SISTEMA DE CLASIFICACIÓN AUTOMATIZADA DE LOMOS DE PESCADO Y

PROCEDIMIENTO ASOCIADO

SECTOR DE LA TÉCNICA

La presente invención se enmarca dentro del sector de la alimentación, más concretamente dentro del campo de los aparatos e instrumentos de medida utilizados en el sector de la alimentación para verificar la calidad de los productos, y más concretamente a los instrumentos de visión artificial que recogen imágenes en diferentes bandas espectrales.

ANTECEDENTES DE LA INVENCIÓN

En la actualidad, el proceso de pesca y posterior tratamiento del atún, tiene una relevancia significativa en la calidad de los productos.

Como es bien sabido, uno de los problemas más críticos es el denominado Yake, que hace referencia al aspecto quemado que queda en la carne del atún, y que se da si durante el proceso de pesca, los atunes se ven sometidos a un nivel de estrés elevado, de manera que se ven obligados a incrementar la actividad física, produciendo grandes cantidades de ácido láctico en el tejido muscular, que se almacena en el músculo tras el sacrificio del pescado, provocando el precitado cambio de color, textura, e incluso en el sabor de la carne.

De esta forma, y sobre todo cuando el atún está fresco, la diferencia de aspecto es muy significativa, sin embargo, cuando el atún se congela adquiere un tono pardo muy similar al del tejido afectado por el defecto anterior, haciendo imposible la diferenciación a simple vista, o incluso mediante la utilización de numerosos sistemas de inspección que se basen en el espectro visible.

Al desarrollo anterior hay que añadir que el atún se congela desde el primer momento tras el sacrificio del animal, mediante congelación mediante inmersión en salmuera por debajo de los cero grados centígrados. Es decir, nos encontramos ante una situación en la que no es posible realizar una clasificación de la calidad del pescado, diferenciando entre aquella carne afectada por el Yake, y aquella que únicamente está congelada.

Este problema puede generar que grandes porcentajes de la producción se envíen desde el origen con un gran porcentaje del producto afectado por esta dolencia, de forma que, al ser descongelado para seguir con otra etapa de procesado, como por ejemplo el fileteado, se detecte el problema del yake, de forma que la carne recibida no pueda ser aprovechada para el fin inicial, únicamente para conserva, reduciéndose el valor del producto entre 7 y 10 veces.

Es por ello que se hace necesaria la utilización de algún sistema de análisis de la carne del atún, de manera que se pueda detectar la presencia de ácido láctico en el tejido para poder clasificarlo en función del nivel de afectación por yake.

En este sentido, existen en el estado de la técnica numerosos documentos que hacen referencia a análisis de alimentos en las líneas de producción, con el objetivo de realizar un control de calidad.

Por ejemplo, pertenece al estado de la técnica el documento ES2445245, en el que se describe una celda robotizada con un brazo robotizado, una cinta de alimentación de fruta y varias cintas de salida, que conducen a los distintos tipos de embalaje, con un sistema de iluminación y donde la celda realiza una etapa de procesamiento sobre los frutos, realizando una selección del calibre, una detección de los defectos y un envasado final. Así mismo, comprende también un sistema de visión multiespectral inteligente, que quía al brazo robótico en sus funciones de recogida y depositado de las frutas en sus embalajes, utilizando técnicas de segmentación basadas en visión artificial y técnicas avanzadas de clasificación.

Por otro lado, también son ampliamente conocidas las imágenes hiperespectrales que consisten en procesar y recopilar información a lo largo de todo el espectro electromagnético, incluyendo aquellas longitudes de onda que no son visibles para el ojo humano. Mediante estos sistemas, los sensores hiperespectrales apuntan a los objetos utilizando una gran porción del espectro electromagnético, de forma que los diferentes materiales dejan huellas únicas en el todo el espectro utilizado, conocidas como firmas espectrales.

Estos sensores han venido siendo utilizados en numerosos sectores, como la agricultura, la minería o la vigilancia, mediante un conjunto de imágenes recopiladas, en la que cada imagen representa un rango del espectro electromagnético, conocido como banda espectral.

