O UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE CIENCIAS AGROPECUARIAS ESCUELA ACADMICO PROFESIONAL DE INGENIERA AGROINDUSTRIAL

PROYECTO DE TESIS Nuevos procesos tecnologicos

AUTOR:

Br. Huamn Vsquez Rosmer. Br. Saldaa Villa Eric !anuel.

ASESOR:

"ng. #r. Ra$l Sic%e &ara

TRUJILLO PER 2011 PROYECTO DE INVESTIGACIN

TTULO: PLAN DE INVESTIGACIN I. ANTECEDENTES 'Estudios previos respecto al tema(

)a metodolog*a de analizar imgenes mediante visi+n computacional %a sido estudio de di,erentes investigaciones- esta metodolog*a empleada en analizar imgenes de alimentos es relativamente nueva en
1

nuestro medio- en ese sentido '!isimi et al.- .//0(1 en la evaluaci+n del desarrollo de manc%as oscuras durante la maduraci+n de 2ananas empleando un sistema de visi+n computacional 'SV3( 4 so,t5are de computadora- lograron identi,icarlas 4 cuanti,icarlas a partir de las imgenes. !uc%os autores recomiendan medir el color en los alimentos mediante el m6todo propuesto por la 3omisi+n "nternacional de la Vigne et du Vin '7"V- 8909( para el anlisis cromtico de los productos derivados de las uvas- que son una simpli,icaci+n de 3"E:;4- 2asado en la consideraci+n del espectro cromtico completo con el o2servador estndar 3"E 89<8 4 el iluminante estndar 3"E 3. =ara el caso de la miel en particular- '>erra2 et al. .//.(1 caracterizaron cromticamente muestras provenientes de !arruecos- mediante re,lectancia di,usa 4 colorimetr*a triest*mulo. ?tilizaron espacios cromticos uni,ormes '3"E)@a@2@( 4 no uni,ormes '3"E;4z(- que permiten visualizar 4 representar colores en dos 4 tres dimensiones- '>russel et al. .//A(. Bl estudiar mediante anlisis discriminante los resultados o2tenidos para mieles de citrus- eucalipto- menta 4 2rezo- encontraron que el parmetro 2@ mostra2a el ma4or poder de discriminaci+n 'C8D(- seguido por el parmetro a@- relacionado con la segunda varia2le can+nica. )as coordenadas 3"E)@a@2@ permitieron una meEor clasi,icaci+n de las muestras '9<D de la varianza(- donde la )uminosidad ) 4 el 3roma 3 mostraron pequeas variaciones para las mieles de distinto origen ,loral. )a tendencia actual es analizar digitalmente la imagen 4 trans,ormar las coordenadas RFB mediante modelos matemticos en las correspondiente coordenadas de los espacios cromticos 3"E)a@ 2@ 4 3"E)uv- para su posterior anlisis. Entre los di,erentes modelos- las redes neuronales 4 el modelo cuadrtico presentan el menor error 'pr+;imo al 8D(1 por su parte- los modelos gamma 4 directo resultan ms rpidos para el clculo1 ')e+n et al.- .//G(. El m6todo de digitalizaci+n de imgenes permite medir 4 analizar el color de las super,icies de los alimentos. No permite a$n reemplazar los so,isticados sistemas de medici+n instrumentales espectro,otom6tricos- pero es una alternativa via2le por lo verstil- econ+mico 4 sencillo ':am 4 =apada is- .//H(. El m6todo estandarizado para medici+n de color en miel es el 2asado en la comparaci+n +ptica- utilizando un color*metro =,und o un )ovi2ond 'Bogdanov et al.- .//H(- normalizados internacionalmente. El comparador )ovi2ond es ms ,cil de usar que el =,und- pero la miel generalmente es comercializada de acuerdo a este $ltimo. )os otros m6todos mencionados no %an sido validados internacionalmente. )a disponi2ilidad de los color*metros =,und- diseados inicialmente para la industria petroqu*mica es escasa1 los equipos se constru4en por pedidos especiales que no siempre son satis,ec%os. )os e;portadores de miel %an incorporado por su ma4or disponi2ilidad- versatilidad 4 practicidad- el color*metro Hanna- que apareci+ en el marcado en .//H. El presente tra2aEo compara determinaciones de color realizadas con un color*metro =,und 4 un color*metro Hanna- con el prop+sito de evaluar la correspondencia de los
2

