Tesis:
Hyperspectral image applied to determine quality parameters in leafy vegetables
- Autor: LARA BLAS, Miguel Ángel
- Título: Hyperspectral image applied to determine quality parameters in leafy vegetables
- Fecha: 2016
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS AGRONOMOS
- Departamentos: INGENIERIA AGROFORESTAL
- Acceso electrónico: http://oa.upm.es/44931/
- Director/a 1º: DIEZMA IGLESIAS, Belén
- Director/a 2º: LLEÓ GARCÍA, Lourdes
- Resumen: La imagen hiperespectral aúna la espectroscopia con las técnicas de análisis de imagen en un solo sistema, capaz de adquirir un mapa espacial de la variación espectral de la muestra. Ha sido ampliamente estudiada y perfeccionada en los últimos tiempos como una herramienta potencial para el análisis no destructivo y aseguramiento de la calidad de los alimentos, desarrollándose con éxito múltiples aplicaciones en diferentes productos alimentarios. Por otro lado, los productos vegetales mínimamente procesados o listos para consumir, denominados comúnmente productos de cuarta gama, han ganado popularidad desde hace años, al tratarse de productos frescos y saludables, fáciles de preparar y de consumir. Sin embargo, ese mínimo procesado suele implicar operaciones que disminuyen la vida comercial del producto, al mismo tiempo que aumentan los procesos de degradación fisiológica, bioquímica y microbiológica. Se hace necesario la supervisión y control de la calidad y seguridad de estos productos mediante el uso de técnicas de análisis rápidas y no destructivas. A lo largo de este trabajo se ha realizado una profunda revisión de las aplicaciones más recientes de imagen hiperespectral para la supervisión de la calidad en productos alimentarios. Sin embargo, existen pocos estudios de aplicación de técnicas espectrales para la inspección de la calidad en hortaliza de hoja y sus productos cuarta gama listos para consumir. En esta Tesis Doctoral se ha estudiado la aplicación de imagen hiperespectral para la supervisión de los procesos de deterioro y envejecimiento que tienen lugar a lo largo de la vida útil en dos especies diferentes de hortaliza de hoja: espinaca y berro. Además, en un enfoque diferente, se ha aplicado imagen hiperespectral para observar el efecto de la salinidad en una tercera especie de hortaliza de hoja, lechuga, puesto que la salinidad puede afectar la calidad de las hojas y, por tanto, su uso potencial como producto fresco listo para consumir. Las imágenes hiperespectrales de muestras de hojas de espinaca (Spinacia oleracea) fueron adquiridas, a través del plástico de envasado, a lo largo de 21 días de almacenamiento en refrigeración (4°C) del producto. Para evitar el efecto de la variación de transmitancia del plástico de envasado a lo largo del tiempo en las imágenes hiperespectrales, se llevó a cabo un procedimiento de corrección radiométrica de las imágenes. Tres diferentes procedimientos de pre-procesado de espectros (sin pre-procesado, algoritmo Savitzky-Golay y normalización Standard Normal Variate, combinados con Análisis de Componentes Principales) fueron aplicados a los espectros de las hojas para obtener diferentes modelos de predicción. Las correspondientes imágenes virtuales de ‘scores’ obtenidas fueron estudiadas utilizando Análisis de Varianza, para comparar la efectividad de dichos modelos en la detección de la evolución de las hojas. Todos los modelos fueron capaces de detectar la evolución de las hojas a lo largo del tiempo, con diferente grado de efectividad. Además, la corrección radiométrica funcionó adecuadamente, pudiendo permitir la supervisión de la vida útil en hortaliza de hoja directamente a través de los plásticos de envasado comerciales del producto. El mismo procedimiento se llevó a cabo utilizando una variedad de hortaliza de hoja diferente (berro, Nasturtium officinale), con el fin de obtener nuevos modelos de predicción para este caso y compararlos con los modelos desarrollados en el caso de espinaca. El propósito de esta comparación es evaluar la capacidad de un modelo común para diferentes especies de vegetales de hojas que pueden estar presentes en varios productos comerciales tales como ensaladas listas para comer. Algunos de los componentes principales seleccionados al analizar los espectros de hojas de berro mostraron ‘loadings’ muy similares a los seleccionados en el caso de espinaca. Sin embargo, en el caso de berro, hubo más componentes principales aparentemente relacionados con la evolución de las hojas a lo largo del tiempo. Todos los modelos seleccionados, los desarrollados a partir de espectros de berro y los desarrollados para espinaca, fueron aplicados a las imágenes hiperespectrales de hojas de berro para ver su capacidad para detectar la evolución de las hojas. Las imágenes virtuales de ‘scores’ obtenidas aplicando cada modelo fueron comparadas mediante Análisis de Varianza y Wilks-λ. Todos los modelos fueron capaces