Tecnología de imagen hiperespectral en calidad alimentaria

La tecnología de imagen hiperespectral es una tecnología que permite identificar y caracterizar diferentes materiales de manera no invasiva y definir las propiedades de cada material o alimento más allá de la superficie. Cada material tiene una composición única y, por tanto, reacciona de forma singular al espectro electromagnético. Las cámaras IHE extraen esta información y la utilizan como firma o huella para su identificación.

Esta tecnología se ha utilizado en una amplia variedad de aplicaciones en la industria alimentaria con el objetivo de supervisar la calidad de los alimentos para asegurar el cumplimiento de estándares de calidad y seguridad alimentaria.

Además de contribuir en el control de calidad alimentaria, la implementación de este tipo de tecnología permite automatizar procesos de inspección de diferentes plagas, enfermedades, o incluso predecir la madurez de un producto, que contribuiría en el ahorro de costes y evitaría la pérdida y desperdicio de gran cantidad de alimentos.

Base tecnológica de la imagen hiperespectral

Esta tecnología se basa en la composición de los materiales, que están formados por moléculas que absorben longitudes de onda específicas características de su estructura, lo que permite identificar distintos materiales. Cuando los fotones entran en contacto con un material, una parte de la luz se refleja, otra parte pasa a través y otra es absorbida. Esta interacción entre la luz y el material se conoce como espectroscopia. La imagen espectral se obtiene al aplicar la espectroscopia de transmitancia/reflectancia/emitancia a cada píxel en una imagen espacial.

Las cámaras hiperespectrales van tomando imágenes, línea a línea mediante la tecnología “push broom”, y construyen una imagen espectral que contiene 3 dimensiones: dimensión espacial (X, Y) y dimensión espectral (λ), denominado hipercubo (X, Y, λ).

 

Esa imagen espectral que se extrae va en función de las longitudes de onda reflejadas por cada píxel de la imagen, aportando una gran cantidad de información de alto valor sobre características cualitativas de la muestra. Sin embargo, el coste computacional para su procesamiento es mayor en los sistemas de imagen clásicos, ya que esta tecnología proporciona mucha información redundante.

 

El espectro electromagnético

El espectro electromagnético se denomina a la distribución energética del conjunto de ondas electromagnéticas. Recoge radiaciones de longitudes de onda pequeñas desde los rayos gamma y rayos X, pasando por la radiación UV, la luz visible y la radiación infrarroja, hasta radiaciones de longitudes de onda mayores como las ondas de radio.

La luz visible por el ojo humano está compuesta por diferentes longitudes de onda desde las bandas que se encuentran desde los 400 nm hasta los 700 nm, lo que se conoce como el espectro visible.

La siguiente imagen muestra el espectro electromagnético, centrándose en el espectro visible por el ojo humano.

Your content goes here. Edit or remove this text inline or in the module Content settings. You can also style every aspect of this content in the module Design settings and even apply custom CSS to this text in the module Advanced settings.

El espectro visible es únicamente una pequeña parte del espectro electromagnético. Existen cámaras hiperespectrales que trabajan en distintos rangos del espectro. Entre las cámaras más comunes que se utilizan en la industria agroalimentaria, destacan:

  • Cámaras VIS-NIR (400-1000nm) – trabajan en el rango visible y parte del infrarrojo cercano NIR. 
  • Cámaras NIR (900-1700nm) – trabajan en un rango más amplio del infrarrojo cercano NIR.

Los rangos que se indican arriba son rangos aproximados que dependen de la cámara y del fabricante.

Por eso, será importante determinar en qué bandas se encuentran las características o materiales que se quieran analizar, para poder escoger las longitudes de onda que se quieren observar y poder seleccionar el equipo que mejor se adapte a nuestras necesidades.

¿Qué nos aporta esta tecnología?

La tecnología de imagen hiperespectral proporciona datos muy precisos que no son visibles para el ojo humano. Cada píxel contiene información que permite identificar distintos materiales, muestras, o incluso es capaz de definir la composición de productos en continuo además de ofrecer un mapa de su distribución.

La principal ventaja entre las herramientas de visión clásica, la espectroscopia y la imagen hiperespectral es que esta última, combina los puntos fuertes de ambas tecnologías anteriores. Una imagen hiperespectral combina una buena resolución espacial en 2D (X,Y) con una buena resolución espectral, ya que nos proporciona un espectro por cada píxel en la imagen, que hace que el análisis espectral sea mucho más exhaustivo.

Esta tecnología aporta una calidad en la información de los datos que, integrada con algoritmos de aprendizaje profundo, es capaz de resolver muchas de las aplicaciones en la industria agroalimentaria mediante tecnologías de visión artificial basadas en Deep Learning.

