Investigadores de la Universitat Politècnica de València han desarrollado un software que permite reconstruir con técnicas de visión artificial tridimensional los granos de un racimo de uva. El sistema ayuda a evaluar automáticamente varios parámetros que definen la calidad de la uva de vinificación durante la etapa de la vendimia.
En su desarrollo, los investigadores de la UPV contaron con la colaboración del Instituto de Ciencias de la Vid y del Vino, centro de la Universidad de La Rioja, el Consejo Superior de Investigaciones Científicas (CSIC) y el Gobierno de La Rioja. Los resultados de este trabajo fueron publicados el pasado mes de septiembre por la revista Food Control.
Antonio José Sánchez Salmerón, investigador del Instituto ai2 de la UPV, explica que, en la actualidad, la clasificación de la uva se realiza a partir de la inspección por parte de un panel de expertos, que la puntúa en función de unos parámetros que determinan su calidad. También se realizan diferentes muestras en el laboratorio para estimar la cantidad de azúcar, el pH, la acidez total y la calidad fenólica.
“Entre los factores que definen la calidad del vino, destaca la calidad de la uva como materia prima, pero este concepto es difícil de valorar, a causa de problemas como la existencia de parámetros subjetivos, el corto periodo de tiempo disponible en el campo para realizar los análisis durante la temporada de vendimia, la falta de instrumentos de medida y su coste elevado, así como la mezcla de uva de buena y mala calidad en los camiones de descarga. La introducción de este sistema de reconstrucción 3D de los granos de uva permite estimar varios parámetros de calidad de un racimo de uva de vino salvando estos problemas. Uno de estos parámetros es el tamaño medio de los granos, un factor muy importante, ya que establece el ratio entre la cantidad de piel y la pulpa”, explica el investigador.
“Incrementar la objetividad y automatizar las tareas de supervisión de la calidad de la uva puede suponer un gran avance tecnológico respecto al sistema tradicional de evaluación de la uva, basado ahora en los conocimientos de un experto, y supondría un gran impacto en la industria vinícola”, añade Sánchez.
Referencia
E. Ivorra, A.J. Sánchez, J.G. Camarasa, M.P. Diago, J. Tardaguila. Assessment of grape cluster yield components based on 3D descriptors using stereo vision. Food Control. DOI: 10.1016/j.foodcont.2014.09.004
Fuente: UPV