Análisis de imagen digital para dar valor añadido a la IV gama de frutas y hortalizas

La calidad desempeña un papel fundamental en el sector de la hortofruticultura, siendo directamente influenciada por el nivel de madurez del producto. Se caracteriza por la conjunción de atributos físicos y químicos que determinan su aceptación por parte de los consumidores.

Es crucial supervisar la calidad y analizar las características nutricionales y organolépticas de los productos hortofrutícolas en todas las etapas de la cadena, dado que esto adquiere una creciente relevancia para cumplir con las demandas de consumidores cada vez más exigentes y conscientes de estos aspectos.

La evaluación de la calidad de frutas y hortalizas de I y IV gama suele implicar el empleo de técnicas analíticas, como análisis sensoriales y métodos destructivos. Estas prácticas, sin embargo, conllevan tiempos de análisis prolongados, el uso de reactivos costosos (a menudo contaminantes), la necesidad de habilidades específicas y la utilización de equipos costosos y sofisticados. Estos enfoques no resultan idóneos para aplicaciones industriales de control de calidad, donde se priorizan la rapidez, fiabilidad, precisión y sostenibilidad.

La aplicación de técnicas de control de calidad no destructivas emerge como una herramienta valiosa para la supervisión de productos hortofrutícolas de I y IV gama a lo largo de toda la cadena, tanto en la fase de cosecha como en la cadena de frío.

Dentro del amplio espectro de tecnologías no destructivas, el análisis de imagen digital destaca como una herramienta valiosa para estandarizar y objetivar el control de calidad del producto de manera rápida y precisa, abarcando desde la fase de producción hasta el consumidor final.

¿Qué es el análisis de imagen digital?

El análisis de imagen digital se erige como una tecnología no destructiva y sin contacto particularmente idónea para la clasificación y evaluación cualitativa de productos hortofrutícolas. Al incorporar tecnologías avanzadas de visión e inteligencia artificial, tiene la capacidad de estimar parámetros esenciales para la evaluación de la calidad de productos hortofrutícolas, tanto en la fase de cosecha como a lo largo de la cadena de frío.

La captura de imágenes se realiza mediante cámaras digitales en RGB, las cuales operan en longitudes de onda sensibles al ojo humano y están disponibles en el mercado a precios accesibles, acompañadas de un sistema de iluminación apropiado. Posteriormente, un ordenador procesa las imágenes adquiridas mediante software especializado para extraer la información visual más pertinente, como color, forma y presencia de defectos, todos vinculados a la calidad del producto. Esta información se utiliza para construir modelos predictivos que facilitan la clasificación, evaluación cualitativa y detección de defectos externos. La integración de metodologías de inteligencia artificial y aprendizaje automático potencia la eficiencia del análisis de imagen digital, simplificando el diseño, desarrollo y ajuste de los "sistemas de visión inteligente".

Parámetros evaluados y aplicaciones experimentales

La aplicación de análisis de imagen digital mediante sistemas de visión inteligente ofrece una evaluación automática, precisa, rápida, no destructiva y sin contacto del nivel cualitativo de frutas y hortalizas, entendido como el grado de frescura, así como la detección de posibles defectos externos.

Además de analizar los rasgos morfológicos visibles, los sistemas de visión inteligente tienen la capacidad de determinar ciertas características internas relacionadas con la calidad nutricional. Esto se logra al medir variaciones de color que se manifiestan durante la conservación del producto debido a procesos fisiológicos que afectan su vida comercial. Por ejemplo, estos sistemas pueden evaluar valores nutricionales, tiempo de conservación, nivel de oscurecimiento, contenido de amonio, así como indicadores de senescencia y madurez del producto hortofrutícola. Estos parámetros resultan sumamente útiles a lo largo de toda la cadena, contribuyendo a un control de calidad más completo.

Además, los sistemas de visión inteligente tienen la capacidad de analizar la calidad de los productos hortofrutícolas mínimamente procesados (IV gama) directamente a través del material de empaque, con un rendimiento comparable al producto no empaquetado. A través de un robusto sistema de segmentación de la imagen, se identifican áreas donde el producto es claramente visible, extrayendo la información necesaria para llevar a cabo una evaluación cualitativa precisa.

