Analisi dell`immagine: alcuni case study
Transcript
Analisi dell`immagine: alcuni case study
Analisi dell’immagine: alcuni case study Marco Riva diSTAM, Sez. Tecnologie Alimentari Università degli Studi di Milano Via Celoria,2 - 20133 Milano e-mail: [email protected] On-line: IS8 - Image Analysis (http://www.distam.unimi.it/info.htm) Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 1 CASE STUDY 1: Valutazione delle dimensioni L’analisi dell’immagine consente una valutazione rapida della dimensione di prodotti di forma semplice: nel caso degli spaghetti il diametro e la sua uniformità sono fattori che influenzano le prestazioni del prodotto durante la cottura. Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 2 1 CASE STUDY 2: Quantificazione di difetti evidenti alla superficie di un prodotto Le proprietà di superficie di un prodotto alimentare esercitano spesso una importante influenza sul giudizio di accettabilità istintiva (precedente al consumo) e/o possono essere correlate alla “storia” tecnologica del prodotto. Tra le caratteristiche ad impatto visivo, l’imbrunimento della superficie nei prodotti cotti o trattati termicamente è sicuramente un indice “critico”. Un caso esemplificativo di imbrunimento, con ricadute sull’impulso all’acquisto o al consumo, è quello delle “bruciature” delle patatine-chips. L’image-analysis, mediante algoritmi di soglia, consente di isolare rapidamente le superfici eccessivamente inscurite e di quantificarle. Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 3 Quantificazione di difetti evidenti alla superficie di un prodotto Distribuzione relativa del gray-level nel caso di una singola patatina, sua deconvoluzione con due funzioni gaussiane ed individuazione della soglia di discriminazione. Esempio dell’applicazione della soglia all’immagine di una patatina ed individuazione delle bruciature. Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 4 2 CASE STUDY 3: 0 min 15 min 5 min 17,5 min 7,5 min 20 min Individuazione del tempo ottimale di cottura di un riso parboiled 10 min 12,5 min 22,5 min 25 min Grani di riso a diversi tempi di cottura Mediante analisi dell’immagine, basata sulla misura dell’area proiettata dei grani di riso a diversi tempi di cottura è possibile individuare un criterio per definire il completamento della gelatinizzazione dell’amido Evoluzione di indici di massa e di area proiettata, durante la cottura di riso parboiled per la definizione del tempo ottimale di cottura (TOC) Marco Riv a - © diSTAM Univ ersità degli Studi di Milano CASE STUDY 4: 5 Determinazione della dimensione frattale (fette biscottate) Mediante analisi dell’immagine è possibile quantificare e prevedere alcune proprietà avanzate della struttura di un prodotto. Ad esempio, nei prodotti da forno a bassa umidità (fette biscottate) alcuni indici di tessitura (dimensione frattale, entità della crosta, dimensione degli alveoli e sua distribuzione in classi) possono essere correlate alle proprietà meccaniche e all’adsorbimento d’umidità, studiate mediante analisi reologica e termogravimetrica. Immagine originale >>> Area di indagine >>> Valutazione Perimetro a # risoluzioni in vista della determinazione della dimensione frattale >>>> Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 600 dpi 300 dpi 6 3 Relazione fra struttura e comportamento meccanico Relazione fra perimetro degli alveoli e risoluzione. Il coefficiente angolare consente di calcolare la dimensione frattale, indice predittore del comportamento meccanico. Maggiore è la dimensione frattale, più il contorno degli alveoli è “frastagliato” e la fetta assorbe meglio l’umidità ed è più “fragile”. Relazione esistente tra dimensione frattale, modulo di elasticità e adsorbimento di umidità in fette biscottate (le lettere indicano i diversi campioni studiati) Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 7 CASE STUDY 5: Misura del colore (fette biscottate) Campioni di Fette biscottate Colorimetro Fotocamera 76 70 E F 68 66 64 B 62 C 60 58 -0.2 A G 0 0.2 0.4 0.6 + giallo < a/b > + rosso 0.8 1 F D 74 D + scuro < L > + chiaro + scuro < L > + chiaro 72 E 72 70 68 66 B 64 G A C 62 60 0.20 0.22 0.24 0.26 0.28 0.30 0.32 0.34 + giallo < a/b > + rosso Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 8 4 Misura della omogeneità cromatica (fette biscottate) 200 Omogeneità del colore Dev.st B = 44.04 