Please use this identifier to cite or link to this item: http://hdl.handle.net/2067/2445
Title: Innovazioni biofotoniche in agricoltura: analisi iperspettrale e della forma per immagini
Other Titles: Biophotonic innovations in agriculture: shape and hyperspectral imaging
Authors: Menesatti, Paolo
Keywords: Fotonica;Optoelettronica;Analisi di immagine;Spettrofotometria di immagine;Biosistemi;Ingegneria agraria;Prodotti agricoli;Analisi non distruttive;Qualità;Photonics;Optoelectronics;Image analysis;Spectrophotometric imaging;Computer vision;Biosystems;Agricultural engineering;Agricultural products;Non destructive analysis;Quality;AGR/09
Issue Date: 20-Dec-2010
Publisher: Università degli studi della Tuscia - Viterbo
Series/Report no.: Tesi di dottorato di ricerca. 23. ciclo
Abstract: 
La biofotonica comprende l’insieme delle discipline tecnologiche e
ingegneristiche che utilizzano quale principale vettore informativo la radiazione
elettromagnetica (fotonica - 50 mld €, 246mila addetti nella UE nel 2005), nelle
applicazioni nelle scienze della terra e nei biosistemi. Le attività scientifiche di
biofotonica nell’ingegneria agraria sono in forte crescita in relazione all’elevato tasso
di innovatività (basato su comparti high-tech: ottica, elettronica, informatica e
algoritmica) e alle esigenze della ricerca e della produzione di sistemi di
monitoraggio o controllo altamente informativi, multiparametrici, speditivi, non
distruttivi, per applicazioni in campo (on-the-go) o in linea di processo (on-line).
Numerose ricerche sono state analizzate e riportate per applicazioni nell’ingegneria
agraria: robotica (visione artificiale) e macchine motrici e semoventi (guida
automatica e assistita), macchine operatrici in lavorazioni di campo (fertilizzazione e
distribuzione fitosanitaria di precisione) e raccolta, testing e certificazione di
caratteristiche operative e della qualità di lavoro, macchine per il postraccolta
(selezionatrici per qualità esterna e interna dei frutti), qualità dei prodotti agricoli
(carne, orotfrutticoli, pesce) e alimentari (formaggi, pane).
Tra i molteplici, sono stati considerati due tra i più innovativi ambiti tecnicometodologico-
applicativi: l’analisi della forma per immagini e l’analisi di immagini
iperspettrali, di cui sono state riportate applicazioni sperimentali pubblicate o in
corso di publicazione (principalmente su riviste internazionali ISI).
L’analisi della forma di prodotti agricoli è stata analizzata nella sua complessità
scientifica e applicativa attraverso una specifica review (Shape analysis of
agricultural products by computer vision – a review of recent research advances),
caratterizzandosi come tecnica oggettiva utile per la selezione qualitativa varietale
(per esempio, distinguendo frutti di produzioni DOP o IGP), la determinazione di
soglie e limiti di difetti e danni di forma e come supporto ai genetisti nel confronto
clonale e varietale. Sperimentalmente, la tecnica è stata applicata combinando
l’acquisizione dei profili delle immagini di prodotti agricoli, con l’analisi modellista
classificatoria multivariata supervisionata (Partial Least Square Discriminant
Analysis – PLSDA) applicata sui coefficienti delle equazioni delle armoniche che
descrivono matematicamente il profilo, calcolate attraverso l’algoritmo EFA (Analisi
3
