Stima dello stato di cottura di una pizza in produzione automatica

Atti del VI° Congresso “Metrologia & Qualità” (Torino 7– 9 Aprile 2009)
CH 1.5 Memoria n°40
CH 3.2
Stima dello stato di cottura di una pizza in
produzione automatica mediante colorimetria
FRANCESCO SETTI(1), MASSIMO LUNARDELLI(1), GIORGIO PARZIANELLO(1), STE(2)
(1)
FANO PIOVAN , MARIOLINO DE CECCO
E-MAIL: [email protected]
(1)
DIMS – UNIVERSITÀ DEGLI STUDI DI TRENTO, VIA MESIANO 77 - 38100 TRENTO
(2)
SITOS S.R.L., VIA F.ZENI 8 – 38068 ROVERETO (TN)
Nel presente lavoro si è progettato e realizzato il prototipo di un sistema automatico
di monitoraggio dello stato di cottura di una pizza mediante sistemi di visione e tecniche
colorimetriche. Il sistema prevede l'utilizzo di una camera digitale low-cost per l'analisi
dello stato di cottura di una pizza all'interno di un forno a lampade infrarosse al fine di
rendere disponibile un parametro per la retroazione nel controllo della potenza del forno.
1. Introduzione
Nel campo della produzione industriale di prodotti alimentari il controllo di qualità
assume una grande importanza ed un aspetto particolare della qualità è determinato dallo stato di cottura del prodotto. Nel caso di una pizza, ma anche per biscotti, pane e prodotti lievitati in generale, il monitoraggio della cottura risulta particolarmente critico in
quanto le proprietà del prodotto cambiano in modo molto accentuato durante questo
processo.
La maggior parte dei lavori svolti in questo campo sono rivolti all'analisi di cottura
di biscotti[1] o altri prodotti dolciari[2] in forni industriali per grandi volumi di produzione al fine di operare una scelta di tipo go-no go a monte della fase di packaging. Altri
lavori si sono rivolti allo studio della pre-cottura di panini destinati a catene di fast-food
e pizze per il mercato dei prodotti surgelati[3]. In tutti i casi citati gli impianti permettono
l'utilizzo di sistemi di computer vision che comprendono telecamere, illuminanti e configurazioni geometriche ottimali per l'analisi colorimentrica; inoltre i limiti economici di
questi studi sono molto elevati in quanto i volumi di produzione per ogni linea sono
estremamente elevati.
Il presente lavoro si pone come fine la realizazione di un prototipo di sistema di visione colorimetrica a basso costo per il monitoraggio in tempo reale dello stato di cottura di una pizza all'interno di una macchina di produzione e distribuzione automatica.
Rispetto ai lavori già presenti allo stato dell'arte l'applicazione in esame presenta delle
notevoli peculiarità. In primo luogo l'oggetto della nostra indagine non è costituito di un
impasto omogeneo, quale può essere il caso di prodotti di pasticceria come biscotti e
pane, ma è la somma di una quantità di alimenti diversi con caratteristiche di colore e
comportamento durante il processo di cottura estremamente vari. In secondo luogo
l'ambiente in cui si effettua il monitoraggio può essere definito ostile sia per quanto riguarda tanto la geometria di visione del target che per l'illuminante utilizzato. Il terzo
Stima dello stato di cottura di una pizza in produzione automatica mediante colorimetria
aspetto che differenzia questo lavoro dagli altri presenti allo stato dell'arte è la limitazione nel costo totale del sistema che, essendo montato su un distributore automatico,
non può essere neanche lontanamente paragonabile a quello di sistemi per il monitoraggio di linee produttive.
Per i suddetti motivi non si sono potuti utilizzare la gran parte degli algoritmi classici della visione artificiale ma si sono dovuti sviluppare nuovi metodi di analisi colorimetrica. In particolar modo si è deciso di utilizzare tecniche di image processing volte
all’identificazione di una serie di parametri caratteristici dello stato di cottura per operare in seguito una data fusion ed estrapolare un unico parametro descrittivo dello stato di
cottura complessivo della pizza, parametro che sarà poi utilizzabile come retroazione
per un sistema di controllo automatico del forno.
2. L'ambiente di lavoro
L'ambiente in cui si pone la nostra applicazione di computer vision consiste in un
forno industriale con 14 lampade nell'infrarosso all'interno del quale si trova in cottura
una pizza su un supporto rotante e visibile soltanto da una piccola fessura laterale (Figura 1).
Figura 1: Immagine acquisita dal sistema
Figura 2: Immagine segmentata
L'ambiente di lavoro ha costituito uno dei punti più critici in questo lavoro per vari
aspetti; in primo luogo l'illuminante all'interno del forno è definito da una caratteristica
spettrale monotona crescente che ha una componente nel rosso ed infrarosso nettamente
predominante rispetto a tutto il resto dello spettro luminoso, per questo motivo si è deciso di utilizzare degli obiettivi con filtro IR incorporato. Il secondo aspetto critico legato
all'ambiente è la presenza di una sola fenditura dalla quale sia possibile inquadrare il
target; per questo motivo non è possibile vedere tutta la pizza ma soltanto una porzione
di essa, ed inoltre si ha una rotazione dell'oggetto di indagine durante il processo di
cottura, questo fa si che l'oggetto presente nel campo di vista non sia sempre lo stesso
ma si inquadrino porzioni differenti di pizza tra un'immagine e la successiva.
3. Descrizione del sistema
Il sistema da noi sviluppato prevede l’utilizzo di una telecamera a colori Unibrain
Fire-i 1394 Digital Board Camera Remote CCD con risoluzione VGA ed ottiche da
M12 da 4.3mm di distanza focale con filtro IR incorporato. La camera è collegata tramite interfaccia FireWire ad una CVS-1456 della National Instruments e comandata mediante un programma LabView. L'elaborazione delle immagini è stata sviluppata in ambiente Matlab.
