Professional Documents
Culture Documents
Franco Pedreschi P.
Departamento de Ciencia de los
Alimentos y Tecnologa Qumica
Facultad Tecnolgica
Universidad de Santiago de Chile.
ii
AGRADECIMIENTOS
iii
NDICE
1. INTRODUCCIN............................................................................................ 1
1.1 Antecedentes Bibliogrficos............................................................................ 2
1.1.1 Materias primas......................................................................................... 2
1.1.1.1 Aspectos generales de la materia prima........................................ 2
1.1.1.2 Composicin qumica de la papa................................................... 2
1.1.1.3 Almacenamiento y su influencia en los cambios de color durante
la elaboracin de papas chips........................................................ 3
1.1.2 Evaluacin sensorial............................................................................... 4
1.1.2.1 Calidad sensorial de papas fritas tipo chips................................... 4
1.1.3 Visin computacional.............................................................................. 6
1.1.3.1 Descripcin de un sistema por visin computacional.................... 6
1.2 Objetivos......................................................................................................... 9
1.2.1 Objetivo General..................................................................................... 9
1.2.2 Objetivos Especficos.............................................................................. 9
1.2.3 Hiptesis................................................................................................. 9
2. MATERIALES Y MTODOS.......................................................................... 10
2.1 Materiales........................................................................................................ 10
2.1.1 Evaluacin sensorial................................................................................ 10
2.1.1.1 Etapa de seleccin y entrenamiento.............................................. 10
2.1.1.1.1 Ordenamiento de color...................................................... 10
2.1.1.1.2 Umbral de identificacin de gusto salado......................... 10
2.1.1.1.3 Entrenamientos con muestras y evaluacin final.............. 11
2.1.2 Visin computacional.............................................................................. 11
2.1.2.1 Materiales....................................................................................... 11
2.1.2.2 Equipos.......................................................................................... 12
2.1.2.3 Sistema de iluminacin.................................................................. 12
2.1.2.4 Software......................................................................................... 12
2.2 Mtodos.......................................................................................................... 12
2.2.1 Eleccin de los candidatos participantes en la formacin del panel....... 12
iv
2.2.1.1 Reunin inicial................................................................................ 13
3. RESULTADOS Y DISCUSIONES.................................................................. 31
3.1 Seleccin de los panelistas............................................................................. 31
3.1.1 Ordenamiento de color............................................................................ 31
3.1.2 Umbral de identificacin de gusto salado............................................... 32
3.2 Entrenamiento del panel................................................................................. 33
v
3.2.1 Evaluacin de calidad............................................................................. 33
3.2.1.1 Diseo Tabla de Valoracin de Calidad con Escala Especfica
para Papas Fritas tipo chips.......................................................... 33
3.2.1.2 Seleccin final de jueces: Uso de escala Karlsruhe slo para
Apariencia/Forma y Color.............................................................. 36
3.3 Clasificacin de papas fritas tipo chips del mercado, mediante la
aplicacin de visin computacional................................................................. 36
4. CONCLUSIONES........................................................................................... 49
5. BIBLIOGRAFA.............................................................................................. 51
vi
NDICE DE TABLAS
vii
NDICE DE FIGURAS
Figura 1.4: (K): Imagen de una papa fritas tipo chips; (R): Imagen segmentada
de la misma papa frita tipo chips........................................................ 7
Figura 2.1: Cubo y sistema de iluminacin........................................................... 20
Figura 2.5: Esquema de validacin cruzada para cada juez................................ 25
Figura 2.6: Esquema de validacin cruzada para el total de jueces..................... 26
Figura 2.7: Criterio de evaluacin usado para la eleccin del mejor clasificador
para el juez 1 en el atributo de color.................................................. 29
Figura 3.1: Papas fritas tipo chips clasificadas por los jueces como Grado 1...... 37
Figura 3.2: Papas fritas tipo chips clasificadas por los jueces como Grado 2...... 37
Figura 3.3: Papas fritas tipo chips clasificadas por los jueces como Grado 3...... 38
Figura 3.4: Veinte mejores caractersticas encontradas para la clasificacin con
el discriminante de Fisher................................................................... 39
Figura 3.5: Mejor caracterstica encontrada v/s funcin de densidad de
probabilidad........................................................................................ 40
Figura 3.6: Mejor caracterstica encontrada v/s segunda mejor para la
clasificacin......................................................................................... 41
Figura 3.7: Tres mejores caractersticas encontradas para la clasificacin......... 42
viii
NDICE DE ANEXOS
ANEXO 1: FIGURAS
Figura 1.1: Planta de la papa en donde se distinguen las dos partes principales que
la componen.
Figura 1.2: Morfologa del tubrculo de la papa (Solanum tuberosum).Corte
transversal.
Figura 1.3: Esquema de un proceso de anlisis de imgenes: adquisicin de la
imagen, pre-procesamiento, segmentacin, medicin (o extraccin de
caractersticas), interpretacin o clasificacin.
Figura 2.2: Cmara digital powerShot G3.
Figura 2.3: Montaje para la adquisicin de imgenes.
Figura 2.4: Cabina de evaluacin para muestras de Papas Fritas Tipo Chips con
Escala Karlsruhe.
ANEXO 3: TABLAS
Tabla 3.1: Resultados de aceptacin o rechazo para la dilucin verde por jueces y
por color.
Tabla 3.2: Resultados de aceptacin o rechazo para la dilucin amarilla por jueces
y por color.
