UNIVERSITAT POLITÈCNICA DE
VALÈNCIA
ESCOLA TÈCNICA SUPERIOR D´ENGINYERIA
AGRONÒMICA I DEL MEDI NATURAL
APLICACIÓN DE LA TÉCNICA DE
SEGMENTACIÓN DE IMAGEN PARA LA
DETERMINACIÓN DEL CONTENIDO DE
GRASA Y MAGRO EN LONCHAS DE LOMO
DE CERDO Y SALMÓN
TRABAJO FIN DE MÁSTER EN GESTIÓN DE LA SEGURIDAD Y CALIDAD ALIMENTARIA
ALUMNO/A: Rocío Moline o Sáez
TUTOR/A ACADÉMICO: Raúl G au Meló y
José M. Ba a Ba ie a
DIRECTOR EXPERIMENTAL: Samuel Ve dú Ama
Cu so Académico: 2016-2017
VALENCIA, eb e o de 2017
1
APLICACIÓN DE LA TÉCNICA DE SEGMENTACIÓN DE
IMAGEN PARA LA DETERMINACIÓN DEL CONTENIDO DE
GRASA Y MAGRO EN LONCHAS DE LOMO DE CERDO Y
SALMÓN
Au o : Rocío Moline o Sáez
Tu o académico: Raúl G au Meló
1
; José M. Ba a Ba ie a
1
Di ec o expe imen al: Samuel Ve dú Ama
1
RESUMEN
El p esen e abajo se cen a en el es udio de la écnica de segmen ación
de imagen pa a la de e minación del con enido en g asa y mag o en lonchas
de lomo de ce do y salmón. Pa a ello se cap u a on imágenes en ambas
ca as de las lonchas, las cuales ue on pos e io men e analizadas
ísicoquímican e a in de de e mina su composición median e mé odos
no malizados. Po o o lado, las imágenes cap adas ue on umb alizadas con
la inalidad de ob ene el ono de g is a pa i del cual se deduce el es o de
onos que pueden se ca ac e ís icos del ejido g aso de las mues as. Una
ez ob enidos dichos onos y modelizados pa a p edeci la can idad de g asa
eó ica de las mues as, y una ez e aluada la p edicción, se p ocedió a
de e mina ambién la can idad eó ica de agua y p o eína de és as. El
análisis de los esul ados ha mos ado la capacidad de la écnica pa a
cuan i ica ejido mag o y g aso, pues o que han podido se co elacionados
con la can idad o al de g asa, agua y p o eína de las mues as, si bien la
p edicción no es an exac a pa a las mues as de salmón como
consecuencia de la p esencia de g asas poliinsa u adas, las cuales no
pueden se cap adas en las imágenes al no o ma es uc u as sólidas.
Palab as cla e: écnica de segmen ación de imagen, g asa, mag o, lomo
de ce do, salmón.
RESUM
El p esen eball es cen a en l'es udi de la ècnica de segmen ació
d'ima ge pe a la de e minació del con ingu en g eix i mag e en alls de llom
de po c i salmó. Pe a això es an cap u a ima ges en les dues ca es de les
llesques, les quals an se pos e io men anali zades isicoquímicamen a i
de de e mina la seua composició mi jançan mè odes no mali za s. D'al a
banda, les ima ges cap ades an se umb alizades amb la inali a d'ob eni
el o de g is a pa i del qual es dedueix la es a de ons poguessin se
ca ac e ís ics del eixi g as de les mos es. Un cop ob ingu s aques s ons i
modeli za s pe p edi la quan i a de g eix eò ica de les mos es, i un cop
1
El di ec o y el di ec o expe imen al ambos pe enecen a la Uni e sidad Poli écnica de
Valencia, Camino de Ve a, s/n 46022 Valencia
2
a aluada la p edicció, es a p ocedi a de e mina ambé la quan i a eò ica
d'aigua i p o eïna d'aques es. L’anàlisi dels esul a s ha mos a la capaci a
de la ècnica pe a quan i ica eixi mag e i g as, ja que han pogu se
co elaciona s amb la quan i a o al de g eix, aigua i p o eïnes de les
mos es, si bé la p edicció no és an exac a pe a les mos es de salmó com
a conseqüència de la p esència de g eixos poliinsa u a s, els quals no poden
se cap a s en les ima ges al no o ma es uc u es sòlides.