Por ejemplo, podemos encontrar el documento ES2310154, en el que se describe un dispositivo y un método para la obtención de imágenes multiespectrales, a partir de un conjunto de fuentes de luz que son encendidas individualmente y de forma secuencial mediante un sistema de control, mientras una cámara de visión artificial recoge una imagen a cada longitud de onda, a partir de un análisis espectroscópico de los materiales que se quieren diferenciar de la muestra analizada.

Sin embargo, ninguno de los sistemas existentes en el mercado y/o pertenecientes al estado de la técnica hace referencia a un método de detección de ácido láctico en piezas de pescado mediante la utilización de imágenes multiespectrales, con el objetivo de determinar la calidad de las mismas a partir de un análisis de los resultados obtenidos.

EXPLICACIÓN DE LA INVENCIÓN

El sistema de clasificación automatizada de lomos de pescado que la invención propone se configura, pues, como destacable novedad dentro de su campo de aplicación, ya que a tenor de su implementación y de manera taxativa se alcanzan satisfactoriamente los objetivos señalados, estando los detalles caracterizadores que lo hacen posible y que los distinguen convenientemente recogidos en las reivindicaciones finales que acompañan a la presente descripción.

Concretamente, la invención plantea un método de detección del ácido láctico presente en los lomos de pescado, preferiblemente atún, como sistema que ayude a determinar la calidad de los citados lomos a partir de la cantidad de ácido láctico detectado. Para ello, la presente invención plantea la utilización de imágenes hiperespectrales, mediante las que se analiza la respuesta del tejido del lomo de pescado frente a las diferentes longitudes de onda en la banda de infrarrojo próximo que variarán en función de la cantidad de ácido láctico presente en los lomos. Pudiendo ser utilizado como instrumento de medición para realizar la clasificación.

Así mismo, se plantea la utilización de una cámara de visión artificial, que obtiene imágenes a partir de sensores espectroscópicos para analizar las líneas de producción, de manera que los lomos de pescado vayan pasando por delante de la cámara, siendo ésta la encargada de recoger las diferentes imágenes línea a línea conforme avanzan los objetos, y realizando la descomposición espectral de cada una de las líneas, produciendo un hipercubo que tendrá tantas bandas como el espectrógrafo y el sensor sean capaces de obtener.

Por otro lado, se plantea la utilización de iluminación halógena en las zonas en las que se va a realizar el barrido con el escáner, ya que comprende un espectro de emisión plano o relativamente plano en la banda que resulta de interés para el presente cometido. Sin embargo, cabe la posibilidad de que se deba realizar un diseño específico para cada situación, con el objetivo de lograr una uniformidad adecuada al volumen de trabajo y al tamaño del producto.

Una vez obtenida la anterior información, se procederá a realizar la clasificación de los lomos en función de la cantidad de ácido láctico.

El sistema de clasificación automatizada de lomos de pescado y el conjunto de elementos descritos representan una innovación de características estructurales y constitutivas desconocidas hasta ahora, razones que, unidas a su utilidad práctica, le dotan de fundamento suficiente para obtener el privilegio de exclusividad que se solicita. BREVE DESCRIPCIÓN DE LOS DIBUJOS

Para complementar la descripción que se está realizando y con objeto de ayudar a una mejor comprensión de las características de la invención, se acompaña como parte integrante de dicha descripción, un juego de dibujos en donde con carácter ilustrativo y no limitativo, se ha representado lo siguiente:

Figura 1.- Muestra un ejemplo de imagen hiperespectral Figura 2.- Muestra otro ejemplo de imagen hiperespectral

REALIZACIÓN PREFERENTE DE LA INVENCIÓN

En la siguiente descripción detallada de las realizaciones preferentes, se hace referencia a los dibujos adjuntos que forman parte de esta memoria, y en los que se muestran a modo de ilustración realizaciones preferentes específicas en las que la invención puede llevarse a cabo. Estas realizaciones se describen con el suficiente detalle como para permitir que los expertos en la técnica lleven a cabo la invención, y se entiende que pueden utilizarse otras realizaciones y que pueden realizarse cambios lógicos estructurales, mecánicos, eléctricos y/o químicos sin apartarse del alcance de la invención. Para evitar detalles no necesarios para permitir a los expertos en la técnica llevar a cabo la descripción detallada no debe, por tanto, tomarse en un sentido limitativo.