Tabla 3.3: Resultados de aceptacin o rechazo para la dilucin naranja por jueces
y por color.
Tabla 3.6: Agrupacin de datos para la elaboracin de la Tabla con Escala
Karlsruhe Especfica para Papas fritas tipo chips.
ix
RESUMEN
La toma de imgenes se realiz por un solo lado a 850 papas fritas de las
marcas Marco Polo caseras, Qui papa y Lays corte clsico, y los mismos chips fueron
evaluados sensorialmente por el panel entrenado para la clasificacin computacional.
Se ensayaron cinco clasificadores diferentes para obtener el que arrojara un menor
error en la clasificacin automtica, y que a la vez midiera el menor nmero de
caractersticas posibles.
x
Al realizar el anlisis con todos los datos individuales de cada juez simulando
un juez virtual X, los porcentajes de aciertos fueron los siguientes: para color un 62%,
para apariencia/forma un 60%, olor 62%, sabor 63% y textura un 61%. Esto muestra
que al agrupar los jueces como un todo hay una mayor dispersin de los datos y por
consiguiente un menor ajuste.
xi
SUMMARY
To obtain the sensory results a panel of 11 assessors was trained for potato
chips, without significant differences (p > 0.05) in the visual attributes of the color and
appearance/form assessing the same 80 samples. Simultaneously a six-points-quality
assessment Table for potato chips was created, where three quality grades were
covered: (Grade 1) typical characteristics, (Grade 2) still tolerable damage and (Grade
3) non-tolerable damage.
The images were obtained on one side of 850 samples of the potato chips
brands Marco Polo, Qui papa and Lay's potato classic, and the same chips were
assessed by the sensory panel for the computer classification. Five different classifiers
were tested to chose that one with the smallest error, and at the same time measuring
the fewest possible features.
xii
Conducting the analysis taking all the individual data of each assessor
simulating a virtual assessor X, the percentages of performance were: 62% for color,
60% for appearance / form, 62% for smell, 63% for and 61% for texture. This shows
that by grouping the judges as a whole there is a greater dispersion of data and
therefore a lower fit.
xiii
1. INTRODUCCIN
1
1.1 Antecedentes Bibliogrficos.
Esta planta est compuesta por dos partes, la primera crece sobre el suelo y en
ella destacan tallo, hojas, flores y frutos. Y la segunda que crece subterrneamente y
corresponde a la papa-madre (tubrculo-semilla), estolones, tubrculos y races (Anexo
1, Figura 1.1).
2
La composicin qumica de la papa depende principalmente de las
caractersticas genticas, sin embargo, tubrculos de la misma planta pueden diferir
notablemente en la composicin qumica. Adems, la composicin se ve afectada por
varios factores como variedad, zonas de crecimiento, formas de cultivo,
almacenamiento, madurez de cosecha etc (Anderson, 1994). En la Tabla 1.1 se
presentan la composicin qumica de papa.
3
rendimiento y la calidad en cuanto a textura interna de los productos procesados, como
las hojuelas.
4
industria de papas tipo chips se necesita que la materia prima cumpla las siguientes
condiciones:
5
Sabor y aroma caractersticos por la incidencia del propio aceite y por nuevas
sustancias producidas durante el proceso.
Variacin del contenido de grasa del producto, en general el producto pierde
humedad y gana grasa, excepto los alimentos ricos en grasa que pierden parte
de ella durante su fritura.
Se obtiene una mayor estabilidad del producto, es decir una mayor
conservacin, por la destruccin de microorganismos contaminantes del
alimento y la inactivacin de las enzimas presentes en el mismo (lvarez,
2005).
La visin por computadora es una rama de la inteligencia artificial que tiene por
objetivo modelar matemticamente los procesos de percepcin visual en los seres
vivos y generar programas que permitan simular estas capacidades visuales por
computadora.
6
Como puede verse en al Figura 1.3 (Anexo 1), los pasos que involucra el
anlisis de imgenes son los siguientes (Gonzlez y Wintz, 1991):
Figura 1.4: (K): Imagen de una papa fritas tipo chips; (R): Imagen segmentada de la
misma papa frita tipo chips.
7
representan todos los tipos posibles de regiones esperadas en la imagen. Un
clasificador se disea despus de un entrenamiento supervisado, y los
clasificadores simples pueden ser puestos en ejecucin comparando caractersticas
medidas con valores de umbral. No obstante, es tambin posible utilizar tcnicas
ms sofisticadas de la clasificacin tales como los que realicen los anlisis
estadsticos y geomtricos del espacio del vector de las caractersticas o los que
utilicen las redes neuronales o la lgica difusa (Castleman, 1996; Mery y cols,
2003). En toda aplicacin donde usen clasificadores existen dos fases: la fase de
aprendizaje o entrenamiento y la fase de prueba.
Fase de aprendizaje: Se usa un conjunto de datos o patrones de entrenamiento
para determinar los pesos que definen el modelo neuronal. Normalmente, los
pesos ptimos se obtienen optimizando (minimizando o maximizando) alguna
funcin de energa, como por ejemplo, el error cuadrtico medio entre el valor
deseado y el valor de salida actual.
Fase de prueba: En ella se procesan los patrones de prueba que constituyen la
entrada habitual, analizndose de esta manera las prestaciones definitivas.
