Aplicación de las cámaras hiperespectrales al control de calidad en la industria agroalimentaria

Introducción. La combinación NIRS-Imagen permite obtener un espectro NIR por cada píxel, generando unas imágenes que posibilitan explorar la interdependencia de información espectral y espacial de una muestra. Esto es, permite realizar una medida precisa en el terreno espectral, espacial y temporal, y la interdependencia de los tres tipos de medidas nos permite cuantificar propiedades importantes. Diferentes estudios confirman que el control en tiempo real con tecnología NIRS-imagen será imprescindible en los sistemas modernos de control industrial y clasificación en línea en el futuro cercano (ElMasry et al., 2012, Wu y Da-Wen Sun, 2013). Sin embargo, son numerosos los aspectos a resolver para que dichos sensores se incorporen de una forma cotidiana al control de sistemas agrarios complejos. Es necesario seguir avanzando en el desarrollo y optimización instrumental y, muy especialmente, en la integración de la información generada en distintas plataformas, así como en el desarrollo de protocolos para la automatización de la captura y tratamiento de la señal. La presente Tesis Doctoral trata desarrollar metodologías de apoyo a sistemas de control de procesos en industrias agro-alimentarias de nuestro entorno (harinas cárnicas, cerdo ibérico y frutas) mediante la combinación de sensores de imagen y espectroscopía de infrarrojo cercano. Contenido de la investigación. La investigación se dividió en cuatro partes, cada una de las cuales trató de evaluar: 1) el potencial de los sensores hiperespectrales para la predicción y/o categorización de parámetros de calidad relevantes en manzanas; 2) el potencial de los sensores hiperespectrales en la industria del jamón ibérico para la categorización de sus productos por tipo de alimentación y contenido en sal, a la vez que se estudió la distribución de la misma en los distintos músculos del jamón tras su curado; 3) el potencial de los sensores hiperespectrales para la cuantificación y detección de contaminaciones de harinas de rumiantes en harinas de carne; y 4) el potencial de los sensores hiperespectrales para la identificación de la especie animal en harinas de carne. Antes de desarrollar dichas evaluaciones, se realizó una comparación entre el equipo hiperespectral de barrido comercial que se usó en todos los ensayos de la tesis y un equipo de barrido espectral de laboratorio, mostrándose la validez del equipo usado para los fines de la tesis, así como los mejores valores presentados para determinados parámetros por el de barrido, concretamente los parámetros Señal-Ruido y Nitidez Espectral. En la primera parte se realizó una comparación entre la capacidad de la imagen RGB y la imagen hiperespectral para analizar la evolución del color en manzana. Los resultados demostraron el mayor potencial de la Imagen Hiperespectral con respecto a la Imagen RGB en la explicación de la evolución del color en manzanas, incluso en rangos espectrales supuestamente desfavorables (900 – 1700 nm). Esto permitiría el uso simultáneo de un equipo hiperespectral con el fin de medir el color y la composición en manzana. En la segunda parte se obtuvieron modelos de validación específicos, como los desarrollados por Burger y Geladi (2006) de moderada y buena precisión para sal y humedad respectivamente, en cortes transversales de jamón curado. Asimismo se mostró la utilidad del análisis de los histogramas de frecuencias y el análisis textural para la caracterización de la distribución de la sal y la humedad en mapas de predicción en cortes transversales de jamón curado. Fue el parámetro textural “Correlación” el que mostró que el gradiente local perpendicular a la superficie del jamón en contacto con la atmósfera se incrementaba a medida que la humedad lo hacía. Los resultados para los parámetros “Homogeneidad” y “Contraste” indicaron que la homogeneidad local de la sal y la humedad no estaba relacionada con el contenido graso, y no era proporcional a la profundidad en el músculo con respecto a la superficie. Ésta era mayor en el músculo semitendinosus debido a su posición intermedia entre la superficie en contacto con la atmósfera y la capa de grasa subcutánea. En la tercera parte se obtuvieron modelos basados en PCA y PLSR para detectar contaminaciones en harinas de pescado con harinas de rumiantes. Se alcanzaron tasas de clasificación del 97,9% para rumiantes y 99,4% para harinas de pescado usando un modelo PLSR. Las tasas de píxeles correctamente clasificados fueron de 85,1% para las harinas de rumiante y del 88,2% para harina de pescado usando un modelo basado en PCA. Las altas tasas de clasificación obtenidas indican el potencial de aplicación de las cámaras hiperespectrales en línea en combinación con modelos quimiométricos para la detección de contaminaciones con harinas de rumiantes en harinas de pescado. En la cuarta y última parte se estudió la posibilidad de diferenciar entre harinas cárnicas de distintas especies. El análisis de píxeles anómalos no reveló la existencia de píxeles singulares que permitieran la distinción entre especies, debido, posiblemente, al gran tamaño de los píxeles con respecto al tamaño de las partículas singulares. El alcance de mayores resoluciones con equipos hiperespectrales en línea que posibiliten encontrar partículas singulares es una de las líneas futuras de investigación. Se propuso una metodología basada en el análisis textural de imágenes hiperespectrales. El uso de árboles de regresión permitió integrar la información textural y espectral en un mismo modelo que presentó mejores resultados que los modelos basados en información espectral solamente (92% versus 83%). Son necesarios estudios futuros con mayores y más variados conjuntos de muestras, así como la evaluación de modelos más sencillos basados en bandas específicas o ratios que permitan aumentar la rapidez del procesado. Conclusión. Se obtuvieron modelos de análisis de color en manzana mejores que sus homólogos con imágenes RGB, se puso a punto un protocolo para la determinación de la distribución de sal y humedad en jamón curado, se construyeron modelos de predicción de contaminación con harinas de rumiante en harinas para la alimentación animal y se construyeron modelos para la predicción de la especie animal en harinas cárnicas integrando los datos texturales y los espectrales. En cada uno de los cuatro logros mencionados, la presente tesis mostró el potencial de la imagen hiperespectral en el ámbito de la industria agroalimentaria. En todos los casos los resultados fueron prometedores, animando a la formación de mayores colectivos de calibración de los modelos y a la búsqueda de modos de simplificación de los mismos para agilizar el análisis, así como su ensayo fuera de laboratorio, en plantas agroindustriales