Antonucci F.

A flexible, laboratory scale and image analysis based equipment to assess rice quality classes

Rivista : Anno 43/Numero 1

Sommario
La valutazione della qualità del riso si basa su diverse caratteristiche tra cui il numero di grani spezzati, l’aspetto (bianco vitreo e gessato) e la forma, caratteri che dipendono soprattutto dalla varietà, dalle condizioni climatiche, dalle tecniche di coltivazione e dai processi di lavorazione (es. pulizia, essiccazione e molitura). La qualità del riso alla molitura è definita dalla resa potenziale alla lavorazione come riportato dall’International Organization for Standardization (ISO 7301: 2011). Anche se i processi industriali includono già i sistemi di analisi di immagine durante le loro linee di selezione, questi non sono facilmente configurabili dagli operatori che non riescono ad adattarli alla valutazione delle caratteristiche del riso come richiesto dalla legislazione vigente. Questo lavoro propone un dispositivo flessibile basato sull’analisi di immagine configurabile dagli operatori per la selezione dei grani basata su 3 attributi qualitativi quali la forma, la taglia (Analisi Ellittica di Fourier e morfometria di base) e sull’aspetto (colore), utilizzando differenti modelli di classificazione multivariata (Partial Least Squares Discriminant Analysis). Il presente studio ha lo scopo di fornire un sistema quantitativo, non distruttivo e rapido per classificare differenti classi qualitative industriali e difetti (sani, semi sbramati, con il ventre bianco, gessati e rotti) appartenenti ad alcune importanti varietà di riso commerciali non parboiled (Carnaroli, Demetra, Ducato, Onice, Opale e Salvo). I risultati dei modelli per la classificazioni di ogni classe industriale/difetto delle varietà considerate tutte insieme (all) e per delle varietà considerate singolarmente (Carnaroli, Demetra, Ducato, Onice, Opale e Salvo) mostrano come la percentuale di corretta classificazione dei test siano molto alte per tutti i modelli (dall’82,85 % per il modello “all” al 93,16 % per il modello “Onice”).

Abstract
The milled rice quality evaluation is based on several traits among which number of broken grains, appearance (translucency and chalkiness) and shape, depending mainly on the variety, weather conditions, growing techniques and production processes (e.g., cleaning, drying and milling). Milling quality of rice is defined as potential milling yield from paddy and from husked rice as reported by the International Organization for Standardization (ISO 7301: 2011). Although industrial processes already include imaging systems along their sorting lines, these are not easily configurable by the operator adapting the assessment to the grain characteristics following a specific legislation. This work proposes a flexible image analysis equipment configurable by operators to select grains on the base of 3 quality attributes such as shape, size (i.e., Elliptic Fourier Analysis coefficients and basic morphometry) and appearance (colour), using different multivariate classification models (i.e., Partial Least Squares Discriminant Analysis). The presented study would provide a quantitative, non-destructive and rapid method to classify different qualitative industrial classes and defects (i.e., sound, semi husked, white belly, milky white and broken) of some important commercial non parboiled rice varieties (i.e., Carnaroli, Demetra, Ducato, Onice, Opale and Salvo). The results of the models for the classification of each industrial/defects classes for both all varieties considered together (all) and each variety separately considered (Carnaroli, Demetra, Ducato, Onice, Opale and Salvo) show as the percentages of correct classification of the tests are very high for all the models (from 82.85% of “all” model to 93.16% of “Onice” model). This could represent an opportunity for the industry which need to annually adapt to the international and national legislations on the basis of the market requests.

Back to top