Servizio Comunitario di Informazione in materia di Ricerca e Sviluppo - CORDIS

Immaginografia spettrale per rendere la frutta e la verdura più sicure da mangiare

Una nuova suite di tecniche di immaginografia promette di migliorare radicalmente la sicurezza di frutta e verdura mediante il rilevamento di contaminanti nocivi, come per esempio il materiale fecale.
Immaginografia spettrale per rendere la frutta e la verdura più sicure da mangiare
La produzione alimentare in massa e il crescente settore agricolo sono soggetti a maggiori rischi di contaminazione e malattie di origine alimentare, i quali richiedono migliori meccanismi di sicurezza. Il progetto SPECIMFOOD (Spectral imaging for contaminant detection on fresh food produce), finanziato dall’UE, ha lavorato allo sviluppo di tecnologie di immaginografia spettrale online allo scopo di valutare rapidamente la sicurezza e la qualità di frutta e verdura.

Al fine di diminuire i rischi di sicurezza alimentare sia prima del raccolto sia successivamente alla produzione, il progetto ha concentrato i propri sforzi su verdure a foglia verde legate a gravi epidemie e prodotti comuni come le mele.

Per raggiungere tale obiettivo, il team del progetto ha comparato differenti tecniche di analisi delle immagini su verdure a foglia verde come per esempio gli spinaci, per rilevare la presenza di materiale fecale. Le tecniche hanno incluso la fluorescenza iperspettrale mediante l’utilizzo di luce ultravioletta e l’immaginografia con riflettanza iperspettrale nella regione visibile e del vicino infrarosso, dimostrando un rilevamento tra l’87 e il 100 % a seconda del tasso di diluizione.

Inoltre, il team ha utilizzato l’immaginografia con fluorescenza iperspettrale mediante eccitazione a ultravioletto-A per rilevare contaminanti fecali di origine bovina sulla lattuga romana. È stata messa a punto una tecnologia per eliminare i falsi positivi, la quale convalida un altro strumento importante per promuovere la sicurezza alimentare.

Ai fini del rilevamento di contaminazione fecale, sono anche stati eseguiti test per l’eccitazione di fluorescenza viola, l’analisi discriminante parziale dei minimi quadrati e metodi con rapporto tra lunghezze d’onda. Una particolare tecnica di rapporto tra lunghezze d’onda, la quale utilizza quattro bande di lunghezza d’onda, ha correttamente identificato il 100 % delle contaminazioni fecali su foglie fresche e non fresche. Inoltre, il progetto ha proposto un sistema di ispezione con immaginografia di fluorescenza online per il rilevamento di contaminanti fecali allo scopo di aiutare i produttori a ridurre le malattie di origine alimentare e minimizzare le perdite economiche.

Su un altro fronte, il team ha sviluppato un algoritmo multispettrale per il rilevamento di mele guaste, utilizzando un veloce sistema a scansione con immaginografia iperspettrale montato su una convenzionale macchina per la selezione di mele. Il sistema ha rilevato oltre il 95 % delle mele guaste e il 91 % delle mele sane, promuovendo così la sicurezza alimentare, migliorando la qualità e l’efficienza, e riducendo i costi per il settore delle mele.

In quanto alle superfici di lavorazione degli alimenti, il progetto ha sviluppato un dispositivo palmare con immaginografia a fluorescenza per il rilevamento di residui alimentari nocivi associati a focolai di malattie di origine alimentare. Il dispositivo è utilizzabile nell’industria alimentare come aiuto visivo per il rilevamento di residui alimentari specifici. In definitiva, tutti questi sviluppi offriranno un grande aiuto affinché l’agricoltura diventi più sicura, efficiente e redditizia.

Informazioni correlate

Keywords

Immaginografia spettrale, SPECIMFOOD, rilevazione di contaminanti, sicurezza alimentare, verdure a foglia verde, mele