ES2790668T3 - Procedimiento para puntuar y controlar la calidad de un producto alimenticio en una línea de producción dinámica - Google Patents

Abstract

Un procedimiento para puntuar y controlar la calidad de una pluralidad de productos alimenticios en movimiento (206), comprendiendo el procedimiento las etapas de: capturar una imagen (302) de una pluralidad de productos alimenticios en movimiento (206); efectuar un análisis de imagen en la imagen para determinar intensidades variables de al menos un color (304- 310); clasificar la pluralidad de productos alimenticios en movimiento como un grupo en base a un porcentaje del color, obteniendo así una puntuación de apariencia grupal calculada (314); y puntuar cada producto alimenticio individual en base a un análisis de imagen aplicado a un producto alimenticio individual, obteniendo así una pluralidad de puntuaciones individuales de producto (312).

Description

DESCRIPCIÓN

Procedimiento para puntuar y controlar la calidad de un producto alimenticio en una línea de producción dinámica

ANTECEDENTES DE LA INVENCIÓN

CAMPO TÉCNICO

Esta invención se refiere a un procedimiento y aparato para puntuar y controlar la calidad de una pluralidad de productos alimenticios en movimiento.

DESCRIPCIÓN DE LA TÉCNICA RELACIONADA

Existe un número de procedimientos para analizar la calidad y clasificar los productos alimenticios transportados en una cinta transportadora. Dichos procedimientos típicamente se concentran en objetos de clasificación para el propósito de rechazar los objetos que tienen imperfecciones o defectos y rechazar cualquier material extraño que incluya partes no comestibles del producto alimenticio. Por ejemplo, los esfuerzos manuales de las personas posicionadas a lo largo de la línea de producción y la clasificación por inspección visual, a medida que los productos pasan a lo largo de una cinta transportadora, proporcionan un procedimiento de clasificación o inspección de alimentos para el control de calidad. Sin embargo, la clasificación manual es costosa y no resulta confiable debido a la naturaleza inconsistente del juicio humano por parte de varias personas.

Los análisis de imágenes y visión por ordenador es una alternativa y un enfoque cada vez más popular para los procedimientos automatizados y rentables para mantener estándares de calidad altos y consistentes. Los sistemas de visión por ordenador se usan cada vez más en la industria alimenticia (incluyendo, por ejemplo, la calificación o clasificación de carnes, granos, pescado, pizza, queso o pan) para los fines de aseguramiento de la calidad. Gran parte de la bibliografía sobre análisis de imágenes involucra procedimientos para alterar la imagen visual de alguna manera para hacer que la imagen sea más atractiva visualmente o para extraer información sobre las formas o los límites de varias funciones observables. Asimismo, los procedimientos de imagen tradicionales funcionan como sistemas de visión por máquina automatizados que efectúan operaciones muchas veces más rápido y de una manera mucho más precisa que los observadores u operadores humanos. Por consiguiente, dichos sistemas ofrecen una calificación automatizada que puede estandarizar técnicas y eliminar la tediosa e inconsistente inspección humana de la calidad del producto.

Entre los atributos de calidad, el color de un producto alimenticio es significativo porque los consumidores a menudo lo usan como base para la selección o el rechazo de productos. El color es uno de los criterios de inspección más significativos usados en la industria alimenticia porque los colores superficiales de un producto alimenticio pueden indicar la presencia de defectos o imperfecciones en el producto alimenticio. Dichos defectos afectan la aceptación o voluntad del consumidor de consumir un producto, así como también el valor del punto de venta.

Las cámaras a color a menudo se usan con las máquinas o sistemas de visión automatizados para la inspección con máquinas o sistemas de análisis de imágenes de la calidad de productos alimenticios. Pero los procedimientos de clasificación de análisis de imagen de la industria alimenticia en general permanecen enfocados en objetos de clasificación con el propósito de rechazar cada producto que tenga cualquier tipo de defecto, imperfección o, de otro modo, una característica visualmente no atractiva. Por ejemplo, los procedimientos de clasificación existentes que usan el análisis de imagen en la producción de productos alimenticios seleccionan productos alimenticios defectuosos en función del grado de oscuridad y el tamaño del defecto observado en el producto alimenticio. En otras palabras, la mayoría de los procedimientos existentes tratan cualquier defecto como igual sin importar el área relativa o la intensidad de la imperfección o el tamaño de un producto alimenticio en sí mismo. Dichas técnicas de clasificación resultan en cantidades más altas de producto alimenticio desperdiciado de lo que podría ser aceptable para los consumidores sin comprometer la calidad general percibida del alimento. Se han realizado esfuerzos para permitir la clasificación de productos en función del tamaño relativo del defecto, en comparación con el área de superficie total del producto. Sin embargo, incluso con estos procedimientos, el umbral del defecto/rechazo es estático y no se ajusta para su aceptabilidad o los factores de preferencia, mientras los productos se someten a una inspección de calidad. Esto no puede responder por el umbral de aceptabilidad por elemento único del producto en conjunto con el umbral de aceptabilidad por lote, bolsa o contenedor.

El documento US-A-2011/0050880 describe un procedimiento para detectar defectos en un procedimiento que produce un producto alimenticio mediante el uso de un análisis de imágenes multivariado. En un aspecto, se captura una imagen del producto alimenticio en el espectro visible mediante un equipo de visión en línea, se efectúa un análisis de imagen multivariado en la imagen por medio de un algoritmo programado sobre una matriz de puerta programable para determinar si existe un defecto, se envía una señal al equipo de clasificación aguas abajo y el equipo de clasificación, a continuación, rechaza esos productos alimenticios que contienen defectos.

El documento US-A-7068817 describe un procedimiento para extraer información de funciones del producto a partir de imágenes del producto usando un análisis de imágenes multivariado basado en el Análisis de componentes principales (PCA) que se usa para desarrollar modelos predictivos para el contenido y la distribución de funciones en el producto del que se tomaron las imágenes. El sistema de imágenes se usa para monitorear las variables de calidad del producto en un entorno de fabricación en línea. También se puede integrar en un sistema de control de retroalimentación de bucle cerrado en sistemas automatizados.

El documento US-A-6011540 describe un sistema de ventanas de gráficos de ordenador que incluye un mapa de color en el cual los contenidos de valores de colores de la paleta del mapa de color son administrados usando una tabla de búsqueda que tiene espacios de dirección indexados mediante valores de color de un índice RGB.

Por consiguiente, sigue siendo deseable contar con procedimientos de clasificación que no solo clasifiquen productos alimenticios que potencialmente tengan defectos, sino que también evalúen los defectos de los productos alimenticios de modo tal que la cantidad de productos alimenticios rechazados o desperdiciados de manera innecesaria se reduzca. Dichos procedimientos deberían aprovechar el análisis de imágenes para proporcionar procedimientos confiables, objetivos y rentables para producir productos alimenticios mientras proporcionan una monitorización casi instantánea y control de retroalimentación de los productos alimenticios, especialmente al transportarlos de una fase de montaje o preparación a otra. Por último, dichos procedimientos también deberían permitir el control de calidad de los productos alimenticios a ser finalmente empaquetados para su consumo.

