Imágenes ópticas y su tratamiento en el control de calidad de alimentos

Resumen

Los controles y la legislación que actualmente garantizan una seguridad alimentaria a los consumidores se hayan en continua evolución y desarrollo, buscando siempre nuevas formas de detectar actividades fraudulentas que pueden suponer un riesgo para la salud de las personas. Ello es debido a que estas actividades, que buscan un beneficio económico sin reparar en los daños sociales que pueden causar, también buscan nuevas maneras de esquivar estos controles. Los fraudes cometidos afectan, sobre todo, a la composición de los alimentos, de manera que puedan contener agentes, materiales o productos químicos capaces de ocasionar, a corto o largo plazo, daños en los consumidores finales del producto. A pesar de que no todos los fraudes suponen un riesgo para la salud, los consumidores exigen que la calidad de los productos que adquieren tenga unos estándares elevados. Es en este punto donde se producen multitud de fraudes, que juegan con la calidad de los productos que se hayan en el mercado. Así, por ejemplo, es posible que un producto en cuya etiqueta se indique la marca ¿Denominación de origen¿ realmente no se adapte a las características que esta marca exige. Lo que lleva al principal objetivo de este trabajo, el desarrollo de una herramienta sencilla que permita una detección rápida de contaminantes y/o fraudes en los alimentos. Concretamente, la hipótesis principal de esta Tesis se basa en la comprobación de si la combinación de fotografías ópticas con redes neuronales convolucionales podría dar como resultado un método capaz de determinar actividades fraudulentas, como la presencia de adulterantes en los alimentos. Para verificar esta hipótesis, se ha trabajado con algunos de los alimentos más susceptibles de sufrir algún tipo de fraude, ya sea intencional o accidental. Así pues, para realizar este estudio se ha escogido cinco variedades de arroz, las dos variedades de café existentes, distintas muestras de leche en polvo y de harinas de diferente origen. Los adulterantes empleados para cada uno de los alimentos escogidos se basan en fraudes que han tenido y tienen lugar en el mercado nacional e internacional y que, lamentablemente, seguirán sucediendo en el futuro con una frecuencia superior a la deseada. A la hora de realizar los experimentos, se fotografiaron muestras puras y adulteradas en diversas concentraciones, tanto fuera como dentro de la legalidad europea actual. Las redes neuronales, con las que se procesaron las imágenes, son redes prediseñadas que se adaptaron para realizar la clasificación de las fotografías. Para cada grupo de alimentos se desarrolló una red neuronal distinta, con sus parámetros que fueron optimados en cada caso. En base a los resultados obtenidos de los estudios realizados, se puede concluir que la combinación de imágenes ópticas con redes neuronales convolucionales resulta una herramienta útil, sencilla y de fácil manejo, que permite la detección de adulterantes en distintas concentraciones para cada uno de los alimentos y contaminantes estudiados.