Procedimiento y sistema para determinar la frescura del pescado basado en el procedimiento de imágenes oculares, y programa de ordenador que implementa el procedimiento.

El procedimiento comprende:

a) la adquisición, bajo unas condiciones determinadas,

de una imagen del ojo de un pescado objetivo;

b1) el procesamiento de los datos crudos de la imagen adquirida y la segmentación de la imagen para fijar unos parámetros de color;

b2) la determinación de los parámetros L*, a* y/o b* y de su valor correspondiente;

b3) la interpolación del valor obtenido en la etapa b2) en una curva de calibrado generada a partir de unos valares obtenidos tras realizar una pluralidad de etapas a), b1) y b2) para unas imágenes, adquiridas bajo dichas condiciones determinadas, de los ojos de distintas muestras de pescados de referencia; y

c) la determinación de la frescura de la muestra del pescado objetivo a partir del valor interpolado en la etapa b3).

El sistema está adaptado para implementar el procedimiento de la invención.

El programa de ordenador implementa el procedimiento de la invención.

Procedimiento v sistema para determinar la frescura del pescado basado en el procesamiento de imágenes oculares, v programa de ordenador que implementa

el procedimiento

Objeto de la invención

La presente invención concierne en general, a un procedimiento, un sistema y un programa de ordenador, para determinar la frescura del pescado basado en el procesamiento de imágenes oculares, y más en particular a un procedimiento que comprende determinar la frescura del pescado Interpolando unos valores de parámetros del espacio CIELab de una imagen adquirida en una o más curvas de calibrado.

Estado de la técnica anterior

La frescura es el atributo más importante de la calidad de pescado. La frescura es un concepto complejo pero puede ser estimado como una combinación de varias propiedades sensoriales como apariencia, olor, sabor y textura. La evaluación sensorial de la frescura del pescado utiliza un esquema bien definido por el Método de índice de Calidad (QIM) (Bogdanovié T, et al, 2012) aplicado por un panel entrenado de personas; este método permite dar una evaluación cuantitativa segura de la frescura. Sin embargo, tales paneles son caros, la instrucción de los mismos es crítica y el panel no es siempre accesible. Por consiguiente, para satisfacer la necesidad de medidas de calidad en la industria, el comercio o en el consumidor, los métodos instrumentales son necesarios hasta la fecha.

En el estado de la técnica se describen procedimientos para la determinación de la frescura del pescado basados en análisis químicos, bioquímicos o microbiológicos (a través de medidas físicas) o mediante análisis sensorial completo (ver las referencias al final del texto). También se han empleado imágenes fotográficas para evaluar parámetros biométricos de las muestras (longitud, peso) (Gümüs et al. 2011; Olafsdottir et al. 2004; Hosseini et al 2008) o como apoyo complementario a estudios sensoriales.

Existe una aplicación para iPhone (Howfreshisyourfish?) desarrollada por Nofima basada en un protocolo QIM, que incluye el empleo de fotos además de otras pruebas sensoriales, incluyendo el olor, textura y apariencia de los ojos, piel y branquias.

La solicitud EP2189789 A1 describe un procedimiento para comprobar la frescura de un pescado que comprende detectar el ojo mediante un algoritmo de detección de contornos e identificar el centro de la pupila como el acumulado de

múltiples centroides. El dispositivo que lleva a cabo esta operación consiste en un túnel por donde pasa la bandeja de pescado en el que se sitúan dos fuentes de iluminación (unos tubos fluorescentes) a ambos lados de la bandeja que proporcionan una iluminación difusa, necesaria para evitar sombras que alterarían la medición. Un 5 dispositivo de captura de imágenes, por ejemplo una cámara CCD, se sitúa verticalmente sobre la bandeja para capturar imágenes del ojo. La forma del ojo varía con el transcurso del tiempo desde su captura y esa variación de forma, correlacionada con otros procedimientos de evaluación de frescura, permite calibrar el procedimiento.