resultados o2tenidos- a los e,ectos de considerar la via2ilidad del color*metro Hanna para medir el color de la miel. )a caracterizaci+n de un sistema de captaci+n de imagen digital consiste en construir un modelo que relacione las distri2uciones espectrales de energ*a del est*mulo con los valores digitales de la imagen 4 estos- a su vez- con la respuesta del sistema visual %umano '3"E;4z(1 este modelo depende no s+lo de la cmara- sino que requiere ,iEar- la distancia del o2Eeto de captura- el rea de tra2aEo- la geometr*a de iluminaci+nIo2servaci+n 4 minimizar la in,luencia de otras luces am2ientales. '!isimi et al., .//0(1 sealan que un SV3 consiste en la instalaci+n de un escenario iluminado- una cmara para la captaci+n de imgenes 4 un computador para el procesamiento de estas1 lo cual involucra la segmentaci+n- la cuanti,icaci+n 4 la clasi,icaci+n de las imgenes 4 o2Eetos de inter6s de esas imgenes para la toma de decisiones. ?na vez que la cmara est caracterizada 4 las condiciones de o2servaci+n ,iEadas- el dispositivo puede utilizarse a modo de color*metro para medir el color 'Valencia- .//0(. !endoza 4 Bguilera './/H(- implementaron un SV3 para identi,icar estados de maduraci+n de 2ananas 2asados en el color 4 desarrollo de manc%as oscuras- el cual consisti+ en un sistema de luces- el empleo de una cmara digital 4 el procesamiento de las imgenes mediante un so,t5are que permiti+ meEorar la calidad de las imgenes- realizar el anlisis de color- cuanti,icar las manc%as oscuras e incluso adquirir in,ormaci+n so2re la te;tura de la super,icie de los ,rutos. Este sistema tam2i6n ,ue utilizado en %oEuelas de papa ,ritas para evaluar caracter*sticas de color 4 te;tura con el prop+sito de clasi,icar la apariencia para modelar pre,erencias de calidad '!endoza et al., .//0(. )a inspecci+n del color de muestras te;turadas se realiza mediante visi+n %umana- 4 siempre que la te;tura lo permite la medida de las di,erentes zonas de color se realiza mediante un espectro,ot+metro o color*metro '3or2aln 4 !o4a .//<(. Estos instrumentos integran el valor de la medida en el rea de la muestra so2re la que se aplican1 si la distri2uci+n del color no es uni,orme- por la presencia de varia2les como te;turas o manc%as- entre otras- el valor promedio o2tenido no descri2e adecuadamente el color de la muestra original 'Esco,etJSoteras et al. .//A(1 es decir- estos equipos no realizan segmentaci+n ni clasi,icaci+n de las imgenes. En un tra2aEo realizado en la ,ormulaci+n de lec%e maternizada- se estudi+ la vida $til de lec%es maternizadas. B partir de resultados preliminares o2tenidos mediante ensa4os acelerados- se seleccion+ el oscurecimiento de la lec%e como descriptor cr*tico de la vida $til. Se encontr+ mu4 2uena correlaci+n entre los datos de oscurecimiento de la lec%e determinado sensorialmente 4 la disminuci+n del valor )@. En