de detectar la evolución de las hojas a lo largo del periodo de ensayo. Sin embargo, los modelos desarrollados a partir de los espectros de berro dieron mejores resultados en la supervisión de la vida útil de las hojas de berro a lo largo del tiempo. Se vieron diferencias entre los modelos obtenidos tras el análisis de los espectros de berro y los obtenidos a partir de los espectros de espinaca. Parece necesario estudiar los espectros de cada especie de hortaliza de hoja independientemente para así desarrollar modelos de predicción más adecuados para el estudio de la evolución de las hojas de cada especie vegetal. Por último, se adquirieron imágenes hiperespectrales de hojas de lechuga (Lactuca sativa) procedentes de plantas cultivadas en cuatro soluciones salinas diferentes (Ct=0, S1=50, S2=100 y S3=150 mM de NaCl). Los espectros medios de las hojas fueron pre-procesados mediante los algoritmos Savitzky-Golay y el de normalización Standard Normal Variate. Posteriormente se realizó un Análisis de Componentes Principales sobre los espectros pre-procesados, obteniéndose un primer modelo de detección del efecto de la salinidad en las hojas. Un segundo modelo fue propuesto después basándose en un índice que computa una aproximación a la segunda derivada de los espectros en la zona del llamado “red edge”. Ambos modelos fueron aplicados sobre las imágenes hiperespectrales de las hojas para obtener las correspondientes imágenes virtuales de ‘scores’ y del índice. Esos modelos fueron comparados mediante Análisis de Varianza para conocer su capacidad de detectar los efectos de la salinidad en las hojas de lechuga. Ambos modelos mostraron diferencias significativas para cada nivel de salinidad. Las imágenes hiperespectrales permitieron observar la distribución de los efectos de la salinidad sobre la superficie de las hojas, siendo más intensos en las zonas lejanas a los nervios de la hoja. Sin embargo, el modelo basado en el índice fue más sencillo y fácil de aplicar, al estar basado solamente en el valor de reflectancia correspondiente a tres longitudes de onda diferentes, pudiendo aplicarse más fácilmente en dispositivos de imagen multispectral más económicos. En este trabajo se demuestra el potencial de la imagen hiperespectral como método no destructivo de inspección de la calidad en hortalizas de hoja. Los resultados obtenidos demuestran que es posible evaluar la frescura en productos comerciales de hortaliza de hoja mínimamente procesada directamente a través de su envase final, proporcionando una gran ventaja para el control de calidad de este tipo de productos, tanto en la industria de procesado como en los puntos de distribución y venta. Además, los modelos generados para la supervisión de la vida útil del producto pueden ser aplicables a diferentes especies de hortaliza de hoja, abriendo la posibilidad de ser utilizados directamente en productos tipo ensalada o mezcla de hojas. Por otro lado, se ha desarrollado un índice multiespectral, basado solamente en tres longitudes de onda, para la detección del efecto del riego con agua salina en hojas de lechuga, permitiendo su detección antes de que se muestren síntomas en la hoja apreciables de forma visual. Dicho índice ha mostrado una mejor segregación de las hojas de lechuga en función de su nivel de salinidad que el resto de índices encontrados en la bibliografía para la detección del efecto de la salinidad en plantas. ABSTRACT Hyperspectral imaging system integrates both spectroscopic and imaging techniques into one system that can acquire a spatial map of spectral variation of the current sample. It has been widely studied and developed as a potential tool for non-destructive analysis and assessment for food quality and safety, resulting in many successful applications. On the other side, minimally processed leafy vegetables have increased their popularity since years ago, because they are fresh and healthy products, easy to prepare and to use. However, this minimal processing procedure reduces their shelf-life in comparison to non-processed products, increasing the physiological, biochemical and microbiological deterioration processes. It is necessary to monitor and to control the quality and safety of these products by using fast and non-destructive techniques. Along this work, a deep review of the most recent applications of hyperspectral imaging in quality determination of food products was done. However, there is not so much research focused on the application of imaging techniques for quality inspection of fresh-cut leafy vegetables. In this thesis the application of hyperspectral imaging is studied for monitoring the deterioration and aging processes of two different leafy vegetables: spinach and watercress. Moreover, as a different approach, hyperspectral imaging is applied to observe salinity effects in fresh-cut lettuce leaves, another leafy vegetable, because saline