Identification of mechanical damage in the 'Fuji' apple cv. using artificial hyperspectral vision

  1. Oscar Leonardo García Navarrete 1
  2. Sergio Cubero García 2
  3. José Manuel Prats Montalbán 3
  1. 1 Facultad de Ingeniería, Universidad Nacional de Colombia, Bogotá, Colombia
  2. 2 Centro de Agroingeniería, Instituto Valenciano de Investigaciones Agrarias, Valencia, España
  3. 3 c Departamento de Estadística e Investigación Operativa Aplicadas y Calidad Universitat Politècnica de València
Zugehörigkeit anzeigen +
Zeitschrift:
DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín
  1. Gutiérrez Rodríguez, Betty Jazmín
  2. Argüello Tovar, José Orlando

ISSN: 0012-7353

Datum der Publikation: 2019

Ausgabe: 86

Nummer: 210

Seiten: 224-232

Art: Artikel

DOI: 10.15446/DYNA.V86N210.78605 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Andere Publikationen in: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín

Ziele für nachhaltige Entwicklung

Zusammenfassung

Uno de los problemas en la poscosecha de las manzanas es el daño mecánico por impacto. Su identificación evita problemas de calidad durante el almacenamiento. El objetivo fue identificar las longitudes de onda en las que se detecta el daño de manera temprana en manzanas del cultivar ‘Fuji’. El daño se simuló con un golpe controlado y tomando imágenes hiperespectrales de 400 a 1700 nm. Se realizaron tres experimentos a diferentes temperaturas (4 y 20 °C) y tiempos de muestreo. Se encontró que en la zona del NIR comprendida entre 1050 y 1100 nm fue posible clasificar las zonas sanas y golpeadas, a través de un análisis discriminante por mínimos cuadrados parciales (PLSDA). Adicionalmente, la evolución del daño en el tiempo no resultó significativa para la clasificación de los píxeles (clases sana y golpeada), ya que se detectó el golpe desde el primer momento en cualquiera de los tres experimentos.