RESUMEN

En un aspecto, la presente invención proporciona un procedimiento para puntuar y controlar la calidad de una pluralidad de productos alimenticios en movimiento (por ejemplo, productos alimenticios que se mueven en una línea de producción), comprendiendo el procedimiento las etapas de: capturar una imagen de una pluralidad de productos alimenticios en movimiento; efectuar un análisis de imagen sobre la imagen para determinar intensidades variables de al menos un color; puntuar la pluralidad de productos alimenticios en movimiento como un grupo en base a un porcentaje del color, obteniendo así una puntuación de apariencia grupal calculada; y puntuar cada uno de los productos alimenticios individuales en base al análisis de imagen aplicado al producto alimenticio individual, obteniendo así una pluralidad de puntuaciones de calidad individuales. En algunas realizaciones, el procedimiento incluye la clasificación de cada una de las puntuaciones de calidad individuales desde la menos a la más aceptable, y eyectar uno o más productos alimenticios individuales en función de un umbral de calidad para mejorar la puntuación de apariencia grupal. En una realización, la etapa de eyección incluye una etapa de enviar una señal al equipo de clasificación aguas abajo para rechazar un producto alimenticio clasificado individualmente. En algunas realizaciones, el umbral de calidad se cambia en base a parte de la puntuación de la apariencia del grupo. Además, la puntuación individual de calidad, que puede usarse para clasificar cada producto alimenticio individual de peor (o menos deseable) a mejor (o más deseable), de modo tal que un producto clasificado como peor pueda ser eyectado en primer lugar, mejorando así la puntuación de apariencia general de la pluralidad de productos alimenticios.

Una realización de los procedimientos descritos en esa invención captura una pluralidad de imágenes de productos alimenticios en movimiento y combina las imágenes entre sí para efectuar el análisis de imagen. En una realización, las imágenes son capturadas en el espectro visible, mientras que otras realizaciones capturan imágenes en las realizaciones infrarrojas o ultravioletas. Incluso otras realizaciones usan la fluorescencia entre el espectro ultravioleta y el espectro visible o entre el espectro visible y el espectro de infrarrojo cercano para capturar las imágenes.

En algunas realizaciones, la imagen se pixela en una pluralidad de píxeles. En algunas realizaciones, los píxeles se clasifican en al menos dos colores para la etapa de puntuación. En una realización, los píxeles se clasifican además en dos o más subclases que representan diferentes niveles de intensidad de cada color. En al menos una realización, los píxeles incluyen intensidades variables de colores rojo, verde y azul. En algunas realizaciones, la etapa de clasificación incluye determinar los píxeles de fondo.

En otro aspecto, la presente invención proporciona un aparato según la reivindicación 11.

En esta invención se proporciona un aparato para los defectos de monitorización en un sistema dinámico de producción de alimentos, comprendiendo el aparato un dispositivo de captura de imágenes; y un dispositivo de ordenador capaz de almacenar un algoritmo, en el que una base del algoritmo comprende un umbral de preferencia cuantificado en función de percepciones visuales de defectos de color dentro de los productos alimenticios, y una puntuación general calculada de apariencia grupal, en la que los defectos de color son colores inaceptables predeterminados en el espectro visible. En un ejemplo de dicho aparato, la base del algoritmo comprende además una relación entre un área que comprende un defecto y un área de una pieza alimenticia. En otro ejemplo, la base además incluye determinar un valor de intensidad de color para cada píxel. En al menos un ejemplo, el dispositivo de captura de imagen es un sistema de visión capaz de capturar una imagen a color digital. En un ejemplo, el dispositivo de ordenador es capaz, además, de pixelar una imagen capturada por el dispositivo de captura de imagen. El aparato incluye un clasificador que se comunica con el dispositivo de ordenador en un ejemplo.

Los procedimientos descritos en esta invención permiten la evaluación y clasificación de productos alimenticios no solo en función de la presencia o el tamaño de un defecto, sino también en función de la intensidad y el área relativa del tipo de defecto, en comparación con el tamaño del producto alimenticio. En algunas realizaciones, los procedimientos se diferencian entre niveles de defectos parcialmente basados en preferencias o percepciones del consumidor en cuanto al defecto, mientras que toman en cuenta el área y el tipo de defecto detectado como no deseable. La presente descripción proporciona más de un objetivo y una base constante para la puntuación de productos alimenticios, mientras que elimina la cantidad de productos alimenticios desperdiciados. Los procedimientos presentados en esta invención también permiten determinar la calidad de productos alimenticios, mientras que controlan la calidad de productos alimenticios que llegan finalmente a un consumidor. Por último, estos procedimientos permiten una comparación de productos con un estándar de características de producto deseable durante una línea de producción dinámica o en movimiento a tiempo real o casi a tiempo real.

Otras realizaciones y funciones de la invención se volverán aparentes a partir de la siguiente descripción detallada de la invención, al considerarla en conjunto con los dibujos adjuntos. Las figuras adjuntas son esquemáticas y no pretenden estar dibujadas a escala. En las figuras, cada componente idéntico, o sustancialmente similar, que se ilustra en varias figuras está representado con un único número o anotación. Por cuestiones de claridad, no se etiquetan todos los componentes en todas las figuras. Tampoco se muestran todos los componentes de cada realización de la invención donde su ilustración no es necesaria para permitir que una persona con conocimiento ordinario en la técnica entienda la invención.

BREVE DESCRIPCIÓN DE LOS DIBUJOS

Las funciones innovadoras consideradas características de la invención se establecen en las reivindicaciones adjuntas. Sin embargo, la invención en sí misma, así como el modo de uso preferido, sus objetos y ventajas adicionales, se entenderán mejor mediante la referencia a la siguiente descripción detallada de las realizaciones ilustrativas, al leerlas en conjunto con los dibujos adjuntos, en los que:

Las Figuras 1A y 1B ilustran ejemplos de procedimientos de la técnica anterior del rechazo de productos de chip de papas cocidas.

La Figura 2 ilustra un sistema para puntuar y controlar la calidad del producto alimenticio en una línea de producción dinámica según una realización.

La Figura 3 ilustra un diagrama de flujo general del presente procedimiento según una realización.

La Figura 4 ilustra una acumulación de imágenes digitales según una realización.

La Figura 5 ilustra una curva de desperdicio teórico para determinar y controlar la puntuación de apariencia general de una pluralidad de chips de papas fritas según una realización.

