RevisinImgenes hiperespectrales - una herramienta de anlisis emergente proceso de control de calidad y seguridad alimentaria AA Gowenuna,,, CP O'Donnelluna, PJ Cullenb, G. DowneyC, JM FrasbMostrar mshttp://dx.doi.org/10.1016/j.tifs.2007.06.001Recibe los derechos y contenidos

Imgenes hiperespectrales (HSI) es una tecnologa de plataforma emergente que integra tcnicas de imagen convencionales y espectroscopia de alcanzar tanto la informacin espacial y espectral de un objeto.Aunque HSI fue desarrollado originalmente para la teledeteccin, que ha surgido recientemente como una herramienta de anlisis de procesos de gran alcance para el anlisis de alimentos no destructiva.Este documento ofrece una introduccin a las imgenes hiperespectrales: Equipo HSI, adquisicin de imgenes y procesamiento se describen;Se discuten las limitaciones actuales y posibles aplicaciones futuras.Adems, los recientes avances en la aplicacin de HSI con la seguridad alimentaria y la evaluacin de la calidad se revisan, como la deteccin de contaminantes, la identificacin de defectos, anlisis de los constituyentes y la evaluacin de la calidad.

IntroduccinEl control del proceso de Alimentos requiere monitoreo en tiempo real en los puntos crticos de procesamiento.Mtodos de anlisis rpidos y precisos son esenciales para garantizar la calidad del producto, la seguridad, la autenticidad y el cumplimiento de etiquetado.Los mtodos tradicionales de control de los alimentos se hayan utilizado tcnicas de anlisis como la cromatografa lquida de alta resolucin (HPLC) y espectrometra de masas (MS) son mucho tiempo, costoso y requieren la destruccin de la muestra.Espectroscopa de infrarrojo cercano (NIRS) se ha consolidado como una herramienta no destructiva para el anlisis de calidad multi-componente de materiales alimentarios (Scotter, 1990).Sin embargo, la incapacidad de los espectrmetros NIR para capturar gradientes constitutivos internos dentro de los productos alimenticios puede conducir a discrepancias entre la composicin prevista y medida.Adems, las evaluaciones espectroscpicas con relativamente reducidas dimensiones de fuente puntual no contienen informacin espacial, que es importante para muchas aplicaciones de inspeccin de alimentos (Ariana, Lu, y Guyer, 2006).Los recientes avances en la tecnologa informtica han llevado al desarrollo de sistemas de imgenes capaces de identificar problemas de calidad con rapidez en la lnea de procesamiento, con el mnimo de intervencin humana (Brosnan y Sun, 2004yDu y Sun, 2004).Rojo-Verde-Azul (RGB) los sistemas de visin de color se encuentran un amplio uso en el control de calidad de los alimentos para la deteccin de defectos en la superficie y las operaciones de nivelacin (Chao et al., 1999,Daley et al., 1993yThroop et al., 1993).Sin embargo, las cmaras en color convencionales son identificadores de pobres caractersticas de la superficie sensibles a bandas de frecuencia distintas de RGB, tales como las concentraciones bajas pero potencialmente dainas de heces animales en los alimentos (Liu et al., 2007yPark y col., 2006).Para superar esto, los sistemas de formacin de imgenes multiespectrales se han desarrollado para combinar imgenes adquiridas en un nmero (normalmente 3-4) de bandas de frecuencia estrechas, sensible a las caractersticas de inters en el objeto.En comparacin con los mtodos analticos convencionales tales como HPLC, los sistemas de formacin de imgenes multiespectrales pueden realizar anlisis no destructivos en una fraccin del tiempo requerido (Malik, Poonacha, Moses, y Lodder, 2001).Imgenes hiperespectralesImgenes hiperespectrales, conocido tambin como qumica o de imagen espectroscpica, es una tcnica emergente que integra formacin de imgenes convencional y espectroscopia de alcanzar tanto la informacin espacial y espectral de un objeto.Originalmente fue desarrollado para aplicaciones de teledeteccin (Goetz, Vane, Salomn, y Rock, 1985), pero se ha encontrado desde su aplicacin en campos tan diversos como la astronoma (Hege et al., 2003yWood et al., 2002), la agricultura (Monteiro et al., 2007,Smail et al., 2006yUno et al., 2005), productos farmacuticos (Lyon et al., 2002,Rodionova et al., 2005yRoggo et al., 2005) y la medicina (Ferris et al ., 2001,Kellicut et al., 2004yZheng et al., 2004).Algunas ventajas de las imgenes hiperespectrales ms de RGB convencional, NIR y las imgenes multiespectrales se resumen enla Tabla 1.Tabla 1.Comparativa de RGB de imagen, espectroscopa NIR (NIRS), multiespectral (MSI) y las imgenes hiperespectrales (HSI)CaractersticaImgenes RGBNIRSMSIHSI

La informacin espacial

La informacin espectralLimitado

Informacin multi-componenteLimitadoLimitado

Sensibilidad a los componentes de menor importanciaLimitado

Opciones de la tablaLa Food and Drug Administration de EE.UU. (FDA) iniciativa de tecnologa analtica de procesos llevado (PAT) tiene como objetivo comprender y controlar el proceso de fabricacin mediante el control de los atributos crticos de rendimiento (http://www.fda.gov).La naturaleza no destructiva, robusta y flexible de HSI lo convierte en una atractiva PAT para la identificacin de los parmetros crticos de control que influyen en la calidad del producto terminado (Lewis, Schoppelrei, Lee, y Kidder, 2005).Se espera que HSI ser adoptado cada vez ms como un PAT para la industria alimentaria, como ya ha sido el caso en los entornos de fabricacin, tales como la industria farmacutica (Koehler, Lee, Kidder, y Lewis, 2002).Adquisicin de imgenes hiperespectralesLas imgenes hiperespectrales se componen de cientos de bandas de frecuencia contiguas para cada posicin espacial de una diana estudiado.Por consiguiente, cada pxel en una imagen hiperespectral contiene el espectro de que la posicin especfica.El espectro resultante acta como una huella digital que puede ser utilizado para caracterizar la composicin de ese pxel en particular.Las imgenes hiperespectrales, conocidos comohypercubes(Lu y Chen, 1998), son bloques tridimensionales de datos, que comprende dos dimensiones espaciales y una longitud de onda, como se ilustra enla figura.1. Elhipercubopermite la visualizacin de los constituyentes bioqumicos de una muestra, separados en reas particulares de la imagen, ya que las regiones de una muestra con propiedades espectrales similares tienen una composicin qumica similar.