Pa aules clau: ècnica de segmen ació d'ima ge,g assa, mag e, llom de
po c, salmó.
ABSTRACT
The p esen wo k aims he s udy o he segmen a ion image echnique o
de e mina e he con en o a and lean on slices o po k loin and salmon. Fo
his pu pose, images we e cap u ed on bo h sides o he slices, which we e
subsequen ly analyzed by physicochemical es s o de e mine hei
composi ion h ough s anda dized me hods. On he o he hand, he images
cap u ed we e h esholded in o de o ob ain he g ey one om which he
es o ones ha could be cha ac e is ic o he a y issue o he samples a e
deduced. Once hese ones we e ob ained and modeled o p edic he
amoun o heo e ical a in he samples, and once he p edic ion was
e alua ed, he heo e ical quan i y o wa e and p o ein we e also de e mined.
The analysis o he esul s ha e shown he echnique capabili y o quan i y
lean and a issue, since hey ha e been co ela ed wi h he o al amoun o
a , wa e and p o eins in he samples, al hough he p edic ion is no so
accu a e o salmon samples as a consequence o he p esence o
polyunsa u a ed a s, which can no be cap u ed in he images by no o ming
solid s uc u es.
Keywo ds: segmen a ion image echnique, a , lean, po k loin, salmon.
3
1. INTRODUCCIÓN
La indus ia alimen a ia desempeña un papel cla e en el conjun o de los
sec o es económicos, ocupando un p ime luga en la ama indus ial. Es á
con inuamen e inno ándose, ein en ándose y adap ándose a las nue as
ecnologías y cos umb es, así como a las nue as exigencias de los
consumido es. De es a o ma, la segu idad alimen a ia se ha con e ido en
un aspec o muy impo an e en un mundo globalizado donde en la mayo ía
de las ocasiones p iman los bene icios económicos en pos de la calidad e
inocuidad alimen a ia. Un cla o ejemplo de es o, son las úl imas c isis
alimen a ias que han enido luga a ni el mundial. La ines abilidad
económica p esen e en los úl imos años unida al in e és de ga an iza una
alimen ación adecuada, hace que sea una necesidad aumen a el
endimien o de la p oducción y con ello mejo a el ap o echamien o de las
ma e ias p imas pa a así o ece al me cado p oduc os con una calidad
higiénica, nu icional y o ganolép ica aco de a la demandada (Huang, 2001).
Pa a ga an iza la sos enibilidad del sis ema alimen a io, es de no able
impo ancia el campo de desa ollo ela i o a écnicas de análisis y con ol
de calidad an es, du an e y después del p oceso p oduc i o. Así pues, uno
de los obje i os ha sido el desa ollo de nue os mé odos de con ol de
calidad que mejo e a los adicionales en elocidad, p ecisión y exac i ud
(Caldwell, 2013). En es e sen ido, se p e ie en écnicas ápidas, no
des uc i as, p edominan emen e con capacidad de abajo en con inuo a pie
de línea. La elocidad de inspección es una g an en aja dado que pe mi e
alcanza una al a asa de mues as analizadas po unidad de iempo,
pe mi iendo ecoge in o mación de lo es en e os, mues a po mues a. El
hecho de ob ene in o mación de mane a con inua de cada mues a pe mi e
aumen a la p ecisión en las ope aciones de inspección, mejo ando
pos e io men e los abajos au omá icos como la clasi icación, el co e en
lonchas, el en asado, el e ique ado, el almacenamien o, e c. En es e sen ido,
una de las á eas más p oduc i as den o del con ol y moni o eo no
des uc i o de p oduc os escos ha sido el análisis de imágenes.