8
1.2 Objetivos.
1.2.3 Hiptesis.
9
2. MATERIALES Y MTODOS
2.1 Materiales.
Bandejas blancas
10 botellas de vidrio
Vasos plsticos desechables
Soluciones de diferentes concentraciones de NaCl
Escupidero
Vasos plsticos con agua como medio de neutralizacin
10
2.1.1.1.3 Entrenamiento con Muestras y Evaluacin Final.
Bandejas blancas
850 Bolsas hermticas de polietileno marca Europlas de 15x16 cm, Madrid,
Espaa.
Vasos plsticos con agua como medio de neutralizacin.
Fichas individuales de respuesta para escala Karlsruhe
Escala Karlsruhe
Lpiz grafito con goma de borrar
Chips de Papas fritas de tres marcas comerciales
- Etapa de entrenamiento:
o Lays corte clsico: 3 bolsas de 250 gr. Elaboradas por Evercrisp S.A.
o Marco Polo caseras: 3 bolsas de 350 gr. Elaboradas por ICB S.A.
o Qui papa: 6 bolsas de 200 gr. Elaboradas por Sergio Vera Silva, IX
Regin.
- Evaluacin final:
o Lays corte clsico: 10 bolsas de 250 gr. Fabricadas por Evercrisp S.A
o Marco Polo caseras: 10 bolsas de 350 gr. Fabricadas por ICB S.A
o Qui papa: 15 bolsas de 200 gr. Elaboradas por Sergio Vera Silva, IX
Regin.
* Para ambas etapas las muestras evaluadas tenan fechas de elaboracin con menos de 2
semanas de diferencia.
2.1.2.1 Materiales.
11
2.1.2.2 Equipos.
2.1.2.4 Software.
2.2 Mtodos.
12
2.2.1.1 Reunin inicial.
Los pre- candidatos fueron citados a una reunin inicial de carcter informativo
en donde se les explic la importancia de su participacin activa y comprometida en
cada una de las etapas (seleccin, entrenamiento y evaluacin final). Luego de esto se
les explicaron los objetivos del proyecto para que as tomaran conciencia de lo
fundamental que son stos en la realizacin de este estudio.
Luego, cada uno decidi en forma voluntaria formar parte del panel, para lo cual
se les solicit que asumieran un compromiso de asistencia y puntualidad en cada una
de las etapas del proyecto.
13
2.2.2.1 Ordenamiento de color.
Luego se rotularon 10 tubos de ensayo para cada color, con cada una de las
claves indicadas en la Tabla 3.1, y se llenaron los respectivos tubos con 10 ml
aproximadamente, cuidando que los tubos quedaran todos con la solucin hasta la
misma altura. Cada una de las gradillas contena un set completo de las diluciones y la
ubicacin de los tubos en las gradillas se determin por sorteo (Jellinek, 1985).
14
Posterior a esto, los jueces ordenaron los tubos de ensayo del color ms dbil
al ms intenso y traspasaron sus respuestas a la ficha de evaluacin entregada. (Ficha
N1, Anexo 2).
15
Tabla 2.2: Diluciones y claves usadas para la identificacin de umbral de gusto salado.
Diluciones(ml) Concentracin
Compuesto Solucin madre Clave
(llevar a 1000 ml) (g/100ml)
0 0,00 S1
2 0,02 S2
4 0,04 S3
6 0,06 S4
NaCl 8 0,08 S5
25 g en 250 ml
(pro anlisis) 10 0,10 S6
13 0,13 S7
15 0,15 S8
18 0,18 S9
20 0,20 S10
0: Igual a agua.
?: Distinto al agua, pero no lo identifica. Corresponde al umbral de estmulo.
)( : Se reconoce de qu gusto se trata. Corresponde al umbral de identificacin.
1-5 : Corresponde a una escala de intensidad creciente posterior al umbral
de identificacin.
16
2.2.3 Entrenamiento del panel.
17
Luego, se agruparon los resultados obtenidos para cada parmetro y se
procedi a la elaboracin de la Tabla de Valoracin de Calidad con Escala Karlsruhe
Especifica para Papas Fritas Tipo Chips.
Los datos se agruparon de acuerdo al siguiente criterio:
Una vez listo el diseo se pidi al panel que evaluara con la tabla especfica
elaborada, en donde se dispusieron una a una las tres muestras diferentes al centro de
la mesa redonda con su respectiva codificacin y al igual que en la sesin descriptiva
debieron evaluar primero color y apariencia/forma y luego, cada panelista tom una
muestra del plato central y evalu en forma individual olor, sabor y textura pero esta
vez con la escala Karlsruhe (Tabla 3.7) y la ficha de respuesta especfica para este
Test (Ficha N 4, Anexo 2). Se les pidi adicionalmente que anotaran todas las
observaciones pertinentes para mejorar la tabla y luego se discutieron las respuestas
en forma grupal. Esta etapa se realiz dos veces, hasta la obtencin final de la Tabla
especfica para papas fritas.
18
Tabla 2.3: Grados y Sub-grados de calidad
Muy Buena 6
GRADO 1 CARACTERSTICAS TPICAS
Buena 5
Regular 4
GRADO 2 DETERIORO TOLERABLE
Suficiente 3
Mala 2
GRADO 3 DETERIORO INDESEABLE
Muy Mala 1
19
transportadas inmediatamente al laboratorio de Evaluacin Sensorial de la Universidad
de Chile para su posterior anlisis con los jueces entrenados.
20
La caja posee un soporte para la cmara digital de color Canon Powershot G3
de 4 Mega pxeles (Figura 2.2, Anexo 1), ubicada verticalmente a 22,5 cm. de distancia
del chip de papa frita con un ngulo alrededor de 45 entre el eje de la cmara y las
fuentes de iluminacin.
