Estudio de la evolución de la calidad de granada ‘Mollar de Elche’ durante su maduración usando sistemas de visión artificial

Munera, Sandra (Centro de Agroingeniería, Instituto Valenciano de Investigaciones Agrarias (IVIA). Carretera CV-315, Km 10.7, 46113 Moncada, España) ; Hernandez, Francisca (Grupo de Fruticultura y Técnicas de Producción. Departamento de Producción Vegetal y Microbiología, Universidad Miguel Hernández de Elche, Carretera de Beniel, Km 3.2, 03312 Orihuela, España) ; Aleixos, Nuria (Departamento de Ingeniería Gráfica, Universitat Politècnica de València. Camino de Vera, s/n, 46022 Valencia, España.) ; Cubero, Sergio ; Blasco, Jose

Abstract: En el presente trabajo se ha estudiado la capacidad de la visión artificial para monitorear la evolución de diferentes propiedades fisicoquímicas de la granada ‘Mollar de Elche’ durante su madurez. Para ello se han obtenido imágenes hiperespectrales y RGB de 30 frutas intactas y sus arilos durante siete recolecciones consecutivas cada 2 semanas (210 frutos en total). En cada fruta se han medido las propiedades de peso, diámetro, sólidos solubles totales (SST), acidez, la actividad antioxidante y el contenido en fenoles totales. Posteriormente, la información espectral (450-1050 nm) y de color (L*, a* y b*) obtenida de las imágenes de las frutas intactas y arilos se ha correlacionado con las propiedades fisicoquímicas mediante el método multivariante de mínimos cuadrados parciales. En el caso de fruta intacta, ambos métodos de visión obtuvieron resultados de predicción similares en todos los parámetros excepto en la actividad antioxidante, donde la imagen hiperespectral fue más precisa. En general, los parámetros predichos por estas técnicas que mayor precisión obtuvieron (R2 = > 0,75; RPD = > 2) fueron el índice de madurez y BrimA, los parámetros de color de los arilos L* y a*, la actividad antioxidante y los fenoles totales. Sin embargo, en el caso de los arilos, la imagen hiperespectral predijo la mayoría de parámetros de manera más precisa (R2 = > 0,75; RPD = > 2) que la imagen RGB, la cual no obtuvo valores de  R2 = > 0,75 y RPD = > 2 en ningún parámetro. Estos resultados indican el gran potencial de la visión artificial, especialmente la imagen hiperespectral, para evaluar las propiedades de calidad de granadas intactas y de los arilos, ofreciendo la posibilidad de determinar el procesamiento al que irán destinadas estas frutas de manera no destructiva y rápida.

Idioma: Español

DOI: 10.26754/c_agroing.2019.com.3419

Año: 2019

En: X Congreso Ibérico de Agroingeniería = X Congresso Ibérico de Agroengenharia : Libro de actas = Livro de atas