DESCRIPCIÓN DETALLADA

Los procedimientos de análisis de imágenes tradicionales son conocidos en la técnica con respecto a una variedad de aplicaciones en la industria alimenticia, tales como la clasificación de frutas y vegetales, la distribución automática, la inspección de materiales extraños en los objetos y las aplicaciones de empaquetado en general. Pero las aplicaciones de imágenes digitales pertenecientes al control de calidad en la forma de la puntuación mejorada de la apariencia en general de una pluralidad de productos alimenticios como un grupo aún deben verse.

El procedimiento descrito en esta invención permite la puntuación y el control de calidad de una pluralidad de productos alimenticios a ser empaquetados. La puntuación incluye las etapas para determinar las puntuaciones individuales de calidad de cada producto alimenticio individual fabricado en una imagen capturada usando técnicas de análisis de imagen. El término "calidad", como se usa en esta invención, se refiere a la primera impresión de los aspectos visuales de un producto alimenticio. Una puntuación de calidad se da según su apariencia (incluyendo el o los colores, el defecto percibido y el tamaño relativo de un defecto percibido) para determinar la capacidad de atracción visual de un producto alimenticio cocinado.

Los procedimientos descritos en esta invención proporcionan un desperdicio minimizado donde un producto alimenticio, aunque contenga un pequeño defecto, no se descarta innecesariamente debido a la mera presencia del defecto. En lugar de eso, los procedimientos permiten tomar en cuenta el tamaño relativo del defecto además del tipo de defecto y, mientras lo hacen, los procedimientos permiten controlar la calidad del producto finalmente distribuido a los consumidores. Las Figuras 1A y 1B representan procedimientos usados anteriormente para puntuar usando un ordenador y un análisis de visión, por ejemplo, donde se puntúan o se califican igual dos productos de chip de papa, aunque visualmente es posible ver que un producto es más aceptable que el segundo. En la Figura 1A, el producto de chip 100 es sustancialmente del mismo tamaño que el producto de chip 106. Pero, el producto de chip 100 contiene un número de decoloraciones 102 a lo largo del mismo que generalmente no resultan visualmente atractivos para fines de consumo. En otras palabras, el color más aceptable del chip (por ejemplo, amarillo) en 104 en el producto de chip 100 apenas puede verse en comparación con el producto de chip 106 hacia la derecha, que es principalmente amarillo con solo unas pocas imperfecciones en 108. Los procedimientos de análisis de imagen anteriormente usados tratarían ambos productos igualmente dándoles la misma puntuación de calidad, aunque en términos del tamaño relativo del defecto, el producto 100 es más aceptable que el producto 106. En otras palabras, los sistemas de análisis de imágenes visuales anteriores tratan la mayoría de los defectos en base al tamaño/área de los defectos independientemente del tamaño general del chip, que resulta en la eliminación o eyección demasiado agresiva de grandes chips que tienen cualquier tipo de defectos. De manera similar, en la Figura 1B, los dos productos de chips 110, 112 son en realidad de diferentes tamaños, pero comprenden aproximadamente el mismo defecto de tamaño 114. Si bien el más grande de los dos productos de chip obtendría una mejor puntuación de calidad que el chip más pequeño, si se basa en el área del chip total en relación con el área de la región de defecto, aún se apuntaría a ambos chips para la eliminación de la corriente de producto en las técnicas anteriores debido a un sistema de clasificación similar demasiado agresivo. Por consiguiente, los procedimientos anteriores no logran abordar el tipo de defecto o el área relativa del defecto.

El presente procedimiento proporciona una pluralidad de productos alimenticios con puntuaciones de calidad tales que los niveles particulares y relativos se toman en cuenta, pero también mejora y controla las puntuaciones generales de apariencia grupal de los productos que se procesarán de manera adicional y finalmente se empaquetarán en una única bolsa o contenedor que se distribuirá para el consumo. Además, el procedimiento permite priorizar los defectos según las percepciones visuales.

La Figura 2 ilustra una realización de un sistema capaz de efectuar el procedimiento descrito. El sistema 200 incluye un dispositivo de captura de imágenes 202. En algunas realizaciones, el dispositivo de captura de imágenes 202 se posiciona sobre un sistema transportador 204 que transporta los productos alimenticios 206 a clasificar. En al menos algunas realizaciones, el sistema transportador 204 se comunica con un sistema de ordenador 208. El sistema de ordenador 208 incluye un microprocesador 210 y una memoria 212. El sistema de ordenador 208 se comunica además con un sistema de clasificación 214 capaz de clasificar nuestros productos alimenticios que caen por debajo de un cierto estándar de calidad. En al menos una realización, una configuración típica para el uso de tecnología de imágenes en un entorno de fabricación de alimentos incluye una cámara y otro dispositivo de captura de imágenes, iluminación, una placa de captura de imágenes (un digitalizador o fotofijador) y un dispositivo de ordenador 208. En una realización, el microprocesador 210 interactúa con la memoria 212, que contiene uno o más programas de ordenador o software para el procesamiento de los datos de la imagen. En una realización, el dispositivo de ordenador 208 recibe datos desde el dispositivo de captura de imágenes 202 por medio de una transmisión cableada o inalámbrica. En algunas realizaciones, el dispositivo de ordenador 208 incluye además una unidad de procesamiento central (CPU) e interactúa con un dispositivo de salida, como una pantalla o una impresora a la que transmite los resultados del procesamiento de datos. Los resultados del procesamiento de datos también se pueden escribir en un archivo en el dispositivo de almacenamiento del programa. El dispositivo de ordenador 208 incluye no solo dispositivos de ordenador de escritorio estándares, sino que también puede abarcar cualquier sistema capaz de almacenar información y ejecutar comandos de ordenador.

En una realización, el equipo de clasificación 214 se ubica aguas abajo desde el dispositivo de captura de imágenes 202 e incluye un banco de boquillas de aire movibles que pueden rechazar o eyectar el al menos un producto alimenticio con la peor puntuación de calidad antes de que los chips sean empaquetados. A continuación, el equipo de clasificación 214 puede rechazar adicionalmente el siguiente producto alimenticio al menos aceptable, o el producto alimenticio individual que tiene la siguiente peor puntuación de calidad, a fin de continuar mejorando la puntuación de apariencia general de la pluralidad de productos alimenticios que viajan en el sistema transportador 204. Cabe señalar que el sistema 200 como se representa en la Figura 2 es meramente ilustrativo del concepto; no representa ni sugiere limitaciones de tamaño, proporción, ubicación o disposición de cualquiera de los componentes.

