Un sistema permite evaluar racimos de uvas con visión artificial en 3D

Un equipo de investigadores del Instituto de Automática e Informática Industrial de la Universitat Politècnica de València (ai2-UPV) ha desarrollado un software que permite reconstruir, con técnicas de visión artificial tridimensional, los granos de un racimo de uva, permitiendo así la evaluación automática de diversos parámetros que definen la calidad de la uva de vinificación durante la etapa de la vendimia.

En su desarrollo, el ai2-UPV ha contado con la colaboración del Instituto de Ciencias de la Vid y del Vino de la Universidad de La Rioja, el Consejo Superior de Investigaciones Científicas (CSIC) y el Gobierno de La Rioja. Los resultados de este trabajo han sido publicados por la revista Food Control.

En la actualidad, la clasificación de la uva se realiza a partir de la inspección directa por parte un grupo de expertos, que puntúa en función de unos parámetros que determinan su calidad, entre los que también se incluye la realización de diferentes muestras en el laboratorio para estimar la cantidad de azúcar, el pH, la acidez total y la calidad fenólica.

Antonio José Sánchez Salmerón, científico del ai2-UPV, explica en un comunicado institucional que, "entre los factores que definen la calidad del vino, destaca la calidad de la uva como materia prima, pero este concepto es difícil de valorar a causa de problemas como la existencia de parámetros subjetivos, el corto periodo de tiempo disponible en el campo para realizar los análisis durante la temporada de vendimia, la falta de instrumentos de medida y su coste elevado, así como la mezcla de uva de buena y mala calidad en los camiones de descarga".

Mejorar la valoración

"La introducción de este sistema de reconstrucción 3D de los granos de uva", prosigue Sánchez Salmerón, "permite estimar varios parámetros de calidad de un racimo salvando estos problemas. Uno de estos parámetros es el tamaño medio de los granos, un factor muy importante, ya que establece el ratio entre la cantidad de piel y la pulpa".

"Incrementar la objetividad y automatizar las tareas de supervisión de la calidad de la uva puede suponer un gran avance tecnológico respecto al sistema tradicional de evaluación, basado ahora en los conocimientos de un experto, y supondría un gran impacto en la industria vinícola", añade Sánchez.

Este nuevo programa se presenta hoy en la Ciudad Politécnica de la Innovación (CPI-UPV), en el marco de la jornada Aplicaciones industriales de la investigación.

Referencia bibliográfica:

E. Ivorra, A.J. Sáncheza, J.G. Camarasa, M.P. Diago, J. Tardaguilab. Assessment of grape cluster yield components based on 3D descriptors using stereo vision. Food Control (2015). DOI: 10.1016/j.foodcont.2014.09.004.