CH 1.5 Memoria n°40
Figura 1: Curva caratteristica nello spazio colore
Figura 2: Zone di migrazione dei pixel
4. Identificazione dei parametri di interesse
Una fase preliminare di analisi delle immagini ha portato all'identificazione di un certo
numero di parametri di interesse per la definizione dello stato di cottura complessivo
della pizza. I parametri che sono stati individuati sono:
(a) Istogramma delle componenti di colore dell'impasto;
(b) Istogramma della pizza nel piano a*b* dello spazio colore CIE-L*a*b*
(c) Numero e distribuzione delle bruciature
Per tutte le elaborazioni si è resa necessaria una segmentazione preventiva dell'immagine in modo tale da poter isolare la pizza (Figura 2), unico oggetto di interesse
all'interno della scena; per fare ciò è stata assunta l'ipotesi che la proiezione sul piano
immagine della pizza fosse un'ellisse e quindi si è proceduto con un'edge detection ed
un fitting dei bordi con una ellisse.
In seguito vengono riportati i risultati ottenuti riguardo i parametri sopra citati.
a) Istogramma delle componenti di colore dell'impasto
A conferma di quanto presente allo stato dell'arte è stata confermata l'esistenza di
una curva nello spazio del colore caratteristica del processo di cottura; questa curva è
stata determinata analizzando l'andamento delle medie degli istogrammi nelle tre componenti di colore (Figura 3). Utilizzando una coordinata curvilinea lungo questa curva
caratteristica si è determinata una distanza dal punto di cottura corretta della pizza. Si
deve tuttavia notare come questo parametro non sia di per se sufficiente in quanto non
robusto a variazioni ambientali quali ad esempio un calo di luminosità legato alla rottura
o degrado di alcune lampade.
b) Istogramma della pizza nel piano a*b*
Seguendo le indicazioni fornite dalla normativa internazionale sulla misura del colore, si è deciso di utilizzare le coordinate di colore CIE-L*a*b* ed in particolare di
lavorare sulle sole componenti di colore ed eliminare il contributo della luminosità al
fine di rendere il sistema robusto alle variazioni di intensità di illuminazione esterna. In
questo istogramma si possono notare delle evoluzioni che si manifestano pribìncipalmente nella migrazione di pixel da zone corrispondenti al giallo verso zone più vicine al
rosso/marrone, presumibilmente legate alla brunitura tipica degli impasti di pane durante la cottura (Figura 4). Anche in questo caso è possibile trovare degli indicatori numerici di questi fenomeni utilizzando da un lato un semplice rapporto tra i pixel appartenenti alle due zone identificate e da un altro un indicatore di correlazione tra l'isto-
Stima dello stato di cottura di una pizza in produzione automatica mediante colorimetria
gramma della pizza nell'immagine corrente e quello di una pizza campione presa a riferimento di corretto stato di cottura.
c) Numero e distribuzione delle bruciature
Un ultimo effetto del processo di cottura della pizza è l'insorgere di bruciature, distinguibili dal resto dell'immagine perchè hanno componenti di colore vicine alla scala
di grigio. Questo parametro può essere quantificato mediante un conteggio dei pixel
corrispondenti a bruciature e la loro distribuzione lungo la circonferenza del bordo pizza.
Tutti i parametri descritti in precedenza concorrono alla creazione di un vettore di
features rappresentativo dello stato di cottura della pizza istante per istante. Per questo
vettore si può calcolare il prodotto scalare con un vettore preso a riferimento della cottura ottimale, in questo modo il massimo valore di questo prodotto si ottiene quando i due
vettori sono allineati. Questo prodotto scalare è un nuovo parametro indicativo della
cottura della pizza istante per istante e può essere utilizzato come grandezza di retroazione per un controllo del forno.
5. Conclusioni
Risultato di questo lavoro è stata la realizzazione di un prototipo di un sistema automatico di monitoraggio dello stato di cottura di una pizza mediante sistemi di visione.
Una telecamera a colori è stata utilizzata per effettuare una analisi colorimetrica sul
prodotto in forno e generare un vettore di parametri indicativi del suo stato di cottura.
La comparazione con un vettore di parametri considerati ottimali si stima infine un unica grandezza numerica in grado di essere utilizzata per un controllo in retroazione del
forno. La ricerca da noi svolta si distingue dallo stato dell'arte in particolar modo per
due aspetti: l'ambiente in cui si pone il prototipo, non ottimizzato per l'analisi colorimetrica e risulta anzi piuttosto ostile ad essa, ed il costo estremamente basso del sistema
completo. Sviluppi futuri di questo lavoro saranno una campagna di test per verificare le
prestazioni del prototipo su medi e lunghi periodi ed uno studio di maggiore dettaglio
per la definizione del vettore di riferimento.
Bibliografia
[1] L.G.C. Hamey, A.J. Watson, and C.T. Westcott, “Machine Inspection of Biscuit
Bake”, in Proceedings of Digital Image Computing Techniques and Applications. (K.K.
Fung and A.Ginige, eds), pp.124–129, Australian Pattern Recognition Society, 1993.
[2] J.C.-H. Yeh, L.G.C. Hamey, C.T. Westcott e S.K.Y. Sung: “Colour bake
inspection system using hybrid artificial neural networks”, in Proceedings of the IEEE
International Conference on Neural Networks, vol.1, pp.37-42, Perth, Australia,
nov.1995.
[3] D.W. Sun e X. Tang: “Inspection of pizza features by computer vision”, Paper
presented at the 10th World Congress of Food Science & Technology, Paper No.
TU09/1, Sydney, Australia, 1999.