Ahora, con referencia a la Figura 3, se presenta el procedimiento general global 300 para la puntuación y el control de calidad o apariencia. Para inspeccionar y adquirir datos de los productos, en la etapa 302, primero se captura una imagen de los productos alimenticios mediante un dispositivo de captura de imágenes 202. La imagen es capturada a partir de productos alimenticios que se mueven a medida que avanzan por una línea de procesamiento dinámico. En una realización, los productos alimenticios son transportados mediante un sistema transportador en movimiento 204 a las operaciones subsiguientes, tales como sazonado o empaquetado. En una realización, los productos alimenticios son freídos por último y se encuentran en el procedimiento de transición en el sistema transportador 204 desde una etapa de fritura a las demás etapas de procesamiento. En una realización, los productos alimenticios se colocan en una configuración de una sola capa mediante cualquier medio conocido en la técnica. Por ejemplo, los productos alimenticios asentados pueden colocarse en una configuración monolaminada mediante la transferencia del producto alimenticio asentado desde una primera cinta transportadora a una segunda cinta transportadora que se mueva mucho más rápido. En una realización, se toman imágenes del ancho total de un sistema transportador 204 sobre el que se disponen los productos, proporcionando así la inspección máxima y el análisis de la superficie de una pluralidad de productos alimenticios. Las velocidades de transporte son de aproximadamente un promedio de 183 m (alrededor de 600 pies) por minuto. Por tanto, en una realización, una secuencia de imágenes es capturada de modo tal que la secuencia después puede combinarse entre sí para el análisis de todo el grupo, lote o conjunto de productos que pasa a través o debajo del dispositivo de captura de imágenes. Los resultados de cada imagen individual se combinan para dar resultados para el grupo general de las imágenes como si fueran todas una sola muestra, como se exhibe en la Figura 4. Los datos de cada imagen se combinan como si se tratase de una gran imagen según los procedimientos bien conocidos en la técnica.

En algunas realizaciones, el dispositivo de captura de imagen 202 incluye un sistema de análisis de imagen. El sistema de análisis de imagen puede ser de cualquier tipo de sistema de imágenes conocido para los expertos en la materia, incluyendo, entre otros, un sistema de visión, un generador de imágenes ultravioletas-visibles-infrarrojo cercano (o cualquier combinación de los mismos), un generador de imágenes de rayos X, un generador de imágenes térmico, un generador de imágenes acústico/ultrasónico, un generador de imágenes de microondas o cualquier otra tecnología de imágenes que opere en el espectro electromagnético desde una frecuencia ultra baja (por debajo del intervalo audible) hasta longitudes de onda de subnanómetros. En una realización, la imagen es capturada en el espectro visible, que abarca el intervalo de longitud de onda de alrededor de 400 a alrededor de 700 nm, mediante un equipo de visión en línea que consiste en una cámara. Por ejemplo, una cámara de dispositivo acoplado con carga de color de escaneo de línea estacionaria (CCD) montada encima del sistema transportador 204 puede usarse en la captura del espectro visible. Dicha cámara lleva a cabo una sucesión de escaneos de línea para formar un conjunto bidimensional de píxeles que representan una imagen bidimensional, midiendo el nivel de intensidad de cada píxel a lo largo de una línea. Una fuente de radiación electromagnética también se podría configurar para emitir radiación desde varias bandas del espectro electromagnético, incluyendo, entre otros, el espectro infrarrojo y el espectro ultravioleta, y también podría configurarse para emitir longitudes de onda únicas y múltiples de radiación electromagnética en el espectro deseado. Por consiguiente, en otra realización, la imagen es capturada en el espectro de infrarrojo cercano (alrededor de 800 a alrededor de 2500 nm). El análisis de imágenes fuera del espectro visible puede ser beneficioso, por ejemplo, para la detección de defectos no visibles en la superficie, humedad o contenido de nutrientes. En otra realización, la imagen se captura en el espectro ultravioleta (de alrededor de 10 a alrededor de 400 nm). En consecuencia, debe entenderse que la imagen puede capturarse en un intervalo de longitudes de onda predeterminadas y no se limita al espectro visible. Por cuestiones de conveniencia, el procedimiento descrito en esta invención para trabajar con alimentos de tentempié fabricados se lleva a cabo más fácilmente en el espectro visible usando canales de tres colores, es decir, rojo, verde y azul. Pero, se entenderá que el uso del espectro visible podría no ser adecuado en otras aplicaciones. En algunas realizaciones, el alimento de tentempié se ilumina con luz visible para obtener la imagen de un producto del proceso. En otras realizaciones, el producto se ilumina con una longitud de onda de radiación a fin de observar la respuesta en una región diferente. Por ejemplo, la iluminación usando irradiación ultravioleta puede resultar en respuestas en la región visible (por ejemplo, en fluorescencia) en base a funciones específicas de la función (o defecto) de interés.

De regreso al análisis de la Figura 3, después de que se captura una imagen con un dispositivo de imágenes 202 en la etapa 302, se transfiere sustancialmente a tiempo real al dispositivo de ordenador 208 para el análisis de imagen. Dicha transferencia puede ser una transferencia por cable o inalámbrica, o cualquier otro procedimiento capaz de transferir datos. La imagen es capturada en una forma que es significativa para un procesador de datos u ordenador. En una realización, dicha forma es la imagen representada por una serie o conjunto de números. Esto se hace típicamente mediante el pixelado de la imagen en la etapa 304. Como se usa en esta invención, pixelar significa dividir la imagen en una grilla bidimensional de un número de elementos o píxeles de imagen discretos. En algunas realizaciones, un fotofijador o digitalizador efectúa la etapa de pixelado 304. Por consiguiente, después de que una imagen se captura en la etapa 302, se pixela, se segmenta o digitaliza en la etapa 304, de modo tal que un ordenador o procesador de datos puede obtener información o datos a partir de la imagen. Cada píxel tiene un valor de color asociado, que representa la tonalidad y la intensidad de esa porción de las imágenes que corresponde al píxel.

En una realización, el procedimiento 300 utiliza sistemas de cámara a color para registrar las intensidades de al menos dos colores diferentes. En una realización, cada imagen consiste en un conjunto de imagen de elementos de píxeles de valores de intensidad medidos en al menos tres intervalos de longitud de onda que definen las dimensiones del conjunto de imágenes. Si bien un enfoque podría ser usar una imagen multiespectral (en este caso RGB), en otras realizaciones, el procedimiento aplicado también aplica imágenes monoespectrales (por ejemplo, en blanco y negro, rayos X, ultrasonido, etc.). Típicamente se usan tres intervalos de color diferentes, designados como rojo, verde y azul. Por consiguiente, un único valor de color en un sistema de cámara a color puede especificarse mediante tres o más variables discretas o valores de intensidad, r, v, y a, que corresponden a las intensidades de rojo, verde y azul. El color de cada píxel en la imagen tiene intensidades variables de los colores rojo, verde y azul y se caracteriza por los valores numéricos (por ejemplo, números enteros del 0 al 255) de sus canales rojo, verde y azul. Cabe señalar que la cámara debe calibrarse antes de adquirir imágenes y, a partir de ahí, en intervalos regulares.

