quality control surveyance on food product processing lines.

The production of minimally processed vegetables and fruits is an emergent sector, however these processes reduce the useful life of the products. Main preservation techniques such cold storage and modified atmosphere are limited. New treatments are being applied (O3 , UV‐C radiation, biodegradable films…etc.). The sector precise of cheap and fast techniques to evaluate the general quality and the security of the processed products, that constitute a tool of aid to the decision in the implementation of new procedures of packaging and/or treatments. Objectives: To explore hyperspectral imaging for monitoring the evolution of minimally processed leafy vegetables during shelf‐life . To identify and classify deterioration rates of the leaves through Multivariate analysis techniques (PLS‐DA)

La presente investigación se centra en el uso de la visión artificial para determinar la maduración del melocotón rojo de pulpa blanda (`Richlady'). La visión artificial permite una determinación espacial detallada del estado de maduración del fruto. Los índices ópticos considerados (Ind1 e Ind2, propuestos en la actual investigación, e Ind3 e IAD, propuestos por otros autores) se basan en la combinación de longitudes de onda en la zona del pico de absorción de la clorofila (680 nm). Ind1 corresponde aproximadamente a la profundidad del pico de absorción, e Ind2 corresponde a la profundidad relativa. Se obtuvo una imagen artificial de cada índice computada a partir de imágenes hiperespectales. Todos los índices fueron capaces de corregir el efecto de la convexidad (a excepción de los melocotones recién cosechados y para el Ind1). Ind2 es el índice con mayor capacidad de discriminación en diferentes estados de madurez. Por otra parte Ind2 permite la diferenciación de regiones de maduración dentro de los frutos, mostrando la evolución de esas regiones durante la maduración. The present research is focused on the application of artificial vision to assess the ripening of red skinned softflesh peach (‘Richlady’). Artificial vision allows a spatially detailed determination of the ripening stage of the fruit. The considered optical indexes (Ind1 and Ind2, proposed in the present research, and Ind3 and IAD, proposed by other authors) are based on the combination of wavelengths close to the chlorophyll absorption peak at 680 nm. Ind1 corresponds approximately to the depth of the absorption peak, and Ind2 corresponds to the relative absorption peak. An artificial image of each index was obtained by computing the corresponding reflectance images, which were acquired with a hyperspectral camera. All indexes were able to correct convexity (except for the just-harvested peaches and for Ind1). Ind2 is the preferred index; it showed the highest discriminating power between ripening stages and no influence of convexity. Ind2 also allowed the differentiation of ripening regions within the fruits, and it showed the evolution of those regions during ripening.

Resumen En el presente trabajo se explora la técnica de imagen hiperespectral en el ámbito de las hortalizas de hoja mínimamente procesadas para la determinación de atributos de calidad ligados a la evolución durante su almacenamiento y manejo. Se ha implementado un equipo de visión hiperespectral VIS-NIR (400 – 1000 nm) para la adquisición de imágenes de hojas de espinacas. Las muestras han sido sometidas a diferentes periodos de almacenamiento para generar suficiente variabilidad en estados de calidad. Se ha seleccionado una población de calibración de espectros sobre las imágenes considerando tres categorías de calidad. Sobre dicha población de calibración se ha aplicado la técnica de análisis multivariante PLS-DA. El error del modelo de clasificación en la calibración ha sido del 7%. La proyección de las imágenes hiperespectrales en el espacio discriminante generado y la asignación de cada píxel a una de las categorías en función de dicha proyección, han permitido identificar en las hojas regiones con diferentes estados de evolución. Abstract In this paper hyperspectral imaging technique is explored for the determination of quality attributes related to the evolution during storage and handling in the field of minimally processed leafy vegetables. We have implemented a computer vision hyperspectral VIS-NIR (400 - 1000 nm) for the acquisition of images of leaves of spinach. Samples were subjected to different storage periods to generate sufficient variability in quality stages. It has been selected a calibration set of spectra on the images by considering three categories of quality. On this calibration set the multivariate PLS-DA has been performed. The classification error in calibration was 7%. The projection of hyperspectral images on the discriminant space generated and the assignation of each pixel to one of the categories, have allowed the identification of regions in the leaves with different stages of evolution.

