Automatización del análisis de imágenes hiperespectrales para identificación de aptitud de patatas
Fecha
2018Autor
Versión
Acceso abierto / Sarbide irekia
Tipo
Trabajo Fin de Grado/Gradu Amaierako Lana
Impacto
|
nodoi-noplumx
|
Resumen
El presente documento sirve como memoria del Trabajo fin de Grado realizado por Daniela
Ayala Martini como consecución de los estudios del Grado de Innovación de Procesos y Pro-
ductos Alimentarios. La memoria se refiere a un estudio realizado por la alumna en el marco de
la Escuela Técnica Superior de Ingenieros Agrónomos. Este estudio se realizó con un doble ob-
jetivo. Por un lado, se tra ...
[++]
El presente documento sirve como memoria del Trabajo fin de Grado realizado por Daniela
Ayala Martini como consecución de los estudios del Grado de Innovación de Procesos y Pro-
ductos Alimentarios. La memoria se refiere a un estudio realizado por la alumna en el marco de
la Escuela Técnica Superior de Ingenieros Agrónomos. Este estudio se realizó con un doble ob-
jetivo. Por un lado, se trata de automatizar el proceso de adquisición y tratamiento de imágenes
hiperespectrales; por otro, se intenta diferenciar las aptitudes industriales de la patata gracias a
la interpretación de esas imágenes.
El proyecto comienza con el envío, por parte del Instituto Vasco de Investigacion y Desa-
rrollo Agrario (NEIKER-Tecnalia), de 20 variedades de patatas, de las cuales 11 eran de aptitud
industrial para cocido y 9 de aptitud industrial para fritura. Dichas muestras fueron llevadas al
Departamento de Proyectos e Ingeniería Rural de la UPNA. En este departamento se tomaron
imágenes de las muestras con ayuda del equipo de adquisición de imágenes hiperespectrales, el
cual estaba ya preparado con el software específico y las condiciones optimas para evitar errores
en los resultados.
Tomados los datos para el estudio, se procedió a su tratamiento. Uno de los hándicaps de
las imágenes hiperespectrales es su difícil interpretación. En este proyecto, esta interpretación
hubo de ser facilitada por diferentes scripts de MATLAB, que procesaban los datos brutos para
obtener imágenes y /o gráficos de fácil interpretación. En ellos se pueden apreciar, por ejemplo,
los espectros medios de diferentes zonas de la patata.
Una vez procesados los datos, el estudio concluyo con la interpretación de los mismos
en el contexto de la discriminación de variedades de patata por su aptitud. En concreto, se
realizaron una serie de hipótesis cualitativas con el objetivo de esclarecer si existe una relación
entre los perfiles hiperespectrales de diferentes regiones de las patatas obtenidas y sus aptitudes
industriales.
Los resultados indicaron que no había relación evidente entre aptitud y espectros medios
por zona, pero sí permitieron sacar otras conclusiones reseñables. Por ejemplo, los resultados
mostraron que la evolución del hiperespectro en diferentes regiones de la patata mantiene
patrones no evidentes. Esto implica que, por ejemplo, el centro de la misma no parezca la región
más representativa de las muestras.
El estudio ha tenido, pues, éxito heterogéneo en sus objetivos. En términos de automatizar el
proceso, se puede considerar un éxito, habiendo generado diferentes visualizaciones y gráficos
de las imágenes hiperespectrales de manera totalmente automática. En cuanto a la diferenciación
de aptitudes, los esfuerzos nos arrojan un éxito parcial. Esto plantea la posibilidad de introducir
estas técnicas en la industria agroalimentaria, de manera automatizada, rápida y fiable, aunque
aun hace falta descubrir más aplicaciones y modificaciones de este proceso para que se puedan
resolver necesidades específicas, como las de este estudio. [--]
Materias
Imagen hiperespectral,
Análisis de patatas,
Producción de patatas,
Control de calidad,
Procesamiento de imagen,
Automatización de experimentos
Titulación
Graduado o Graduada en Innovación en Procesos y Productos Alimentarios por la Universidad Pública de Navarra /
Elikagai Prozesuen eta Produktuen Berrikuntzan Graduatua Nafarroako Unibertsitate Publikoan