Bibliographische Referenzen

  • Cubero, S., N. Aleixos, F. Albert, A. Torregrosa, C. Ortiz, O. García-Navarrete, and J. Blasco, Optimised computer vision system for automatic pre-grading of citrus fruit in the field using a mobile platform, Precision Agriculture, 15(1), pp. 80–94, 2014, 10.1007/s11119-013-9324-7" target="_blank">http://doi:10.1007/s11119-013-9324-7.
  • García-Navarrete, O. L., Estudio de costes de la recolección de naranjas por vibrador de troncos mediante análisis de sensibilidad, MSc. Thesis, Departamento de Economía y Ciencias Sociales, Universitad Politecnica de Valencia, Valencia, España, 2011.
  • Del Río, M.A., Mazzuz, C.F., Gómez de Barreda, L. and Sendra Company, G., Evaluación de los impactos y la influencia de la línea de confección sobre la calidad de frutos de naranja "Lanelate". Todo CITRUS, España 11, pp. 5–16, 2000.
  • Stern-Freifeld, D., Desarrollo de métodos analíticos para la detección de cambios metabólicos frente a situaciones de estrés en fruta fresca, PhD. Thesis, Departamento de Tecnología de Alimentos, Universitad Politecnica de Valencia, Valencia, España, 2005.
  • Vélez-Rivera, N., J. Gómez-Sanchis, J. Chanona-Pérez, J. J. Carrasco, M. Millán-Giraldo, D. Lorente, S. Cubero, and J. Blasco, Early detection of mechanical damage in mango using NIR hyperspectral images and machine learning, Biosystems Engineering, 122, pp. 91–98, 2014, 10.1016/j.biosystemseng.2014.03.009" target="_blank">http://doi:10.1016/j.biosystemseng.2014.03.009.
  • Ruiz-Altisent, M., Reducción de daños mecánicos en la manipulación de frutas, Vida rural, [Online], Vol 113, pp. 68–70, 2000. [fecha de consulta 19 de mayo de 2017] Disponible en: http://oa.upm.es/16228/1/02_048.pdf
  • Cubero, S., N. Aleixos, E. Moltó, J. Gómez-Sanchis, and J. Blasco, Advances in Machine Vision Applications for Automatic Inspection and Quality Evaluation of Fruits and Vegetables, Food and Bioprocess Technology, 4(4), pp. 487–504, 2011, 10.1007/s11947-010-0411-8" target="_blank">http://doi:10.1007/s11947-010-0411-8.
  • Lorente, D., N. Aleixos, J. Gómez-Sanchis, S. Cubero, O. L. García-Navarrete, and J. Blasco, Recent Advances and Applications of Hyperspectral Imaging for Fruit and Vegetable Quality Assessment, Food and Bioprocess Technology, 5(4), pp. 1121–1142, 2012, 10.1007/s11947-011-0725-1" target="_blank">http://doi:10.1007/s11947-011-0725-1.
  • Aunio Aunion-Castello, F. M., Influencia de los Impactos Mecánicos en Manzanas (Granny Smith) sobre la Respiración y Otras Propiedades Físicas, Trabajo de fin de carrera, Escuela Técnica Superior de Ingenieros Agronómos, Universidad Politécnica de Valencia, Valencia, España, 2002.
  • Gómez Sanchis, J. Gómez-Sanchis, J., Detección automática de podredumbres en cítricos mediante procesado avanzado de imágenes hiperespectrales, PhD. Thesis, Departamento de Ingenieria Electronica,Universitad de Valencia, Valencia, España, 2010
  • Baranowski, P., W. Mazurek, J. Wozniak, and U. Majewska, Detection of early bruises in apples using hyperspectral data and thermal imaging, Journal of Food Engineering, 110(3), pp. 345–355, 2012, 10.1016/J.JFOODENG.2011.12.038" target="_blank">http://doi:10.1016/J.JFOODENG.2011.12.038.
  • Che, W., L. Sun, Q. Zhang, W. Tan, D. Ye, D. Zhang, and Y. Liu, Pixel based bruise region extraction of apple using Vis-NIR hyperspectral imaging, Computers and Electronics in Agriculture, 146, pp. 12–21, 2018, 10.1016/J.COMPAG.2018.01.013" target="_blank">http://doi:10.1016/J.COMPAG.2018.01.013.
  • ElMasry, G., N. Wang, C. Vigneault, J. Qiao, and A. ElSayed, Early detection of apple bruises on different background colors using hyperspectral imaging, LWT - Food Science and Technology, 41(2), pp. 337–345, 2008, 10.1016/J.LWT.2007.02.022" target="_blank">http://doi:10.1016/J.LWT.2007.02.022.
  • Zhu, Q., J. Guan, M. Huang, R. Lu, and F. Mendoza, Predicting bruise susceptibility of “Golden Delicious” apples using hyperspectral scattering technique, Postharvest Biology and Technology, 114, pp. 86–94, 2016, 10.1016/J.POSTHARVBIO.2015.12.007" target="_blank">http://doi:10.1016/J.POSTHARVBIO.2015.12.007.
  • Keresztes, J. C., M. Goodarzi, and W. Saeys, Real-time pixel based early apple bruise detection using short wave infrared hyperspectral imaging in combination with calibration and glare correction techniques, Food Control, 66, pp. 215–226, 2016, 10.1016/J.FOODCONT.2016.02.007" target="_blank">http://doi:10.1016/J.FOODCONT.2016.02.007.
  • Huang, W., J. Li, Q. Wang, and L. Chen, Development of a multispectral imaging system for online detection of bruises on apples, Journal of Food Engineering, 146, pp. 62–71, 2015, 10.1016/J.JFOODENG.2014.09.002" target="_blank">http://doi:10.1016/J.JFOODENG.2014.09.002.
  • Tan, W., L. Sun, F. Yang, W. Che, D. Ye, D. Zhang, and B. Zou, Study on bruising degree classification of apples using hyperspectral imaging and GS-SVM, Optik, 154, pp. 581–592, 2018, 10.1016/J.IJLEO.2017.10.090" target="_blank">http://doi:10.1016/J.IJLEO.2017.10.090.
  • Xing, J. and J. De Baerdemaeker, Bruise detection on “Jonagold” apples using hyperspectral imaging, Postharvest Biology and Technology, 37(2), pp. 152–162, 2005, 10.1016/J.POSTHARVBIO.2005.02.015" target="_blank">http://doi:10.1016/J.POSTHARVBIO.2005.02.015.
  • ElMasry, G., N. Wang, and C. Vigneault, Detecting chilling injury in Red Delicious apple using hyperspectral imaging and neural networks, Postharvest Biology and Technology, 52(1), pp. 1–8, 2009, 10.1016/J.POSTHARVBIO.2008.11.008" target="_blank">http://doi:10.1016/J.POSTHARVBIO.2008.11.008.
  • Baranowski, P., W. Mazurek, and J. Pastuszka-Woźniak, Supervised classification of bruised apples with respect to the time after bruising on the basis of hyperspectral imaging data, Postharvest Biology and Technology, 86, pp. 249–258, 2013, 10.1016/J.POSTHARVBIO.2013.07.005" target="_blank">http://doi:10.1016/J.POSTHARVBIO.2013.07.005.
  • Xing, J., W. Saeys, and J. De Baerdemaeker, Combination of chemometric tools and image processing for bruise detection on apples, Computers and Electronics in Agriculture, 56(1), pp. 1–13, 2007, 10.1016/J.COMPAG.2006.12.002" target="_blank">http://doi:10.1016/J.COMPAG.2006.12.002.
  • Keresztes, J. C., E. Diels, M. Goodarzi, N. Nguyen-Do-Trong, P. Goos, B. Nicolai, and W. Saeys, Glare based apple sorting and iterative algorithm for bruise region detection using shortwave infrared hyperspectral imaging, Postharvest Biology and Technology, 130, pp. 103–115, 2017, 10.1016/J.POSTHARVBIO.2017.04.005" target="_blank">http://doi:10.1016/J.POSTHARVBIO.2017.04.005.
Fuente de los datos: Dialnet