180 31 160 ds RGB (RGB foto/scanner) B Campione più omogeneo Camp FotoD 29 140 Scanner 27 120 100 25 80 Dev.st B = 30.17 23 Forte disomogeneità 60 21 40 19 Camp G 20 170 15 0 0.2 G E 0.4 0.6 B Posizione A relativa C 0.8 D 1 F Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 9 CASE STUDY 6: Image Analysis on-line (colore) Le due proprietà su cui si è posta maggior attenzione sono il colore e le dimensioni. Per il monitoraggio del colore sono disponibili due tipi di sensori, il primo basato su sistemi colorimetrici tristimolo, in grado di fornire misure nello spazio Lab-CIE o in spazi di colore ad esso correlato; il secondo su videocamere a colori. Il loro principale vantaggio , rispetto ai sistemi colorimetrici, è la possibilità di misurare valori di colore medi e con minori limitazioni per quanto riguarda il campo di visione. Dispositivo colorimetrico QualProbe, impiegato per il monitoraggio del colore di biscotti durante la cottura, basato sull’elaborazione del segnale generato da un rivelatore che misura la radiazione tra 400 e 700 nm emessa da una serie di LED e riflessa dal prodotto. Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 10 5 Image Analysis on-line (dimensioni e forma) Il monitoraggio delle dimensioni riguarda soprattutto lo spessore di prodotti piani, ad esempio biscotti o cracker. Esistono diversi tipi di sensori per effettuare tali misure (meccanici, pneumatici, ad ultrasuoni), ma attualmente i sistemi che sembrano offrire le maggiori prospettive sono quelli basati sull’analisi dell’immagine. Sono stati proposti diversi sistemi, ad esempio, alcuni prevedono la misura dell’ombra proiettata dal prodotto, altri l’impiego di un diodo laser: la misura delle tracce di luce e la loro posizione sul prodotto permettono di misurarne lo spessore, il diametro o la lunghezza e la larghezza. Principio operativo dei dispositivi laser per la misura on-line dello spessore di biscotti Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 11 CASE STUDY 7: Studio della cottura di paste alimentari Riva M., Pagani M.A., in progress Durante la cottura, i prodotti amilacei quali la pasta alimentare, sono interessati ad un simultaneo trasferimento di calore e materia, nonché al processo di gelatinizzazione dell’amido. In conseguenza di queste trasformazioni le caratteristiche sensoriali, nutrizionali e di aspetto dei prodotti mutano profondamente. La massa ed il volume del prodotto aumentano L’amido cristallino viene gelificato (con perdita della proprietà di birifrangenza) Sezione spaghetto a diversi tempi di cottura L’Image Analysis consente: • di parametrizzare la cinetica di cottura e definire il Tempo Ottimale di Cottura (TOC) • di verificare il comportamento in sovracottura Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 12 6 Cottura Pasta alimentare - TOC Durante la cottura della pasta si assiste ad un contemporaneo aumento di massa e di volume (la gelificazione dell’amido corrisponde ad un processo diffusivo di acqua verso il prodotto ed a una riorganizzazione strutturale della sua matrice). Cottura spaghetti AI tempo ottimale di cottura (TOC) i fenomeni si esauriscono. La valutazione dell’incremento di massa è inficiata dalla quantità di acqua trattenuta alla superficie del prodotto. Per geometrie semplici (spaghetto) è possibile misurare direttamente ed in modo preciso l’incremento di volume. Digitalizzazione diretta su scanner (risol. 600 dpi, immagine in toni di grigio) di un numero rappresentativo di campioni, direttamente estratti dal sistema di cottura ad un tempo preordinato. Applicazione di una maschera di contrasto, di un filtro mediano, riconoscimento automatico degli oggetti (bright objects) e misura della grandezza significativa (es. diametro). I dati sono direttamente ottenuti come valore medio +/- dev.standard Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 13 Cottura Pasta alimentare – Evoluzione massa e diametro Al punto ottimale di cottura cessa l’assorbimento di acqua necessaria alla gelificazione dell’amido (la derivata prima della funzione dV/dt diventa 0). Continua l’incremento di massa (effetto “spugna”) e, successivamente la struttura rigonfia ulteriormente. L’Image Analysis fornisce un criterio semplice e preciso per la definizione del TOC Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 14 7 Cottura Pasta alimentare – Tenuta alla cottura