Muhamad et al., 2009 muestra la determinación de la frescura del pescado 10 mediante la adquisición de, entre otras, una imagen del ojo del pescado y la determinación y el procesamiento de unos parámetros de color de la imagen adquirida. En concreto, evalúa la utilidad de un procedimiento para clasificar un pescado de acuerdo a su nivel de frescura que se basa en procesar imágenes del ojo y de las agallas utilizando técnicas de lógica difusa. Se tomaron muestras a lo largo de cinco 15 días y se estudió la evolución de los parámetros de color de agallas y ojos, en particular de valores de índices de color RGB, de acuerdo a dos modelos o métodos para determinar cuál de ellos se ajustaba mejor a los resultados experimentales. Con ambos métodos los resultados obtenidos fueron muy deficientes, ya que incluso con el método que ofreció mejores resultados se obtuvo un error de un 44% frente al resultado 20 esperado, concluyendo los propios inventores que la utilización de estos métodos basados en la lógica difusa implica demasiados errores en la determinación de la frescura del pescado.

Asimismo, en la determinación propuesta por Muhamad et al., 2009 se analizan los parámetros RGB de ambos, los ojos y las agallas del pescado, no proponiéndose 25 realizar tal determinación únicamente sobre las imágenes oculares.

Por lo tanto Muhamad et al., 2009 constituye una enseñanza que induce al experto en la materia a alejarlo de la búsqueda de una solución encaminada a realizar tal determinación analizando parámetros de color de imágenes del pescado, que incluyan imágenes oculares, y en particular de soluciones basadas en el análisis de 30 únicamente imágenes oculares.

Finalmente Mateo et al., 2006 describe un sistema para la inspección automatizada del color de la carne de atunes para determinar su calidad. El procedimiento se basa en automatizar la adquisición de imágenes de las piezas de carne mediante un dispositivo que consiste en una cámara cubierta de una estructura

de campana en PVD en la que se emplaza la muestra que se ilumina mediante unas luces de LED o de tubo fluorescente. En perpendicular sobre la zona donde se ubica la muestra se sitúa una cámara CCD para recoger las imágenes. Estas son traducidas en términos de color de acuerdo al espacio de color CIELab. Los parámetros L, a y b son correlacionados con las puntuaciones que otorgaría un agente clasificador humano y se establecen unas curvas de calibración.

No se conoce ninguna propuesta para determinar la frescura del pescado basada en la determinación de los parámetros del espacio de color CIELab sobre imágenes del ojo del pescado, ni la utilización con curvas de calibración que no requieran de la intervención de un agente clasificador humano.

A la vista de los documentos del estado de la técnica más relevantes mencionados anteriormente, tanto individualmente como en combinación, la presente invención no resulta evidente. Muhamad et al. 2009, muestra la determinación de la frescura del pescado a partir de imágenes de ambos ojos de pescado basado en la determinación de los parámetros RGB, y no de CIELab, Éste método requiere la determinación de dichos parámetros no solo en imágenes de ambos ojos sino también de las agallas. Como se ha mencionado anteriormente, la conclusión de éste método es que la tasa de error es muy alta, por tanto, este documento disuade al experto en la materia a utilizar únicamente parámetros de color de la imagen del ojo para evaluar la frescura del pescado.

Por otra parte, aunque Mateo et al., 2006, muestra la determinación de los mismos parámetros que los usados en la presente invención, CIELab, las imágenes utilizadas no son de los ojos del pescado, y la enseñanza de dicho documento es que éstos parámetros permiten detectar la calidad y no la frescura del pescado, donde la calidad no viene definida solo por la frescura sino también por su contenido en grasas, el color externo y la ausencia de Yake (término japonés de lo que se conoce como Burn Tuna Syndromé). Además dicho documento enseña que la técnica de análisis basada en estos parámetros debe ser usada en combinación con otras técnicas, tal como la consistente en un análisis estadístico de la co-ocurrencia de niveles de gris en los píxeles de la imagen.

En definitiva, a la vista de lo mostrado en el estado de la técnica, el experto en la materia no usaría solo los parámetros CIELab para determinar la frescura tal y como se muestra en la presente invención, y sobre todo no lo haría sobre únicamente imágenes oculares del pescado.

Asimismo, las propuestas citadas también adolecen de la falta de sistemas de calibración adecuados que permitan a un usuario no experimentado determinar la calidad de un pescado para cuya variedad exista una base de datos almacenada en memoria.

Explicación de la invención

La presente invención aporta una alternativa al estado de la técnica que pretende mejorar los resultados obtenidos mediante las propuestas conocidas de determinación de la frescura del pescado basadas en el análisis de parámetros de color de imágenes oculares del mismo, tal como la descrita en el artículo "Fishfreshness classification based on image Processing and fuzzylogic" cuyos pobres resultados son claramente mejorables.