Ellittica di Fourier). Tale sistema tecnico-metodologico, per la prima volta applicato
dagli autori in ambito agroalimentare, si è rivelato molto potente e discriminante,
consentendo di classificare frutti di mandorlo (in guscio e sgusciati) distinguendo
mediamente al 90% tra gruppi di forma simile, su un totale di 18 cultivar
(Quantitative method for shape description of almond cultivars [Prunus amygdalus
Batsch]). La stessa analisi (Shape-based methodology for multivariate discrimination
among Italian hazelnut cultivars) è stata applicata su quattro varietà tradizionali di
nocciole (tonde: Tonda di Giffoni, Tonda Romana; oblunghe: San Giovanni,
Mortarella) con risultati di classificazione superiori al 95% tra le cv all’interno di
ciascun gruppo. Anche 17 differenti genotipi di arance Tarocco (Discrimination of
Tarocco sweet orange [Citrus sinensis (L.) Osbeck] varieties using opto-electronic
elliptic Fourier based analysis of fruit shape), sono stati analizzati con la tecnica
EFA e PLSDA, riuscendo a classificare 5 gruppi morfologici, in modo più oggettivo
rispetto agli standard descrittivi dei manuali varietali (IPGRI o Citrus Industry). In
ultimo, questa tecnica innovativa è stata applicata, con buon grado di successo
(media 69%), per valutare il grado attacco dei due patogeni micotossinogeni
responsabili della fusariosi della spiga del frumento, misurando variazioni di forma
delle cariossidi (striminzitura) (Application of morphometric image analysis system
to evaluate the incidence of fusarium head blight wheat infected kernels).
La spettrometria di immagine è una delle tecniche fotoniche più potenti risolvendo
nella dimensione spettrale tutti i punti di un’immagine. Il soggetto di analisi è
caratterizzato da un’impronta spettrale e da proprietà spaziali (morfologiche,
strutturali). Tralasciando il remote sensing, le applicazioni spaziano dal controllo
ambientale (proximal sensing), alle macchine per selezione e alla qualificazione dei
prodotti alimentari. La prima attività sperimentale riportata, è inerente lo studio del
grado di maturazione delle mele golden (Supervised multivariate analysis of
hyperspectral NIR images to evaluate the starch index of apples) attraverso
determinazione del tradizionale indice di amido, calcolato innovativamente
attraverso analisi di immagini iperspettrali nel vicino infrarosso (NIR). I buoni
risultati ottenuti indicano la possibilità di sostituire il test che prevede l’uso di
prodotti chimici (iodio-ioduro) con la tecnica rapida e di non contatto. La seconda
attività (Quality evaluation of fish by hyperspectral imaging), oltre a indicare la
4
maggior parte delle ricerche applicative sul prodotto ittico, è stata finalizzata alla
determinazione dei giorni di conservazione in refrigerazione di pesci allevati.
Attraverso l’uso, per la prima volta documentato, della combinazione dell’analisi
iperspettrale e della forma per immagini, è stato possibile estrarre le bande spettrali e
l’area della superficie del pesce più informative ai fini della stima della freschezza. Il
sistema, veloce e di non contatto, si è dimostrato in grado di rilevare lo stato di
freschezza, distinguendo con un valore pari al 79.4% pesci conservati solo 1-2 giorni
(prodotto considerato fresco), da pesci conservati 3-5 giorni(pesce non fresco, ma
ancora perfettamente edibile).