Rapportando l’incremento di massa a quello di volume si ottengono informazioni interessanti: una “buona” pasta mantiene la sua densità apparente in sovracottura (non si “sfascia”). Una pasta di inferiore qualità ha una densità apparente inferiore e si sfascia. L’Image Analysis fornisce informazioni utili sulla tenuta alla cottura Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 15 Cottura Pasta alimentare – Evoluzione della gelatinizzazione Il fenomeno di perdita di birifrangenza (primo stadio della gelatinizzazione) può essere parametrizzato digitalizzando le sezioni radiali degli spaghetti e misurando, dopo l’applicazione di idonei filtri di contrasto, il rapporto fra “anima” cruda e sezione totale. Si ottiene una descrizione classica del fenomeno (cinetica del I°ordine) L’Image Analysis consente una parametrizzazione cinetica completa della fenomenologia della cottura Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 16 8 Cottura Pasta alimentare – Conclusioni L’Image Analysis consente di ottenere una descrizione semplice, accurata e completa della fenomenologia della cottura delle paste alimentari Dall’immagine digitalizzata della pasta in corso di cottura è possibile estrarre informazioni pratiche (definizione TOC e tenuta alla sovracottura) e parametri cinetici. L’interesse applicativo è evidente per i settori del Controllo di Qualità ed in fase di comparazione La tecnica è estendibile ad altri prodotti amilacei (es. riso) Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 17 CASE STUDY 8: Applicazioni dell’analisi dell’immagine nel settore lattiero-caseario • Formaggio Montasio: Applicazione di tecniche di Image Analysis nella parametrizzazione e nella genesi dell’occhiatura • Formaggio Gorgonzola: Classificazione e caratterizzazione mediante Image Analysis (in comparazione alla valutazione sensoriale) del colore (muffe e pasta), dell’entità e dell’omogeneità dello sviluppo delle muffe e delle crepe. • Formaggio Emmenthal: Studio della struttura e della formazione dell’occhiatura • Formaggio Grana Padano: Applicazione di un esame radiografico per il controllo on-line della maturazione Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 18 9 Studio della evoluzione della maturazione del formaggio Asiago mediante tecniche classiche e per Image Analysis Obbiettivo principale della nostra ricerca, svolta in collaborazione con il Consorzio di Tutela del formaggio Asiago, è stato la messa a punto ed il collaudo di una innovativa tecnica di Image Analysis, volta alla misurazione della entità e delle caratteristiche geometriche di forma e distribuzione della occhiatura, nonché alla misurazione dei parametri cromatici. Oltre a questi indici di “aspetto”, il nostro lavoro ha considerato alcuni parametri di consistenza e classici indici di composizione, nel tentativo di definire una relazione di corrispondenza fra fenomenologia della evoluzione maturativa e manifestazione di caratteri visivi e di tipicità. Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 19 As i a go - M a t e r i a l i La ricerca ha interessato cinque aziende produttrici rappresentative della etereogenità del panorama globale dei soci del Consorzio 4 produttori 1 produttore (C5) Fette a 7, 20 e 40 giorni di maturazione Fette a 7, 14, 21, 28, 35, 42 giorni di maturazione Porzionamento delle fette 1. Sottocrosta 2. Pasta (analisi ripetute in triplo – su differenti fette ad ogni tempo di maturazione – per indici compositivi e parametri reologici, su 4 superfici-fetta per colore e parametri geometrici) Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 20 10 Asiago - Image analysis: colore Le caratteristiche cromatiche possono essere determinate direttamente sulle immagini digitalizzate in opportuno formato, previa standardizzazione delle condizioni di illuminazione del campione. Il software di fotoritocco Adobe Photoshop consente di esprimere direttamente il colore “medio” (di tutta la superficie considerata) nelle coordinate L (luminosità), a* (grado di rosso), b* (grado di giallo) e di definire la tinta (a*/b*) Luminosità (%) Tinta (a*/b*) 95.78±1.56% -0.198 Luminosità (%) Tinta (a*/b*) 88.91±1.20% -0.289 40 giorni maturazione 7 giorni maturazione Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 21 Image analysis: entità e distribuzione dell’occhiatura Le caratteristiche geometriche e morfologiche