La figura.1.Representacin esquemtica de las imgenes hiperespectraleshipercuboque muestra la relacin entre las dimensiones espectrales y espaciales.Opciones FiguraEs actualmente inviable obtener la informacin en todas las tres dimensiones de unhipercubosimultneamente;uno se limita a la obtencin de dos dimensiones a la vez, a continuacin, crear una imagen tridimensional mediante el apilamiento de las 'rodajas' de dos dimensiones en secuencia.Hay dos maneras convencionales para la construccin de unhipercubo.Un mtodo, conocido como la configuracin "Imager mirando" implica mantener el campo de imagen de vista fijo, y la obtencin de imgenes una longitud de onda despus de otro.Hipercubosobtuvo utilizando por lo tanto esta configuracin consiste en una pila tridimensional de imgenes (una imagen para cada longitud de onda examinado ), almacenada en lo que se conoce como el formato de banda secuencial (BSQ).Longitud de onda en la configuracin "imager mirando" es moderado por lo general usando un filtro sintonizable;Acustptica filtros sintonizables (AOTFs) y de cristal lquido filtros sintonizables (LCTFs) son los dos empleados de manera predominante.AOTFs se han utilizado en la construccin de sistemas NIR-CI disponibles comercialmente (Lewiset al., 2005);las principales ventajas de AOTFs son buena eficiencia de transmisin, tiempos de anlisis rpidos y gran rango espectral.Por otro lado, LCTFs muestran mayor promesa para el filtrado de imgenes Raman, debido al paso de banda espectral superior y una calidad de imagen (Pappas, Smith, y Winefordner, 2000).instrumentos "Imager" Mirando incorporan filtros sintonizables han encontrado una serie de aplicaciones en control de calidad farmacutica (Roggo et al, 2005.yZuzak et al, 2001.);su falta de partes mviles representa una ventaja en muchas situaciones.Otra configuracin implica la adquisicin de las mediciones espectrales simultneas de una serie de posiciones espaciales adyacentes - esto requiere un movimiento relativo entre el objeto y el detector en lo que se conoce como la adquisicin de "pushbroom" (Lawrence, Parque, Windham, y Mao, 2003).Algunos instrumentos producen imgenes hiperespectrales sobre la base de un punto de paso y el modo de adquirir: espectros se obtienen en los puntos individuales en una muestra, a continuacin, la muestra se mueve y otro espectro tomada.Hipercubosobtuvo utilizando esta configuracin se almacenan en lo que se conoce como el entrelazado de la banda por Formato de pxel (BIP).Los avances en la tecnologa de detectores han reducido el tiempo necesario para adquirirhipercubos.Instrumentos de asignacin de las lneas registran el espectro de cada pxel en una lnea de la muestra que se registra de forma simultnea por un detector de matriz;la resultantehipercubose almacena en el Interleaved Band Line formato (BIL).Este mtodo es especialmente adecuado para sistemas de cinturn de transportador, y por lo tanto puede ser ms prctico que el anterior para aplicaciones de la industria alimentaria.Componentes de un sistema de imgenes hiperespectralesSistemas de imgenes hiperespectrales pushbroom suelen contener los siguientes componentes: lente objetivo, espectrgrafo, cmaras, sistemas de adquisicin, de la etapa de traduccin, de iluminacin y de la computadora, como se muestra enla figura.2. Las condiciones de la cmara, espectrgrafo e iluminacin determinan el rango espectral del sistema: sistemas de Vis-NIR suelen oscilar entre 400 y 1000 nm, y utilizan cmaras con dispositivo de carga acoplada (CCD) o Complementary Metal Oxide Semiconductor (CMOS) sensores;sistemas de longitud de onda ms largas requieren ms caros detectores de matriz de plano focal de IR con espectrgrafo apropiada que opera en la regin de los IR.La muestra / objetivo est por lo general difusamente iluminada por una de tungsteno-halgeno o fuente de LED.Una lnea de luz reflejada por la muestra entra en el objetivo y se separa en sus longitudes de onda componentes por la ptica de difraccin contenidas en el espectrgrafo;una imagen de dos dimensiones (dimensin espacial dimensin de longitud de onda) se forma en la cmara y se guarda en el ordenador.La muestra se mueve ms all de la lente de objetivo en una etapa motorizada y se repite el proceso;las imgenes de lneas bidimensionales adquiridas en los puntos adyacentes en el objeto se apilan para formar un tridimensionalhipercuboque puede almacenarse en un PC para su posterior anlisis.

La figura.2.Componentes de un sistema de imgenes hiperespectrales.Opciones FiguraEl anlisis de imgenes hiperespectralesExisten numerosas tcnicas para analizar los datos hiperespectrales, las cuales tienen como objetivo reducir la dimensionalidad de los datos manteniendo la informacin espectral importante con el poder para clasificar las reas importantes de una escena.Los pasos tpicos seguidos en el anlisis de imgenes hiperespectrales se resumen enla figura.3y se describe a continuacin.

La figura.3.Esquema del proceso de anlisis hiperespectral datos.Opciones FiguraCalibracin de reflectanciaEsto se lleva a cabo para dar cuenta de la respuesta espectral de fondo del instrumento y la respuesta de la cmara 'oscura'.Para las mediciones de reflectancia, el fondo se obtiene mediante la recopilacin de unhipercubode un uniforme, patrn de reflexin de alta o de cermica blanca;la respuesta oscuro se adquiere apagando la fuente de luz, que cubre completamente la lente con su tapa y registrar la respuesta de la cmara.El valor de reflectancia corregido (R) se calcula como sigue:R = (muestra oscuro) / (fondo oscuro).GireMathJaxen

Pre-procesamientoPre-procesamiento se lleva a cabo por lo general para eliminar sesgos de la no-qumicos de la informacin espectral (por ejemplo, efectos debidos a la superficie inhomogeneidades de dispersin) y preparar los datos para su posterior procesamiento.Un nmero de tcnicas de pre-procesamiento espectrales existe, incluyendo la correccin de lnea de base polinmica, Savitzky Golay-conversin derivado, media-de centrado y la normalizacin varianza unidad.Otras operaciones por lo general llevan a cabo en la etapa de pre-procesamiento incluyen la umbralizacin y adhesiva para eliminar informacin redundante fondo delhipercubo.ClasificacinHypercubeclasificacin permite la identificacin de regiones con caractersticas espectrales similares.Debido al gran tamao dehypercubes(que pueden superar los 50 MB, dependiendo de la resolucin de imagen, resolucin espectral y binning pxel) herramientas de anlisis multivariantes complejos, como el anlisis de componentes principales (PCA), mnimos cuadrados parciales (PLS), anlisis discriminante lineal ( LDA), anlisis discriminante Fisher (FDA), la regresin lineal mltiple (MLR) y redes neuronales artificiales (RNA), se emplean habitualmente para la clasificacin.Tabla 2presenta un resumen de los algoritmos de clasificacin utilizados en 30 artculos que tratan con imgenes hiperespectrales de alimentos publicados desde 2004 (si se utiliza ms de un mtodo de anlisis en un documento, se muestra el mtodo con mejores resultados).PLS clasificacin fue el mtodo de clasificacin ms popular, que se emplea en ms del 25% de los casos.Tabla 2.Resumen del modo de medicin, tipo de producto, en la regin de longitud de onda estudiada y algoritmo de clasificacin empleado en los trabajos publicados en las imgenes hiperespectrales de los alimentos desde 2004ModoProductoRegin de longitud de onda (nm)ClasificacinAutor, ao