Después de la etapa de pixelado 304, los píxeles se clasifican, a continuación, en dos o más clasificaciones en la etapa 306. En una realización, la clasificación de píxeles se subdivide en más de una etapa de clasificación, por ejemplo, una extracción de primer plano seguida de un análisis de aceptabilidad. Primero, como los productos están viajando por una cinta transportadora sustancialmente monocromática, los píxeles se clasifican ya sea en fondo o producto alimenticio, de modo tal que el fondo (por ejemplo, las superficies expuestas de la cinta transportadora) sobre el cual se fotografían los productos se distinga de los productos. En la técnica, se conocen varios enfoques para separar el primer plano del fondo. Por ejemplo, si el fondo tiene un alto contraste con contra los objetos que se están analizando, se puede usar un umbral simple. En general, cualquier procedimiento para distinguir el fondo de los productos alimenticios conocido en la técnica puede usarse con el procedimiento descrito en esta invención. Por ejemplo, en una realización, el análisis de imagen multivariado conocido como Análisis de componentes de principio (PCA) (como se describe en la Patente de los EE.UU. No. 7.068.817 concedida a Bourg, y col.) se aplica a la imagen para distinguir el fondo. En otra realización, una Extracción de simple objeto interactivo (SIOX) se aplica para extraer el primer plano o el objeto de interés del fondo.

Una vez que los píxeles se clasifican como pertenecientes a un color que puede identificarse como un producto alimenticio, los píxeles, a continuación, se clasifican ya sea en productos alimenticios aceptables o potencialmente inaceptables. La clasificación de píxeles a menudo se usa en aplicaciones de control de calidad en la industria alimenticia para distinguir entre productos aceptables y defectuosos. Los productos alimenticios aceptables, por ejemplo, comprenderán un color que es similar a uno o varios colores predeterminados que son aceptables. Un producto alimenticio potencialmente inaceptable, como se usa en esta invención pretende significar un producto alimenticio que tiene uno o más defectos sobre la superficie del producto alimenticio, donde un defecto se representa mediante un color que no es un color aceptado predeterminado. Dichos defectos pueden hacer referencia a uno o más de varios colores predeterminados aceptables en el espectro visible. Por ejemplo, la Patente de los EE.UU. No.

5.335.293, concedida a Vannelli y asignada a Key Technology, Inc., describe un procedimiento de clasificar píxeles y valores de colores de píxeles según los tipos de componentes, lo cual se define como un área del producto que representa una única clasificación de calidad tal como un producto "aceptable", un producto de "defecto blanco", un producto de "defecto pardo" u otra clasificación dependiendo de la naturaleza del producto. Por ejemplo, un producto tal como un grano verde se segmenta en dos clases (tipo I y tipo II) según las diferencias en los valores de color de cada píxel individual. También pueden existir tipos de componentes para las áreas de "fondo" y "sin identificar". El sistema de Vannelli usa el procedimiento de entrenamiento de color para identificar defectos, es decir, un operador humano individual entrena al sistema sobre qué se considera un color defectuoso, contra un color aceptable, entre la corriente del producto. A continuación, se logra la clasificación en base a la evaluación comparativa de los colores observados, en comparación con los colores entrenados que son identificados mediante la interacción individual del operador con el sistema. En dicho sistema, el sistema de clasificación depende de la operación dinámica con operadores individuales como una función de la corriente de entrada del producto. En cambio, en algunas realizaciones, el umbral de defecto calculado se basa tanto en el área porcentual de defecto ponderada adicionalmente según los factores de preferencia.

Además de los colores específicos que se segregan mediante el contenido RGB de píxeles individuales, otras funciones como los gradientes de color cambian en las direcciones X, Y o tanto X como Y simultáneamente. También se pueden usar funciones identificadoras específicas de tipos individuales de defectos tales como secuencias de color específicas en las direcciones X, Y o tanto X como Y simultáneamente, a fin de distinguir otros colores aparte de los aceptables en el espectro de color visible. Estos tipos de funciones son relevantes porque amplían el campo de aplicación y obvian la etapa de calibración del color que a menudo se necesita en la aplicación de la tecnología de visión en aplicaciones meteorológicas.

En algunas realizaciones, una vez que una imagen de un producto alimenticio se clasifica como un producto alimenticio potencialmente inaceptable, los píxeles, a continuación, se clasifican adicionalmente en dos o más grupos que representan el tipo de defectos sobre la superficie del producto alimenticio. En una realización, los grupos corresponden a los tipos más comunes de defectos de color encontrados sobre la superficie de los productos alimenticios. En una realización, los píxeles de los productos alimenticios potencialmente inaceptables se clasifican adicionalmente en dos o más subniveles de intensidad para cada defecto de color detectado.

A modo de ejemplo, en el caso de los chips de papa cocinados, los chips de papa aceptables pueden comprender una o más tonalidades de color amarillo, mientras que los chips de papa potencialmente inaceptables pueden comprender uno o más matices o niveles de verde, pardo o negro. Por consiguiente, cada valor de color posible se clasifica como uno de una pluralidad de tipos de componentes, definido como un área del producto que representa una única clasificación de calidad como un color aceptable o un nivel específico de color defectuoso. En una realización, los Estándares de los Estados Unidos para las calificaciones de papas para chips (los Estándares) otorgados por el Departamento de Agricultura de los EE.UU. (USDA) se usan para definir lo que es un color aceptable contra uno defectuoso. Por ejemplo, los Estándares indican que, a menos que se especifique lo contrario, el índice de color de la muestra compuesta de papas fritas no debe ser inferior a una lectura de 25 en un colorímetro fotoeléctrico aprobado por el USDA (Agtron M-30 o M-300 A) o puede basarse en una o más de las designaciones de color con los índices de colorímetro correspondientes (Agtron M-30A o M-300A) que se especifican en la Tabla 1 a continuación:

Tabla 1

Después de la clasificación de los píxeles en base a un producto/fondo y un color de defecto en la etapa 306, cada píxel que tenga uno o más colores de defecto detectados se clasifica en función de sus valores o niveles de intensidad en la etapa 308. Al determinar los valores de intensidad en la etapa 308, los píxeles se cuentan primero para determinar el número de píxeles clasificados como uno de los niveles o categorías predeterminados o prestablecidos.

