Poscosecha - Instrumental de control y mediciones Info Poscosecha - Instrumental de control y mediciones

Utilidad del análisis de imágenes espectrales

Medición de compuestos en frutos

Horticom News28/01/2004

28 de enero de 2004

El nivel de error en la determinación del grado de madurez en tomates utilizando análisis espectral de imágenes fue del 7%, mientras que alcanzó el 40% para el análisis RGB (rojo, verde, azul); así lo constataron los investigadores de GreenVision, el instituto de la Universidad de Wageningen dedicado al análisis de la calidad y otros parámetros de productos alimenticios

El nivel de error en la determinación del grado de madurez en tomates utilizando análisis espectral de imágenes fue del 7%, mientras que alcanzó el 40% para el análisis RGB (rojo, verde, azul); así lo constataron los investigadores de GreenVision, www.ato.wur.nl/greenvision, el instituto de la Universidad de Wageningen dedicado al análisis de la calidad y otros parámetros de productos alimenticios.

Imágenes espectrales

En una imagen con valores de gris (blanco y negro), un píxel contiene un único valor que representa la intensidad de la luz. En una imagen RGB, un píxel contiene tres valores, correspondientes a la intensidad de la luz del espectro electromagnético del rojo, verde y azul. En una imagen espectral cada píxel contiene una serie de valores de intensidad correspondientes a pequeñas bandas (menores de 10 nm) del espectro. Una imagen espectral típica consiste de 100 a 300 bandas de longitudes de onda.

Espectrometría de imágenes

La espectroscopia es el estudio de la luz como una función de la longitud de onda que ha sido transmitida, emitida y reflectada o dispersada de un objeto. La variedad de procesos de absorción y su dependencia de la longitud de onda permite derivar información sobre las características químicas del obeto. La imagen espectral da un espectro de cada píxel de la imagen. Esto hace posible analizar las relaciones espaciales de la química del objeto.

Fuente: Folleto "Measuring compounds in fruits using spectral image analysis", GreenVision