este caso- una sencilla medida instrumental puede reemplazar la medida sensorial- que necesita de entrenamiento previo de los evaluadores 4 ma4or tiempo de realizaci+n. 'Houg% 4 Kiszman- .//A(. II. JUSTIFICACIN ?no de los o2Eetivos primarios del ser %umano %a sido- es 4 ser siempre el estudio 4 la simulaci+n de sistemas 2iol+gicos- 4 en concreto de sistemas de visi+n o de captura de energ*a radiante. Bs*- el paso siguiente es el diseo 4 la ,a2ricaci+n de instrumentos o sistemas de visi+n arti,icial que reproduzcan las respuestas visuales %umanas ,rente a cualquier tipo de est*mulos visuales. En ese sentido- reviste inter6s la utilizaci+n de cmaras digitales para la medida del color en imgenes- que o,recen ventaEas como- resoluci+n aEusta2le 4 menor costo econ+mico- en comparaci+n con los instrumentos convencionales. Bdems el proceso de toma de imgenes mediante visi+n computacional emulando a un color*metro proporciona algunas ventaEas evidentes so2re un color*metro convencional- al sa2er- la posi2ilidad de analizar cada pi;el de la super,icie entera del alimento- 4 la cuanti,icaci+n de la super,icie caracter*sticas 4 de,ectos de la misma. )a utilizaci+n de visi+n computacional como medio para estimar la vida $til de alimentos es sumamente ventaEosa en el sentido de que se reemplazar las respuestas de los panelistas por imgenes tomadas a partir de una cmara digital 4 procesadas mediante un so,t5are de clculo- ello disminuir costo- tiempo 4 su2Eetividad de las repuestas de color %aci6ndolas ms con,ia2les 4 por lo tanto estimando un tiempo de vida $til ms cercano al real- En 2ase a ello 4 acercando esta situaci+n a nuestra realidad- en,ocaremos esta investigaci+n en estimar la vida $til de cu2os de 4ac+n m*nimamente procesados- dndole as* un carcter cient*,ico- en cuanto a parmetros de tiempo 4 temperaturas de almacenamiento de 4ac+n m*nimamente procesado- dic%o producto tiene la ventaEa del producto ,resco- con una prolongada vida $til 4 al mismo tiempo garantizan la seguridad alimentaria- manteniendo la calidad nutritiva 4 sensorial. Bdems- estos productos estn unidos a la posi2ilidad de uso inmediato 4a que %an sido sometidos a selecci+n- pelados 4 picado- operaciones que di,icultan o demoran algunas preparaciones culinarias. )a evaluaci+n sensorial proporciona in,ormaci+n integral de la calidad 4 de las e;pectativas de acepta2ilidad por parte del consumidor. III. PROBLEMA L3unto ser el tiempo de vida $til por color de rodaEas de 4ac+n ' Smallantus sonchifolius( m*nimamente procesados mediante prue2as aceleradas a partir de un sistema de visi+n computacionalM
4

IV.

IPTESIS El tiempo de vida $til por color en rodaEas de 4ac+n ' Smallantus sonchifolius( m*nimamente procesados mediante prue2as aceleradas a partir de un sistema de visi+n computacional ser de 8. d*as.

V. OBJETIVOS O!"#$%&' G#(#)*+ Estimar el tiempo de vida $til por color de rodaEas de 4ac+n ' Smallantus sonchifolius) m*nimamente procesados mediante prue2as aceleradas a partir de un sistema de visi+n computacional. O!"#$%&', #,-#./0%.', #isear 4 construir un equipo de visi+n computacional para rodaEas de 4ac+n ' Smallantus sonchifolius) m*nimamente procesado. Ela2orar rodaEas de 4ac+n 'Smallantus sonchifolius) m*nimamente procesado con co2ertura de alginato de sodio. !edir en unidades L*a*b* rodaEas de 4ac+n 'Smallantus sonchifolius) m*nimamente procesados partir de imgenes digitales RFB mediante so,t5are de clculo cali2rado con un color*metro convencional. Estimar el limite cr*tico con la cromaticidad- tonalidad 4 luminocidad en ,unci+n de unidades L*a*b* o2tenidos mediante un sistema de visi+n computacional. VI. MATERIALES Y METODOLOGA VI.1. MATERIALES :ac+n 'Smallantus sonchifolius). VI.1.2. I(,21', Ncido c*trico. Blginato de sodio. VI.1.3. M*$#)%*+ 4# &%4)%' VI.1.1. M*$#)%* -)%1*

Kiola .A/ m). =ipetas 8 m). =ro2etas 8// m). Vasos de precipitaci+n A/- .A/- A// m).

VI.1.5. R#*.$%&', Bgua destilada. VI.1.6. E72%-', VI.1.8. O$)', 3mara digital lumi;. 3olor*metro. Estu,a. !u,la. Espectro,ot+metro. 3mara de vidrio. Re,rigeradora. 3omputadora core i<. !emoria ?SB. Equipo de sistema de visi+n computacional.

3uc%illos. Recipientes plsticos. &arras de medida. Bolsas plsticas '=E> 2aEa densidad(. Kilm de =V3.

VI.2.