Los valores porcentuales de cada tonalidad detectada, a continuación, se determinan en la etapa 310 para proporcionar, en la etapa 312, una puntuación de producto individual a los productos alimenticios en la imagen. En algunas realizaciones, la puntuación individual de producto se calcula multiplicando cada uno de los valores de porcentaje por un coeficiente predeterminado. En una realización, el coeficiente toma en cuenta n factor por el cual un consumidor tendrá más probabilidad de perdonar el color defectuoso. Por ejemplo, los tipos más comúnmente recurrentes de defectos pueden direccionarse para su evaluación usando puntuaciones o clasificaciones del consumidor otorgadas a cada tipo de defecto. En la mayoría de las realizaciones, se evalúa al menos un tipo de defecto para su clasificación o puntuación. En otra realización, para la evaluación, se pueden usar tres o más defectos. En el caso de los chips de papa cocidos, por ejemplo, los consumidores pueden calificar su voluntad de comer chips con matices de uno o más defectos en las superficies del chip (por ejemplo, verdes, negros o marrones). Por el contrario, el consumidor también puede calificar su falta de voluntad de consumir productos de chips con tales defectos. Cada defecto puede, a continuación, recibir un coeficiente específico que clasifique la indeseabilidad (o deseabilidad) de perdonar o consumir el defecto de color. Dichos coeficientes, a continuación, se pueden incorporar a un algoritmo a programar en un conjunto de procesamiento para cálculos o puntuaciones a tiempo real. Esencialmente, dicho cálculo permite predecir la insatisfacción del consumidor en base al porcentaje o número de píxeles que muestren defectos, los cuales se correlacionan con los colores defectuosos de la superficie de los productos alimenticios. Adicionalmente, en algunas realizaciones, se puede aplicar el mismo algoritmo a chips individuales y el grado general se puede calcular sumando las puntuaciones en función de un tamaño de chip ponderado. En otras realizaciones, los coeficientes de preferencia se determinan mediante las consideraciones de aseguramiento de calidad, independientemente de las preferencias del consumidor.

El uso de valores de intensidad de color, valores porcentuales de tonalidades y factores o coeficientes de preferencia en el algoritmo puede entenderse más de inmediato en la forma de matemática de matrices. Por ejemplo, en una realización en la que un píxel se clasifica según los colores rojo, verde y azul y se clasifica adicionalmente según las categorías de valor de intensidad baja, mediana y alta, dichos datos pueden representarse de manera compacta como una matriz de 3x3:

a d g

b e h

c f i_

en la que las columnas representan colores (RGB) y las filas representan los valores de intensidad. La matriz se puede manipular adicionalmente multiplicando con un coeficiente u otra matriz que represente factores de preferencia para dar un dato de píxel ponderado. Una ventaja del uso de matrices es la eficiencia en el cálculo y la capacidad de asignar un único número (tal como el determinante de la matriz) para representar el píxel. Ese único número para el píxel puede acumularse fácilmente para obtener una puntuación individual de producto o una puntuación de apariencia grupal.

En realizaciones alternativas, las columnas o filas de las matrices representan otros factores de calidad además de colores.

Por ejemplo, en las realizaciones en las que se lleva a cabo un análisis de espectro invisible en las etapas 302 y 304, las columnas de la matriz podrían representar el nivel de humedad, la densidad o la porosidad. En incluso otras realizaciones, otros factores de calidad incluyen una cantidad de ciertos elementos o compuestos químicos. Queda dentro del alcance de esta descripción combinar dispositivos de captura de imágenes que se expandan por varios intervalos del espectro electromagnético a fin de dar una pluralidad de matrices para un único píxel.

De nuevo con referencia a la Figura 3, una vez que se asignan las puntuaciones individuales de producto en la etapa 312, el sistema 200 acumula estas puntuaciones en la memoria 212 en la etapa 314. En otras realizaciones, tanto los datos de las matrices como las puntuaciones calculadas se acumulan en la etapa 314. En al menos algunas realizaciones, el procedimiento 300 comienza con un umbral de clasificación genérico que está presente independientemente de la corriente de producto alimenticio que está siendo clasificada. En la etapa 316, el sistema 200 determina si actualizar el umbral de clasificación. Si el sistema 200 decide no actualizar el umbral en la etapa 314, el procedimiento 300 continua con las etapas siguientes usando el umbral presente. Si el sistema 200 decide actualizar el umbral, el procedimiento 300 hace un ciclo de regreso a la etapa 314 y continúa acumulando las puntuaciones individuales de producto. La decisión de actualizar el umbral de clasificación se basa en parte en los cálculos subsiguientes de la apariencia del grupo o la puntuación de la "bolsa" (en la etapa 324) y de si es deseable aumentar la puntuación de apariencia grupal de la bolsa o el lote.

El período de tiempo durante el cual el sistema 200 acumula los datos se puede ajustar según sea necesario. En una realización, se proporciona un intervalo de tiempo predeterminado (por ejemplo, 3 minutos). En otras realizaciones, el período de acumulación se ajusta en función de la puntuación de calidad acumulativa o la cantidad de cambios o desviación detectados en la corriente del producto alimenticio. En tales realizaciones, una vez que se determinan las puntuaciones de calidad de los conjuntos iniciales de productos alimenticios individuales, el sistema 200 ajusta dinámicamente el umbral de clasificación en la etapa 316 en base a, al menos, parte del lote que está siendo clasificado. A esto se hace referencia como clasificación contextual, lo cual puede distinguirse de los procedimientos de clasificación anteriores que se enfocaban únicamente en la clasificación de todos y cualquiera de los productos que contenían píxeles que representaban defectos. Esta clasificación contextual puede ser ventajosa para reducir la sobreclasificación y el desperdicio innecesario de productos alimenticios. Además, el sistema digital automatizado con un bucle de retroalimentación puede clasificar un alto volumen de productos de manera autónoma sin la necesidad de un operador humano.

En la etapa 318, un dispositivo de ordenador 208 compara el umbral de clasificación con las puntuaciones individuales de producto. Durante el ciclo inicial del procedimiento 300, las puntuaciones individuales de producto se comparan con un umbral de clasificación prestablecido y genérico que se prestablece independientemente de la corriente de producto alimenticio que se esté clasificando. Durante los ciclos posteriores, después de que el umbral de clasificación se actualiza en la etapa 316, el sistema 200 compara la puntuación individual de producto con el umbral de clasificación actualizado en la etapa 318.

En base a la comparación en la etapa 318, el sistema 200 decide, en la etapa 320, si seleccionar un producto alimenticio individual en base a si es deseable mejorar su puntuación de bolsa o apariencia grupal. Si, en la etapa 320, se determina que no, el producto alimenticio individual se agrupa con los productos a embolsar o empaquetar en la etapa 326, y su puntuación individual de producto se agrega con otras puntuaciones de productos no eyectados para determinar la puntuación de bolsa en la etapa 324. Si, en la etapa 320, se determina que sí, se envía una señal al equipo de clasificación 214 aguas abajo de modo tal que los productos alimenticios clasificados individualmente serán eyectados en la etapa 322, comenzando con el producto menos deseable (o el producto que tenga la peor puntuación de calidad).