Se tom una imagen digital a cada una de las 850 muestras por un solo lado,
ste se identific para que al momento de la evaluacin sensorial los jueces vieran
exactamente el lado por el cual se tom la foto. Las imgenes fueron capturadas a su
mxima resolucin (2.272 x 1.704 pxeles), y conectadas al puerto USB de un
computador Pentium IV, 1.200 MHz, en donde fueron guardadas para su posterior
procesamiento. De las 850 imgenes, 80 fueron utilizadas slo para el anlisis de color
y apariencia/forma, siendo esas 80 muestras evaluadas por cada uno de los 11 jueces;
y las restantes 770 fotografas se usaron para el anlisis sensorial individual,
evaluando cada juez un total de 70 muestras distintas.
21
1. Ajustes de disparo
Flash: Apagado
Velocidad ISO: 100
Balance de blancos: Fluorescente H
Efecto de fotografa: Efecto foto
Modo de disparo: Manual
Valor de abertura (Av): 8.0
Velocidad de obturacin (Tv):1/15
Modo de medicin: Puntual
2. Ajuste de ngulo
Tamao /Calidad: RAW
Distancia focal: 14,4 mm.
Macro: Encender
2.2.4.3 Seleccin final de jueces: Uso de Escala Karlsruhe para los atributos
de Apariencia/Forma y Color.
22
estadsticamente significativas (niveles de significacin menores a 0,05), ya que
significa desviacin de la media de las calificaciones asignadas.
Se dispone de 10 muestras para cada juez, de distinta marca comercial, las que
son dispuestas en bolsas individuales con fondo negro, codificadas cada una
con el mismo nmero que tienen las fotos tomadas digitalmente.
Se colocaron las muestras en la cabina, junto al vaso con el medio de
neutralizacin (agua), la ficha de respuesta (Ficha N 4, Anexo 2,), la escala
Karlsruhe Especifica para Papitas Tipo Chips y lpiz grafito (Figura 2.4, Anexo 1).
Se procede a evaluacin por parte del juez, en cabinas separadas y preparadas
para ello.
El juez, primero debe evaluar las muestras con respecto a parmetros externos
(color y apariencia/forma), a continuacin procede con los parmetros de olor,
sabor y textura.
23
caso se realiz la extraccin de caractersticas geomtricas, de color y texturales. Se
extrajeron una total de 2.423 caractersticas por cada fotografa.
Similar al punto anterior, se usaron todas las muestras evaluadas por los jueces
y se analizaron como si fuese un solo juez. Entonces, de las 770 muestras de los 3
grados de calidad establecidos, se us nuevamente el 80% (616 muestras) para ser
utilizadas en el entrenamiento y el 20% restante (154 muestras) para ser utilizadas de
prueba.
24
Es necesario utilizar la metodologa de validacin cruzada, para la presentacin
de los resultados obtenidos, puesto que de esta forma se cubre la totalidad de
combinaciones para entrenamiento, validacin y prueba (Figura 2.5 y 2.6). As, se logra
que los resultados no sean sensibles a los conjuntos definidos, sino que sean
absolutos con respecto al total de los datos.
VALIDACIN CRUZADA
Datos de entrenamiento
Datos de prueba
25
2.2.6.3.2 Para el total de jueces.
Al igual que el punto anterior, se realizaron cinco proceso (Figura 2.6) donde en
el primero se entreno con 616 muestras (155-770), y por consiguiente se utilizo para la
prueba las 154 muestras restantes (1-154), as sucesivamente hasta que cada
subconjunto fuera utilizado como prueba.
VALIDACIN CRUZADA
Datos de entrenamiento
Datos de prueba
26
2.2.6.4 Clasificacin de chips de papas fritas.
27
Tabla 2.4: Nmeros de clases definidos y su correspondencia a grados de calidad en
la Tabla Karlsruhe.
Ser elegido el clasificador que mejor simule o que mejor se comporte como un
juez real, y para esto se utilizan los siguientes criterios:
Se debe escoger, en lo posible, el clasificador con el mayor porcentaje de
aciertos entre los datos entregados por la evaluacin sensorial de los jueces y la
prediccin del programa.
Y que la vez, sea aquel que menos caractersticas (P) necesite analizar de las
2.423 extradas inicialmente.
28
Figura 2.7: Criterio de evaluacin usado para eleccin del mejor clasificador para juez 1
en el atributo de color
29
2.3 Diagrama de bloques.
EVALUACIN SENSORIAL
Seleccin de muestras
Validacin cruzada
Clasificacin de chips de
papas fritas
30
3. RESULTADOS Y DISCUSIONES
En la tabla 3.4 se muestran los aciertos por juez para el ordenamiento de color
de tres series, y su aceptacin o rechazo, de acuerdo a los criterios definidos en el
punto 2.2.2.1. En las tablas 3.1, 3.2 y 3.3 (Anexo 3) se encuentran los resultados
detallados.
Tabla 3.4: Resultados de aceptacin o rechazo por cada juez para el ordenamiento de
color.
31
De un total de 17 participantes invitados en formar parte del panel sensorial,
slo 11 pasaron a la siguiente etapa ya que obtuvieron porcentajes de aciertos
mayores al 80%. Por lo tanto, la numeracin de los jueces para las siguientes etapas
se har nuevamente debido a la eliminacin de 6 participantes que no pasaron la etapa
de seleccin.