ReflectanciaManzana447-951Relacin Band (BR)Liuet al., 2007

430-900Diferencia Band (BD)Mehlet al., 2004

954-1350Mnimos cuadrados parciales (PLS)Nicolaet al., 2006

500-950Anlisis de componentes principales (PCA)Xinget al., 2005

500-950PCAXing, Saeys, & De Baerdemaeker, 2007

500-950PCAXinget al., 2007

Maz950-1700PLSWeinstock, Janni, Hagen, y Wright, 2006

Pepino900-1700BRArianaet al., 2006

447-951Integrado de PCA por la FDAChenget al., 2004

447-951BRLiuet al., 2005

Ctricos400-970PLSMenesatti, Urbani, y Lanza, 2005

Pasta400-1700PLSMenesatti D'Andrea, y Bucarelli, 2004

Melocotn500-1000De regresin mltiple lineal (MLR)Lu y Peng, 2006

Cerdo430-1000Red neuronal artificial (ANN)Qiaoet al., 2007

Patata430-1000ANNQiao, Wang, Ngadi, y Baljinder, 2005

Aves de corral430-850PLSLawrence, Windham, Parque, Heitschmidt, y Smith, 2006

430-850BRParqueet al., 2006

430-850rbol de decisinWindhamet al., 2005

430-850Asignador ngulo espectralParqueet al., 2007

Fresa400-1000MLREl Masryet al., 2007

650-1000LDATallada, Nagata, y Kobayashi, 2006

650-1000Diferencia BandNagata, Tallada, Kobayashi, 2006

FluorescenciaManzana500-1040Hybrid PC-ANNNoh y Lu, 2007

Cantalupo425-774PCAVargaset al., 2005

Aves de corral425-710Algoritmo FuzzyKimet al., 2004

Nogal425-775Mquinas de vectores soporteJianget al., 2007

TransmitanciaCerezas450-1000ANNQin y Lu, 2005

Bacalao350-950PLSHeiaet al., 2007

Pepinos450-950Thresholding ImagenAriana y Lu, 2006

Maz750-1090PLSCogdillet al., 2004

Opciones de la tablaMtodos quimiomtricos convencionales tales como PCA y PLS pueden no ser adecuados para el anlisis de imgenes hiperespectrales, ya que se han desarrollado estas tcnicas para el anlisis de una sola espectros (Noh y Lu, 2007yShah et al., 2003).Para superar esto, se han propuesto un nmero de mtodos:Noh y Lu (2007)aplican un enfoque hbrido, empleando tanto PCA y la ANN para relacionar la fluorescencia hiperespectral de manzana a su color y la firmeza (R> 0,75);otro grupo de investigacin (Chenget al., 2004) desarroll un mtodo PCA por la FDA hbrido para la identificacin de fro daado pepinos, que superaron a los mtodos de la PCA y de la FDA cuando se utilizan por separado para la clasificacin.El algoritmo espectral ngulo Mapper (SAM) es un mtodo de clasificacin supervisada que utiliza unnngulo de dimensiones para los pxeles coincidentes para hacer referencia a espectros.Este mtodo determina la similitud espectral mediante el clculo del ngulo entre los espectros (tratndolos como vectores en un espacio con dimensionalidad igual al nmero de bandas de frecuencia), y se ha utilizado para la clasificacin de contaminantes fecales y alimentos ingeridos en la superficie de las canales de pollos de engorde (Park, Windham , Lawrence, y Smith, 2007).Clasificadores mquina de soporte vectorial pertenecen al grupo de los algoritmos de aprendizaje automtico que utilizan las herramientas de optimizacin, que trabajan para identificar el hiperplano ptimo como superficie de decisin de discriminar entre clases de inters.Un enfoque basado en el apoyo de mquinas de vectores de Gauss-kernel se ha utilizado para clasificar la cscara de la nuez y de la pulpa, y se inform de que este mtodo funcion mejor para la clasificacin de la ACP y la FDA (Jiang, Zhu, Rao, Berney, y Tao, 2007).El procesamiento de imgenesEl procesamiento de imgenes se lleva a cabo para convertir el contraste desarrollado por la etapa de clasificacin en una imagen que representa la distribucin de componentes.Escala de grises o la asignacin de colores con la escala de intensidad se utiliza generalmente para mostrar el contraste composicional entre los pxeles de una imagen.La fusin de imgenes, en el que se combinan dos o ms imgenes en diferentes bandas de frecuencia para formar una nueva imagen (Pohl, 1998) se implementa con frecuencia para proporcionar an mayor contraste entre distintas regiones de una muestra.Las imgenes se pueden combinar el uso de algoritmos basados en operadores matemticos sencillos, por ejemplo, suma, resta, multiplicacin y divisin.Un ejemplo es el mtodo de relacin de bandas, en el que una imagen en una banda de frecuencias se divide por que en otra longitud de onda (Liu et al., 2007yPark y col., 2006).Aplicaciones de imgenes hiperespectrales para la calidad y seguridad de los alimentosImgenes hiperespectrales es una poderosa herramienta para la identificacin de las bandas de ondas clave en el desarrollo de sistemas de imgenes multiespectrales en lnea automatizadas.En consecuencia, encuentra amplio uso en la investigacin para el desarrollo de herramientas de inspeccin multiespectrales.Imgenes hiperespectrales, como otras tcnicas de espectroscopia, se puede llevar a cabo en los modos de reflectancia, transmisin o fluorescencia.Si bien la mayora de las investigaciones publicadas en las imgenes hiperespectrales se ha realizado en el modo de reflectancia, los modos de transmisin y emisin tambin se han investigado: la siguiente contiene descripciones de los recientes avances en la aplicacin de imgenes hiperespectrales en cada uno de estos modos para el anlisis de calidad de los alimentos.Imgenes hiperespectrales reflectanciaLa reflectancia es el modo ms comn de imgenes hiperespectrales, con 22 de los 30 artculos de investigacin publicados desde el ao 2004 lleva a cabo en modo de reflectancia (Tabla 2).Imgenes hiperespectrales reflectancia se lleva a cabo habitualmente en el Vis-NIR (400-1000 nm) o NIR (1000-1700 nm), y se ha utilizado para detectar defectos, contaminantes y los atributos de calidad de las frutas, verduras y productos crnicos, tal como se describe a continuacin.Un equipo de investigacin (Nicola, Lotze, Peirs, Scheerlinck, y Theron, 2006) desarrollaron un sistema de reflectancia hiperespectral NIR con un rango espectral de 900-1700 nm para detectar el defecto bitter pit en manzanas.El sistema era capaz de identificar lesiones Bitter Pit invisibles a simple vista, pero reducida luminosidad en el lmite de la imagen causado algunos errores de clasificacin errnea.Arianaet al.