En una realización, los productos alimenticios clasificados como peores o rechazados se desvían del transportador que lleva el producto con una corriente de aire desde una boquilla de aire en la etapa anterior a la de empaquetamiento. En otra realización, los productos alimenticios rechazados se desvían hacia otra porción de la cinta transportadora de modo tal que pueden pasar a través de la cámara para la inspección adicional antes de ser finalmente descartados. En una realización, el sistema 200 eyecta y descarta los productos alimenticios que caen debajo de un umbral de "sin discusión" sin inspección adicional. La Figura 5 ilustra un ejemplo de cómo un umbral sin discusión se determina en base a la curva de desperdicio teórico. En dicho ejemplo, cualquier producto individual con una puntuación debajo del umbral sin discusión (indicado por la barra doble) se eyectaría en la etapa 322.

Una vez que los productos alimenticios han sido clasificados en las etapas 320 y 322, el sistema 200 determina una puntuación de apariencia grupal o bolsa de los productos clasificados 216 en la etapa 324. Si bien la clasificación de bolsa puede significar la puntuación agregada de los productos en un contenedor o bolsa, la puntuación agregada se puede calcular sobre una base por lote de tamaño deseado. Si la puntuación de apariencia grupal se encuentra por debajo de un nivel aceptable, el umbral de clasificación se actualiza (es decir, el procedimiento 300 vuelve a la etapa 316 para actualizar el umbral de clasificación) para clasificar más agresivamente (por ejemplo, seleccionar el producto individual que tiene una puntuación al menos deseable) y así aumentar la puntuación general. Una ventaja del uso de una puntuación agregada sobre una base por bolsa es asegurar que los consumidores pueden esperar una calidad de producto consistente de una bolsa a la otra. Los productos clasificados 216 se envían opcionalmente al sistema de empaquetado para ser empaquetados en las bolsas en la etapa 326. En la etapa 328, el sistema 200 determina si continuar con el procedimiento de clasificación. En caso de hacerlo, el procedimiento 300 vuelve a la etapa 302 y continúa capturando imágenes. En caso de no hacerlo, el procedimiento 300 termina.

La presente invención se explica mejor con referencia a una línea de producción de chip de papas con ciertos defectos de color que se pueden producir en chips de papas fritas con un contenido de humedad de menos de alrededor del 3%. Dichos defectos de color pueden ser problemáticos porque afectan de manera adversa la voluntad de un consumidor de aceptar o ingerir un producto alimenticio, lo que resulta en la disminución de la satisfacción del cliente.

Las rodajas de papa se cocinan en una freidora continua, por ejemplo, a una temperatura de alrededor de 171 a alrededor de 182°C (alrededor de 340 a alrededor de 360°F) durante aproximadamente 3 minutos. Los chips de papa cocinados salen de la freidora y proceden a lo largo de una cinta transportadora a aproximadamente 146 a 183 m (480 a 600 pies) por minuto. Un sistema de iluminación de espectro visible y un sistema de cámara RGB se montan encima de la cinta transportadora. Una cámara digital captura una imagen a color de la pluralidad de chips a medida que proceden hacia abajo del transportador y las imágenes de los productos se envían a una computadora para su análisis usando los procedimientos descritos en esta invención. Una cámara CCD de escaneo de línea, por ejemplo, puede ser una cámara de escaneo de línea CCD propiedad de Key Technology RGB 3 alimentada ya sea por una corriente continua (por ejemplo, una batería) o corriente alterna obtenida de un enchufe eléctrico. La señal RGB generada por la cámara se alimenta a una placa de digitalización de imagen en la CPU, la cual puede ser un ordenador de clase de servidor disponible comercialmente que ejecuta un software con los sistemas operativos Microsoft Windows, UNIX, LINUX o Macintosh. La placa de digitalización obtiene una imagen de los productos alimenticios en movimiento y la imagen se almacena para su análisis. En al menos algunas realizaciones, las imágenes pasan desde el ordenador del fotofijador inicial por medio de un protocolo de red y una tecnología de unidad de disco compartido. La imagen se envía a un dispositivo de ordenador, que se programa para determinar valores de píxeles y comparar los colores de los píxeles con valores predeterminados aceptables y defectuosos.

Durante las pruebas, después de la identificación de los píxeles de fondo, las tonalidades amarillas predeterminadas como productos alimenticios aceptables se determinaron de modo tal que distinguieran de los productos alimenticios potencialmente inaceptables. A continuación, se mapearon los valores de intensidad de píxeles en rojo, verde y azul para uno de nueve posibles tonalidades; es decir tres subniveles cada uno (extremo, medio o ligero) de negro, pardo y verde. Cabe señalar que, si bien las ejecuciones de prueba evaluaron tres colores, el análisis puede efectuarse en solo un color, si solo un defecto es el objetivo preferido. Se contaron los píxeles para cada una de las tonalidades posibles y se calculó un área de porcentaje de cada una relacionada con el tamaño del chip. El algoritmo, que se desarrolla como se describió anteriormente y se programa en el dispositivo de ordenador, a continuación, proporciona una puntuación de apariencia grupal para la pluralidad de chips en la imagen y también puntúa cada chip individual en la imagen. Por ejemplo, la Tabla 2 a continuación ilustra un simple cálculo de muestra de las áreas de porcentaje de defecto de cada color para predecir una puntuación de apariencia grupal.

Tabla 2

En general, las áreas de porcentaje más alto del defecto de color específico indican un mayor disgusto por parte del consumidor. La puntuación grupal puede calcularse, a continuación, multiplicando coeficientes de consumidor predeterminados, a, b y c por las áreas porcentuales determinadas de los píxeles de color en la tabla. Por ejemplo, como se indica a continuación:

Puntuación de apariencia grupal = (0,3)a (0,63)b (0,8)c

Los datos de escaneo de línea y los cálculos pueden acumularse para determinar las puntuaciones de calidad individuales de cada chip. Un ejemplo como tal se ilustra como se muestra en la Tabla 3 a continuación:

La unidad de procesamiento, a continuación, determina una curva de desperdicio teórico como se representa por medio del ejemplo en la Figura 4. La curva de desperdicio representa una puntuación de apariencia general para la pluralidad de chips comenzando en alrededor de 77 (véase el gráfico en 77.3512). Como a cada uno de los chips se le ha dado una puntuación de producto individual, a fin de mejorar la apariencia general o de bolsa, el chip con la peor puntuación de producto se eyecta primero. Como se representó en el gráfico de la Figura 4, la eliminación de este primer chip de peor puntuación mejora la puntuación de apariencia a alrededor de 86. Por consiguiente, la línea punteada muestra una curvatura hacia la derecha desde alrededor de 77 a alrededor de 86. Si se desea continuar aumentando la puntuación de apariencia, se puede apuntar al chip que tenga la segunda peor puntuación. Como se muestra en el tercer gráfico que se mueve a la derecha de la curva punteada de desperdicio teórico, esto mejora, nuevamente, la puntuación de apariencia; esta vez, hasta justo debajo de alrededor de 90. La eliminación del chip con la tercera peor puntuación de producto resulta en otro cambio a la derecha, a lo largo de la curva de desperdicio teórico, hasta alrededor de 92. De manera similar, a medida que se eyecta del cuarto al noveno chip en la clasificación, los gráficos adicionales muestran la curva acercándose a una puntuación de apariencia de 100. Con el aumento de la puntuación de apariencia grupal, sin embargo, viene un aumento en el desperdicio teórico. Por consiguiente, para minimizar el desperdicio, podría ser más deseable equilibrar la puntuación de apariencia grupal con el desperdicio teórico a fin de lograr un resultado deseado.