Diversas investigaciones han intentado resolver el problema de identificación de frutos u hojas mediante imágenes digitales, pero sólo lo han logrado parcialmente. Por esto, el objetivo de este trabajo es explorar una metodología de identificación que permita estimar áreas de hojas y racimos en viñedos, empleando imágenes en el espectro visible (RGB) y en el infrarrojo cercano (RGIR). El problema de la identificación fue abordando por dos vías, forma y color. En el caso de la identificación por forma se empleó la transformada circular de Hough y en el de la identificación por color se emplearon las técnicas de clasificación no supervisada denominadas kmeans y Fuzzy c-means. Se determinó que la clasificación mediante k-means sobre el espacio L*a*b*, para imágenes RGB y sobre el índice SAVI en las imágenes RGIR, son las técnicas más adecuadas. En cuanto a la identificación por forma, ésta resultó aplicable sólo en condiciones muy particulares

Vine vigour and fruit-cluster exposure to sunlight in a grapevine canopy fruiting zone has been shown to strongly correlate with key fruit composition and diseases incidence. In this framework, the use of automated image analysis for the identification of plant elements is an important issue to be addressed for vineyard assessment (Dunn and Martin, 2004). In addition, optimum segmentation method is strongly application dependent and thus needs to be tested for each particular case (Cheng et al., 2001). The objective of the present work is to propose and test a simple, rapid and practical method for the identification of two relevant elements of grapevines canopy: clusters and green leaves.

El presente trabajo presenta diferentes técnicas no destructivas para la determinación de parámetros de calidad en frutas y hortalizas. El desarrollo de estas técnicas para la selección de un elevado número de individuos, y su posible implementación en equipos, tanto de laboratorio, como portátiles que permitan la medición directa en campo, supone una valiosa herramienta para el mejorador. La rápida determinación de parámetros de calidad para un elevado número de individuos resulta de gran ayuda en programas de mejora. Se presentan ejemplos de distintas aplicaciones: Equipos y procedimientos NIR en la mejora del contenido en sólidos solubles (SS) en cebollas; espectrometría en reflectancia y en imagen para establecer la madurez en recolección y en posrecolección en melocotón; y unas primeras aplicaciones de metabonómica para el estudio de aceitunas individuales, procedentes de cruzamientos de distintos cultivares.

La demanda por parte del consumidor de frutos con sabo ry textura garantizados hace que los productores, centrales de confeccion y comercializadores busquen herramientas que les permitan conocer la calidad interna del producto que manipulan, para satisfacer esa demanda de forma consistente. En este articulo se presentan los resultados preliminares obtenidos con distintos equipos de estimacion no destructiva de la calidad interna en comparacion con los metodos tradicionales de medida.

Non destructive determination of stone fruit firmness is a critical factor for improving its quality and handling. This work applies available acoustic techniques to the determination peach firmness, considering and comparing different parameters obtained with 2 devices: AWETA-AFS (Acoustic Firmness Sensor), which integrates impact and acoustic response information; and a prototype device by LPF-TAG, which enables to analyze the whole acoustic spectra. Magness-Taylor, quasiestatic ball compression and non-destructive impact are used as firmness references, obtaining up to 86% R. La determinación no destructiva de la firmeza en melocotón es fundamental para mejorar la calidad y facilitar el manejo de esta fruta por la industria. El presente trabajo se plantea con el objetivo de estudiar la aplicación de técnicas acústicas en la caracterización de firmeza en melocotón. Para ello se evalúan y comparan distintos parámetros obtenidos mediante un sensor comercial, el dispositivo “Acoustic Firmness Sensor” (ASF de AWETA) que incorpora también un sensor de impacto; y un prototipo de equipo acústico desarrollado en el LPF-TAG, que permite analizar el espectro acústico completo. Como medidas de referencia se utilizaron: el ensayo Magness-Taylor (MT), la compresión quasiestática con contacto esférico (B) y la respuesta al impacto, ensayo no destructivo (IMP.) Como principales resultados destacan las correlaciones entre algunos de los parámetros acústicos con las variables de referencia (R de hasta 0,86)