32
El criterio usado para esta etapa de seleccin fue que los jueces obtuvieran un
valor mximo de umbral de identificacin de 0,08 g NaCl/100ml. En base a lo anterior,
todos los jueces aprobaron esta etapa.
Los comentarios fueron recopilados por los 11 jueces que pasaron la etapa de
entrenamiento, y la agrupacin de los datos obtenidos se realiz segn la tabla de
valoracin de calidad general de nueve puntos. Se calific de forma positiva (+)
aquellas comentarios que reflejaran caractersticas tpicas deseables en el producto
(Grado 1), por ejemplo, color uniforme y amarillo tpico. Por el contrario se agruparon
de forma negativa (-) aquellas descripciones que reflejaran un deterioro tolerable como
presencia de manchas, o indeseable como zonas verdosas (Grado 2 y 3
respectivamente).
33
Extracto Tabla 3.6: Agrupacin de datos para la elaboracin de la Tabla con Escala
Karlsruhe Especfica para Papas fritas tipo chips.
34
Tabla 3.7: TEST DE VALORACIN DE CALIDAD CON ESCALA DE KARLSRUHE PARA PAPAS FRITAS TIPO CHIPS
Tamao muy Bordes parejos, Algo alterada, bordes Bordes irregulares. Presencia de mucha Completamente
uniforme, bordes bien superficie casi lisa. irregulares, superficie Presencia de cscara. cscara Superficie alterada. Quemadas, y
definidos y regulares, Puede haber con algunas burbujas. Superficie con muy quemada. de forma irregular.
Apariencia/ Forma superficie lisa, nada presencia muy leve de Algo aceitosa. burbujas. Aceitosa. Avanzada alteracin.
aceitosa. burbujas. Levemente Muy aceitosa.
aceitosa con bordes
algo irregulares.
Caracterstico a papas Caracterstico a papas Dao todava Claramente daado. Alterado, a aceite Extrao,
fritas, intensidad justa. fritas, an equilibrado, aceptable. Poco olor a Olor a aceite o fritura. ranciado y/o quemado. desagradable,
Ausencia de olor a aunque ms o menos papas fritas. Muy Francamente
Olor
quemado o tostado. intenso. intenso o muy dbil. deteriorado. Rancio
Caracterstico a papas Caracterstico a papas Muy saladas o poco Claramente daado, Alterado, Extrao,
fritas, salado fritas, ms o menos saladas. Disminucin sabor poco desagradable. Rancio. desagradable,
adecuado, ausencia intenso, salado an de sabor a papas caracteristico, dbil en Sabor a quemado, completamente rancio.
Sabor de sabor a quemado o adecuado. Algo ms fritas. Sabor aceitoso. intensidad. Muy muy aceitoso. cido. Francamente
tostado. Aceitosidad aceitoso pero an saladas o poco deteriorado. Muy
leve y caracteristica. adecuado. saladas. Aceitoso. cido.
Muy buena, crujencia, Normal, levemente Muy blanda o muy Muy blanda o muy Muy alterada, Completamente
dureza adecuada, blanda o dura. dura, aceitosa. Algo dura, poca crujencia, intensamente dura o alterada, unidad
poco aceitosa, suave Levemente aceitosa, spera y rugosa al aceitosa. Rugosa y blanda. Nada completamente
Textura al paladar. crujiencia adecuada. paladar. spera al paladar. crujiente. rugosa, spera al
Levemete rugosa al Extremadamente paladar. Totalmente
paladar. aceitosa. Muy rugosa deteriorada.
al paladar.
35
3.2.1.2 Seleccin final de jueces: Uso de escala Karlsruhe slo para
Apariencia/Forma y Color.
Nivel de
Atributos Diferencia Significativa
significacin
COLOR 0,9206 NO
APARIENCIA/FORMA 0,9832 NO
Las Figura 3.1, 3.2 y 3.3 muestra papas tipo chips clasificadas en Grados de
Calidad 1, 2 y 3 respectivamente, segn los jueces.
36
Figura 3.1: Papas fritas tipo chips clasificadas por los jueces como Grado 1.
Figura 3.2: Papas fritas tipo chips clasificadas por los jueces como Grado 2.
37
En la figura 3.2 se encuentran papas fritas tipo chips clasificadas en grado de
calidad 2, ya que presentan pequeos deterioros an tolerables en el producto,
encontramos papas fritas de color amarillo pero poco homogneo, con presencia de
algunas manchas y burbujas en la superficie, aspecto levemente aceitoso.
Figura 3.3: Papas fritas tipo chips clasificadas por los jueces como Grado 3.
La Figura 3.3 muestra las papas fritas clasificadas de grado 3 y que reflejan un
deterioro indeseable en el producto, se observan muestras de un color muy oscuro,
totalmente quemado, de forma y bordes irregulares, superficie aceitosa y con presencia
de manchas.
38
clasificacin, pudiendo ocuparse desde slo 1 hasta las 20. La bsqueda de estas 20
caractersticas se realiza mediante el discriminante de Fisher, el cual mide la
separabilidad de las clases, siendo la primera caracterstica encontrada la que mas se
separa de las otras 19.
39
100% de aciertos es que no se produzca traslape entre las clases, pero esto en la
realidad es casi imposible, puesto que aunque el panel est entrenado siempre hay
pequeas diferencias.
