Inspección de naranjas y mandarinas con visión artificial

“El problema es que los daños causados por las principales podredumbres (Penicillium italicum y digitatum) son difícilmente visibles para el ojo humano en las primeras fases de la infección, ya que su apariencia es similar a la de la piel sana. Esto dificulta su detección por las máquinas de clasificación automática en las líneas de confección, ya que se basan normalmente en la adquisición y procesamiento de imagenes de información visible de las frutas, al igual que lo hace el ojo humano”, explica José Blasco, investigador del IVIA y miembro del equipo que ha patentado la máquina.

“Por ello, la detección de esta peligrosa enfermedad se realiza en cámaras oscuras especiales, donde la fruta se ilumina únicamente con luz ultravioleta. Esto se realiza porque a medida que la enfermedad evoluciona, degrada la piel de la fruta liberando aceites esenciales que reaccionan a la luz ultravioleta emitiendo luz visible, lo que se conoce como fluorescencia inducida en el ultravioleta. De esta forma, la zona dañada parece que brille en la oscuridad y se puede detectar la fruta afectada. Aún con todo, los operarios suelen tocar la piel de la fruta para asegurarse de la existencia del daño, ya que las podredumbres producen un reblandecimiento de la piel. Además, otros defectos menos graves también pueden ocasionar la liberación de estos aceites y por lo tanto, fluorescencia”, prosigue.

Los investigadores también han desarrollado un dispositivo que automatiza la inspección de gajos de mandarina listos para su consumo. Tras separarlos de forma individual en una plataforma vibradora, se transportan por una cinta hasta la zona de inspección, que puede examinar hasta 28 gajos por segundo. Aquí se diferencian los rotos de los enteros y aquellos que tienen semillas de los que no. Las pieles y otros objetos extraños también se localizan y eliminan de la línea de producción.

“Incluso hemos comenzado a inspeccionar la calidad interna de los frutos con imágenes por resonancia magnética (MRI), tomografía axial computarizada (TAC) o rayos X, como las que se emplean en medicina –añade–, aunque de momento son técnicas costosas y hay que seguir investigando para facilitar su instalación y aumentar su eficiencia en los procesos de selección de frutas”.

Una de las últimas investigaciones se centra en el uso de imágenes hiperespectrales, que recogen y procesan información de gran parte del espectro electromagnético y proporcionan medidas espectrales individuales para cada píxel. Este método se puede aplicar para identificar compuestos químicos, cuya concentración puede evolucionar durante procesos como la madurez o la podredumbre de los frutos. Así se puede predecir el momento óptimo de consumo o seguir la evolución de una enfermedad en la fruta. El prototipo más voluminoso del IVIA es una máquina de asistencia a la recolección de cítricos, del tamaño de un gran tractor. Blasco señala que se trata de un prototipo autopropulsado capaz de realizar la clasificación de naranjas en el propio campo, “para lo cual es muy importante que el sistema de inspección sea muy eficiente desde el punto de vista del consumo energético”.

Los operarios recolectan la fruta y la depositan sobre una cinta móvil que incorpora la máquina. Mediante sensores y un sistema de visión se determina el calibre, el color y la presencia de daños externos en las naranjas. La información captada por los sensores se transmite a un autómata programable para clasificar las fruta en las tres categorías establecidas. A su llegada al almacén se entrega preclasificada y acompañada de unas completas estadísticas sobre su calidad, lo que permite valorarla y tomar decisiones sobre su destino inmediato.