Empleo del análisis de imagen 3d para el control de procesos en la ia

Abstract

[ES] Las exigencias de los consumidores y la necesidad de mejorar los rendimientos en la industria alimentaria hacen necesario el desarrollo de nuevas técnicas rápidas y fiables para el control de calidad a pie de línea. En este sentido los análisis basados en técnicas no destructivas son los que mayor potencial presentan para ajustarse a las necesidades requeridas para tal tarea. El análisis de alimentos mediante tecnología de visión artificial es un campo que se ha venido estudiando con resultados satisfactorios, siendo diversas las aplicaciones en algunos de los sectores de la industria de alimentos. La aplicación en la industria cárnica es variada, existiendo diversas líneas de investigación basadas en distintas variantes de ésta tecnología que proporcionan información sobre atributos sensoriales, propiedades fisicoquímicas e índices de frescura entre otros. En el presente trabajo se han testado dos métodos de análisis de imágenes 3D (por tiempo de vuelo y por luz estructurada) para ser aplicados a la determinación del volumen de magro y grasa de cerdo. Los resultados obtenidos mostraron como el método basado en la captura del tiempo de vuelo de luz no es una metodología aplicable a este tipo de muestras, dado que la composición de las mismas (principalmente el agua) afectan en gran medida al tiempo de vuelo. En cambio, el método basado en el fenómeno de luz estructurada se ha mostrado como una herramienta óptima para este fin, por lo que esta tecnología podría ser aplicada y/o combinada con otras con la finalidad de ser aplicada a la industria de alimentos.

[CA] Les exigències dels consumidors i la necessitat de millorar els rendiments en la indústria alimentària fan necessari el desenvolupament de noves tècniques ràpides i fiables per al control de qualitat a peu de línia. En aquest sentit els anàlisis basats en tècniques no destructives són els que major potencial presenten per a ajustar-se a les necessitats requerides per a tal tasca. L'anàlisi d'aliments per mitjà de tecnologia de visió artificial és un camp que s'ha vingut estudiant amb resultats satisfactoris, sent diverses les aplicacions en alguns dels sectors de la indústria d'aliments. L'aplicació en la indústria càrnia és variada, existint diverses línies d'investigació basades en distintes variants d'esta tecnologia que proporcionen informació sobre atributs sensorials, propietats fisicoquímiques i índexs de frescor entre altres. En el present treball s'han testat dos mètodes d'anàlisi d'imatges 3D (per temps de vol i per llum estructurada) per a ser aplicats a la determinació del volum de magre i greix de porc. Els resultats obtinguts van mostrar com el mètode basat en la captura del temps de vol de llum no és una metodologia aplicable a aquest tipus de mostres, atès que la composició de les mateixes (principalment l'aigua) afecten en gran manera a temps de vol. En canvi, el mètode basat en el fenomen de llum estructurada s'ha mostrat com una ferramenta òptima per a aquest fi, per la qual cosa esta tecnologia podria ser aplicada i/o combinades amb altres amb la finalitat de ser aplicada a l¿industria d¿aliments.

[EN] Consumers¿ requirements and the necessity of the food industry to increase its productivity require the development of new rapid and reliable quality control assessments methods. In this sense, the assessments based in non-destructive techniques have the greatest potential to perform this task. The artificial vision analysis, applied to food industry, is a widely studied area with successfully results. There are many applications in food industry based in some variants of this technique. They provide information such as physicochemical properties and freshness index. In this work, two 3D image methods were tested (time of flight & structured light) to predict the volume of samples of pork lean and fat. The results showed that the method based on time of flight cannot be applicable for predicting the samples volume, due to the influence of their chemical composition. The structured light method showed a good performance for this purpose, so this technology could be applied, combined or not, with other methods for analyzing and checking food processing.