Aplicación del análisis de imágenes al estudio del pre-tratamiento y temperatura en el pardeamiento enzimático rodajas de manzana

Lorenzo Cabañas Chávez, Wilson Manuel Castro Silupu

Resumen


El presente trabajo tuvo como objetivo evaluar el efecto de la temperatura y el pre-tratamiento en el color en rodajas de manzana var. Granny Smith, medidos en el espacio CIELa*b* utilizando un sistema de visión por computadora, durante el proceso de pardeamiento enzimático. La metodología aplicada consto´ de las siguientes actividades: a) Aplicación de diferentes condiciones de temperatura (10, 25 y 40 ºC) y pre- tratamiento (control, escaldado y sulfitado) a rodajas de manzana para analizar el pardeamiento enzimático, b) Extracción de información del color durante el proceso de pardeamiento enzimático y c) Relacionar los cambios en el color, la temperatura y el pre-tratamiento. Los resultados de la labor experimental muestran que a lo largo del proceso de pardeamiento se produce la reducción de los parámetros L e incremento de parámetros a* y b*; asimismo, que existen diferencias significativas en los parámetros L, a* y b* cuando se aplican diferentes pre-tratamientos y temperaturas. Finalmente, las ecuaciones, que modelan las relaciones entre los parámetros L, a* y b*, en función de los factores pre-tratamiento (P), tiempo (Tp), y temperatura de almacenamiento (Ta) confirman que los parámetros L, a* y b* tienen relación con los factores en evaluación. Sin embargo, por los bajos valores de R2, no es posible utilizarlos para predecir el proceso.


Palabras clave


Análisis de imágenes; CIELa*b*; pardeamiento; visión por computadora

Texto completo:

PDF

Referencias


Briones & Aguilera (2005). Image analysis of changes in surface color of chocolate. Food Research International.Brosnan & Sun. (2004). Improving quality inspection of food products by computer vision. Journal of Food Engineering, 125–135.

Du & Sun. (2005). Pizza sauce spread classification using colour vision and support vector machines. Journal of Food Engineering.

Guoping, y Col. (2004). Compressing histogram representations for automatic colour photo categorization. Pattern Recognition.

Kang & Sabarez. (2009). Simple colour image segmentation of bicolour food products for quality mesurement. Journal of Food Engineering.

Kit & Spyridon. (2004). A simple digital imaging method for measuring and analyzing color of food surfaces. Journal of Food Engineering.

Krokida, et al.; (2001). Colour changes during Deep far frying. Journal of Food Engineering. 219–225.

León. (2005). Estudio de la cinética de color en rodajas de papa frita empleando visión computacional. Facultad Tecnológica. Universidad de Santiago de Chile: Trabajo de titulación para optar al título de Ingeniero de Alimentos. Departamento de Ciencia y Tecnología de los Alimentos.

Lu et al.; (2007). Efficacy of sodium chlorite as an inhibitor of enzymatic browning in apple slices. Food Chemistry. 824–829.

Lunadei, & Col. (2011). A multispectral vision system to evaluate enzymatic browning in fresh-cut apple slices. Postharvest Biology and Technology.

Luo. 1994. Enhanced control of enzymatic browning of apple slices by papain.

Luo. 1997. Enzymatic browning and its inhibition in new apple cultivars slices using 4- hexylresorcinol in combination with ascorbic acid. Food Science and Technology International. 195–201.

Nicolas et al.; (1994). Enzymatic browning reactions in apple and apple products. CRC Crit.Rev. Food. Sci. 109-157.

Paschos & Petrou. (2003). Histogram ratio features for color texture classification. Pattern Recognition Letters.

Pedreschi et al.; (2004). Classification of potato chips using pattern recognition. Journal of Food Science. 264–270.

Robards et al.; (1999). Phenolic compounds and their role in oxidative processes in fruits. Food Chemistry. 66. 401- 436.

Sapers, 1987. Comparison of erythorbic and ascorbic acids as inhibitors of enzymatic browning in apple. Journal of Food Science. 17-32.

Segnini et al., (1999). A low cost video technique for color measurement of potato chips. Lebensmittel - Wissenschaftund Technologie. 216–222.

Xul & Col.; (2009). On-Line detection of defects on fruit by machinevision systems based on three-color-cameras systems. Computer and Computing Technologies in Agriculture 2231-2238

Yoo & Il-Seok (1999). A fast algorithm for tracking human faces based on chromatic histograms. Pattern Recognition Letters




DOI: http://dx.doi.org/10.25127/ucni.v1i3.424

Enlaces refback

  • No hay ningún enlace refback.


INDIZADA EN:

 

    Crossref logo    Logo REBID    Logo Google Scholar Logo AURA Logo WorldCat  

  

 

Licencia Creative Commons


Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.