M#$'4'+'9/* )a materia prima- adquirida en los mercados de la regi+n- ser seleccionada 4 clasi,icada seg$n su tamao 4 calidad. Se realizarn las siguientes prue2as ,isicoqu*micas de un total de A unidades por prue2aO *. D#$#)1%(*.%;( 4# +* <21#4*4 Se determinar seg$n el m6todo de la B.7.B.3 '899A(.
6

VI.2.1. C*)*.$#)%:*.%;( 4# +* 1*$#)%* -)%1*

!. D#$#)1%(*.%;( 4#+ .'($#(%4' 4# ,;+%4', ,'+2!+#, Seg$n el m6todo B.7.B.3 '899A(. .. D#$#)1%(*.%;( 4# +*, .#(%:*, Seg$n el m6todo B.7.B.3 '899A(. VI.2.2. E+*!')*.%;( 4# =*.;( 1/(%1*1#($# -)'.#,*4' ?n d*a antes del procesamiento del 4ac+n- sern comprados los mismos 4 llevados a la ?niversidad Nacional de >ruEillo- la2oratorio de tecnolog*a de procesos agroindustriales1 En seguida se proceder a seguir paso a paso el diagrama de ,luEo de la ,igura 8. El diagrama de ,luEo que se realizar es el siguienteO

F%92)* 1. #iagrama de ,luEo para 4ac+n m*nimamente procesado. B continuaci+n se descri2en cada una de las operaciones presentadas en la Kigura 8. *> R#.#-.%;( 4# +* 1*$#)%* -)%1* Se emplear como materia prima 4ac+n 'Smallantus sonchifolius), la materia prima

ser de la meEor calidad- se manipular con cuidado evitando golpearla 4 se almacenar en re,rigeraci+n %asta el proceso siguiente. !> S#+#..%;( = .+*,%0%.*.%;( )a materia prima recepcionada ser- seleccionada 4 clasi,icada. Se descartar los de,ectuosos 4 se tra2aEar con ra*ces de apro;imadamente .// g de ,orma entre es,6rica 4 alargada- no mu4 delgada ni mu4 gruesa. .> L*&*4' )os ,rutos enteros sern sometidos a un prelavado con agua corriente 4 detergente neutro- con a4uda de una esco2illa de n4lon se realizar una meEor limpieza. 4> P)%1#)* S*(%$%:*.%;( )a sanitizaci+n ser con una soluci+n de cido parac6tico 'C/ ppm( durante tres minutos para reducir la contaminaci+n inicial del producto- puesto que la micro,lora presente en la cscara puede migrar a la pulpa- acarreando en un crecimiento rpido de microorganismos. #> A+1*.#(*1%#($' #espu6s de la sanitizaci+n- los ,rutos sern almacenados a 8.P3 en una re,rigeradora )F por 8C %oras para disminuir la temperatura de la pulpa antes del procesamiento 4 reducir as* la actividad meta2+lica. 0> P#+*4' = $)':*4' )os ,rutos sern pelados 4 trozados en ,orma de rodaEas con un espesor apro;imado de ./ mm- este proceso de2er de llevarse a ca2o lo ms rpido posi2le de2ido a que los trozos de 4ac+n su,ren pardeamiento enzimtico. 9> S#92(4* ,*(%$%:*.%;( )as rodaEas de 4ac+n sern inmersas en una soluci+n de cido parac6tico 'C/ ppm( durante tres minutos. <> P)%1#) 4)#(*4' En seguida sern drenadas durante dos minutos antes de sumergirlos en la soluci+n cida.
9

%>

A-+%.*.%;( 4# ,'+2.%;( 4# ?.%4', )uego de este proceso sern inmersas las rodaEas en una soluci+n de cido c*trico '8D( por dos minutos.

"> S#92(4' D)#(*4' #espu6s se drenar nuevamente por dos minutos. @> E1!*+*"# Sern acondicionados en em2alaEes redondos de =E> con ,ilm de =V3. +> A+1*.#(*"# Se almacenar en re,rigeraci+n 'AP3(. VI.2.3. P)#-*)*.%;( = *-+%.*.%;( 4# .'!#)$2)*, Se prepararn soluciones acuosas conteniendo el .D de alginato de sodio- sern preparadas a C/ P3 4 2aEo agitaci+n constante- %asta que la soluci+n se torne color m2ar traslucidautilizndose un agitador magn6tico con cale,acci+n '"QB- modelo HR B8- Stau,en- Blemania(. #espu6s se deEar en reposo por .H %oras a temperatura am2iente '.< R 8 P 3( para eliminar las 2ur2uEas de aire '!onteroJ3alder+n1 RoEasJFraS1 !art*nJBelloso- .//C1 Ra42audiJ!assilia1 !osquedaJ!elgar1 !art*nJBelloso- .//C(. =ara la aplicaci+n de la capa- las rodaEas de 4ac+n se colocarn de dos en dos- sumergidas por tres minutos 4 luego escurrido para el secado de la pel*cula de . %oras a 8C8 T3. #espu6s del drenaEe- las muestras sern em2aladas en todo el =E> 4 cu2ierto con plstico 4 se almacenaron a A T 3- %asta el momento del anlisis mediante un sistema de visi+n computacional. VI.2.5. A472%,%.%;( 4# %1?9#(#, RGB )as imgenes a utilizar en este tra2aEo sern tomadas con el siguiente sistema de adquisici+n de imgenes. )a cmara digital )umi; con 0 mega pi;eles de resoluci+n- se colocar verticalmente a una distancia de ...A cm de las muestras. El ngulo entre el eEe de la lente 4 la ,uente de iluminaci+n ser de apro;imadamente HAT. )a iluminaci+n se realizar con cuatro =%ilips- con luces ,luorescentes de 8C U 'G/ cm de longitud(- con una temperatura de color de GA// Q- 4 un *ndice de color 'Ra( cerca del 9AD.
10