dell’immagine possono essere misurate utilizzando operatori di discriminazione sulla matrice binaria di digitalizzazione, operatori logici e morfologici, o criteri densitometrici del livello di grigio: è possibile isolare i diversi elementi dell’immagine (es: occhiatura) ed ottenerne una misura automatica (numero, estensione, superficie media, densità in diverse zone) 40 giorni maturazione 7 giorni maturazione Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 22 11 Image analysis: caratteristiche di forma dell’occhiatura Le caratteristiche di forma degli oggetti selezionati (es. occhiature) possono essere caratterizzate con differenti indici. La roundness esprime il rapporto Perim2 / ( 4π Area) ed indica se la forma è più o meno “rotonda” o “distorta”. La dimensione frattale indica il frastagliamento e/o la rugosità dei contorni di un oggetto. Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 23 Asiago - Allegato 7 giorni 20 giorni Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 40 giorni 24 12 Analisi dell’immagine Durante la stagionatura: L’occhiatura si sviluppa in modo significativo; aumenta il numero di alveoli e la superficie occupata (dal 2-3% al 5.5-6.5%) e con modificazioni della loro conformazione. Gli alveoli, che erano inizialmente distribuiti omogeneamente sull’intera superficie, si sviluppano significativamente nella zona centrale della forma, dove le condizioni del potenziale di ossidoriduzione facilitano l’attività metabolica dei batteri eterofermentanti, propionici ed, in parte, dei lieviti. Gli “occhi” si deformano e si allungano allontanandosi sempre più dalla conformazione originale pseudosimmetrica. Il contorno dell’alveolo mostra un caratteristico livellamento e appiattimento testimoniato da un decremento della dimensione frattale. La pasta inscurisce e la sua tonalità vira verso il giallo paglierino con componenti verdastre. Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 25 Asiago - Evoluzione degli indici di aspetto L’evoluzione dei parametri di qualità visiva è stata confermata, pur nell’ambito di una intrinseca e scontata variabilità, nell’intera popolazione campionaria. Gli indicatori di qualità visiva estensione dell’occhiatura, superficie media dell’alveolo, roundness, dimensione frattale, insieme ai due indici cromatici, hanno mostrato, nell’insieme della popolazione campionaria, una buona correlazione con l’indice di maturazione NCN/Ntot (R2> 0.8) candidandosi dunque a descrittori supplementari del fenomeno maturativo. Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 26 13 Asiago - Conclusioni Standardizzazione dei protocolli d’ Image Analysis di indici visivi caratteristici di un prodotto lattiero caseario e automazione delle tecniche di misura al fine di consentire un’elasticità ed una flessibilità analoga a quella di tecniche più consolidate Descrizione approfondita delle variazioni caratteristiche del processo di maturazione di un formaggio, correlando la fenomenologia chimica e fisica alle mutazioni delle caratteristiche d’aspetto Derivazione di misure oggettive relative alle qualità d’aspetto del formaggio utilizzabili come integrazione del disciplinare di produzione Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 27 CASE STUDY 9: Misura della shelf life – Massima velocità eventi degradativi Evoluzione dell’occhiatura nel taleggio conservato a 10°C Ipotesi: il prodotto è “fresco” fino a quando i fenomeni degradativi innestati non procedono con la massima velocità. L’evoluzione degli indici di aspetto del taleggio è parametrizzata ricercando un tempo di stabilità, definito in coincidenza del massimo della derivata prima della funzione interpolante. Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 28 14 Misura della shelf life – Massima accelerazione eventi degradativi Misura del colore per Image Analysis: acquisizione immagine Cicorino / 5°C mediante scanner piano in condizioni standard elaborazione mediante software di fotoritocco Adobe Photoshop 5.5 valutazione diretta dei parametri L (luminosity), a (redness) e b (yellowness) Nel caso del cicorino viene scelto come indice di imbrunimento il valore du HUE (a/b). L’evoluzione di a/b viene modellata con una funzione sigmoidale Su questa base è possibile definire un tempo di stabilità: t limite = max d2(a/b)/dt2 Marco Riv a - © diSTAM Univ ersità degli Studi di Milano 29 15