(2006)investigaron la aplicacin de NIR de formacin de imgenes hiperespectrales reflectancia en la misma regin espectral para la deteccin de moretones en los pepinos de decapado.Reflectancia para el tejido pepino magullado fue en general inferior a la de tejido normal, y exactitud de la deteccin era dependiente de la hora despus de magulladuras.Se demostr que los algoritmos de relacin de la banda y de diferencia eran mejores que la ACP para la clasificacin de los pepinos magullados.Dispersin de la luz desde una superficie es altamente dependiente de la densidad del producto y las estructuras celulares, lo que se deduce que la dispersin de perfiles puede indicar propiedades relacionadas, tales como la textura.De hecho, la relacin entre los perfiles de hiperespectrales de dispersin (en el rango espectral 500-1000 nm) y la textura se ha explorado para predecir la firmeza del melocotn (Lu y Peng, 2006).En esta investigacin, una funcin de distribucin de Lorentz se ajust a la dispersin de los datos, y los parmetros del modelo lorentzianos en cada longitud de onda se utilizaron para construir un modelo de regresin emprica para predecir la firmeza del melocotn (R> 0,58).Un sistema de imgenes hiperespectrales reflectancia Vis-NIR (400-1000 nm) fue desarrollado para identificar contusiones en las manzanas (Xing, Bravo, Jancsk, Ramon, y De Baerdemaeker, 2005).El uso de PCA, se seleccionaron cuatro bandas de frecuencia para construir un sistema de pruebas multiespectral;A continuacin, la PCA se aplic a las imgenes multiespectrales, y se demostr que la segunda y tercera componentes principales podran identificar contusiones con 86% de precisin.Xing, Saeys, y De Baerdemaeker (2006)tambin desarrollaron un sistema de imagen multiespectral para discriminar entre contusiones y el stem-end/calyx en manzanas, un problema bien conocido en la tecnologa de clasificacin de manzana.Polder, Heijden, y Young (2002)mostr que un sistema de imgenes hiperespectrales reflectancia en la regin espectral de 396 a 736 nm era ms eficaz que la formacin de imgenes RGB para discriminar nivel de madurez de los tomates, sin importar la condicin de iluminacin a prueba.El Masry, Wang, El Sayed y Ngadi (2007)utiliza un sistema de imgenes hiperespectrales regin Vis-NIR para la determinacin no destructiva de la calidad de la fresa.Longitudes de onda ptimas se obtuvieron a partir de PLS, y luego de regresin lineal mltiple se utiliz para predecir el contenido de humedad, el contenido total de slidos solubles y el pH (R> 0,8).Se utiliz un sistema similar para evaluar la calidad de la carne de cerdo y el nivel de vetas de grasa (Qiao, Ngadi, Wang, Garipy, y Prasher, 2007), que emplea una red neural de alimentacin directa para clasificar muestras, con hasta 85% de precisin de clasificacin.Gmez-Sanchiset al.(2004)demostraron el potencial de la utilizacin de un sistema de imgenes hiperespectrales Vis-NIR para la deteccin de infecciones causadas porPenicillium digitatumen ctricos antes de que se hicieron evidentes a los inspectores humanos.PCA fue empleado para reducir el nmero de bandas de frecuencia de deteccin, y los rboles de clasificacin y regresin se aplica que clasifican correctamente 80% de los pxeles de la imagen.Parqueet al.(2006)investig el rendimiento de un sistema de formacin de imgenes hiperespectrales reflectancia Vis-NIR para fecal superficie de las aves de corral deteccin de contaminantes.El sistema permiti la seleccin de anchos de banda ptimas para la construccin de un sistema de imagen multiespectral basado en doble algoritmo de relacin de bandas para identificar la ingesta y las heces en las canales de aves de corral con 96,4% de precisin.El grupo de investigacin deKim, Chen y Mehl (2001)desarroll un sistema de imgenes hiperespectrales basada en el laboratorio con un rango espectral de 430-930 nm para llevar a cabo calidad de los alimentos y de la investigacin de seguridad, sobre todo para el desarrollo de sistemas de imgenes multiespectrales para el control del proceso de alimentos , a travs de la deteccin de bandas ptimas y el desarrollo de algoritmos.Este sistema fue utilizado recientemente para llevar a cabo experimentos de imagen hiperespectral de reflectancia para la deteccin de defectos de superficie de manzana / contaminacin (Kim et al., 2002,Liu et al., 2007yMehl et al., 2004) y la identificacin de dao por enfriamiento en pepino (Cheng et al., 2004yLiu et al., 2005).TantoKimet al.(2002)yLiuet al.(2007)han afirmado que las imgenes de reflectancia hiperespectral fue incapaz de detectar finas capas de heces en las manzanas, y sugiri que el uso de imgenes hiperespectrales fluorescencia mejorara las tasas de deteccin, sealando, sin embargo, el costo relativamente alto de fuentes de excitacin de lser.Fluorescencia de imagen hiperespectralLa espectroscopia de fluorescencia est bien establecida como una tcnica analtica para el control de los alimentos, especialmente en la industria lctea (Christensen et al., 2003,Karoui y De Baerdemaeker, 2007yEstrasburgo y Lude, 1995).El cromforo clorofila es particularmente importante para la fluorescencia de los productos vegetales, plantas y excitados por la luz UV por lo general emiten en la regin infrarroja cercana visible (Chappelle, McMurtrey, y Kim, 1991).Fluorescencia de imagen hiperespectral se perfila como una herramienta para la investigacin de calidad de los alimentos: 4 de cada 30 trabajos publicados en las imgenes hiperespectrales se aplica a los alimentos desde el ao 2004 han investigado la fluorescencia de imagen hiperespectral (Tabla 2).Kim, Kim, Chen, y de Kong (2004)disearon un sistema de fluorescencia hiperespectral para detectar tumores de la piel en las canales de pollo.UV-A (365 nm) se utilizaron lmparas para iluminar las muestras en un escenario en movimiento y las imgenes hiperespectrales se obtuvieron mediante la adquisicin de las exploraciones de lnea adyacentes, como se describi anteriormente.Un sistema de imagen multiespectral fue desarrollado por el mismo grupo de investigacin para detectar la contaminacin fecal en manzanas, basado en las longitudes de onda ptimas identificadas por un sistema de imagen de fluorescencia hiperespectral (Kimet al., 2002).Este equipo de investigacin tambin utiliza imgenes de fluorescencia hiperespectral para desarrollar un sistema multiespectral para la deteccin de la contaminacin fecal de la carne de cerdo y manzana, con un 355 nm Nd: Yag lser para la excitacin (Kim, Lefcourt, y Chen, 2003).Regiones de la contaminacin no es fcilmente visible para el ojo humano se identificaron fcilmente a partir de las imgenes de fluorescencia obtenidos multiespectrales.Vargas, Kim, Tao, y Lefcourt (2005)investig hiperespectral de formacin de imgenes de fluorescencia para la deteccin de la contaminacin fecal en los melones, el empleo de la PCA para identificar las longitudes de onda dominantes para el desarrollo de un sistema de deteccin multiespectral.Noh y Lu (2007)examinaron la relacin entre las imgenes de lneas hiperespectrales de fluorescencia y la calidad de la manzana, el uso de un diodo de lser azul para producir fluorescencia de la clorofila: una exploracin de lnea hiperespectral situado a 1,5 mm desde el centro del haz se analiz utilizando un mtodo hbrido de PCA-ANN.No se observaron diferencias significativas a partir de los datos de fluorescencia obtenidos despus de 1, 2, 3, 4 y 5 min de la iluminacin lser continuo;Por lo tanto, las mediciones de fluorescencia se podran realizar dentro de 1 min de iluminacin.Caractersticas espectrales se correlacionaron con las caractersticas de calidad de manzana como la firmeza y el color con un coeficiente de correlacin de 0,74 o mayor despus de 1 min de iluminacin.Se observ que los coeficientes