Se nota claramente que para las muestras de grado 3 (curva celeste) no hay
traslape, lo cual significa que en este caso en particular los jueces lograron distinguir
muy bien los defectos de las muestras, pero para las grados 2 (curva roja) y 1 (curva
azul) no existe tanta diferenciacin.
40
Figura 3.6: Mejor caracterstica encontrada v/s segunda mejor para la clasificacin.
El resultado en este caso es muy bueno, ya que se nota claramente que hay
slo dos puntos rojos interfiriendo en las otras clases, uno en la clase 3 y otro en la
clase 1 y son precisamente esos puntos los que disminuyen el porcentajes de aciertos,
ya que pueden ser clasificados, como grado 2 (curva roja) y 3 (curva celeste) para el
primer punto; o como 1 y 2 para el segundo.
41
Figura 3.7: Tres mejores caractersticas encontradas para la clasificacin.
En las Tablas 3.9, 3.10, 3.11, 3.12, 3.13 y 3.14 se muestra un resumen de todos
lo datos analizados, en donde para cada juez se busc el mejor clasificador para cada
atributo. El porcentaje de aciertos (%A) significa en qu porcentaje el clasificador
encontrado predijo exactamente lo dicho por el juez. La letra P equivale al nmero de
caractersticas necesarias de analizar para obtener los porcentajes de aciertos
predichos. Y finalmente se eligi el clasificador que mejor incorpor stas dos
variables.
42
Tabla 3.9: Eleccin del mejor clasificador respecto al porcentaje de aciertos (%A) y al
menor nmero de caractersticas (P) para cada juez por separado.
Apariencia/
Atributo Color Olor Sabor Textura
forma
P P P P P
Juez %A %A %A %A %A
Clasif. Clasif. Clasif. Clasif. Clasif.
8 8 4 8 4
1 86 83 73 74 74
lda pnn pnn dmi lda
1 4 8 8 8
2 80 77 76 76 67
mah pnn knn pnn dmi
8 4 2 2 8
3 89 86 86 89 94
lda mah knn pnn lda
8 1 8 2 8
4 83 79 76 70 74
lda knn lda pnn pnn
10 4 8 8 1
5 86 80 63 74 83
lda pnn dmi pnn mah
8 8 1 2 10
6 86 79 67 66 70
lda lda pnn pnn lda
4 10 1 4 4
7 89 79 84 74 71
lda dmi pnn lda lda
10 4 8 8 4
8 77 79 76 73 76
lda lda lda lda lda
2 4 1 10 4
9 81 74 69 81 80
mah lda lda lda lda
8 2 8 10 4
10 93 80 69 76 71
lda pnn lda lda pnn
4 4 1 4 2
11 87 81 61 67 71
lda mah pnn dmi pnn
% A: Porcentaje de aciertos.
P: Menor nmero de Caractersticas necesarias a analizar.
Clasif: Mejor clasificador encontrado de acuerdo a la metodologa descrita en el punto 2.2.6.4.
(pnn: Probabilistic neural network, lda: Linear discriminants analysis, knn: K nearest neighbor,
dmi: Distancia mnima, mah: Distancia de Mahalanobis).
43
Para color, se repite en 9 jueces el mismo clasificador (lda), por lo cual es
recomendable su uso para clasificar las papas fritas tipo chips en el atributo de color,
sin embargo, al no conseguir una buena frecuencia de repetitividad de algn
clasificador en los otros atributos, no es posible hacer una prediccin respecto a qu
clasificador ser ms adecuado en ellos.
Tabla 3.10: Promedio de los porcentajes de aciertos obtenidos para cada atributo.
Apariencia/
ATRIBUTO Color Olor Sabor Textura
forma
Promedio de
85 80 73 75 76
aciertos (%)
44
Tabla 3.11: Relacin entre atributos medibles visualmente y sus posibles
consecuencias en el producto final.
Consecuencias
Quemado Quemado
Color Muy oscuro -
o tostado o tostado
Apariencia/forma A aceite o Rancio, a Aceitosidad
Muy aceitosa
fritura aceite en la boca
45
Tabla 3.12: Promedio de los porcentajes de aciertos por cada juez en los cinco
atributos
Promedio de
Juez
aciertos (%)
1 78
2 75
3 89
4 76
5 77
6 74
7 79
8 76
9 77
10 78
11 73
Al analizar los promedios de atributos por cada juez, se observa que el juez 3
obtuvo el mejor promedio de los porcentajes de aciertos para los cinco atributos,
obteniendo el porcentaje ms alto en textura con un 94% de aciertos, por lo tanto es el
juez ms homogneo en cuanto a sus resultados, es decir, no tuvo grandes diferencias
cuando evalu las distintas muestras entregadas.
46
Luego de la eleccin del mejor juez individual, se dise un juez llamado X, que
recopila los datos de los 11 jueces y los unifica para la creacin de un nuevo juez que
considera todos los juicios emitidos. En la Tabla 3.13 se muestran los resultados
obtenidos.
Tabla 3.13: Eleccin del mejor clasificador respecto al porcentaje de aciertos (%A) y al
menor nmero de caractersticas (P) para un solo juez virtual X, tomando todos los
datos de cada juez.
Apariencia/
Atributo Color Olor Sabor Textura
Forma
P P P P P
Juez %A %A %A %A %A
Clasif. Clasif. Clasif. Clasif. Clasif.
4 1 8 8 1
X 62 60 62 63 61
pnn lda pnn pnn pnn
% A: Porcentaje de aciertos.
P: Menor nmero de Caractersticas necesarias a analizar.