Algunas de las écnicas de imagen más empleadas se basan en
imágenes isibles en 2D, imágenes espec ales, imágenes de ayos X en e
o as. Son nume osos los es udios ealizados en los que el análisis de
imagen ha enido un papel ele an e. En e es os, y más conc e amen e
ealizados sob e p oduc os cá nicos y de la pesca, encon amos aquellos en
los que se han clasi icado jamones, e aluado la sensibilidad de canales de
acuno, con olado la escu a de do ada a pa i de cambios en el colo de
las b anquias y los ojos, de ec ado au omá icamen e espinas de pescado,
e c., (Dowla i e al., 2013; I o a e al., 2016; Jackman e al., 2012; Konda
Nagana han e al., 2015; Me y e al., 2011).
El análisis de imagen isible es una de las écnicas más accesibles, de
las que se ha epo ado un amplio núme o de es udios que han enido
esul ados exi osos en di e sos ámbi os de in es igación en elación con la
e sa ilidad y las meno es posibilidades de cos es. En es a écnica se
incluye el análisis po segmen ación de imágenes digi ales la cual se basa
en analiza la ma iz de píxeles que con o man la imagen, de e minando sus
4
colo es y onos, dependiendo del espacio de colo u ilizado y la can idad de
in o mación de cada imagen. A pa i de es a in o mación se localizan á eas,
ci cun e encias, con o nos, pe íme os y o mas, las cuales co esponden a
umb ales de colo de e minados, log ando de es a mane a di idi la ma iz
en segmen os en unción de la in o mación eque ida. Es a écnica ha dado
buenos esul ados en unciones como la de e minación del amaño y
dis ibución de bu bujas en pan du an e la e men ación y ho neado
(Lassoued e al., 2007; Pé ez-Nie o e al., 2010).
El desa ollo de es as he amien as no in asi as en ocadas a la
clasi icación, pe o en la ac ualidad y cada ez más a la capacidad de
cuan i ica , es á de acue do con la endencia de la no ma i a alimen a ia
ecien e (UE) nº 1169/2011 del Pa lamen o Eu opeo sob e la in o mación
alimen a ia suminis ada a los consumido es, lo que es á obligando al
p oduc o de alimen os, en la mayo ía de los alimen os p ocesados, a la
inclusión en el e ique ado el denominado e ique ado nu icional. Así pues en
el p esen e es udio se p e ende, median e el uso de la écnica de
segmen ación de imagen como he amien a de análisis no des uc i a, la
inspección de ejidos de alimen os escos loncheados de di e en e
na u aleza (lomo de ce do y salmón), haciendo hincapié en la cuan i icación
de la acción de g asa y agua de és as.
2. MATERIALES Y MÉTODOS
2.1 Ma e ia P ima
Pa a la ealización del p esen e es udio se u iliza on 18 ile es de lomo de
ce do y 10 ile es ans e sales de salmón. Toda la ma e ia p ima ue
adqui ida en el mismo supe me cado local, empleándose dis in os lo es de
p oduc o de sucesi os días. Ambos casos, ca ne y pescado, p ocedían de
bandejas en asadas en a mós e a modi icada, p epa adas con 6 - 5 piezas
co adas según cada caso con un espeso ap oximado de 1±0,5 cm.
2.2 De e minación de la can idad de agua, g asa y p o eína median e la
écnica de p ocesado de imagen po segmen ación
Pa a la de e minación eó ica, median e la écnica de imagen de
segmen ación, se siguió el p o ocolo mos ado en la igu a 1. Una ez
ob enidas las mues as se cap u a on imágenes en colo de és as, las cuales
ue on pos e io men e con e idas a escala de g ises y segmen adas. Po
o o lado, las mues as ue on analizadas isicoquímicamen e,
de e minándose la can idad de agua y de g asa median e mé odos
no malizados.
Median e el empleo de los da os eales de g asa y los ob enidos de la
segmen ación se p ocedió a ealiza la umb alización de es os úl imos con la
inalidad de busca el ono de g is óp imo a pa i del cual la imagen esul e
segmen ada en g asa y mag o. Una ez localizado el ono de g is más
a o able, se ob u o la p opo ción de imagen que ep esen a g asa.