de correlacin relativamente bajos obtenidos en el estudio podran mejorarse mediante el uso de mltiples exploraciones de lnea en lugar de escaneos de una sola lnea.Imgenes hiperespectrales transmisinSlo 4 de cada 30 trabajos publicados en las imgenes hiperespectrales de los alimentos desde 2004 se han ocupado de las imgenes hiperespectrales en el modo de transmisin (Tabla 2).Imgenes hiperespectrales transmisin es potencialmente aplicable para la estimacin en lnea de concentraciones de componentes internos y deteccin de defectos internos en los alimentos (Schmilovitchet al., 2004).Qin y Lu (2005)Applied Imaging transmisin hiperespectrales para detectar fosas en las cerezas agrias.Luz se transmite a travs de las cerezas individuales a partir de una fuente de luz colocada por debajo del soporte de la muestra, y se registra por un espectrgrafo de imgenes colocado encima de la muestra.Imgenes de transmisin para cuatro orientaciones diferentes de la muestra fueron probados, y se demostr que la orientacin de la muestra y el color no afect significativamente la precisin de clasificacin.Esto es importante para las operaciones de alto rendimiento, donde es difcil mantener la orientacin de la muestra uniforme.Cogdill, Hurburgh, y Rippke (2004)investig la aplicacin de NIR de formacin de imgenes hiperespectrales de transmisin para la estimacin de aceite y contenido de humedad en los granos de maz.Muestras estacionarias fueron iluminadas desde abajoa travs dela ptica de colimacin a travs de una etapa de presentacin de la muestra: un filtro sintonizable en el espectrgrafo elimina la necesidad de movimiento de la muestra.Aunque este mtodo fue capaz de predecir el contenido de humedad de alta precisin, que era incapaz de medir la concentracin de aceite con precisin.Otro equipo de investigacin (Heiaet al., 2007) desarroll un mtodo de deteccin de parsitos en bacalao, mediante la aplicacin de la regresin PLS a imgenes hiperespectrales de transmisin.Este mtodo permiti la identificacin no destructiva de los parsitos de 2-3 mm ms profundas de lo que podra ser detectado por la inspeccin manual de los filetes.Transmisin de imgenes hiperespectrales pueden igualmente ser obtenidas a partir de muestras en movimiento.Ariana y Lu (2006)emplearon este enfoque para investigar daos internos en los pepinos.Los pepinos se montaron en un escenario giratorio, iluminadas desde abajo y hiperespectrales exploraciones de lneas de transmisin fueron capturados desde arriba.Tres exploraciones de lnea hiperespectrales se obtuvieron para cada pepino, separados por 120 .Un mtodo de imagen de umbral se tradujo en precisin de clasificacin ms altos que el anlisis PLS, conseguir una precisin de clasificacin global hasta el 94,3%.Imgenes hiperespectrales para la identificacin bacterianaRecientemente, un nmero de investigadores han informado de la posibilidad de HSI para la identificacin de los microorganismos de inters en los alimentos.Dubois, Lewis, Fry, y Calvey (2005)demostraron la aplicacin potencial de las imgenes hiperespectrales NIR como una tcnica de alto rendimiento para la diferenciacin de bacterias sobre la base de sus espectros de NIR.Imgenes NIR de tarjetas especficas de alimentos que contienen muestras de bacterias tanto de ensayo y de calibracin se obtuvieron en la regin espectral de 1200-2350 nm usando un detector de plano focal de matriz de InSb.Algunas bacterias eran identificables a partir de las diferencias espectrales observadas en longitudes de onda nicas;Sin embargo, en situaciones en las que se buscaron microorganismos particulares de inters, clasificacin PLS era preferible separar los gneros de bacterias presentes.La idoneidad de Raman imgenes hiperespectrales para el recuento de patgenos en el agua tambin ha sido evaluada (Escoriza, VanBriesen, Stewart, Maier, y Treado, 2006).Las imgenes hiperespectrales en el rango 3200-3700 nm se obtuvieron de muestras de agua inoculadas con un microscopio Raman Qumica Imaging que contiene un cristal de filtro sintonizable lquido.Se demostr que las imgenes hiperespectrales Raman puede proporcionar informacin cuantitativa para la concentracin bacteriana en muestras de agua.Se observ, sin embargo, que la seal Raman era pobre para la concentracin de bacterias bajas ( 1 107clulas / membrana), que requiere el uso de filtros en las muestras de agua diluidas antes del examen.LimitacionesHSI es una tecnologa poderosa plataforma para la monitorizacin de procesos de alimentos.Actualmente, sin embargo, hay dos obstculos importantes para su adopcin generalizada en la industria alimentaria.El primero es el alto costo de la compra de los sistemas de HSI: ya que esta tecnologa se est convirtiendo en una herramienta para la evaluacin de calidad de los alimentos, hay pocos proveedores comerciales.Se prev que los futuros desarrollos tecnolgicos en los sistemas de HSI para la industria farmacutica promover la fabricacin de sistemas de bajo costo adecuados para aplicaciones de la industria alimentaria.Surge El segundo factor limitante de los relativamente largos tiempos necesarios parahipercubode adquisicin de imgenes, el procesamiento y clasificacin (Chen, Chao, y Kim, 2002), dependiendo del tamao del objetivo y resolucin de la imagen, el tiempo de adquisicin pueden variar de 2 a 4 min, al procesar y el tiempo de clasificacin dependen en gran medida de las capacidades de hardware y de software.Sin embargo, se puede esperar que los futuros desarrollos en los componentes del sistema, como las cmaras mejoradas, un hardware ms rpido, algoritmos ms precisos y eficientes, acortarn el procesamiento y la adquisicin de tiempo, permitiendo que los sistemas de monitoreo de calidad HSI en tiempo real.ConclusionesImgenes hiperespectrales (HSI) es un nuevo instrumento para la calidad de los alimentos y el anlisis de la seguridad;la caracterstica espacial de HSI permite la caracterizacin de muestras heterogneas complejas, mientras que la caracterstica espectral permite la identificacin de una amplia gama de caractersticas de la superficie y sub-superficie de mltiples constituyentes.Debido al alto costo actual de los sistemas de HSI, la mayora de alimentos relacionada con la investigacin HSI se ha orientado hacia la identificacin de las bandas de onda importantes para el desarrollo de sistemas de imgenes multiespectrales de bajo costo.Sin embargo, a juzgar por el continuo nfasis en las tecnologas de anlisis de procesos para proporcionar informacin precisa anlisis rpido y no destructivo de los productos alimenticios, es probable que las imgenes hiperespectrales se adoptar cada vez ms por la seguridad y control de calidad en la industria alimentaria, como ya ha sido el caso en la industria farmacutica.La futura evolucin de la fabricacin del equipo HSI, tales como menores costos de compra y las mejoras en la velocidad de procesamiento, fomentarn la utilizacin ms generalizada de esta tecnologa de la plataforma emergente.ReconocimientoLos autores desean dar las gracias a la financiacin del Departamento de Gobierno de Irlanda de la Agricultura y la Alimentacin bajo la Medida de Investigacin Institucional de Alimentos (FIRM).Referencias1. Ariana y Lu, 2006 Ariana, D., y Lu, R. (2006).Imgenes hiperespectrales transmitancia visible / infrarrojo cercano para la deteccin de la lesin mecnica interna de los pepinos de decapado.En:ASABE Reunin Anual Internacional, Documento No. 063039, julio de 2006. 