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

09 lug 2024
502

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

Ottima partenza per la Catalogna: qualità e dimensioni anche dopo i problemi con il clima

Produzione

21 mag 2024

I fattori meteorologici hanno colpito soprattutto le prime ciliegie dell'anno. Il raccolto non raggiungerà il massimo potenziale produttivo e si attesterà intorno alle 8.700 tonnellate su 9.500 possibili, una cifra leggermente superiore alla media degli ultimi cinque anni.

Stagione delle ciliegie 2024 in Australia: un nuovo inizio!

Mercati

22 nov 2024

Il presidente di Cherry Growers Australia, Alison Jones, ha condiviso con ABC Rural che le condizioni di questa stagione sono state molto più favorevoli, con un clima caldo e un'ottima produzione che produce frutta di alta qualità.

In evidenza

Argentina: volumi bassi rispetto allo scorso anno, ma la qualità garantisce l'export

Mercati

22 gen 2025

“Questa stagione non sarà negativa per gli esportatori argentini. I prezzi si sono mantenuti grazie alla qualità delle ciliegie. Ci è mancato il volume, che purtroppo ha colpito i produttori di Chubut”, ha detto il direttore generale del CAPCI Aníbal Caminiti.

La protezione degli impianti con reti multifunzionali garantisce una gestione sostenibile dei ceraseti

Coperture

22 gen 2025

Si è avviato un progetto quadriennale nel 2021 per indagare sui più innovativi metodi di protezione fisica disponibili. L’attività è realizzata grazie ad una partnership fra Consorzio della Ciliegia IGP di Vignola, Consorzio Fitosanitario di Modena ed Università di Bologna.

Tag Popolari