5
Después de de e mina eó icamen e és a, se ealizó el cálculo eó ico de la
can idad de agua y p o eína. Finalmen e se e aluó el e o al compa a es os
alo es con los de e minados en el labo a o io.
FIGURA 1. Esquema del p oceso seguido pa a la de e minación de la
can idad de agua, g asa y p o eína median e la écnica de a amien o de
imagen po segmen ación.
2.2.1 CAPTURA DE IMAGEN
La ca ac e ización del ejido g aso y mag o se lle ó a cabo median e la
écnica de segmen ación de imagen 2D. El sis ema es á o mado po una
cáma a (HD webcam C615 (Logi ech)) p epa ada pa a la oma de imágenes
y un ondo neg o con el obje i o de e i a posibles e lejos. Como iluminan e
se u ilizó una lámpa a LED (lamp IP20 5W). La cáma a ue si uada a una
dis ancia cons an e de 40cm de la mues a a in de consegui siemp e el
mismo amaño de imagen. Los amaños de imagen así conseguidos ue on
de 3264×2448 píxeles en o ma o JEPG.
2.2.2 PROCESADO DE IMAGEN
Una ez ob enidas las imágenes se p ocedió a su p ocesado pa a la
de e minación eó ica de la g asa. Pa a ello, y con la inalidad de educi el
olumen de in o mación de cada una de ellas y así hace más ágil su
p ocesado, cada píxel de las imágenes omada en o ma o RGB (Red, G een
and Blue), ue ans o mado a 8 bi s (escala de g ises de 255 onos) donde el
ono 0 exp esa la o alidad del neg o y el ono 255 la del blanco.
A in de e alua el ono de g is a pa i del cual la imagen esul e
segmen ada en g asa y mag o ( igu a 2), y es a exp esión pueda se
u ilizada pa a ob ene eó icamen e el con enido en g asa y agua de las
P epa ación de las
mues as
Salmon
Lomo de ce do
Cap u a de imágenes
De e minación de la
composición de las
mues as
Xg; Xw
Segmen ación de imagen
Umb alización del ono
de la imagen que mejo
exp ese la elación con la
g asa (Xg). Ob ención de
la elación pixeles g asa /
pixeles mues a (Pg/p )
Ob ención de la
can idad eó ica de
agua (Xw )
De e minación del
e o
P ocesado de imagen
6
mues as, se lle ó a cabo una umb alización. Así los píxeles con alo es
supe io es al ono umb al, los cuales se ex ienden hacia el blanco, se
clasi ica on como g asa. Es a umb alización se epi ió pa a a ios onos de
g ises en odas las mues as. Pa a e alua cuál de odas las umb alizaciones
ue la idónea, p ime o se ealizó el cocien e en e los píxeles de inidos como
g asa (Pg) y los ob enidos con el suma o io de odos los píxeles de la
mues a (P ). Pos e io men e pa a dos e cios de las mues as, an o de lomo
de ce do como de salmón, la elación (Pg/P ) se co elacionó con la can idad
eal de g asa de las mues as (Xg), de o ma que la co elación con mejo
coe icien e se ía aquella que mues a el ono de g is umb al idóneo pa a
di e encia en e g asa y mag o. El e cio de mues as es an es se u ilizó
pa a comp oba la bondad de la co elación, ob eniéndose la can idad
eó ica de g asa (Xg ) de és as median e la ecuación ob enida a a és de
los dos e cios de las mues as que mos a on mejo ajus e. La e aluación
de la bondad se ealizó median e la co elación en e los alo es eó icos
(Xg ) y los eales (Xg).
FIGURA 2. Segmen ado de una loncha de lomo. A: Imagen o iginal
p ocesada a 8 bi s. B: Imagen segmen ada a ono de g is 44. C: Imagen
segmen ada a ono de g is 35. D: Imagen segmen ada a ono de g is 30.