Concretamente, la presente invención plantea un sistema de clasificación automatizada de lomos de pescado que comprende al menos una cámara hiperespectral de visión artificial, con al menos una unidad de almacenamiento en memoria y al menos una unidad de control conectada operativamente a los medios anteriores,

Que está caracterizado porque la cámara hiperespectral de visión artificial está configurada para capturar imágenes en una pluralidad de longitudes de onda provenientes de la iluminación de un lomo de pescado del que se quiere obtener una imagen hiperespectral. Donde la unidad de control está configurada para realizar una clasificación de los lomos de pescado en función de las imágenes tomadas por la cámara hiperespectral, y en comparación con los datos almacenados en la unidad de almacenamiento.

Es decir, la presente invención plantea la utilización de un sistema de iluminación y una cámara de visión artificial, que serán capaces de emitir y capturar imágenes en diferentes longitudes de onda, para la obtención de bandas espectrales de los diferentes lomos de pescado.

De forma que frente a la banda espectral obtenida, y/o la combinación de las diferentes bandas espectrales, y teniendo en cuenta que aquellas partes que comprendan una mayor cantidad de ácido láctico rebotarán la luz de diferente forma, se podrá detectar la presencia y/o distribución de ácido láctico, así como estimar la cantidad de ácido láctico de cada lomo y, por tanto, la calidad de cada uno de ellos, pudiendo clasificarlos de manera automática.

En una realización preferente, la cámara hiperespectral trabajará en la banda de 800 a 1800nm, y pudiendo llegar hasta los 2500nm, es decir, en la parte baja del espectro infrarrojo cercano.

Así mismo, en otra realización preferente, los lomos de pescado irán transportados por un elemento de transporte en continuo, como una cinta transportadora, de manera que la cámara hiperespectral está configurada para ir tomando mediciones de todos aquellos lomos de pescado que van circulando por su campo de visión, realizando la clasificación automatizada.

También se presenta el procedimiento de funcionamiento del sistema anterior, que comprenderá al menos los siguientes pasos:

Captura mediante barrido de diferentes imágenes hiperespectrales, donde cada imagen hiperespectral se corresponde con una sección del objeto que se está analizando, en este caso un lomo de pescado;

- A continuación se descompone el espectro de luz en diferentes bandas del espectro para cada sección capturada Se realiza el análisis del lomo de pescado ante la incidencia y la reflexión de las diferentes longitudes de onda;

Finalmente se realiza la clasificación del lomo de pescado en función del análisis realizado, y en comparación con la información almacenada previamente sobre las proporciones de ácido láctico y los índices de calidad.

Es decir, se plantea un procedimiento mediante el cual la cámara hiperespectral de visión artificial realiza un barrido de los lomos de pescado, obteniendo la cantidad de ácido láctico presente en cada una de las piezas, permitiendo realizar un análisis y/o una comparación para clasificar y determinar el destino de cada uno de los lomos de pescado.

De esta forma, y como se ha comentado con anterioridad, se evita que los lomos de mayor calidad se destinen a los mercados de menor valor y, por el contrario, que aquellos lomos que sean de una calidad inferior se destinen a los mercados que requieren calidades superiores.

Particularmente, la clasificación se realizará atendiendo a las diferencias que presenta el tejido sano respecto del tejido afectado con yake a nivel de la luz reflejada a lo largo del espectro mencionado en las descripciones anteriores.

Descrita suficientemente la naturaleza de la presente invención, así como la manera de ponerla en práctica, no se considera necesario hacer más extensa su explicación para que cualquier experto en la materia comprenda su alcance y las ventajas que de ella se derivan, haciéndose constar que, dentro de su esencialidad, podrá ser llevada a la práctica en otras formas de realización que difieran en detalle de la indicada a título de ejemplo, y a las cuales alcanzará igualmente la protección que se recaba siempre que no se altere, cambie o modifique su principio fundamental.