 )os tu2os de iluminaci+n 4 la cmara se colocarn en la caEa de madera en paredes interiores de los cuales ,ueron pintados negro para minimizar la luz de ,ondo.

las

)as imgenes sern tomadas con una resoluci+n m;ima '..0. @ 80/H p*;eles( 4 se conectar al puerto ?SB de una computadora core i<. )os aEustes de la cmara utilizada en nuestros e;perimentos se resumen en la >a2la 8. T*!+* 1. C'(0%92)*.%;( 4# +* .?1*)* V*)%*!+# #istancia ,ocal Voom Klas% Velocidad "so Balance de 2lancos !odo de ,uncionamiento Bpertura e;posici+n >V 3alidad !acro 3on el ,in de cali2rar el sistema V*+') ./.0 mm 9 apagado 8// Kluorescencia H !anual Bv. ,IC./ 8I8A s prima in digital de color- los valores de

color de <. cartas de se medirn 'ver algunos gr,icos en la Kigura. .(. 3ada carta de colores se divide en 8/ regiones como se muestra en la ,igura. <. En cada regi+n- los valores de color L*a*b* las regiones correspondientes se medirn usando un color*metro Hunter )a2. Bdemssern medidos usando el programa de !atla2 que una imagen digital RFB se %an tenido en cada cuadro- 4 los valores de color R- F 4 B de calcular la valores medios para cada valor de color en cada regi+n de acuerdo a las 8/ mscaras se ilustra en la ,igura. <.

Lmparas

Cmara

Caja de madera Color de la muestra 11

F%92)* 2. Sistema de adquisici+n de imgenes.

F%92)* 3. !atriz- mostrando .8 de las <. cartas de color utilizados en la cali2raci+n proceso.

Tabla de colores

Zo a de captura por la cmara

!e"#o es

F%92)* 5. !edici+n del color de las 8/ regiones de cada cuadro. VI.2.6. C'(,$)2..%;( = 4#0%(%.%;( 4#+ 1'4#+'
a)

C'(,$)2..%;( 4#+ 1'4#+' )as <./ mediciones RFB se o2tendrn al igual que sus correspondientes <./ dimensiones )@a@2@ 'del color*metro(. Bntes de la construcci+n del modelo cuadrtico- las muestras se dividirn es un conEunto de G.-AD de las muestras '.// mediciones( RFB 4 dimensiones L*a*b* se utilizarn con ,ines de ,ormaci+n- 4 el restante <0-AD de las muestras '8./ mediciones( se reservarn para su anlisis.
12

!> D#0%(%.%;( 4#+ 1'4#+' )a metodolog*a a utilizar para estimar la trans,ormaci+n de RFB a L*a*b* se compone de dos partes 'ver Kigura H. 4 la nomenclatura a usar la ta2la .(O )a primera parte consistir en tener parmetros de entrada W 8- W.-X- Wm que sern las varia2les RFB o2tenidos a partir de la imagen digital en color de una muestra4 cu4os resultados son las varia2les )@a@2@ estimadas a partir del modelo 'ver R-F-B 4 respectivamente- en la ,igura. H(- 4

)a segunda parte consistir en la cali2raci+n de los parmetros W8- W.-X- Wm- =ara el modelo se estimarn so2re la 2ase de la minimizaci+n de la media del error a2soluto entre las varia2les a*,b* 'medida a partir uso de un color*metro. 'la salida del modelo( 4 varia2les L*, utilizada en i( mediante el
Colormetro

de la

muestra

Modelo

Cmara Error

$$%% Cal#brac#& del proceso ''''' (st#mac#& de

Muestr

F%92)* 6. E,$%1*.%;( 4# +', &*+')#, LA*A!A ,'!)# +* !*,# 4# +*, 1#4%.%'(#, 4# RGB.