2.2.3 OBTENCIÓN DE LA CANTIDADTEÓRICA DE AGUA Y PROTEÍNA
La ob ención de la can idad eó ica de agua en las mues as (Xw ) se
consiguió aplicando la ecuación 1, donde Xg es la g asa eó ica ob enida
po imagen, Xw el agua eó ica a calcula y Xp la p o eína eó ica la cual se
dedujo a pa i de la elación eó ica 0,27 exis en e en e p o eína y agua
(ecuación 2) según la base de da os Bedca.ne . La bondad de la p edicción
ob enida se ealizó median e la co elación en e la can idad de agua eal
(Xw), de e minada median e análisis ísico-químico, y la p edicha (Xw ).
Con la inalidad de e alua cuál es el e o que se come e al aplica la
elación eó ica 0,27 en ambas mues as, la ecuación 1 se ol ió a aplica
pe o en es e caso u ilizando los alo es de g asa y agua medidos en
labo a o io, ob eniendo así la can idad de p o eína y a pa i de és a la
elación exis en e con el agua. De es a o ma, con los alo es eales del a io
p o eína / agua se aplicó nue amen e la ecuación 1 y u ilizando una ez más
los alo es eó icos de g asa po imagen, se ob u ie on los nue os alo es
de agua (Xw 2). Finalmen e, a modo de e alua el e o come ido se
calcula on las di e encias exis en es en cada una de las acciones en e el
alo analizado po el mé odo isicoquímico y el calculado median e la
écnica de imagen, exp esado en 100 g amos de mues a.
AD
A
BC
7
Xg + Xw + Xp = 1 (ec. 1)
Donde: Xg = g asa eó ica; Xw = agua eó ica; Xp = p o eína eó ica


= 0,27 (ec. 2)
Donde: Xp = p o eína eó ica; Xw = agua eó ica; 0,27 = alo bibliog á ico
de la elación p o eína / agua.
2.3 Análisis Físico-Químico
2.3.1 DETERMINACIÓN DE HUMEDAD
La humedad se de e minó median e el mé odo de la AOAC 950.46
(1997). Los pesasus ancias con a ena de ma y a illa de id io se seca on
en es u a (Se ice Binde ) a 103 ± 2ºC du an e 24 ho as. A con inuación, se
a empe a on en un desecado y se pesa on en una balanza analí ica (m
0
).
Se añadie on 10g de mues a i u ada y se pesó de nue o el
pesasus ancias con a illa, a ena y mues a (m
1
). Con ayuda de la a illa de
id io, se homogenizó la mues a con la a ena de ma , a o eciéndose la
salida de agua del p oduc o. Las mues as se man u ie on en es u a a 103 ±
2ºC du an e 24 ho as, pe íodo as el cual, los pesasus ancias se
a empe a on en desecado y se omó el peso de és os (m
2
). El po cen aje de
humedad exp esado como g amos de agua po 100g de mues a, se calculó
median e la siguien e ecuación:
Humedad(Xw
) =
(



)



(ec. 3)
Donde: m
0
= masa del pesasus ancias con a ena y a illa (g); m
1
= masa
del pesasus ancias con a ena y a illa an es de la desecación (g); m
2
= masa
del pesasus ancias con a ena y a illa después de la desecación (g)
2.3.2 DETERMINACIÓN DE GRASA
El con enido en g asa se de e minó de acue do con el mé odo, 991.36 de
la (AOAC, 1997). Pa a el análisis se u iliza on las mues as p e iamen e
secadas pa a la de e minación de la humedad. La ex acción de la g asa de
las mues as se lle ó a cabo median e un Shoxle u ilizando el equipo (Foss
Sox ec TM 2055) y 90mL de é e de pe óleo como disol en e. Las mues as
p e iamen e secadas se deposi a on en las cube as del equipo (que ambién
habían sido an e io men e pesadas acías) y se inició la ex acción. Cuando
inalizó la úl ima ase, las cube as se in oduje on en la es u a a 103ºC
du an e 30 minu os pa a elimina los es os de disol en e, después se
deposi a on en el desecado has a consegui un peso cons an e y se
pesa on en la báscula. Pa a ob ene el po cen aje de g asa en la mues a se
igualó el peso inicial a 1g con el obje i o de ene unos esul ados
8
compa a i os en los que se exp esase los g amos de g asa po cada g amo
de mues a. Las ecuaciones u ilizadas ue on las siguien es:
P₂ = P₁ - Pₒ (ec. 4)
Donde: P
2
= g amos de g asa en la mues a; P
1
= peso de la cube a +
g asa; Pₒ = peso de la cube a acía
Xg =
₂

(ec. 5)
Donde: Xg = g amos de g asa en 1g de mues a; P
i
= g amos de mues a
inicial.
