Professional Documents
Culture Documents
PROYECTO DE TESIS
ESTIMACIN DE LA VIDA TIL POR COLOR DE RODAJAS DE
YACN (Smallantus sonchifolius) MNIMAMENTE PROCESADOS
MEDIANTE PRUEBAS ACELERADAS A PARTIR DE UN SISTEMA DE
VISIN COMPUTACIONAL
AUTOR:
TRUJILLO PER
2011
PROYECTO DE INVESTIGACIN
TTULO:
2.2. Departamento
: Ciencias Agroindustriales
2.3. Facultad
: Ciencias Agropecuarias
2.4. Categora
: 0272400806
0272400206
3. ASESOR:
3.1.
Apellidos y Nombres
3.2.
Facultad
Ciencias Agropecuarias
3.3.
Escuela
Ingeniera Agroindustrial
4. TIPO DE INVESTIGACIN:
5.1. De acuerdo a la orientacin
: Aplicada.
: Experimental.
ETAPAS
Presentacin y sustentacin
10. DURACIN
11.
: 4 meses
FECHA DE INICIO
: Mayo 2011
FECHA DE TRMINO
: setiembre 2011
: 20
b. Horas/Semana
: 20
c. Total de horas
: 400
3
12.
RECURSOS
12.1 Personal:
Autores
Asesor
12.2 Locales :
Laboratorio Multifuncional, Laboratorio de Tecnologa de
los Procesos
Materiales y Equipos
12.3.1. Materia prima
Yacn (Smallantus sonchifolius).
12.3.2. Insumos
cido ctrico.
Alginato de sodio.
12.3.3. Material de vidrio
Fiola 250 mL.
Pipetas 1 mL.
Probetas 100 mL.
Vasos de precipitacin 50, 250, 500 mL.
12.3.4. Reactivos
Agua destilada.
12.3.5. Equipos
4
12.3.6. Otros
Cuchillos.
Recipientes plsticos.
Jarras de medida.
Bolsas plsticas (PET baja densidad).
Film de PVC.
13. PRESUPUESTO:
Cuadro.
Costo
(S/.)
A. Material de oficina y escritorio
Papel Bond A4
Millar
2
Lapiceros
Unidad
2
2
Cuadernos
Unidad
1
Tinta de impresin a
Unidad
Tinta color
de impresin
en
Unidad
Hp
Subtotal
negro
B. Gastos de experimentacin
.tem
Unidad
Subtotal
5
Cantidad
Costo
(S/.)
C. Otros servicios
Internet
Copias
Imprevistos
Anillado
Empastado
Subtotal
TOTAL
14. FINANCIAMIENTO:
Propio
PLAN DE INVESTIGACIN
I.
No
permite
an
reemplazar
los
sofisticados
sistemas
de
medicin
instrumentales
espectrofotomtricos, pero es una alternativa viable por lo verstil, econmico y sencillo (Yam y
Papadakis, 2004).
El mtodo estandarizado para medicin de color en miel es el basado en la comparacin ptica,
utilizando un colormetro Pfund o un Lovibond (Bogdanov et al., 2004), normalizados
internacionalmente. El comparador Lovibond es ms fcil de usar que el Pfund, pero la miel
generalmente es comercializada de acuerdo a este ltimo. Los otros mtodos mencionados no han
sido validados internacionalmente. La disponibilidad de los colormetros Pfund, diseados
inicialmente para la industria petroqumica es escasa; los equipos se construyen por pedidos
especiales que no siempre son satisfechos. Los exportadores de miel han incorporado por su
mayor disponibilidad, versatilidad y practicidad, el colormetro Hanna, que apareci en el
marcado en 2004. El presente trabajo compara determinaciones de color realizadas con un
colormetro Pfund y un colormetro Hanna, con el propsito de evaluar la correspondencia de los
resultados obtenidos, a los efectos de considerar la viabilidad del colormetro Hanna para medir el
color de la miel.
