Nutrition Chile , Chile, Tuesday, February 22 of 2011, 09:51

Con técnicas “made in Chile” detectan espinas en filetes de salmón

La Universidad Católica desarrolló dos proyectos que, mediante técnicas de visión por computador, determinan en forma automática si un alimento se aleja de los patrones de calidad requeridos

UC/DICYT La experiencia de haber trabajado anteriormente en control de calidad de alimentos, llevó a un grupo de profesores de la Escuela de Ingeniería a embarcarse en un proyecto pionero en Chile y en Latinoamérica orientado a desarrollar dos nuevos sistemas para la inspección visual de alimentos de manera automática: uno para determinar la calidad de las tortillas de maíz y el otro para detectar espinas en filetes de salmón. Ambos determinan automáticamente si un alimento se desvía de los patrones de calidad requeridos.

El equipo, dirigido por el profesor Domingo Mery, y en el que participan como coinvestigadores Aldo Cipriano, Álvaro Soto y José Miguel Aguilera, desarrolló el proyecto Fondef Salmón X. El desafío era detectar espinas en forma automática con más de 90% de certeza, en un proceso rápido y eficiente. Diseñaron entonces un sistema de rayos X capaz de obtener radiografías digitales de alta resolución y alto contraste en filetes de salmón. El sistema toma una radiografía de 6 megapixeles de unos 40cmx40cms, y, en menos de 3 segundos, es capaz de detectar las espinas presentes en el pescado. Las más pequeñas detectadas fueron de 0.5 mm de diámetro y 0.5 cm de largo.


En la primera etapa los esfuerzos se centraron en calibrar el equipo para obtener una imagen de mejor calidad y configurar un equipo estándar comercial. Diseñaron un gabinete de plomo que aísla los rayos X y lo conectaron a un computador donde se visualiza la imagen. La segunda parte, la más importante según los investigadores, consistió en automatizar el proceso de detección con tecnología de software cien por ciento hecha en Chile.

"Estamos en la fase final del proyecto, orgullosos, porque las validaciones muestran que el sistema fue capaz de detectar el 96% de las espinas", señala Domingo Mery.

Ahora, el paso siguiente es traspasar esta tecnología a la industria. La gente de las salmoneras se ha mostrado interesada en supervisar la calidad de sus productos. Sin embargo, las bondades de la tecnología van más allá: desde entregar un filete "premium" al consumidor y la producción de pollos libres de huesos, hasta detectar tuercas o tornillos, y contaminantes que puedan afectar la calidad del producto.

Control de calidad para las tortillas de maíz


Un proyecto LACCIR, desarrollado en conjunto con investigadores mexicanos, permitió al grupo de ingenieros diseñar un sistema para controlar automáticamente la calidad de las tortillas de maíz. Es el primero en su tipo a nivel mundial. "Fue un proyecto bastante complejo, porque no existe una norma que diga cómo tiene que ser una tortilla de buena calidad", asegura Domingo Mery.

Las calidades se definieron realizando muestreos y encuestas en México DF a 100 consumidores para que dijeran qué es lo importante en la calidad de una tortilla (color, tamaño y forma). Luego un panel de expertos de 12 personas clasificó 750 tortillas en cinco calidades distintas (muy mala, mala, media, buena y muy buena). Esta información obtenida por los profesores mexicanos “en terreno” fue usada en algoritmos desarrollados por el grupo de la Escuela de Ingeniería UC para entrenar un clasificador automático. Las validaciones realizadas arrojaron un 95% de coincidencias entre el sistema automático y el sistema de clasificación del panel de expertos.


El sistema de clasificación automático está compuesto de iluminación controlada, una cámara digital y un computador de bajo costo. El sistema, parecido a una campana, se ubica sobre la tortilla que se va a analizar. Se toma una fotografía y se envía vía Internet a un servidor que procesa la imagen y determina automáticamente la calidad de la tortilla. Luego envía el resultado de vuelta al sistema diseñado.

La idea, según los investigadores, es que una empresa pequeña, una pyme, por ejemplo, pueda comprar este sistema de bajo costo y hacer todo el procesamiento de control de calidad para entregar el servicio al fabricante de tortillas, o bien, de cualquier otro alimento -pan, galletas, granos, etc.-, cuyos atributos visuales -forma, color, tamaño, perímetro, etc,- puedan ser reconocidos por la tecnología de visión por computador.