Sviluppo e validazione di un sistema di visione per l'analisi non distruttiva dei prodotti ortofrutticoli
L'attività, portata avanti nell'ambito dei Progetti di Ricerca Ofr.Al.Ser (PON01_01435) e Be&Save (PON04a2_F) ha avuto inizio con la messa a punto, di un sistema di visione in grado di valutare la qualità visiva, il pH e l'acidità titolabile di nettarine di IV gamma (Fig. 1 - Pace et al., 2011, Postharvest Biology and Technology). Il sistema di visione è stato successivamente impiegato per la valutazione non distruttiva della qualità nutrizionale (attività antiossidante e fenoli totali) di carote colorate (Fig. 2 - Pace et al., 2013, Journal of Food Engineering).
Figura 1. Pace B., Cefola M., Renna F., Attolico G. (2011). Relationship between visual appearance and browning as evaluated by image analysis and chemical traits in fresh-cut nectarines. Postharvest Biology and Technology, 61:178–183. Clicca qui per un ingrandimento.
Recentemente, il sistema messo a punto è stato utilizzato su lattuga Iceberg sia a cespo intero che processato come prodotto di IV gamma, al fine di identificare le aree di colore bruno che nel corso della conservazione si mostrano sulle superfici del prodotto. Tali componenti brune sono risultate altamente correlate con le diverse classi qualitative del prodotto (da ottimo a scarto) e con il contenuto in ammonio, parametro chimico indicatore della senescenza (Fig. 3 - Pace et al., 2014, Food Research International in stampa).
Figura 2. Pace B., Cefola M., Renna F., Renna M., Serio F., Attolico G. (2013). Multiple Regression Models and Computer Vision Systems to Predict Antioxidant Activity and Total Phenols in Pigmented Carrots. Journal of Food Engineering 117: 74-81.
Lo sviluppo del sistema di visione e i modelli predittivi calibrati e validati sui diversi prodotti ortofrutticoli, si accreditano a diventare un valido strumento per l'analisi non distruttiva dei prodotti oggetto delle ricerche, che potrebbero essere impiegati sulle linee di lavorazione al fine di caratterizzare e valorizzare ulteriormente i prodotti prima della loro vendita.
Inoltre tali applicazioni trovano un loro utilizzo anche nella fase di caratterizzazione dei prodotti non più commerciabili, al fine di un loro possibile recupero (es. estrazione di sostanze ad alto valore nutrizionale).
Figura 3. Pace B., Cefola M., Da Pelo, P., Renna F., Attolico G. (2014). Non-destructive evaluation of quality and ammonia content in whole and fresh-cut lettuce by computer vision system. Food Research International (DOI:10.1016/j.foodres.2014.07.037). Clicca qui per un ingrandimento.
Contatti:
Maria Cefola Ph.D.
Consiglio Nazionale delle Ricerche - CNR
Istituto di Scienze delle Produzioni Alimentari
Via G. Amendola 122/O
70126 Bari
Ufficio: (+39) 080 5929304
Lab. Postraccolta: (+39) 080 5929344
Email: maria.cefola@ispa.cnr.it
Web: www.ispa.cnr.it
Dr. Giovanni Attolico
Consiglio Nazionale delle Ricerche - CNR
Istituto di Studi sui Sistemi Intelligenti per l'Automazione
Via G. Amendola 122/D
70126 Bari
Tel.: (+39) 080 5929441
Email: attolico@issia.ba.cnr.it
Web: www.issia.cnr.it