La caracterizacin de un sistema de captacin de imagen digital consiste en construir un modelo
que relacione las distribuciones espectrales de energa del estmulo con los valores digitales de la
imagen y estos, a su vez, con la respuesta del sistema visual humano (CIExyz); este modelo
depende no slo de la cmara, sino que requiere fijar, la distancia del objeto de captura, el rea de
trabajo, la geometra de iluminacin/observacin y minimizar la influencia de otras luces
ambientales. (Misimi et al., 2007); sealan que un SVC consiste en la instalacin de un escenario
iluminado, una cmara para la captacin de imgenes y un computador para el procesamiento de
estas; lo cual involucra la segmentacin, la cuantificacin y la clasificacin de las imgenes y
objetos de inters de esas imgenes para la toma de decisiones. Una vez que la cmara est
caracterizada y las condiciones de observacin fijadas, el dispositivo puede utilizarse a modo de
colormetro para medir el color (Valencia, 2007).
Mendoza y Aguilera (2004), implementaron un SVC para identificar estados de maduracin de
bananas basados en el color y desarrollo de manchas oscuras, el cual consisti en un sistema de
luces, el empleo de una cmara digital y el procesamiento de las imgenes mediante un software
8
que permiti mejorar la calidad de las imgenes, realizar el anlisis de color, cuantificar las
manchas oscuras e incluso adquirir informacin sobre la textura de la superficie de los frutos.
Este sistema tambin fue utilizado en hojuelas de papa fritas para evaluar caractersticas de color
y textura con el propsito de clasificar la apariencia para modelar preferencias de calidad
(Mendoza et al., 2007).
La inspeccin del color de muestras texturadas se realiza mediante visin humana, y siempre que
la textura lo permite la medida de las diferentes zonas de color se realiza mediante un
espectrofotmetro o colormetro (Corbaln y Moya 2003). Estos instrumentos integran el valor de
la medida en el rea de la muestra sobre la que se aplican; si la distribucin del color no es
uniforme, por la presencia de variables como texturas o manchas, entre otras, el valor promedio
obtenido no describe adecuadamente el color de la muestra original (Escofet-Soteras et al. 2005);
es decir, estos equipos no realizan segmentacin ni clasificacin de las imgenes.
En un trabajo realizado en la formulacin de leche maternizada, se estudi la vida til de leches
maternizadas. A partir de resultados preliminares obtenidos mediante ensayos acelerados, se
seleccion el oscurecimiento de la leche como descriptor crtico de la vida til. Se encontr muy
buena correlacin entre los datos de oscurecimiento de la leche determinado sensorialmente y la
disminucin del valor L*. En este caso, una sencilla medida instrumental puede reemplazar la
medida sensorial, que necesita de entrenamiento previo de los evaluadores y mayor tiempo de
realizacin. (Hough y Fiszman, 2005).
II. JUSTIFICACIN
Uno de los objetivos primarios del ser humano ha sido, es y ser siempre el estudio y la
simulacin de sistemas biolgicos, y en concreto de sistemas de visin o de captura de energa
radiante. As, el paso siguiente es el diseo y la fabricacin de instrumentos o sistemas de visin
artificial que reproduzcan las respuestas visuales humanas frente a cualquier tipo de estmulos
visuales.
En ese sentido, reviste inters la utilizacin de cmaras digitales para la medida del color en
imgenes, que ofrecen ventajas como, resolucin ajustable y menor costo econmico, en
comparacin con los instrumentos convencionales.
10
V. OBJETIVOS
Objetivo General
Estimar el tiempo de vida til por color de rodajas de yacn (Smallantus sonchifolius)
mnimamente procesados mediante pruebas aceleradas a partir de un sistema de visin
computacional.
Objetivos especficos
Disear y construir un equipo de visin computacional para rodajas de yacn
(Smallantus sonchifolius) mnimamente procesado.
Elaborar rodajas de yacn (Smallantus sonchifolius) mnimamente procesado con
cobertura de alginato de sodio.
Medir en unidades L*a*b* rodajas de yacn (Smallantus sonchifolius) mnimamente
procesados partir de imgenes digitales RGB mediante software de clculo calibrado con
un colormetro convencional.
Estimar el limite crtico con la cromaticidad, tonalidad y luminocidad en funcin de
unidades L*a*b* obtenidos mediante un sistema de visin computacional.
VI. MATERIALES Y METODOLOGA
VI.1. MATERIALES
VI.1.1. Materia prima
Yacn (Smallantus sonchifolius).
VI.1.2. Insumos
cido ctrico.
Alginato de sodio.
VI.1.3. Material de vidrio
Fiola 250 mL.
Pipetas 1 mL.
Probetas 100 mL.
11
VI.1.6. Otros
Cuchillos.
Recipientes plsticos.
