Un equipo de científicos del Instituto Valenciano de Investigaciones Agrarias (IVIA), junto a la Universidad Miguel Hernández de Elche y la Universitat Politècnica de València, han investigado dos técnicas de visión artificial para el monitoreo de la calidad de la granada.
Los científicos cosecharon la granada Mollar de Elche en siete momentos diferentes, y tomaron imágenes en color e hiperespectrales de las frutas y arilos en cada cosecha. Después midieron las propiedades fisicoquímicas como sólidos solubles totales, acidez valorable, índice de madurez, BrimA, color interno, contenido total de compuestos fenólicos y actividad antioxidante en el jugo de cada fruta. Investigaron las relaciones entre el color (L *, a *, b *) y los datos espectrales (720-1050 nm) obtenidos de las imágenes de la fruta y los arilos, para determinar las propiedades fisicoquímicas utilizando modelos de regresión de mínimos cuadrados parciales. La discriminación de las diferentes etapas de madurez también se llevó a cabo utilizando modelos de análisis discriminante de mínimos cuadrados parciales.
"Se obtuvieron resultados similares en la predicción de las propiedades fisicoquímicas usando el color y las imágenes hiperespectrales de la fruta intacta. Sin embargo, las predicciones obtenidas para la información sobre los arilos fueron más altas usando imágenes hiperespectrales. En la etapa de discriminación de madurez, las precisiones más altas se obtuvieron utilizando imágenes hiperespectrales, donde el 95% de la fruta intacta y el 100% de los arilos se clasificaron correctamente. Los resultados indican el gran potencial de las técnicas de visión artificial, especialmente las imágenes hiperespectrales, para monitorear la calidad de la granada Mollar de Elche", según explican los científicos.
Fuente: Sandra Munera, Francisca Hernández, Nuria Aleixos, Sergio Cubero, José Blasco, 'Maturity monitoring of intact fruit and arils of pomegranate cv. ‘Mollar de Elche’ using machine vision and chemometrics', October 2019, Postharvest Biology and Technology, vol. 156, 110936.