2. Ariana et al., 2006 D. Ariana, R. Lu, DE Guyer Imgenes hiperespectrales de reflectancia para la deteccin de hematomas en el decapado de pepinos Informtica y electrnica en la agricultura, 53 (1) (2006), pp 60-70 Artculo|PDF (486 K)|Ver Registro en Scopus||Citado por en Scopus (94)3. Brosnan y Sun, 2004 T. Brosnan, DW Sun La mejora de los controles de calidad de los productos alimenticios por la visin artificial - una revisin Journal of Food Engineering, 61 (2004), pp 3-16 Artculo|PDF (663 K)|Ver Registro en Scopus||Citado por en Scopus (251)4. Chao et al., 1999 K. Chao, YR Chen, H. Temprano, B. Parque Sistemas de clasificacin de color de la imagen para la inspeccin de vsceras de aves de corral Ingeniera Aplicada a la Agricultura, 15 (4) (1999), pp 363-369 Ver Registro en Scopus||Citado por en Scopus (18)5. Chappelle et al., 1991 E. Chappelle, J. McMurtrey, MS Kim Identificacin de la pigmento responsable para la banda de fluorescencia azul en la fluorescencia inducida por lser (LIF) espectros de plantas verdes, y el uso potencial de esta banda en la estimacin de las tasas de forma remota de la fotosntesis Remote Sensing of Environment, 36 (3) (1991), pp 213-218 Artculo|PDF (531 K)|Ver Registro en Scopus||Citado por en Scopus (62)6. Chen et al., 2002 YR Chen, K. Chao, MS Kim Tecnologa de visin artificial para aplicaciones agrcolas Informtica y electrnica en la agricultura, 36 (2) (2002), pp 173-191 Artculo|PDF (1092 K)|Ver Registro en Scopus||Citado por en Scopus (161)7. Cheng et al., 2004 X. Cheng, YR Chen, Y. Tao, CY Wang, MS Kim, AM Lefcourt Una novela integrado PCA y el mtodo FLD en la extraccin de caractersticas de imgenes hiperespectrales para la inspeccin de los daos pepino refrigeracin Transacciones de ASAE, 47 (4) (2004), pp 1313-1320 Ver Registro en Scopus||Citado por en Scopus (75)8. Christensen et al., 2003 J. Christensen, VT Povlsen, J. Srensen Aplicacin de la espectroscopia de fluorescencia y quimiometra en la evaluacin de queso procesado durante el almacenamiento Journal of Dairy Science, 86 (2003), pp 1101-1107 Artculo|PDF (218 K)|Ver Registro en Scopus|Texto completoa travs de CrossRef||Citado por en Scopus (44)9. Cogdill et al., 2004 R. Cogdill, C. Hurburgh, G. Rippke Single-ncleo de anlisis de imgenes hiperespectrales de maz por el infrarrojo cercano Transacciones de la ASAE, 47 (1) (2004), pp 311-320 Ver Registro en Scopus||Citado por en Scopus (71)10. Daley et al., 1993 W. Daley, R. Carey, C. Thompson Clasificacin de Ave / inspeccin utilizando imgenes de color Actas de la SPIE, 1907 (1993), pp 124-132 Ver Registro en Scopus|Texto completoa travs de CrossRef||Citado por en Scopus (8)11. Du y Sun, 2004 CJ Du, DW Sun La evolucin reciente de las aplicaciones de las tcnicas de procesamiento de imgenes para las evaluaciones de calidad de los alimentos Trends in Food Science & Technology, 15 (2004), pp 230-249 Artculo|PDF (566 K)|Ver Registro en Scopus||Citado por en Scopus (208)12. Dubois et al., 2005 J. Dubois, E. Lewis, F. Fry, E. Calvey Identificacin bacteriana por imagen qumica de infrarrojo cercano de las tarjetas de alimentos especficos Food Microbiology, 22 (6) (2005), pp 577-583 Artculo|PDF (293 K)|Ver Registro en Scopus||Citado por en Scopus (25)13. El Masry et al., 2007 G. El Masry, N. Wang, A. El Sayed, M. Ngadi Imgenes hiperespectrales para la determinacin no destructiva de algunos atributos de calidad de la fresa Journal of Food Engineering, 81 (1) (2007), pp 98-107 Artculo|PDF (367 K)|Ver Registro en Scopus||Citado por en Scopus (98)14. Escoriza et al., 2006 M. Escoriza, J. VanBriesen, S. Stewart, J. Maier, P. Treado Espectroscopia de Raman y de imagen qumica para la cuantificacin de bacterias transmitidas por el agua filtrada Revista de Mtodos Microbiolgicos, 66 (1) (2006), pp 63-72 Artculo|PDF (480 K)|Ver Registro en Scopus||Citado por en Scopus (25)15. Ferris et al., 2001 D. Ferris, R. Lawhead, E. Dickman, N. Holtzapple, J. Miller, S. Groganet al. Imgenes hiperespectrales Multimodal para el diagnstico no invasivo de la neoplasia cervical Journal of Genital Inferior enfermedad del tracto, 5 (2) (2001), pp 65-72 Ver Registro en Scopus|Texto completoa travs de CrossRef||Citado por en Scopus (83)16. Goetz et al., 1985 AFH Goetz, G. Vane, TE Salomn, BN Roca Espectrometra de imgenes de teledeteccin tierra Science, 228 (1985), pp 1147-1153 Ver Registro en Scopus||Citado por en Scopus (499)17. Gmez-Sanchis et al., 2004 Gmez-Sanchis, J., Molt, E., Gmez-Chova, L., Aleixos, N., Camps-Valls, G., Juste, F., et al.(2004).Sistema de visin por computador hiperespectral para la deteccin dePenicillium digitatumen lneas de envasado de ctricos.En:Conferencia Internacional CIGR 2004, Beijing, China, 11-14 de octubre de 2004. 18. Hege et al., 2003 E. Hege, D. O'Connell, W. Johnson, S. Basty, E. Dereniak Imgenes hiperespectrales para la vigilancia de la astronoma y el espacio Actas de la SPIE, 5159 (2003), pp 380-391 Ver Registro en Scopus||Citado por en Scopus (26)19. Heia et al., 2007 K. Heia, A. Sivertsen, S. Stormo, E. Elvevoll, J. Wold, H. Nilsen La deteccin de nematodos en Cod (Gadus morhua), filetes por espectroscopia de imagen Journal of Food Science, 72 (1) (2007), pp E011-E015 Texto completoa travs de CrossRef20. Jiang et al., 2007 L. Jiang, B. Zhu, X. Rao, G. Berney, Y. Tao Discriminacin de cscara de nuez negro y pulpa en hiperespectral de imgenes de fluorescencia utilizando Gaussian enfoque de la funcin kernel Journal of Food Engineering, 81 (1) (2007), pp 108-117 Artculo|PDF (1675 K)|Ver Registro en Scopus||Citado por en Scopus (16)1. Karoui y De Baerdemaeker, 2007 R. Karoui, J. De Baerdemaeker Una revisin de los mtodos analticos junto con herramientas quimiomtricas para la determinacin de la calidad y la identidad de los productos lcteos Food Chemistry, 102 (3) (2007), pp 621-640 Artculo|PDF (314 K)|Ver Registro en Scopus||Citado por en Scopus (123)2. Kellicut et al., 2004 D. Kellicut, J. Weiswasser, S. Arora, J. Freeman, R. Lew, C. Shumanet al. La tecnologa emergente: las imgenes hiperespectrales Perspectivas en Ciruga Vascular y Endovascular Therapy, 16 (1) (2004), pp 53-57 Ver Registro en Scopus|Texto completoa travs de CrossRef||Citado por en Scopus (21)3. Kim et al., 2004 I. Kim, Kim MS, YR Chen, SG Kong La deteccin de tumores de piel en las canales de pollo utilizando fluorescencia de imagen