Cuando se determina que un chip debe eyectarse para mejorar la puntuación de apariencia general de la pluralidad de chips a ser empaquetados, el clasificador, que consiste en un banco de boquillas de aire, es señalizado por el sistema de análisis de imagen al respecto de que un chip defectuoso se acerca dentro de una cierta distancia o un tiempo determinado. El equipo de clasificación, a continuación, rechaza el chip defectuoso golpeándolo con un estallido de aire y desviándolo del transportador. De esta manera, el clasificador elimina los defectos más notorios de la corriente dinámica en base a criterios predeterminados o programados.

En una realización, el equipo de clasificación se ubica a una corta distancia (por ejemplo, menos de alrededor de 3 m (alrededor de 10 pies) aguas abajo del equipo de visión. Por lo tanto, en una realización como tal, si el producto alimenticio se mueve a lo largo del transportador a velocidades por encima de 183 m (600 pies) por minuto, el análisis de imagen y la determinación de si un chip debe eyectarse para aumentar la calidad general de la pluralidad de chips debe tomar lugar muy rápidamente. Para lograr esto, se programa un algoritmo en un chip de silicio que se conecta con el equipo de visión y el equipo de clasificación. En una realización alternativa, el algoritmo se programa dentro del ordenador de clasificación. Como este tiempo de cómputo es significativamente rápido (por ejemplo, en el orden de micro a milisegundos), el procedimiento puede usarse como un dispositivo de medición en línea y se integra en un sistema de control que permite la medición de píxeles de colores variables y la puntuación de los productos alimenticios en menos de alrededor de 1 segundo.

Aunque la presente invención se ha descrito con referencia a defectos de color en la línea de producción de chips de papa, debe entenderse que la invención es aplicable a otros defectos (como ampollas, formas, agujeros, marcas de quemaduras o manchas) y otros productos alimenticios procesados térmicamente (como nachos, tentempiés extruidos, tentempiés explotados, granos inflados, cereales de desayuno, frutos secos o tentempiés de carne). Los ejemplos y las explicaciones proporcionadas no pretenden limitar la presente invención.

Los procedimientos de clasificación descritos en esta invención se pueden usar para una inspección continua en línea a velocidades completas de producción de entre alrededor de 0 y alrededor de 305 m (alrededor de 0 a alrededor de 1000 pies) por minuto, o pueden usarse en un modo de alimentación de lotes. Como se describió anteriormente, las cámaras para capturar imágenes para su posterior análisis pueden usarse para inspeccionar dentro del intervalo visible (por ejemplo, rojo, verde y azul) o los espectros infrarrojos (IR) o ultravioleta (UV) o combinaciones de los mismos.

Claims (14)

REIVINDICACIONES

1. Un procedimiento para puntuar y controlar la calidad de una pluralidad de productos alimenticios en movimiento (206), comprendiendo el procedimiento las etapas de:

capturar una imagen (302) de una pluralidad de productos alimenticios en movimiento (206);

efectuar un análisis de imagen en la imagen para determinar intensidades variables de al menos un color (304­ 310);

clasificar la pluralidad de productos alimenticios en movimiento como un grupo en base a un porcentaje del color, obteniendo así una puntuación de apariencia grupal calculada (314); y

puntuar cada producto alimenticio individual en base a un análisis de imagen aplicado a un producto alimenticio individual, obteniendo así una pluralidad de puntuaciones individuales de producto (312).

2. El procedimiento de la reivindicación 1, que comprende además las etapas de:

clasificar cada uno de los productos alimenticios individuales según la puntuación individual del producto (318); y eyectar uno o más de los productos alimenticios individuales en base a un umbral de calidad para mejorar la puntuación de apariencia de grupo, en el que el producto alimenticio individual con la peor puntuación de producto se eyecta primero (322),

opcionalmente en el que la etapa de eyección comprende enviar una señal al equipo de clasificación aguas abajo para rechazar un producto alimenticio puntuado individualmente (320); o en el que el umbral de calidad se cambia parcialmente en base a la puntuación de la apariencia grupal.

3. El procedimiento de la reivindicación 1, en el que la etapa de captura comprende capturar secuencialmente una pluralidad de imágenes de la pluralidad de productos alimenticios en movimiento y combinar la pluralidad de imágenes juntas antes de efectuar el análisis de imagen.

4. El procedimiento de la reivindicación 1, en el que la imagen es capturada en el espectro invisible.

5. El procedimiento de la reivindicación 1, en el que la imagen es capturada en el espectro infrarrojo cercano o en el espectro ultravioleta.

6. El procedimiento de la reivindicación 1, en el que la imagen es capturada usando fluorescencia entre el espectro ultravioleta y visible, o entre el espectro visible y de infrarrojo cercano.

7. El procedimiento de la reivindicación 1, en el que el análisis de imagen comprende pixelar la imagen (304) en una pluralidad de píxeles y clasificar cada píxel en los al menos dos colores para la subsiguiente etapa de puntuación (312, 314).

8. El procedimiento de la reivindicación 7 que comprende además clasificar cada píxel (306) en dos o más subclases que representan diferentes niveles de intensidad de cada color.

9. El procedimiento de la reivindicación 7, en el que los píxeles comprenden intensidades variables de rojo, verde y azul.

10. El procedimiento de la reivindicación 7, en el que clasificar los píxeles comprende además determinar una pluralidad de píxeles de fondo.

11. Un aparato (200) para puntuar y controlar la calidad de una pluralidad de productos alimenticios en movimiento en un sistema de producción dinámica de alimentos, comprendiendo el aparato:

un dispositivo de captura de imágenes (202); y

un dispositivo de ordenador (208) que comprende un medio de código de programa de ordenador para llevar a cabo el procedimiento de cualquiera de las reivindicaciones 1 a 10.

12. El aparato de la reivindicación 11, en el que el dispositivo de captura de imágenes (202) es un sistema de visión operable para capturar una imagen a color digital.

13. El aparato de la reivindicación 11, en el que los medios de código de programa de ordenador se configuran además para pixelar una imagen capturada por el dispositivo de captura de imágenes (202).

14. El aparato de la reivindicación 11, que comprende además un clasificador en el que el clasificador (214) se comunica con el dispositivo de ordenador (208).