Las cámaras hiperespectrales se utilizan en alimentación para la automatización de tareas de inspección de defectos o análisis de propiedades que son difíciles de resolver mediante visión artificial convencional.

Ventajas e inconvenientes de la tecnología de IHE

La tecnología de imagen hiperespectral presenta muchas ventajas en cuanto a otras técnicas de imagen clásicas.

  • Es un análisis no-destructivo y no-invasivo.
  • No requiere preparación de las muestras. 
  • Inspección rápida y en tiempo real.
  • Fácil implementación en líneas de procesos ya existentes.
  • Puede identificar distintos componentes químicos en una muestra. 
  • Gracias a la información espacial que proporciona:
    • Se pueden analizar varias muestras de forma simultánea.
    • Es capaz de seleccionar regiones de interés en una muestra.
    • Se puede analizar el espectro de un píxel concreto.
  • Después de la puesta a punto del sistema, realizada la calibración y validación del modelo, resulta muy rápido y sencillo de utilizar. 

A pesar de las ventajas, existe algún inconveniente a la hora de escoger esta tecnología.

  • Se necesita un equipo con una buena capacidad de procesamiento.
  • Requiere un preprocesamiento y postprocesamiento de los datos.
  • Tiene un coste computacional alto para su procesamiento.

Aplicaciones de la tecnología en la industria agroalimentaria

Las cámaras hiperespectrales se utilizan en la industria agroalimentaria para automatizar tareas de inspección de defectos o análisis de distintas características difíciles de resolver mediante visión artificial convencional. Esta tecnología se extiende en aplicaciones que exigen exhaustivos controles de calidad y seguridad alimentaria.

Es común utilizar este tipo de tecnología para las siguientes aplicaciones.

  • Detección de cuerpos extraños: detección de cáscara en frutos secos, semillas, insectos, plásticos, madera, cristales… 
  • Predicción de la vida útil o madurez en frutas y verduras.
  • Detección de defectos como golpes, magulladuras y moho, incluso cuando no son visibles para el ojo humano.
  • Conocer el nivel de azúcar y almidón en patatas.
  • Medir humedad y grasa en productos de panadería y bollería.
  • Control de calidad en lácteos y quesos.
  • Definir la calidad química de la carne: contenido de magro/grasa, proteína o actividad de agua.

Además, se han realizado aplicaciones en supervisión de cultivos para conocer la evolución de las plantas, analizar si existen diferentes enfermedades en ellas o para analizar los daños meteorológicos que afectan los cultivos.

ITCL desarrolla una plataforma web para el análisis de imágenes hiperespectrales

Dentro del grupo de investigación de Sistemas de Percepción Artificial Inteligente (SPAI), existe una línea de trabajo que está trabajando en la tecnología de imagen hiperespectral para diferentes aplicaciones. 

En el marco del proyecto colaborativo RecExpert 4.0, ITCL ha desarrollado una plataforma web para el análisis en línea de imágenes hiperespectrales.

La interfaz web sirve de herramienta digital para realizar un primer análisis de los resultados obtenidos con cámaras hiperespectrales. Esta herramienta permite la gestión, monitorización y evaluación de imágenes tomadas con cámaras hiperespectrales mediante el software desarrollado.

La aplicación muestra una visualización gráfica de la imagen hiperespectral importada y el gráfico analítico del espectro. El gráfico muestra el espectro promedio de todos los píxeles de la imagen, además de su desviación estándar. Un ejemplo se muestra a continuación:

 

Además, se pueden aplicar las diferentes herramientas de análisis, por un lado, en el apartado de visualización gráfica, y, por otro lado, en el apartado de visualización analítica.

El software permite seleccionar un área determinada en el apartado de visualización gráfica, que mostrará el espectro correspondiente a dicho área en el apartado analítico. Este espectro es el resultante del promedio de todos los espectros de todos los píxeles seleccionados en el apartado de visualización.

Por otro lado, se permite la selección del ancho de banda a analizar. La selección del grupo de bandas variará dependiendo de la cámara seleccionada. En este caso, la cámara trabaja en el rango espectral de 930-2500 nm que está dividido en 288 bandas. 

 Si se arrastran los límites laterales se puede seleccionar un determinado espectro de longitudes de onda, de manera interactiva, se podrá apreciar la variación de los valores de las bandas que se están seleccionando, además de mostrarse el valor de longitud de onda de la banda inferior.

Tras aplicar el filtro por ancho de banda, se mostrará el gráfico analítico correspondiente, y además, una previsualización gráfica aplicando el mismo tipo de filtrado.

 Esto permite realizar un primer análisis rápido para conocer los datos que tenemos. Esta herramienta puede ser muy útil para realizar un primer análisis para conocer si la cámara con la que trabajamos distingue las muestras mostrando diferencias en el espectro en cada caso.