2.4 Análisis Es adís icos
La co elación exis en e en e los alo es p oceden es de la écnica de
segmen ación de imagen y los ob enidos median e los análisis ísico-
químicos, se ha e aluado median e la ealización de eg esiones lineales
con un ni el de signi icación del 95%. Pa a ello se ha u ilizado el p og ama
es adís ico S a g aphics Cen u ion XVI.
3. RESULTADOS Y DISCUSIÓN
3.1 Resul ado del Análisis median e la Técnica de Segmen ación de
Imagen
Una ez ob enida la imagen y ans o mada a 8 bi s se p ocedió al
es udio de segmen ación po umb alización buscando el ono de g is a pa i
del cual los píxeles se pueden conside a que mues an ejido g aso. En la
igu a 3, a modo de ejemplo, se mues a una loncha de lomo de ce do y la
ep esen ación g á ica de los onos de g ises pa a una línea de píxeles (línea
ama illa). En es e caso, al de ini un ono umb al (línea oja discon inua),
odos los píxeles supe io es a es e se conside a ían que ep esen an ejido
g aso. Po consiguien e, si se aplica no solo a la línea de píxeles, sino a los
píxeles de oda la loncha, se pe mi e de ini el ejido g aso de és a y de igual
o ma sucede con el de es o de lonchas. Es e mismo p ocesado se epi ió
pa a a ios alo es de ono de g ises, ob eniéndose pa a cada uno de ellos
la can idad de píxeles que ep esen an ejido g aso (Pg).
Una ez ob enidos los alo es de Pg pa a cada ono es udiado, es os
ue on elacionados con los píxeles o ales de cada loncha (P ) ob eniéndose
así la elación píxeles g asa po píxeles mues a (Pg/P ). Es e cocien e
inalmen e ue co elacionado con los alo es de g asa de e minados en el
labo a o io (Xg) median e una eg esión lineal.
15
se mues an las e ique as pa a las mues as de salmón, si bien en es e caso,
a pa e de la e ique a con los alo es de análisis en labo a o io y los
ob enidos median e la elación Xp/Xg igual a 0,27 (e ique a cen al), ambién
se mues an pa a el alo de 0,34 (e ique a de la de echa).
Po o o lado, como se explica en el caso del lomo de ce do, la di e encia
en el alo caló ico, calculado eó icamen e a pa i del apo e caló ico de la
g asa (9 Kcal/g) y p o eína (4 Kcal/g) (Ca bajal, 2013), ue mínima, siendo de
209 Kcal y 198 Kcal espec i amen e, y undamen almen e apo ada po la
di e encia de un g amo y medio de g asa en los 100 g amos de lomo de
ce do.
FIGURA 9. E ique adas elabo adas a pa i de los alo es de g asa y agua
ob enidos en el labo a o io de análisis ísico-químicos (izquie da) y median e
la écnica de imagen (de echa) pa a mues as de lomo de ce do.