T*!+* 2. N'1#(.+*$2)* * 2,*) &*)%*!+# )@ a@ 2@ D#,.)%-.%;( Valor de )@ medido con un color*metro Valor de a@ medido con un color*metro Valor de 2@ medido con un color*metro Valor de )@ o2tenido con el modelo

13

Valor de a@ o2tenido con el modelo Valor de 2@ o2tenido con el modelo R F B e) ea e2 Valor de R 'roEo(- medida a partir de la imagen digital Valor de F 'verde(- medida a partir de la imagen digital Valor de B 'azul( medido desde la imagen digital Error en la estimaci+n de )@ Error en la estimaci+n de a@ Error en la estimaci+n de 2@ ?na vez que el sistema %a sido cali2rado- ser posi2le in,erir los valores L*a*b* so2re la 2ase de las mediciones RFB desde la cmara sin tener que utilizar el color*metro 'v6ase la l*nea continua en la ,igura. H(. El error medio normalizado en la estimaci+n de cada uno de las varia2les L*a*b* se o2tendrn mediante la comparaci+n de las mediciones color*metro 'L*, a*, b*( con las estimaciones del modelo ' (O

Estos errores se calcularn con un promedio de las mediciones de N para i Y 8X- N. )os errores se normalizarn de acuerdo a la gama de cada una de las escalas. 3omo las mediciones en los intervalos de /ZL*8//- J8./Za*ZJ8./ 4 J8./Zb*Z8./- la escala a utilizar ser [) Y 8// 4 [a Y [2 Y .H/. 3on el ,in de evaluar el desempeo del modelo utilizado- el error medio se calcularO

El pro2lema de la estimaci+n de los parmetros del modelo se podr*a plantear de la siguiente manera. Sea , la ,unci+n que trans,orma las coordenadas 'R- F- B( en ' (.
14

#+nde W Y \W8 W.X Wm] > es el vector de parmetros para el modelo ,. =or lo tanto- W de2e ser estimado de manera que el error medio ^ sea minimizado en '.(. En este tra2aEo- la reducci+n se lleva a ca2o utilizando el so,t5are !atla2 '!at%Uor s- .///(. 3uando , es lineal- un m6todo directo de regresi+n lineal se utiliza para los parmetros. VI.2.8. M'4#+*.%;( L%(#*+ Es un modelo simple para la trans,ormaci+n de RFB a L*a*b*, es una ,unci+n lineal de las varia2les 'R- F- B(.

)a la

siguiente primera ,ila

es de

una la

e;plicaci+n matriz ! en

de 'H(

c+mo se

los o2tendrn-

parmetros 4 la

de misma

e;plicaci+n es vlida para las otras ,ilasO En primer lugar- se de2er de,inirO

El vector de parmetros para el modelo

)a matriz de entrada con las mediciones de N de R- F- B

15

: el vector de salida con el N mediciones de L*

=or

tanto-

la estimaci+n de ) @- o2tenidos a

partir

de la

minimizaci+n de

la norma entre las mediciones 4 estimaciones 4J_- se de,ine por 'Stderstrm ` Stoica- 89C9(O

#+ndeO

)a

ventaEa

de

este

modelo

es

que

es

directo

su

soluci+n

no se o2tiene a trav6s de iteraciones. 8.2.B. D$#)1%(*.%;( 4# .'+') #( *+%1#($', )as unidades de color se o2tendrn a partir de un sistema de visi+n computacional en coordenadas L*a*b*- las mediciones de color sern e;presadas en tres parmetrosO )uminosidad )@ ')@Y oscuro 4 )@Y8// 2lanco(1 cromaticidad de,inida por a@ 'aa@Y vermel%o 4 ba@Yverde( 4 2@ 'a2@Yamarillo 4 b2@Yazul(1 con esos parmetros - sern evaluados las coordenadas cil*ndricas 3@ 4 H@- donde 3@ de,inir la cromaticidad 4 H@ la tonalidad a partir de las ecuaciones '8/( 4 '88( 'H?N>ER)BB- 899G(.