Biophotonics includes all the technological and engineering disciplines that use the
electromagnetic radiation as the main carrier of information (photonics - 50 billion €,
246.000 workers in the EU in 2005) in earth sciences and biosystems applications.
The use of biophotonics in agricultural engineering discipline is growing in relation to
the high innovation rate (based on high-tech sectors: optics, electronics, computers
and algorithms) and the needs of research, production monitoring and control
systems, highly informative, multiparametric, rapid, non destructive, for applications
in the field (on-the-go) or in the process line (on-line). Numerous studies have been
analyzed and reported for agricultural applications in: robotics (vision), tractors and
self-propelled machines (automatic or assisted guide), agricultural field machines
(fertilizers and pesticide precise distribution), test and certification of operational
characteristics and work quality, post-harvest machines (fruit selection based on
external and internal qualities), quality of agricultural products (meat, fruit and
vegetables, fish) and food (cheese, bread).
Among such a variety of applications this work consider two of the most innovative
technical-methodological sector of application, shape imaging and hyperspectral
imaging, which have been reported in experimental applications published or
submitted for publication (mainly on international ISI journals).
A specific review (Shape Analysis of Agricultural products by computer vision - a
review of recent research advances) explored the technical-methodological
complexity and the scientific applications of the shape analysis of agricultural
products. This technique revealed to be useful for the objective selection of samples
variety quality (for example, distinguishing the geographical origin of fruits), the
determination of thresholds for damage and defects of shape and form and as a
support to genetists for clonal and varietal comparison. Experimentally, the technique
has been applied by combining the sample profiles, extracted from the images of
agricultural products, with the supervised multivariate classificatory model analysis
(Partial Least Square Discriminant Analysis - PLSDA) applied to the harmonic
coefficients of the equations that mathematically describe the profile, calculated
through the algorithm EFA (Elliptical Fourier analysis). This system was the first
3
time applied by the authors in the food industry. It has proved very powerful and
discriminating, allowing the correct classification of almond fruit (kernel and in-shell)
with an average value of 90% between groups of similar shape on a total of 18
cultivars (Quantitative method for shape description of almond cultivars [Prunus
amygdalus Batsch]). The same analysis (Shape-based methodology for multivariate
Discrimination Among Italian hazelnut cultivars) was applied on four traditional
hazelnut cultivars (round: Tonda di Giffoni, Tonda Romana, oblong: San Giovanni,
Mortarella). The classification results with over 95% between the cultivar within each
group. Moreover, 17 different genotypes of Tarocco oranges (Tarocco Discrimination
of sweet orange [Citrus sinensis (L.) Osbeck] varieties using Elliptic Fourier based
opto-electronic analysis of fruit shape) were analyzed with this technique (EFA +
PLSDA), to classify 5 morphological groups in a more objective way than the
reference selaction technique which sorts them manually (IPGRI or Citrus Industry).
Finally, this novel technique has been applied, with a good success (average 69%), to
assess the degree of attack of two phungi micotoxins responsible for Fusarium head
blight of wheat by measuring variations in the kernels shape (Application of
morphometric image analysis system to evaluate the incidence of fusarium head
blight infected wheat kernels).
Hyperspectral imaging is one of the most powerful techniques to resolve in spectral
dimension all the pixels of an image. The subject of analysis is characterized by
spectral fingerprint and spatial properties (morphological, structural). Apart from
remote sensing, the applications range from environmental monitoring (proximal
sensing), to field machinery or to the agricultural products and food quality analysis
and selection. An innovative determination of the maturity degree of Golden apples
(Supervised multivariate analysis of hyperspectral NIR images to evaluate the starch
index of apples) is the first experimental work reported. It was based on the
determination of the traditional starch index, calculated innovatively through a
hyperspectral near infrared (NIR) imaging. The obtained good results indicate the
possibility to replace the reference test, involving the use of chemicals (iodineiodide),
with a rapid and non-contact technique. The second activity (Quality
evaluation of fish by hyperspectral imaging) reports a large overview of hyperspectral
imaging application for fish quality analysis. The experimental part aimed to estimate
4
fish freshness of farmed fish in terms of days of chilled conservation. The article
reports the first literature example of the combination of shape and hyperspectral
imaging in agricultural and food systems. In this way, it was possible to extract the
more informative spectral bands and surface area of the fish, for freshness estimation.
The fast non-contacting system was able to detect the fish freshness, correctly
classifying (79.4%) fish stored only 1-2 days (fresh product) from fish stored 3-5 days
(fish not fresh, but still perfectly edible).
Description: 
Dottorato di ricerca in Meccanica agraria
URI: http://hdl.handle.net/2067/2445
Appears in Collections:Archivio delle tesi di dottorato di ricerca

Files in This Item:
File Description SizeFormat
pmenesatti_tesid.pdf13.12 MBAdobe PDFView/Open
Show full item record

Page view(s)

1
Last Week
0
Last month
1
checked on Nov 25, 2020

Download(s)

35
checked on Nov 25, 2020

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.