El análisis de imagen digital con sistemas de visión inteligente ha sido validado experimentalmente en diversos tipos de productos de I y IV gama, como lechuga, radicchio, nectarinas, zanahorias, uvas de mesa, fresas y rúcula. Estas pruebas se llevaron a cabo tanto con productos empaquetados como sin empaque, con el objetivo de definir el grado de frescura durante la conservación y estimar parámetros bioquímicos intrínsecos que sirven como marcadores objetivos de la calidad del producto. Estas investigaciones fueron realizadas en el contexto del proyecto 'Sustaining Low-impact Practices in Horticulture through Non-destructive Approach to Provide More Information on Fresh Produce History & Quality (SUS&LOW)', financiado por el MUR-PRIN 2017 (Tabla 1). Este proyecto se llevó a cabo gracias a la colaboración exitosa entre la Universidad de Foggia, el Instituto de Ciencias de las Producciones Alimentarias del CNR y el Instituto de Sistemas y Tecnologías Industriales Inteligentes para la Manufactura Avanzada del CNR en Puglia.

Tabla 1. Principales rendimientos de los algoritmos de los sistemas de visión probados en el marco del Proyecto SUS&LOW

* R^2 ≥ 0,90 = Muy alta; 0,89 ≤ R^2 ≤ 0,70 = Alta; 0,69 ≤ R^2 ≤ 0,50 = Aceptable; 0,49 ≤ R^2 ≤ 0,30 = Suficiente; R^2 ≤ 0,29 = Insuficiente

Áreas de aplicación

El análisis de imagen digital mediante sistemas de visión inteligente se presenta como una herramienta valiosa para asegurar un control objetivo de la calidad de los productos a lo largo de toda la cadena logística, desde los productores hasta los consumidores finales. Su implementación no solo puede mejorar la satisfacción del consumidor en el momento de la compra, sino que también contribuye a la reducción de pérdidas y desperdicios alimentarios.

En el contexto de productos de IV gama, los sistemas de visión inteligente desempeñan un papel crucial en las plataformas logísticas de las cadenas de supermercados. Su aplicación permite evaluar la calidad de los productos hortofrutícolas a la entrada, facilitando una gestión óptima de los inventarios. Al prever la vida útil potencial del producto, estos sistemas proporcionan información valiosa para la organización del almacén y el desarrollo de estrategias de marketing y ventas, como promociones. Además, respaldan nuevas iniciativas de marketing al promover las elecciones del consumidor mediante la presencia de sistemas de visión inteligente en el punto de venta. Estos sistemas, ubicados estratégicamente, ofrecen información adicional cualitativa y nutricional constantemente actualizada, mejorando la comunicación sobre la calidad y seguridad de los productos hortofrutícolas y fortaleciendo la fidelización del consumidor.

En situaciones donde la información no llega a una bolsa de ensalada, la implementación de un lector de imágenes digitales en el punto de venta podría revolucionar la forma en que los productos se comunican con los consumidores. En este escenario, ya no sería el embalaje, sino el producto en sí, el que comunica información en tiempo real sobre su calidad y frescura, mejorando significativamente la experiencia del consumidor.

Ventajas, desafíos y limitaciones

La integración de inteligencia artificial en sistemas de visión inteligente posibilita la reducción significativa de la intervención de operadores externos en las etapas de diseño, configuración e implementación. Estos sistemas destacan por su escalabilidad, adaptabilidad a diversas tipologías de productos mediante el entrenamiento de modelos predictivos en nuevos ejemplos, sin necesidad de modificar la arquitectura del sistema. Se caracterizan por su versatilidad, resistencia, portabilidad y sencilla instalación en variados entornos laborales de la cadena, como laboratorios, almacenes y puntos de venta. Además, presentan la capacidad de integrarse de manera fluida con otros sistemas de software comúnmente empleados en la gestión logística de plataformas y distribución.

La implementación de sistemas de visión inteligente en el sector hortofrutícola no enfrenta particularidades críticas, dado que se trata de una tecnología que posibilita la evaluación de la vida útil de los productos de manera reproducible, objetiva, automática y económica, con tiempos de ejecución del orden de milisegundos.

La innovación tecnológica implica costes tanto en la fase de investigación como en la implementación en los procesos productivos. El coste inicial asociado a la integración de un sistema de visión inteligente en las líneas de procesado o en los puntos de venta podría representar un desafío. No obstante, la innovación a menudo atrae tanto a productores como a consumidores dispuestos a invertir más, especialmente en productos de alto valor añadido, como los pertenecientes a la IV gama. Este fenómeno hace que estas tecnologías se vislumbren como prometedoras para impulsar el potencial desarrollo del sector poscosecha.

Este tema se tratará a fondo en una sesión durante FRESH-CUT 2024, la Conferencia Internacional sobre Productos Mínimamente Procesados, que tendrá lugar en Foggia (Italia) del 3 al 6 de junio de 2024

Por la Dra. Michela Palumbo, michela.palumbo@unifg.it