...'8/(

...'88( 8.2.C. E,$%1*.%;( 4# +* &%4* D$%+ 4# =*.;( 'Smallantus sonchifolius).

a)

E,$%1*.%;( 4# +* &%4* D$%+ 1#4%*($# -)2#!*, *.#+#)*4*, D#$#)1%(*.%;( 4# +* .%(E$%.* 4# 4#$#)%')'

*.1>

16

)o primero que se determinar ser el grado de deterioro que su,re el 4ac+n m*nimamente procesado con respecto al tiempo- seg$n los modelos de orden cerouno 4 dos. El modelo de reacci+n 2ase para el deterioro esO

#+ndeO c Y 3alidad o atri2uto a medir 'color(. t Y tiempo de almacenamiento. Q Y constante de velocidad de reacci+n. nY orden de reacci+n. "ntegrando la ecuaci+n '(- para una reacci+n de orden cero- uno 4 dos- quedar*an las ecuaciones linealizadas de la siguiente maneraO

n= 0
n =1

l + , =l + 0 +*t%%%)3)

+ , = + 0 + *t%%%)2)

n =2

1 1 = + *t %%%)4) +, +0

#+ndeO t Y >iempo de almacenamiento. c/ Y 3alidad o atri2uto inicial. c, Y 3alidad o atri2uto ,inal. Se gra,icarn los tres tipos ecuaciones 4 se evaluarn el coe,iciente de determinaci+n 'R.( para determinar el orden que sigue la reacci+n.

*.2> D#$#)1%(*.%;( 4# +* &%4* D$%+ El tiempo de vida $til se determinar mediante prue2as aceleradas incu2ando las muestras a cuatro temperaturas distintasO 8/- ./- </ 4 H/ P3- mediante el color a las muestras ')a2uza- 89C.(.
17

El color se medir cada < %oras- mediante el sistema de visi+n computacional- con la ,inalidad de o2tener la imagen en L*a*b* 4 por ende determinar la cromaticidad- tonalidad 4 la luminosidad que sern los indicadores de deterioro de la calidad- con la ,inalidad de evaluar el color con respecto al tiempo. *.3> V*)%*.%;( 4#+ +'9*)%$1' 4#+ $%#1-' .'( +* $#1-#)*$2)* 4# %(.2!*.%;( 3omo se o2serva uno de los parmetros de estas ecuaciones es la constate de velocidad 'Q( que se ve a,ectada por la temperatura. En la gran ma4or*a de las reacciones- la p6rdida de la calidad o atri2uto 'color(- el valor de Q var*a en ,unci+n de la temperatura 4 seg$n la ecuaci+n de Brr%enius. El tiempo de vida $til de las rodaEas de 4ac+n se determinar interceptando la pro4ecci+n la l*nea o2tenida al gra,icar la variaci+n del logaritmo de tiempo en ,unci+n a la temperatura de incu2aci+n con la temperatura de AP3- 4a que 6sta es la temperatura promedio a la cual se almacena durante su transporte 4 e;posici+n en anaquel.