hiperespectral Transacciones de la ASAE, 47 (5) (2004), pp 1785-1792 Ver Registro en Scopus||Citado por en Scopus (52)4. Kim et al., 2001 MS Kim, YR Chen, PM Mehl Reflectancia hiperespectrales y sistema de imgenes de fluorescencia para la calidad y seguridad de los alimentos Transacciones de la ASAE, 44 (3) (2001), pp 721-729 Ver Registro en Scopus||Citado por en Scopus (202)5. Kim et al., 2002 MS Kim, AM Lefcourt, K. Chao, YR Chen, I. Kim, DE Chan Deteccin multiespectral de contaminacin fecal en las manzanas sobre la base de las imgenes hiperespectrales: Parte I. Aplicacin de las imgenes de reflectancia visible y el infrarrojo cercano Transacciones de la ASAE, 45 (6) (2002), pp 2027-2037 Ver Registro en Scopus||Citado por en Scopus (108)6. Kim et al., 2003 MS Kim, AM Lefcourt, YR Chen Sistema de imgenes de fluorescencia inducida por lser multiespectrales para grandes muestras biolgicas ptica Aplicada, 42 (19) (2003), pp 3927-3933 Texto completoa travs de CrossRef7. Koehler et al., 2002 F. Koehler, E. Lee, L. Kidder, N. Lewis Espectroscopa de infrarrojo cercano: la solucin de imagen qumica prctica Espectroscopa de Europa, 14 (3) (2002), pp 12-19 Ver Registro en Scopus||Citado por en Scopus (45)8. Lawrence et al., 2003 KC Lawrence, B. Park, WR Windham, C. Mao Calibracin de un sistema de imgenes hiperespectrales pushbroom para inspeccin agrcola Transacciones de la ASAE, 46 (2) (2003), pp 513-521 Ver Registro en Scopus||Citado por en Scopus (94)9. Lawrence et al., 2006 KC Lawrence, WR Windham, B. Park, GW Heitschmidt, DP Smith, P. Feldner Parcial de regresin por mnimos cuadrados de imgenes hiperespectrales para la deteccin de contaminantes en las canales de aves de corral Diario de Espectroscopia de Infrarrojo Cercano, 14 (4) (2006), pp 223-230 Ver Registro en Scopus|Texto completoa travs de CrossRef||Citado por en Scopus (22)10. Lewis et al., 2005 E. Lewis, J. Schoppelrei, E. Lee, L. Kidder Imagen qumica infrarrojo cercano como herramienta de anlisis de procesos K. Bakeev (Ed.), la tecnologa analtica de procesos, Blackwell Publishing, Oxford (2005), p.187 Texto completoa travs de CrossRef11. Liu et al., 2007 Y. Liu, Chen YR, MS Kim, DE Chan, AM Lefcourt Desarrollo de algoritmos simples para la deteccin de contaminantes fecales en las manzanas de imagen infrarroja visible / cerca de reflectancia hiperespectral Journal of Food Engineering, 81 (2) (2007), pp 412-418 Artculo|PDF (804 K)|Ver Registro en Scopus||Citado por en Scopus (32)12. Liu et al., 2005 Y. Liu, YR Chen, Wang CY, DE Chan, MS Kim Desarrollo de algoritmo simple para la deteccin de dao por fro en los pepinos de imgenes hiperespectrales visible / infrarrojo cercano Espectroscopa Aplicada, 59 (1) (2005), pp 78-85 Artculo|PDF (131 K)|Ver Registro en Scopus|Texto completoa travs de CrossRef||Citado por en Scopus (6)13. Lu y Chen, 1998 Lu, RF, Chen, YR (1998).Imgenes hiperespectrales para la inspeccin de la seguridad de los alimentos y los productos agrcolas.En:Conferencia SPIE en la deteccin de patgenos y Remediacin para Safe Eating, Boston, noviembre de 1998. 14. Lu y Peng, 2006 RF Lu, YK Peng Dispersin hiperespectrales para evaluar la firmeza de la fruta del melocotn Ingeniera de Biosistemas, 93 (2) (2006), pp 161-171 Artculo|PDF (831 K)|Ver Registro en Scopus||Citado por en Scopus (127)15. Lyon et al., 2002 RC Lyon, DS Lester, EN Lewis, E. Lee, LX Yu, EH Jeffersonet al. Imagen espectral del infrarrojo cercano para la garanta de calidad de los productos farmacuticos: anlisis de comprimidos para evaluar homogeneidad de la mezcla en polvo AAPS PharmSciTech, 3 (3) (2002), p.17 16. Malik et al., 2001 I. Malik, M. Poonacha, J. Moiss, RA Lodder Las imgenes multiespectrales de tabletas en blister AAPS PharmSciTech, 2 (2) (2001), p.9 17. Mehl et al., 2004 PM Mehl, YR Chen, MS Kim, DE Chan Desarrollo de la tcnica de imagen hiperespectral para la deteccin de defectos y contaminaciones de la superficie de manzana Journal of Food Engineering, 61 (1) (2004), pp 67-81 Artculo|PDF (1565 K)|Ver Registro en Scopus||Citado por en Scopus (158)18. Menesatti et al., 2004 Menesatti, P., D'Andrea, y S., Bucarelli, A. (2004).No destructivos calificacin de espectrometra de pasta de trigo duro italianos producidos por los enfoques tradicionales o industriales de tecnologa.En:Conferencia Internacional CIGR 2004, Beijing, China, 11-14 de octubre de 2004. 19. Menesatti et al., 2005 P. Menesatti, G. Urbani, G. Lanza Sistema de imgenes espectrales Vis-NIR para predecir la aparicin dao por fro en ctricos F. Mencarelli, P. Tonutti (Eds.), ISHS Acta Horticulturae 682: V Simposio Internacional de Postcosecha, ISHS (2005), pp 1347-1354 20. Monteiro et al., 2007 S. Monteiro, Y. Minekawa, Y. Kosugi, T. Akazawa, K. Oda Prediccin de la dulzura y el amino cido contenido en los cultivos de soja de imgenes hiperespectrales SIFT Diario de Fotogrametra y Teledeteccin, 62 (1) (2007), pp 2-12 Artculo|PDF (892 K)|Ver Registro en Scopus||Citado por en Scopus (26)1. Nagata et al., 2006 M. Nagata, J. Tallada, T. Kobayashi Deteccin Moretn utilizando imgenes hiperespectrales NIR de fresa (FragariaananassaDuch.) Control de Medio Ambiente en Biologa, 44 (2) (2006), pp 133-142 Ver Registro en Scopus|Texto completoa travs de CrossRef|Citado por en Scopus (19)2. Nicola et al., 2006 B. Nicola, E. Lotze, A. Peirs, N. Scheerlinck, K. Theron Medicin no destructiva de bitter pit en manzanas utilizando imgenes hiperespectrales NIR Biologa Poscosecha y Tecnologa, 40 (2006), pp 1-6 Artculo|PDF (414 K)|Ver Registro en Scopus|Citado por en Scopus (65)3. Noh y Lu, 2007 H. Noh, R. Lu Hiperespectral de imgenes de fluorescencia inducida por lser para evaluar la calidad de las manzanas Biologa y Tecnologa de Postcosecha, 43 (2007), pp 193-201 Artculo|PDF (835 K)|Ver Registro en Scopus|Citado por en Scopus (43)4. Pappas et al., 2000 D. Pappas, BW Smith, JD Winefordner Imgenes Raman para el anlisis qumico de dos dimensiones Opiniones de Espectroscopia Aplicada, 35 (2000), pp 1-23 Ver Registro en Scopus|Citado por en Scopus (9)5. Park et al., 2006 B. Park, KC Lawrence, WR Windham, D. Smith Rendimiento del sistema de imgenes hiperespectrales para la deteccin de contaminantes fecales superficie de aves de corral Journal of Food Engineering, 75 (3) (2006), pp 340-348 Artculo|PDF (265 K)|Ver Registro en Scopus|Citado por en Scopus (55)6. Park et al., 2007 B. Park, WR Windham, KC Lawrence, D. Smith Clasificacin de contaminantes de las aves de corral imgenes hiperespectrales utilizando un algoritmo asignador ngulo espectral Ingeniera de Biosistemas, 96 (3) (2007), pp 323-333 Artculo|PDF (1036 K)|Ver Registro en Scopus|Citado por en Scopus (58)7. Pohl, 1998 C. Pohl Multisensor fusin de imgenes de teledeteccin Revista Internacional de Percepcin Remota, 19 (5) (1998), pp 823-854 Ver Registro en Scopus|Texto completoa travs de CrossRef|Citado por en Scopus (981)8. Polder et