Para ello, la presente invención concierne a un procedimiento para determinar la frescura del pescado basado en el procesamiento de imágenes oculares, que comprende:

a) la adquisición, bajo unas condiciones determinadas, de al menos una imagen del ojo de la muestra de un pescado objetivo; y

b) la determinación y el procesamiento de...

1.- Procedimiento para determinar la frescura del pescado basado en el procesamiento de imágenes oculares, del tipo que comprende:

a) la adquisición, bajo unas condiciones determinadas, de al menos una imagen 5 del ojo de la muestra de un pescado objetivo; y

b) la determinación y el procesamiento de al menos un parámetro de color de dicha imagen adquirida, que es al menos una,

estando dicho procedimiento caracterizado porque:

dicha etapa b) comprende:

b1) el procesamiento de los datos crudos de la imagen adquirida y la

segmentación de la imagen para fijar el parámetro o parámetros de color del ojo de la muestra del pescado objetivo;

b2) la determinación en la imagen del apartado b1) de al menos uno de los parámetros L*, a* y/o b* del espacio CIELab, y de su valor correspondiente; y

b3) la interpolación del valor obtenido en la etapa b2) en al menos una curva de

calibrado generada a partir de unos valores obtenidos tras realizar una pluralidad de dichas etapas a), b1) y b2) para unas imágenes, adquiridas bajo dichas condiciones determinadas, de los ojos de distintas muestras de pescados de referencia de la especia a analizar, para diferentes valores de frescura;

y porque el método comprende además:

c) la determinación de la frescura de la muestra del pescado objetivo a partir del valor interpolado en la etapa b3).

2.- Procedimiento según la reivindicación 1, caracterizado porque comprende generar y almacenar en memoria al menos dicha curva de calibrado.

3.- Procedimiento según una cualquiera de las reivindicaciones

anteriores,caracterizado porque dicha etapa b) se realiza sobre la parte de la imagen adquirida correspondiente al iris del ojo del pescado.

4.- Procedimiento según la reivindicación 1, 2 ó 3, caracterizado porque dicha imagen es una imagen digital obtenida mediante una cámara digital, y porque dichas

condiciones determinadas incluyen utilizar una distancia entre el ojo del pescado y la lente de la cámara en un intervalo entre 10 y 30 cm y utilizar una fuente de iluminación de entre 2500 y 6500 grados Kelvin de temperatura de color.

5.- Procedimiento según una cualquiera de las reivindicaciones anteriores, caracterizado porque dicho procesamiento de los datos crudos de la imagen de la etapa b1) incluye un pre-procesado o procesamiento inicial de los datos crudos de la imagen adquirida en la etapa a) para la corrección de deformaciones geométricas, eliminación de ruido, corrección del nivel de grises y corrección del enturbiado.

6.- Procedimiento según la reivindicación 5, caracterizado porque comprende:

- realizar dicha segmentación de la etapa b1) sobre la imagen pre-procesada en una pluralidad de áreas de interés para fijar los parámetros de color con respecto al iris del ojo de la muestra de pescado;

- realizar una etapa de reconocimiento del ojo del pescado centrando la imagen sobre el mismo; y

- realizar la etapa b2) sobre dicha imagen centrada sobre el ojo del pescado.

7.- Procedimiento según una cualquiera de las reivindicaciones anteriores, caracterizado porque para verificar si se ha mantenido el pescado objetivo refrigerado a 0°C o por debajo de 0°C sin alcanzar su temperatura o punto de congelación, el procedimiento comprende comparar el valor de frescura determinado en la etapa c) con el valor de frescura que se muestra en una etiqueta de trazabilidad del pescado objetivo.

8.- Procedimiento según una cualquiera de las reivindicaciones anteriores, caracterizado porque comprende:

i) realizar dicha etapa a) mediante un dispositivo de computación portátil con cámara digital y capacidad de comunicaciones;

¡i) enviar, dicho usuario, dicha imagen adquirida o información asociada a la misma, desde dicho dispositivo de computación portátil hasta un dispositivo de computación remoto con acceso a dicha curva de calibrado, que es al menos una;

iii) realizar, por parte del dispositivo de computación remoto, al menos dichas etapas b3) y c); y

iv) enviar, desde el dispositivo de computación remoto hasta el dispositivo de computación portátil, el valor de frescura determinado en la etapa c).