stress can affect the quality of the leaves as a ready-to-eat fresh product. Hyperspectral images of spinach leaves (Spinacia oleracea) samples were acquired, through the packaging film, along 21 days of cold storage (4°C). In order to avoid the variation in transmittance of the plastic films during time, a radiometric correction of the hyperspectral images was proposed. Three different spectral pre-processing procedures (no pre-process, Savitzky-Golay algorithm and Standard Normal Variate normalization, combined with Principal Component Analysis) were applied to the spectra, to obtain different prediction models. The corresponding artificial images of scores were studied by means of Analysis of Variance to compare their ability to sense the aging of the leaves. All models were able to monitor the aging through storage period, with different degree of success. Moreover, radiometric correction seemed to work properly and could allow the monitoring of shelf-life in leafy vegetables directly through commercial transparent packaging films. The same procedure was carried out using leaves of a different leafy vegetable variety (watercress, Nasturtium officinale), in order to obtain new prediction models and to compare with the models developed in the case of spinach leaves. The purpose of this comparison was to evaluate the ability of a common model for different species of leafy vegetables that may be present in several commercial products such as salads ready to eat. Some principal components retained analysing watercress leaves spectra showed loadings very similar to those retained in the case of spinach. However, in the case of watercress, there were more principal components apparently related to aging of the leaves. All those models, those developed using watercress leaves spectra and those developed for spinach leaves, were tested for monitoring the shelf-life of watercress leaves. The artificial images of scores obtained applying each model were compared by means of Analysis of Variance and Wilks-λ. All models were able to monitor the aging during the storage period. However, the models developed using watercress spectra were more suitable for monitoring the shelf-life of watercress leaves during time. There were some differences between the models applied for spinach and for watercress leaves. It seems necessary to study the spectral features of each leafy vegetable variety independently for developing prediction models abler to monitor the aging of the leaves. Finally, hyperspectral images of lettuce (Lactuca sativa) leaves were acquired, from lettuce plants grown considering four different saline solutions (Ct=0, S1=50, S2=100 and S3=150 mM of NaCl). The mean spectra of the leaves were pre-processed by means of Savitzky-Golay and Standard Normal Variate Normalization algorithms. Principal component analysis was then performed with the resulting pre-processed spectra, yielding an initial model for salinity effect detection. A second model was later proposed based on an index computing an approximation to the second derivative at the red edge region. Both models were applied to the hyperspectral images of the leaves to obtain the corresponding artificial images of scores and of the index. Those virtual images were studied using Analysis of Variance in order to compare their ability for detecting salinity effects on the leaves. Both models showed significant differences between each salinity level, and the hyperspectral images allowed the detection of the distribution of the salinity effects on the leaf surfaces, which were more intense in the areas distant from the veins. However, the index-based model was simpler and easier to apply in comparison to principal component because it was based solely on the reflectance at three different wavelengths, thus allowing for the implementation of less expensive multispectral devices. In this research, the potential of hyperspectral imaging as a non-destructive tool for quality inspection in leafy vegetables was proved. The findings demonstrate that it is possible to evaluate the freshness of commercial ready-to-eat leafy vegetables directly through the final packaging films. This is a great advantage for the quality control of this kind of products, both in the industry and along the distribution chain. Moreover, the models developed for monitoring the shelf-life of these products can be applied to different leafy vegetables, allowing to be used directly on salads or mixes of leaves. On the other side, a three-wavelengths-based index was developed for detecting the effect of irrigation water salinity on lettuce leaves, allowing the detection before the leaves show visual symptoms. This index showed the best segregation performance of the lettuce leaves submitted to different saline levels than the rest of the reviewed indexes in the literature for salinity effect detection on plants.