Clasif: Mejor clasificador encontrado de acuerdo a la metodologa descrita en el punto 2.2.6.4
(pnn: Probabilistic neural network, lda: Linear discriminants analysis, knn: K nearest neighbor,
dmi: Distancia mnima, mah: Distancia de Mahalanobis).
Los porcentajes de aciertos son bajos de alrededor del 60%, en relacin a los
promedios de los jueces individuales (Tabla 3.10) en donde se obtuvieron porcentajes
superiores al 70% en todos los casos. Esto se puede deber a que al analizar los jueces
individualmente se est midiendo cun homogneo fue cada uno de ellos en sus
respuestas y en base a ello se realiz la posterior clasificacin. Por el contrario, al
disear un juez virtual con todos los datos, la etapa de entrenamiento y prueba toma un
universo mucho ms grande de respuestas emitidas por diferentes jueces, por lo tanto
hay mayor dispersin de los datos, obtenindose una mayor desviacin estndar y por
consiguiente un menor ajuste.
47
En la tabla siguiente se muestran los resultados obtenidos para las 80 muestras
evaluadas por todos los jueces slo en color y apariencia /forma.
Tabla 3.14: Eleccin del mejor clasificador respecto al porcentaje de aciertos (%A) y al
menor nmero de caractersticas (P) para los atributos de color y apariencia/forma de
las mismas muestras evaluadas por todos los jueces.
Apariencia/
Atributo Color
forma
P P
Juez %A %A
Clasif. Clasif.
8 1
X 84 86
lda knn
% A: Porcentaje de aciertos.
P: Menor nmero de Caractersticas necesarias a analizar.
Clasif: Mejor clasificador encontrado de acuerdo a la metodologa descrita en el punto 2.2.6.4
(pnn: Probabilistic neural network, lda: Linear discriminants analysis, knn: K nearest neighbor,
dmi: Distancia mnima, mah: Distancia de Mahalanobis).
48
4. CONCLUSIONES
Se obtuvo una Tabla de valoracin de Calidad especfica para papas fritas tipo chips,
basndose en la Tabla General, la cual se logr en cuatro sesiones de
entrenamiento.
Para el anlisis de promedios de aciertos por atributo por cada juez para el mejor
clasificador encontrado los porcentajes fueron de 85% para color y de 80% para
apariencia/forma. Para los atributos olor, sabor y textura, los porcentajes de aciertos
fueron algo inferiores pero an sobre 70%, esto debido a que tienen menor relacin
con los atributos visuales.
Para el anlisis de todos los valores por atributos simulando un solo juez X, los
resultados en porcentajes de aciertos fueron para color un 62%, apariencia/forma un
60%, olor 62%, sabor 63% y para textura un 61%. Estos porcentajes de aciertos
fueron bastante menores a los obtenidos por los jueces individuales debido a que
hay una mayor dispersin de los datos y un menor ajuste.
49
Es posible la implementacin de un sistema por visin computacional que permita
reconocer automticamente el grado de calidad de cada chip de papa frita en la lnea
de procesos, para poder predecir atributos sensoriales mediante el anlisis de
imgenes. Es recomendable hacer uso de este sistema especialmente para atributos
externos como color y apariencia/forma seleccionando los jueces de acuerdo a su
rendimiento, para obtener un mejor ajuste de los datos sensoriales y los obtenidos a
travs de visin computacional.
50
5. BIBLIOGRAFA
<http://www.monografias.com/trabajos31/fritura-alimentos/fritura-alimentos.shtml>
[consulta: agosto 2008]
51
<http://www.redepapa.org/calidadpapa.pdf> [consulta: septiembre 2008]
Len, K., Mery, D y Pedreschi, F.( 2005). Color Measurement in L*a*b* units from
RGB digital images. Journal of Food Engineering.
Meilgaard, M., Civille, G:V: y Carr, B. (1999). Sensory Evalution techniques. 2nd
edition. CRC press, inc., Estados Unidos.
52
Mery, D. (2003). Crossing line profile: a new approach to detecting defects in
aluminum castings. In: Bigun J, Gustavsson T, editors. Proc. Scandinavian
Conf.Image Anal. 2003 (SCIA 2003). Lect Notes Comput Sci 2749:72532.
Pedreschi, F y Aguilera JM. (2002). Some changes in potato chips during frying
observed by confocal laser scanning microscopy (CLSM). Food Sci Technol Int7
2:1-5.
Vzquez, F., Pla, F., Snchez, J.S (2005). Una propuesta basada en la estimacin
de las probabilidades para la edicin utilizando el clasificador k-NN. Departamento
de Computacin Universidad Oriente, Santiago de Cuba, Cuba. Departamento de
Lenguajes y Sistemas Informticos Universitat Jaume I, Castelln, Espaa.
53
ANEXOS
ANEXO 1
Figura 1.1: Planta de la papa en donde se distinguen las dos partes principales que
la componen.
Figura 1.2: Morfologa del tubrculo de la papa (Solanum tuberosum).Corte
transversal (Lisinska y Leszczynski, 1989).
RANKING DE COLOR
Por favor ordenne los tubos que contienen las soluciones coloreadas de
acuerdo al aumento de intensidad de color.
Anote en la lnea inferior la letra de cada tubo en el orden que haya
establecido.
UMBRAL DE IDENTIFICACIN
Set : __________
0 = Igual a agua.
? = Diferente del agua, pero el gusto no es identificable.
