Aplicación de análisis de imagen y tecnología NIRS a la evaluación de la porosidad de planchas, láminas y tapones de corcho y su relación con la calidad industrial
Keywords:
visual aspect, near infrared, spectroscopy, coefficient of porosity, quercus suber, cork industry, aspecto visual, espectroscopía, infrarrojo cercano, coeficiente de porosidad, industria del corchoAbstract
La calidad del corcho es una de las cuestiones más relevantes para el sector corchero. Es un proceso complejo que requiere evaluar múltiples factores y manejar simultáneamente variables cuantitativas y cualitativas, en ocasiones, con un alto grado de subjetividad.
Se presentan dos objetivos, en primer lugar establecer la relación entre la calidad comercial del corcho y la porosidad medida mediante análisis de imagen en diferentes etapas de la transformación industrial (planchas, láminas y tapones), y en segundo lugar, evaluar el potencial de la tecnología NIRS como método de caracterización de la porosidad y, por tanto, de la calidad industrial. Para ello se ha utilizado un colectivo muestral formado por 479 planchas, 176 láminas y 90 tapones de corcho natural de una pieza, clasificados industrialmente en 4, 2 y 3 clases de calidad, respectivamente. El coeficiente de porosidad se evaluó aplicando técnicas de análisis de imagen, en dos y tres clases de color. Los espectros NIRS se obtuvieron en la sección transversal (planchas y tapones), en la sección tangencial (láminas y tapones) y en la sección radial (tapones), con un espectrofotómetro Foss NIRSystems 6500 SY II, mediante la modalidad de reflectancia remota.
El análisis estadístico de la relación entre calidad y coeficiente de porosidad, medido mediante análisis de imagen, permite discriminar dos clases de calidad para planchas y láminas y tres clases para tapones. La clasificación de la imagen en un mayor número de cluster mejora los resultados.
Las mejores calibraciones NIRS se obtuvieron para la porosidad medida en 3 clases de color, coincidiendo con los resultados obtenidos mediante análisis de imagen y permiten discriminar dos clases de calidad en planchas (refugo y corcho taponable), las dos clases en láminas (R2=0,83; r2 =0,78) y las tres clases en tapones (R2=0,67; r2=0,53).
Debido a las dificultades de automatización del análisis de imagen en las primeras etapas de la transformación industrial, la tecnología NIRS podría ser una herramienta objetiva que permitiera evaluar la porosidad y diferenciar dos clases de calidad en planchas y láminas y tres clases en tapones.
Abstract
The quality of cork is one of the most important issues for the cork industry. It is a complex process that requires evaluating many factors and simultaneously handles continuous and discrete variables, sometimes with a high degree of subjectivity.
There are two objectives, in first place to establish the relationship between the commercial quality of the cork and the porosity measured by image analysis at different stages of industrial processing (planks, sheets, and stoppers), and in second place, to evaluate the potential of NIRS technology as a method of assessing the porosity and, therefore, the industrial quality. For this, there has been used a sample group formed by 479 planks, 176 sheets and 90 one piece natural cork stoppers, classified industrially into 4, 2 and 3 quality classes, respectively. The coefficient of porosity was evaluated into two and three classes of color by using image analysis techniques. NIRS spectra were obtained in the transverse section (planks and stoppers), in the tangential section (sheets and stoppers) and in the radial section (stoppers), with a spectrophotometer Foss NIRSystems 6500 SY II, by remote reflectance mode.
Statistical analysis of the relationship between quality and coefficient of porosity, measured by image analysis, discriminates two quality classes for planks and sheets, and three classes for stoppers. Classifying the image into a larger number of clusters improves the results.
Best NIRS calibrations were obtained measuring the porosity into 3 classes of color, matching the results obtained by image analysis. This allow to discriminate two quality classes in planks (refuse and race), the two classes in sheets (R2=0.83; r2 =0.78) and the three classes for stoppers (R2=0.67; r2=0.53).
Due to the difficulties of automated image analysis in the early stages of industrial processing, NIRS technology could be an objective tool to evaluate the porosity and to differentiate two classes of quality in planks and sheets, and three classes in stoppers.