En el caso del salmón, las di e encias ue on lige amen e mayo es, sob e
odo en el e ique ado que se ealiza empleando los alo es ob enidos con la
elación bibliog á ica Xw/Xp = 0,27. De es a o ma, se pasa de un alo
caló ico de 250 Kcal pa a el e ique ado, a pa i de los esul ados
de e minados en el labo a o io, a 218 Kcal cuando los alo es se ob ienen
empleando la elación 0,27 y de 232 Kcal cuando se hace u ilizando los
da os a pa i de la elación 0,34. Es a a iación supone, pa a ambas
p edicciones, no habe p edicho 1,6 g amos de g asa po cada 100 g amos
de salmón y un mayo desequilib io en el balance p o eína / agua pa a las
mues as calculadas con el alo de 0,27.
Moline o Sáez
Lomo de ce do
P oduc o Peso ne o
214
0,500 Kg
P ecio po Kg
3.90 € P.V.P
Fecha de caducidad
1,95 €
18.07.17
Composición ap oximada
(100g).
Conse a de 0ºC a 5ºC
209 Kcal
15,2 g G asa
18,3 g P o eína
67,5 g Agua
ΜΣ
Conse a de 0ºC a 5ºC
Moline o Sáez
Lomo de ce do
P oduc o Peso ne o
214
0,500 Kg
P ecio po Kg
3.90 € P.V.P
Fecha de caducidad
1,95 €
18.07.17
Composición ap oximada
(100g).
Conse a de 0ºC a 5ºC
198 Kcal
13,8 g G asa
18,3 g P o eína
67,9 g Agua
ΜΣ

16
FIGURA 10. E ique adas elabo adas a pa i de los alo es de g asa y agua
ob enidos en el labo a o io de análisis ísico-químicos (izquie da) y median e
la écnica de imagen empleando el a io agua/p o eína = 0,27 (cen al) y 0,34
(de echa) pa a mues as de salmón.
4. CONCLUSIÓN
La aplicación de la écnica de a amien o de imagen po segmen ación
se ha mos ado como una he amien a álida pa a la cuan i icación de la
can idad de ejido mag o y g aso exis en e en mues as loncheadas de lomo
de ce do y de salmón, los cuales se han podido co elaciona con la can idad
de g asa, agua y p o eínas de las mues as.
La de e minación de la g asa del salmón, a pa i de la cuan i icación de
ejido g aso ob enido po la écnica de imagen, conlle a un mayo e o que
la ealizada pa a el lomo de ce do como consecuencia de la p esencia de
g asas poliinsa u adas las cuales no pueden se egis adas median e la
écnica de imagen. Aun así, el e o come ido en el peo de los casos es
in e io al 2%.
La écnica de segmen ación de imagen se ha mos ado más e icaz
cuan o más egula y mayo homogeneidad p esen aba el pe il ans e sal
de las mues as, lo que ha sido acili ado con la cap u a de imágenes en
ambas ca as de las mismas.
Es udios con mayo núme o de mues as y o as écnicas de a amien o
de imagen pueden se inco po ados a es e p oyec o a in de pode consegui
mejo es esul ados, siemp e que espe en el empleo de equipos básicos y
écnicas de p ocesado poco complejas que pe mi an pode desa olla
me odologías de análisis pensadas pa a se inco po adas en línea po
emp esas o u ilizadas po consumido es.
Moline o Sáez
File e de salmón
P oduc o Peso ne o
214
0,500 Kg
P ecio po Kg
14,90 € P.V.P
Fecha de caducidad
7,45 €
18.07.17
Composición ap oximada
(100g).
250 Kcal
18 g G asa
22 g P o eína
60 g Agua
ΜΣ Moline o Sáez
File e de salmón
P oduc o Peso ne o
214
0,500 Kg
P ecio po Kg
14,90 € P.V.P
Fecha de caducidad
7,45 €
18.07.17
Composición ap oximada
(100g).
218 Kcal
16,4 g G asa
17,8 g P o eína
65,8 g Agua
ΜΣ Moline o Sáez
File e de salmón
P oduc o Peso ne o
214
0,500 Kg
P ecio po Kg
14,90 € P.V.P
Fecha de caducidad
7,45 €
18.07.17
Composición ap oximada
(100g).