)( = Se reconoce de qu gusto se trata. Corresponde al umbral de
identificacin.
1 = Dbil
2 = Medio
3 = Intenso, marcado
4 = Muy intenso, muy marcado
5 = Extremadamente intenso, extremadamente marcado
Intensidad
Solucin Descripcin del gusto y factores (en escala 0 a
N percibidos 5, o smbolos )(
o?)
1
10
FICHA DE RESPUESTA N 3
DESCRIPCIN DE PRODUCTOS
Set : __________
Color
X
Apariencia/
Forma X
Y
ATRIBUTO MUESTRA DESCRIPCION
Olor
X
Sabor
X
Textura
X
Y
FICHA DE RESPUESTA N 4
FICHA DE RESPUESTA
TEST DE KARLSRUHE PARA PAPAS FRITAS TIPO CHIPS
Set : __________
% AGUA EN SOLUCIN 55 50 45 40 35 30 25 20 10 0
CLAVES DE LA
SOLUCIN M R S T K C L A F Z
JUEZ Total
1 + + + + + + + + + + 10
2 + + + + + + + + + + 10
3 R M T S + + + + Z F 4
4 + + + K T + + + + + 8
5 + + + + + + + + + + 10
6 + + T S + + + + + + 8
7 + + T S + L A C + + 5
8 + + + + + + + + + + 10
9 + + T S + + + + + + 8
10 + + + + + + A L + + 8
11 + + + + C K + + + + 8
12 R M + + + L C + Z F 4
13 + + T S + + A L + + 6
14 + + + + L K C + + + 7
15 + + + K T + + F Z A 5
16 + + + L T K C + + + 6
17 + + + + + + + + + + 10
TOTAL 15 15 12 8 12 12 11 13 14 14
% AGUA EN SOLUCIN 55 50 45 40 35 30 25 20 10 0
CLAVES DE LA
SOLUCIN A X W P M H Z C Y E
JUEZ Total
1 + + + + + + + + + + 10
2 + + + + + + + + + + 10
3 + + + + + + + + + + 10
4 + + P W + + + + + + 8
5 + + + + + + + + + + 10
6 + + + + + + + + + + 10
7 + + P W + + + + + + 8
8 + + + + + + + + + + 10
9 + + + + + + + + + + 10
10 + W X + + Z H + + + 6
11 + + + + + + + + + + 10
12 + + + + + + + + + + 10
13 + + + + + + C Z + + 8
14 + + + + + + C Z + + 8
15 + W X + + Z C M + + 5
16 + W X M P C H Z + + 3
17 + + + + + + + + + + 10
TOTAL 17 14 12 14 16 14 12 13 17 17
% AGUA EN SOLUCIN 55 50 45 40 35 30 25 20 10 0
CLAVES DE LA
SOLUCIN X P C D Q E R F U S
JUEZ Total
1 + + + + + + + + + + 10
2 + + + + + + + + + + 10
3 + C P + + + + + S U 6
4 + + + + + + + + + + 10
5 + + + + + + + + + + 10
6 + + + + + + + + + + 10
7 P X + + + + + + + + 8
8 + + + + E R Q + + + 7
9 + + + + + + + + + + 10
10 + + D C + + + + + + 8
11 + + + + E Q + + + + 8
12 + + + + + + + + + + 10
13 + + + + + + + + + + 10
14 + + + + E Q + + + + 8
15 + + + + E Q + + + + 8
16 + + + + + R F E + + 7
17 + + + + + + + + + + 10
TOTAL 16 15 15 16 13 12 15 16 16 16
Grado
Direccin de la de
Atributo Descriptor Frecuencia
caracterstica calidad
Amarillo tpico 6 + 1
Color homogneo/uniforme 7 + 1
Color poco o nada
4 - 2-3
homogneo/uniforme
COLOR Algo plido 4 - 2
Muy oscura 5 - 3
Bordes oscuros 6 - 2-3
Presencia de manchas 3 - 2
Zonas verdosas 2 - 3
Tamao uniforme 5 + 1
Bordes definidos 6 + 1
Bordes irregulares 5 - 2-3
Superficie lisa 7 + 1
APARIENCIA
Presencia de burbujas 5 - 2-3
/FORMA
Nada aceitosa 5 + 1
Muy aceitosa 7 - 3
Presencia de cscara 2 - 2-3
Quemadas 3 - 3
Forma irregular 4 - 2-3
Caracterstico a papas fritas 6 + 1
Olor a quemado o tostado 3 - 3
Ausencia de olor a quemado 5 + 1
Buena intensidad 4 + 1
OLOR Muy intenso 4 - 2-3
Poco intenso 3 - 2-3
Poco olor a papas fritas 3 - 2
Olor a aceite/fritura 2 - 3
Olor a quemado 2 - 3
Olor a rancio 1 - 3
Muy saladas 5 - 2
Poco saladas 6 - 2
Salado adecuado 8 + 1
Sabor a quemado/tostado 5 - 3
SABOR Ausencia de sabor a
5 + 1
quemado/tostado
Aceitosidad caracterstica 6 + 1
Caracterstico a papas fritas 4 + 1
Sabor aceitoso 2 - 2-3
Buena crujencia 3 + 1
Dureza adecuada 4 + 1
Muy duras 4 - 2-3
TEXTURA Muy blandas 5 - 2-3
Suaves al paladar 4 + 1
Rugosas al paladar 3 - 2-3
Muy aceitosas 4 - 3
Nada crujientes 4 - 2-3