18

REFERENCIAS BIBLIOGRFFICAS !endoza- K.- ` Bguilera- &. !. './/H(. Bpplication o, image anal4sis ,or classi,ication o, ripening 2ananas. &ournal o, Kood Science- G9- EH08bEH00. )eon- Q.- !er4- #.- =edresc%i- K.- ` )eon- &. './/G(. 3olor measurement in )dad2d units ,rom RFB digital images. Kood Researc% "nternational- <9- 8/CHb8/98. !at%Uor s './//(. 7ptimization tool2o; ,or use 5it% !atla2O users guide. >%e !at%Uor s "nc. :am- Q. ).- ` =apada is- S. './/H(. B simple digital imaging met%od ,or measuring and anal4zing color o, ,ood sur,aces. &ournal o, Kood Engineering- G8- 8<0b8H.. >rusell- H. &.- Sa2er- E.- ` Vr%el- !. './/A(. 3olor image processing. "EEE Signal =rocessing !agazine..'8(- 8Hb... Stoederstroem- >.- ` Stoica- =. '89C9(. S4stem identi,ication. Ne5 :or O =renticeJHall. )BB?VB- >. 89C.. S%el, )i,e #ating Koods. 3onnecticutO Kood and Nutrition =ress- "nc. H?N>ER)BB. Bplication noteO 3"E)@ a@ 2@ color scale. Virginia- v. /C- n. /0- 899G. !7N>ER7J3B)#ERfN- !.1 R7&BSJFRBg- !. B.1 !BR>hNJBE))7S7- 7. E,,ect o, pac aging conditions on qualit4 and s%el,Jli,e o, ,res%Jcut pineapple 'Bnanas comosus(. =ost%arvest Biolog4 and >ec%nolog4- v. A/- n. /.J/<- p. 8C.b8C9- .//C. BSS73"B>"7N 7K 7KK"3"B) BNB):>"3B) 3HE!"S>S 'B.7.B.3(. 899A. 7,,icial !et%ods o, Bnal4sis o, t%e Bssociation o, 7,,icial Bnal4tical 3%emists. 8G Editi+n. Brlington. 7"V '8909( Recopilaci+n de los !6todos "nternacionales de Bnlisis de Vinos. !adridO !inisterio de Bgricultura. !"SS"!" E.- !B>H"BSSE &.R.- ER"QS7N ?. .//0. 3omputer visionJ2ased sorting o, Btlantic salmon 'Salmo salar( ,illets according to t%eir color level. &ournal o, Kood Science 0.'8(OS</JS<A. VB)EN3"B E. .//0. =rocesado de imagen digital en colorO Bdquisici+n- anlisis colorim6trico 4 realce. >esis #octoral. #epartamento de fptica 4 7ptometr*a. ?niversitat =oliticnica de 3atalun4a. ./8 p. !EN#7VB K.- #E&!EQ =.- BF?")ERB &.!. .//0. 3olour and image te;ture anal4sis in classi,ication o, commercial potato c%ips. Kood Researc% "nternational H/O88HGJ88AH.
19

37RBB)NN !.- !7:B !. .//<. Segmentaci+n 4 medida del color de te;turas en color- pp. 8.GJ8.C. BO Bctas de la 0 Reuni+n Nacional de fptica. 3omit6 de la 0 Reuni+n Nacional de fptica. '%ttpOII555.optica.unican.esIrno0I3ontri2ucionesIarticulospd,Icor2alan8.pd,(. ES37KE>JS7>ERBS &.!"))NNJFBR3hBJVBRE)B !.S.NBVBRR7JBE)S?j RNES>BRESFBR3hB 7. .//A. #ispositivo 4 procedimientos de visi+n por ordenador para la medida 4 caracterizaci+n de la distri2uci+n de color en una muestra. =atente de invenci+n. N$mero de pu2licaci+nO . ./C /0G. 7,icina Espaola de =atentes 4 !arcas. Espaa. < p. >erra2- B.1 FonzalezJ!iret- ).1 Heredia- K.&. 3olour c%aracterisation o, >%4me and Bvocado %one4s 24 di,,use re,lectance spectrop%otometr4 and spectroradiometr4. European Kood Researc% and >ec%nolog4.//H- .8C- HCCJH9.. Bogdanov S.1 Ruo,, Q.1 =ersano 7ddo )- =%4sico 3%emical met%ods ,or c%aracterisation o, uni,loral %one4sO a revie5 Bpidologie <A './/H( SHJS80.

20

ANEGOS

21

ANEGO 01: MTODOS PARA DETERMINAR LOS ANFLISIS FISICOHUMICOS ME$'4' -*)* +* 4#$#)1%(*.%;( 4# +* 21#4*4

N'1!)# 4#+ 1E$'4': 1E$'4' 4#+ -#,' .'(,$*($# IA.O.A.CJ 1KK6>

P)'.#4%1%#($': 3olocar el crisol que servir de tara- en la estu,a a 8/AT3 por espacio de una %ora. 3olocar inmediatamente en el secador por espacio de ./ minutos para que en,r*e 4 luego pesarla. Este peso del crisol seco se denomina peso de tara. =esar en el crisol entre . a A g. de muestra apro;imadamente- a este peso se le denomina peso de la muestra %$meda 'U8(. )levar a la estu,a a una temperatura de 8</T3 durante . %oras- %asta que el peso sea constante. Se coloca en el desecador por ./ minutos 4 ,inalmente se pesa 'U.( 3lculosO

H 'D( Y

#+ndeO H'D(O contenido de %umedad e;presada en porcentaEe U8O peso de la muestra %$meda 'g( U.O peso de la muestra seca 'g(

22