232 Kcal
16,4 g G asa
21,2 g P o eína
62,4 g Agua
ΜΣ
17
5. REFERENCIAS
A.O.A.C., Associa ion o O icial Analy ical Chemis (1997). O icial Me hods o Analysis, 16
h
.
Ed. Associa ion o O icial Analy ical Chemis . A ling on, Vi ginia, USA.
Bedca.ne . Base de da os Española de Composición de Alimen os. Di ección URL:
<h p://www.bedca.ne
>
[Consul a: 07 Dic. 2016].
Caldwell, D., Robo ics and Au oma ion in he Food Indus y (2013), Woodhead Publishing
L d., Abing onHall, Camb idge CB21 6AH, UK.
Ca ajal, A. (2013). Manual de Nu ición y Die é ica. Depa amen o de Nu ición Facul ad de
Fa macia Uni e sidad Complu ense de Mad id. Pág. 34.
Dowla i, M., Moh asebi, S. S., Omid, M., Raza i, S. H., Jamzad, M., & De La Gua dia, M.
(2013). F eshness assessmen o gil head sea b eam (Spa us au a a) by machine ision
based on gill and eye colo changes. Jou nal o Food Enginee ing, 119, 277–287.
FoodComp.dk. Danish Food Composi ion Da abank - ed. 7.01. Technical Uni e si y o
Denma k (DTU). Di ección URL: <h p://www. ida. oodda a.dk> [Consul a: 07 Dic.
2016].
Go .uk. Composi ion o oods in eg a ed da ase (CoFID). McCance and Widdowson's
composi ion o oods in eg a ed da ase . Di ección URL: <h p://www. ood.go .uk
>
[Consul a: 07 Dic. 2016].
Huang, Y. Au oma ion o ood enginee ing: ood quali y quan iza ion and p ocess con ol.
CRC se ies in con empo a y ood science, (2001).
I o a, E., Ve dú, S., Sánchez, A. J., G au, R., & Ba a , J. M. (2016). P edic ing Gil head Sea
B eam (Spa us au a a) F eshness by a No el Combined Technique o 3D Imaging and
SW-NIR Spec al Analysis. Senso s (Basel, Swi ze land), 16(10).
Jackman, P., Sun, D.-W., & Elmas y, G. (2012). Robus colou calib a ion o an imaging
sys em using a colou space ans o m and ad anced eg ession modelling. Mea
Science, 91(4), 402–7.
Konda Nagana han, G., Clu , K., Samal, A., Calkins, C. R., Jones, D. D., Lo enzen, C. L., &
Subbiah, J. (2015). A p o o ype on-line AOTF hype spec al image acquisi ion sys em o
ende ness assessmen o bee ca casses. Jou nal o Food Enginee ing, 154, 1–9.
Lassoued, N., Babin, P., Della Valle, G., De aux, M. F., & Régue e, A.L. (2007).
G anulome y o b ead c umb g ain: Con ibu ions o 2D and 3D image analysis a
di e en scale. Food Resea ch In e na ional, 40(8), 1087–1097.
Me y, D., Lillo, I., Loebel, H., Ri o, V., So o, A., Cip iano, A., & Aguile a, J. M. (2011).
Au oma ed ish bone de ec ion using X- ay imaging. Jou nal o Food Enginee ing, 105,
485–492.
Pé ez-Nie o, A., Chanona-Pé ez, J. J., Fa e a-Rebollo, R. R., Gu ié ez-López, G. F.,
Alamilla-Bel án, L., & Calde ón-Domínguez, G. (2010). Image analysis o s uc u al
changes in dough du ing baking. LWT - Food Science and Technology, 43(3), 535–543.
Sopo e Mini ab 17. So wa e in o má ico de es adís ica. Di ección URL:
<h p://www.suppo .mini ab.com
>
[Consul a: 15 Dic. 2016].
USDA. Uni ed S a es Depa men o Ag icul u e Ag icul u al Resea ch Se ice Na ional
Nu ien Da abase o S anda d Re e ence Release 28. Di ección URL:
<h p://www.usda.go
>
[Consul a: 07 Dic. 2016].