L’utilizzo del Machine Learning per differenziare le cultivar di ciliegio dall'endocarpo

09 lug 2024
919

L’individuazione di cultivar diverse di ciliegio ha fatto un significativo passo avanti con l'applicazione del machine learning (ML). Questo progresso tecnologico viene descritto in uno studio polacco del 2020. Lo studio era incentrato sull'endocarpo (nòcciolo) delle ciliegie, ed i risultati raggiunti possono portare a benefici rilevanti per le industrie che richiedono una precisa identificazione delle cultivar, in quanto i metodi tradizionali possono essere lunghi e soggettivi.

L’obiettivo era sfruttare le proprietà di texture e geometriche dei nòccioli delle ciliegie, studiandoli attraverso l'analisi delle immagini, per distinguere le cultivar con notevole precisione.

Lo studio si è concentrato sulle cultivar di ciliegio “Kordia”, “Lapins” e “Büttner’s Red”. I nòccioli di ogni cultivar sono stati accuratamente scansionati ed analizzati. Convertendo le immagini in vari “canali di colore” ed esaminando le loro texture e caratteristiche geometriche, lo studio ha sviluppato modelli discriminativi capaci di identificare le cultivar dai nòccioli con alta precisione.

Questi modelli sono stati testati in diversi spazi di colore: RGB, Lab e XYZ, e in singoli canali di colore come G, L e Y. L'accuratezza di questi modelli ha raggiunto il 100% nel distinguere “Kordia” da “Lapins” e “Kordia” da “Büttner’s Red”. Anche il confronto più complesso tra “Lapins” e “Büttner’s Red” ha ottenuto un'alta accuratezza, fino al 96%.

Questo livello di precisione è significativo per le industrie, dove la composizione chimica dell’endocarpo di ciliegia può influenzare la qualità del prodotto finale. Ad esempio, l'olio contenuto nel nòcciolo di ciliegia, ricco di acidi grassi insaturi, varia nella sua composizione tra le diverse cultivar.

Immagine 1.

Questa variazione è cruciale per applicazioni nel settore alimentare, cosmetico e dei biocarburanti. Identificare erroneamente i noccioli potrebbe portare a miscelare materiali con diverse proprietà chimiche, compromettendo, potenzialmente, la qualità del prodotto finale.

L'approccio dello studio combina tecniche di elaborazione delle immagini con algoritmi di machine learning (ML) per analizzare gli endocarpi. L'elaborazione delle immagini porta all’estrazione dei dati di texture e geometrici. Questi parametri vengono poi utilizzati per costruire modelli di ML che possono classificare i nòccioli in base alla cultivar.

L'uso dell'analisi delle immagini per questo scopo non solo migliora l'accuratezza, ma offre anche una soluzione ripetibile e scalabile a un costo relativamente basso.

I risultati di questa ricerca si possono estendere anche ad altri frutti. La metodologia sviluppata può essere applicata ad altre specie dove è necessaria una identificazione oggettiva e veloce della cultivar. Questa tecnologia offre un’interessante alternativa alla classificazione manuale, riducendo la probabilità di errori umani ed i relativi costi di lavoro e tempo.

Mentre il settore agricolo continua ad abbracciare le tecnologie digitali, l'integrazione del ML per la discriminazione delle cultivar potrebbe diventare una pratica standard, migliorando l'efficienza e garantendo l'alta qualità dei prodotti agricoli.

In conclusione, i modelli sviluppati possono essere utilizzati nella pratica per l'identificazione della cultivar di ciliegio a partire dall'endocarpo, in modo economico, rapido e oggettivo. Il successo di questo studio sottolinea il potenziale del machine learning in agricoltura e aprire la strada ad ulteriori innovazioni nel campo.

Fonte: Ropelewska E. The Application of Machine Learning for Cultivar Discrimination of Sweet Cherry Endocarp. Agriculture. 2021; 11(1):6. https://doi.org/10.3390/agriculture11010006.
Immagine: Ropelewska, 2024

Andrea Giovannini
Università di Bologna (IT)


Cherry Times - Tutti i diritti riservati

Potrebbe interessarti anche

Qualità del succo di amarena: confronto tra diversi tipi di confezionamento

Qualità

23 dic 2024

Un recente studio ha analizzato la qualità del succo di amarena confezionato in vetro ed in Tetra Pak, valutando i parametri sensoriali e fisico-chimici. L’obiettivo era fornire informazioni utili ai consumatori e garantire standard qualitativi adeguati.

Crisi Canada: gli agricoltori si appellano al governo dopo un altro inverno disastroso

Produzione

26 apr 2024

Dopo cinque inverni avversi, il Ministero dell'Agricoltura e dell'Alimentazione ha dichiarato di aver annunciato a marzo un investimento storico di 70 milioni di dollari per aiutare i coltivatori sostituendo le colture danneggiate ripiantando varietà più resistenti al clima.

In evidenza

Ciliegie 2025: innovazioni e ricerca CTIFL a Balandran per produttori in Francia

Eventi

11 ago 2025

Il CTIFL di Balandran ha presentato ai produttori di ciliegie 2025 in Francia le ultime innovazioni su varietà, irrigazione e gestione del frutteto. Dati, progetti di ricerca e tecnologie per ottimizzare qualità, sostenibilità e redditività delle coltivazioni di ciliegio.

Ciliegie di Door County: storia, tradizione e sapori unici nel cuore del Wisconsin

Tipicità

11 ago 2025

Le ciliegie di Door County, nel Wisconsin, raccontano una storia fatta di tradizione, passione e sapori autentici. Dai primi frutteti del 1800 alla moderna raccolta meccanizzata, questo frutto rosso resta simbolo dell’identità locale e attrazione per visitatori di tutto il mondo.

Tag Popolari