9.- Procedimiento según la reivindicación 8, caracterizado porque dicha etapa ii) comprende enviar la imagen adquirida y porque dicha etapa iii) comprende realizar también, por parte del dispositivo de computación remoto, las etapas b1) y b2).

10.- Procedimiento según la reivindicación 8, caracterizado porque comprende realizar dichas etapas b1) y b2) por parte del dispositivo de computación portátil, y porque dicha etapa ii) comprende enviar dicha información asociada a la imagen adquirida, siendo dicha información el valor o valores determinados en la etapa b2).

11.- Sistema para determinar la frescura del pescado basado en el procesamiento de imágenes oculares, configurado para implementar el procedimiento según una cualquiera de las reivindicaciones anteriores, que comprende:

- medios de adquisición de imágenes para realizar la etapa a); y

- un sistema electrónico, en conexión con dichos medios de adquisición de imágenes para recibir las imágenes adquiridas, y que está configurado para implementar la etapa b); y

estando dicho sistema caracterizado porque el sistema electrónico está configurado para implementar las etapas b1), b2), b3) y c) del procedimiento, comprendiendo o teniendo acceso a al menos una memoria donde se encuentra registrada al menos la curva de calibrado, que es al menos una, para realizar la etapa b3).

12.- Sistema según la reivindicación 11, caracterizado porque los medios de adquisición de imágenes comprenden:

- una cámara digital (C); y

- un dispositivo auxiliar separador (D) a disponer entre la lente (L) de la cámara digital (C) y el ojo del pescado cuya imagen se desea adquirir, que está formado por un cuerpo (B) de material no transparente de entre 10-30 cm de altura con un orificio longitudinal pasante (OI) para comunicar lumínicamente a ambos, la lente (L) de la cámara (C) y el ojo del pescado, cuando se dispone entre ambos.

13.- Sistema según la reivindicación 12, caracterizado porque dicho dispositivo auxiliar separador (D) comprende unos medios de iluminación dispuestos y

configurados para iluminar a dicho ojo del pescado a través del orificio longitudinal pasante (01) de dicho cuerpo (B).

14.- Sistema según la reivindicación 13, caracterizado porque dichos medios de iluminación comprenden una fuente de luz (F) introducida, al menos parcialmente, en un orificio transversal pasante (02) realizado en una pared del cuerpo (B), para iluminar el interior del orificio longitudinal pasante (01).

15.- Sistema según la reivindicación 14, caracterizado porque dicho orificio transversal pasante (02) tiene un diámetro de entre 2 y 5 cm y se encuentra ubicado a una altura de entre 2,5 y 7,5 cm desde la base del cuerpo (B) a disponer sobre el pescado.

16.- Sistema según una cualquiera de las reivindicaciones 11 a 15, caracterizado porque está configurado para implementar el procedimiento de la reivindicación 8, para lo cual el sistema comprende:

- un dispositivo de computación portátil (M) con capacidad de comunicaciones, que incluye a una cámara digital (C) de dichos medios de adquisición de imágenes y a una parte local de dicho sistema electrónico para implementar dichas etapas i) y ii); y

- un dispositivo de computación remoto (SR) con capacidad de comunicaciones, que incluye a una parte remota de dicho sistema electrónico para implementar las etapas iii) y iv).

17.- Sistema según la reivindicación 16 cuando depende de la 12, caracterizado porque para implementar el procedimiento de la reivindicación 10, el sistema también comprende a dicho dispositivo auxiliar separador (D) a utilizar junto con el dispositivo de computación portátil (M) para implementar la etapa i).

18.- Sistema según la reivindicación 17, caracterizado porque dicha capacidad de comunicaciones de ambos dispositivos de computación (M, SR) es de tipo inalámbrico.

19.- Sistema según la reivindicación 17 ó 18, caracterizado porque el dispositivo de computación portátil (M) dispone de una pantalla (V) donde mostrar el valor de frescura recibido en la etapa iv).

20.- Programa de ordenador adaptado para ejecutar el procedimiento según una cualquiera de las reivindicaciones 1 a 12, incluyendo la realización de las etapas b1), b2), b3) y c).