al., 2002 G. Polder, G. Heijden, I. joven Anlisis de imagen espectral para medir la madurez de tomates Transacciones de la ASAE, 45 (2002), pp 1155-1161 Ver Registro en Scopus|Citado por en Scopus (82)9. Qiao et al., 2007 J. Qiao, M. Ngadi, N. Wang, C. Garipy, S. Prasher Evaluacin de la calidad del cerdo y del nivel de marmoleado utilizando un sistema de imgenes hiperespectrales Journal of Food Engineering, 83 (1) (2007), pp 10-16 Artculo|PDF (796 K)|Ver Registro en Scopus|Citado por en Scopus (87)10. Qiao et al., 2005 J. Qiao, N. Wang, M. Ngadi, S. Baljinder El contenido de agua y la estimacin del peso de las patatas utilizando imgenes hiperespectrales La Sociedad Americana de Ingenieros Agrcolas y Biolgicos, St. Joseph, Michigan (2005)www.asabe.orgnmero Papel 053126, 2005 ASAE Reunin Anual 11. Qin y Lu, 2005 J. Qin, R. Lu La deteccin de pozos en las cerezas cidas de imgenes hiperespectrales transmisin Transacciones de la ASAE, 48 (5) (2005), pp 1963-1970 Ver Registro en Scopus|Citado por en Scopus (36)12. Rodionova et al., 2005 O. Rodionova, L. Houmller, A. Pomerantsev, P. Geladi, J. Burger, V. Dorofeyevet al. NIR espectrometra para la deteccin de drogas falsificadas: un estudio de viabilidad Analytica Chimica Acta, 549 (1-2) (2005), pp 151-158 Artculo|PDF (341 K)|Ver Registro en Scopus|Citado por en Scopus (83)13. Roggo et al., 2005 Y. Roggo, A. Edmond, P. Chalus, M. Ulmschneider Imgenes hiperespectrales de infrarrojos para el anlisis cualitativo de las formas farmacuticas slidas Analytica Chimica Acta, 535 (1-2) (2005), pp 79-87 Artculo|PDF (819 K)|Ver Registro en Scopus|Citado por en Scopus (92)14. Schmilovitch et al., 2004 Schmilovitch, Z., Shenderey, C., Shmulevich, I., Alchanatis, V., Egozi, H., Hoffman, R., et al.(2004).Deteccin NIRS de corazn mohoso en las manzanas.En:Conferencia Internacional CIGR 2004, Beijing, China, 11-14 de octubre de 2004. 15. Scotter, 1990 C. Scotter El uso de la espectroscopia de infrarrojo cercano en la industria alimentaria, con especial referencia a sus aplicaciones a la sobre / procesos de alimentos en lnea Control de los Alimentos, 1 (3) (1990), pp 142-149 Artculo|PDF (1004 K)|Ver Registro en Scopus|Citado por en Scopus (17)16. Shah et al., 2003 Shah, CA, Watanachaturaporn, P., Varshney, PK, y Arora, MK (2003).Algunos resultados recientes sobre la clasificacin de imgenes hiperespectrales.En:Actas del IEEE Taller sobre Avances en Tcnicas de Anlisis de Datos de Sensores Remotos(pp. 346-353).Greenbelt, MD, 27-28 de octubre de 2003. 17. Smail et al., 2006 V. Smail, A. Fritz, D. Wetzel Imagen qumica de las semillas intactas con NIR matriz de plano focal de cra asistencias planta Vibracional Spectroscopy, 42 (2) (2006), pp 215-221 Artculo|PDF (2463 K)|Ver Registro en Scopus|Citado por en Scopus (31)18. Estrasburgo y Lude, 1995 G. Strasburg, R. Lude Teora y aplicaciones de la espectroscopia de fluorescencia en investigacin alimentaria Trends in Food Science & Technology, 6 (3) (1995), pp 69-75 Artculo|PDF (844 K)|Ver Registro en Scopus|Citado por en Scopus (43)19. Tallada et al., 2006 J. Tallada, M. Nagata, T. Kobayashi Estimacin no destructiva de la firmeza de las fresas (FragariaananassaDuch.) utilizando imgenes hiperespectrales NIR Control de Medio Ambiente en Biologa, 44 (4) (2006), pp 245-255 Texto completoa travs de CrossRef20. Throop et al., 1993 JA Throop, DJ Aneshansley, BL Upchurch Imgenes Near-IR y el color para la deteccin moretn en manzanas Golden Delicious Actas de SPIE, 1836 (1993), pp 33-44 Ver Registro en Scopus|Texto completoa travs de CrossRef|Citado por en Scopus (7)1. Uno et al., 2005 Y. Uno, S. Prasher, R. Lacroix, P. Goel, Y. Karimi, A. Viauet al. Las redes neuronales artificiales para predecir el rendimiento de maz a partir de datos Compacto Areo espectrogrfico Imager Informtica y electrnica en la agricultura, 47 (2) (2005), pp 149-161 Artculo|PDF (118 K)|Ver Registro en Scopus|Citado por en Scopus (77)2. Vargas et al., 2005 AM Vargas, MS Kim, Y. Tao, A. Lefcourt La deteccin de contaminacin fecal en melones utilizando imgenes de fluorescencia hiperespectral Journal of Food Science, 70 (8) (2005), pp E471-E476 Ver Registro en Scopus|Citado por en Scopus (43)3. Weinstock et al., 2006 BA Weinstock, J. Janni, L. Hagen, S. Wright Prediccin de las concentraciones de cido oleico en el aceite de maz individuo y (Zea maysL.) utilizando ncleos de infrarrojo cercano de imgenes hiperespectrales reflectancia y el anlisis multivariante Espectroscopa Aplicada, 60 (1) (2006), pp 9-16 Ver Registro en Scopus|Texto completoa travs de CrossRef|Citado por en Scopus (9)4. Wood et al., 2002 KS Wood, AM Gulian, GG Fritz, D. Van Vechten Un detector de QVD focal de imagen hiperespectral avin en astronoma Boletn de la Sociedad Astronmica Americana, 34 (2002), p.1241 5. Xing et al., 2005 J. Xing, C. Bravo, P. Jancsk, H. Ramn, J. De Baerdemaeker La deteccin de moretones en las manzanas 'Golden Delicious' el uso de imgenes hiperespectrales con mltiples bandas de frecuencia Ingeniera de Biosistemas, 90 (1) (2005), pp 27-36 Artculo|PDF (350 K)|Ver Registro en Scopus|Citado por en Scopus (74)6. Xing et al., 2006 J. Xing, P. Jancsk, J. De Baerdemaeker Identificacin Stem-end/calyx en manzanas utilizando el anlisis del contorno de las imgenes multiespectrales Ingeniera de Biosistemas, 96 (2) (2006), pp 231-237 7. Xing et al., 2007 J. Xing, W. Saeys, J. De Baerdemaeker Combinacin de herramientas quimiomtricas y procesamiento de imgenes para la deteccin moretn en manzanas Informtica y electrnica en la agricultura, 56 (1) (2007), pp 1-13 Artculo|PDF (698 K)|Ver Registro en Scopus|Citado por en Scopus (43)8. Zheng et al., 2004 G. Zheng, Y. Chen, X. Intes, B. Chance, JD Glickson Con realce de contraste en el infrarrojo cercano (NIR) de imagen ptica para la deteccin del cncer del subsuelo Diario de porfirinas y ftalocianinas, 8 (9) (2004), pp 1106-1117 Ver Registro en Scopus|Texto completoa travs de CrossRef|Citado por en Scopus (25)9. Zuzak et al., 2001 K. Zuzak, M. Schaeberle, M. Gladwin, R. Cannon, I. Levin La determinacin no invasiva de la resolucin espacial y la perfusin tisular resuelta en el tiempo en los seres humanos durante la inhibicin de xido ntrico y la inhalacin mediante el uso de una tcnica de imagen hiperespectral visible-reflectancia Circulation, 104 (2001), p.2905 Ver Registro en Scopus|Texto completoa travs de CrossRef|Citado por en Scopus (52)

Autor para correspondencia.Tel:. 353 17165543.Copyright 2007 Elsevier Ltd. Todos los derechos reservados.

Acerca de ScienceDirect Contacto y soporte Informacin para anunciantes Trminos y condiciones Poltica de privacidad

Copyright 2014 Elsevier BV excepto determinados contenidos facilitados por terceros.ScienceDirect es una marca registrada de Elsevier BVLas cookies se utilizan en este sitio.Para rechazar o aprender ms, visite nuestroGalletaspginaCambiar de sitio mvil