Jarras de medida.
Bolsas plsticas (PET baja densidad).
Film de PVC.
VI.2. Metodologa
VI.2.1. Caracterizacin de la materia prima
La materia prima, adquirida en los mercados de la regin, ser seleccionada y
clasificada segn su tamao y calidad.
Se realizarn las siguientes pruebas fisicoqumicas de un total de 5 unidades por
prueba:
a. Determinacin de la humedad
Se determinar segn el mtodo de la A.O.A.C (1995).
12
Nacional
de
Trujillo,
laboratorio
de
tecnologa
de
procesos
13
c) Lavado
Los frutos enteros sern sometidos a un prelavado con agua corriente y
detergente neutro, con ayuda de una escobilla de nylon se realizar una mejor
limpieza.
d) Primera Sanitizacin
La sanitizacin ser con una solucin de cido paractico (80 ppm) durante tres
minutos para reducir la contaminacin inicial del producto, puesto que la
microflora presente en la cscara puede migrar a la pulpa, acarreando en un
crecimiento rpido de microorganismos.
e) Almacenamiento
Despus de la sanitizacin, los frutos sern almacenados a 12C en una
refrigeradora
h) Primer drenado
En seguida sern drenadas durante dos minutos antes de sumergirlos en la
solucin cida.
i) Aplicacin de solucin de cidos
Luego de este proceso sern inmersas las rodajas en una solucin de cido
ctrico (1%) por dos minutos.
j) Segundo Drenado
Despus se drenar nuevamente por dos minutos.
k) Embalaje
Sern acondicionados en embalajes redondos de PET con film de PVC.
l) Almacenaje
Se almacenar en refrigeracin (5C).
VI.2.3. Preparacin y aplicacin de coberturas
Se prepararn soluciones acuosas conteniendo el 2% de alginato de sodio, sern
preparadas a 80 C y bajo agitacin constante, hasta que la solucin se torne color
mbar traslucida, utilizndose un agitador magntico con calefaccin (IKA, modelo
HR B1, Staufen, Alemania). Despus se dejar en reposo por 24 horas a temperatura
ambiente (23 1 C) para eliminar las burbujas de aire (Montero-Caldern; RojasGra; Martn-Belloso, 2008; Raybaudi-Massilia; Mosqueda-Melgar; Martn-Belloso,
2008).
Para la aplicacin de la capa, las rodajas de yacn se colocarn de dos en dos,
sumergidas por tres minutos y luego escurrido para el secado de la pelcula de 2 horas
a 181 C. Despus del drenaje, las muestras sern embaladas en todo el PET y
cubierto con plstico y se almacenaron a 5 C, hasta el momento del anlisis mediante
un sistema de visin computacional.
16
el
fin de calibrar
Valor
20.7 mm
9
apagado
100
Fluorescencia H
Manual
Av. f/8.0
1/15 s
prima
in
el sistema
colores se divide
digital
de
algunos grficos
en 10 regiones
color, los
valores
de
en
valores
como se
color
de
muestra en
L*a*b*
se
medirn usando un colormetro Hunter Lab. Adems, una imagen digital RGB se
han
tenido
valores
de
color
R,
GyB
de
las
Lmparas
Cmara
Caja de madera
Color de la muestra
18
Tabla de colores
Regiones
Modelo
Cmara
Error
Figura 5. Estimacin de los valores L*a*b* sobre la base de las mediciones de RGB.
R
G
B
eL
ea
eb
Descripcin
Valor de L* medido con un colormetro
Valor de a* medido con un colormetro
Valor de b* medido con un colormetro
Valor de L* obtenido con el modelo
Valor de a* obtenido con el modelo
Valor de b* obtenido con el modelo
Valor de R (rojo), medida a partir de la imagen digital
Valor de G (verde), medida a partir de la imagen digital
Valor de B (azul) medido desde la imagen digital
Error en la estimacin de L*
Error en la estimacin de a*
Error en la estimacin de b*
20
Muestr
Una
vez
los
valores
L*a*b* sobre la base de las mediciones RGB desde la cmara sin tener que utilizar
el colormetro (vase la lnea continua en la figura. 4).
El error medio normalizado en la estimacin de cada uno de las variables L*a*b*
se obtendrn mediante
la
comparacin
de las
):
mediciones colormetro
(L*,
acuerdo
la gama
de cada
una
21
ser estimado de
manera
que el
error medio
un
modelo
simple
para
la
transformacin
de RGB
L*a*b*,
es
La
la
siguiente
primera
fila
es
de
una
la
explicacin
matriz
en
de
cmo
(4) se
los
parmetros
obtendrn,
y la
explicacin es vlida para las otras filas: En primer lugar, se deber definir:
22
de
misma
Por
tanto,
la estimacin de L *, obtenidos a
partir
de la
minimizacin de
Dnde:
La
ventaja
de
este
modelo
es
que
es
directo
su
solucin
...(10)
...(11)
6.2.8.
a)
a.1)
Dnde:
Q = Calidad o atributo a medir (color).
t = tiempo de almacenamiento.
K = constante de velocidad de reaccin.
n= orden de reaccin.
Integrando la ecuacin (), para una reaccin de orden cero, uno y dos,
quedaran las ecuaciones linealizadas de la siguiente manera:
n= 0
Q f = Q 0 + Kt...(2)
n =1
n =2
1
1
=
+ Kt ...(4)
Qf
Q0
Dnde:
t = Tiempo de almacenamiento.
Q0 = Calidad o atributo inicial.
Qf = Calidad o atributo final.
Se graficarn los tres tipos ecuaciones y se evaluarn el coeficiente de
determinacin (R2) para determinar el orden que sigue la reaccin.
24
25
REFERENCIAS BIBLIOGRFICAS
Mendoza, F., & Aguilera, J. M. (2004). Application of image analysis for classification of
ripening bananas. Journal of Food Science, 69, E471E477.
Leon, K., Mery, D., Pedreschi, F., & Leon, J. (2006). Color measurement in L_a_b_ units from
RGB digital images. Food Research International, 39, 10841091.
MathWorks (2000). Optimization toolbox for use with Matlab: users guide. The MathWorks Inc.
Yam, K. L., & Papadakis, S. (2004). A simple digital imaging method for measuring and
analyzing color of food surfaces. Journal of Food Engineering, 61, 137142.
Trusell, H. J., Saber, E., & Vrhel, M. (2005). Color image processing. IEEE Signal Processing
Magazine, 22(1), 1422.
Stoderstrom, T., & Stoica, P. (1989). System identification. New York: Prentice-Hall.
LABUZA, T. 1982. Shelf Life Dating Foods. Connecticut: Food and Nutrition Press, Inc.
HUNTERLAB. Aplication note: CIEL* a* b* color scale. Virginia, v. 08, n. 07, 1996.
MONTERO-CALDERN, M.; ROJAS-GRA, M. A.; MARTN-BELLOSO, O. Effect of
packaging conditions on quality and shelf-life of fresh-cut pineapple (Ananas comosus).
Postharvest Biology and Technology, v. 50, n. 02-03, p. 182189, 2008.
ASSOCIATION OF OFFICIAL ANALYTICAL CHEMISTS (A.O.A.C). 1995. Official Methods
of Analysis of the Association of Official Analytical Chemists. 16 Editin. Arlington.
OIV (1979) Recopilacin de los Mtodos Internacionales de Anlisis de Vinos. Madrid:
Ministerio de Agricultura.
MISSIMI E., MATHIASSE J.R., ERIKSON U. 2007. Computer vision-based sorting of Atlantic
salmon (Salmo salar) fillets according to their color level. Journal of Food Science 72(1):S30-S35.
26
27
ANEXOS
28
Procedimiento:
Colocar el crisol que servir de tara, en la estufa a 105C por espacio de una hora.
Colocar inmediatamente en el secador por espacio de 20 minutos para que enfre y luego pesarla.
Este peso del crisol seco se denomina peso de tara.
Pesar en el crisol entre 2 a 5 g. de muestra aproximadamente, a este peso se le denomina peso de
la muestra hmeda (W1).
Llevar a la estufa a una temperatura de 130C durante 2 horas, hasta que el peso sea constante.
Se coloca en el desecador por 20 minutos y finalmente se pesa (W2)
Clculos:
H (%) =
Dnde:
H(%): contenido de humedad expresada en porcentaje
W1: peso de la muestra hmeda (g)
W2: peso de la muestra seca (g)
29
% Cenizas =
Dnde:
Pc = Peso de crisol ms cenizas.
P = Peso de crisol vaco.
M = peso de muestra.
30