Riassunto analitico
Il presente lavoro di tesi ha lo scopo di valutare la possibilità di utilizzare l’analisi di immagini RGB acquisite mediante smartphone per determinare una serie di parametri chimico-fisici utilizzati per stimare il grado di maturazione fenolica dell’uva. Attualmente, la maturità fenolica dell’uva viene valutata attraverso la determinazione di una serie di parametri fisici e chimici, tra cui il contenuto di antociani totali, utilizzando metodologie di laboratorio costose e laboriose. Tuttavia, a tali fine è anche possibile mettere a punto sistemi analitici alternativi che sfruttano la forte relazione tra il colore degli acini nelle uve a bacca colorata ed il grado di maturazione fenolica. In particolare, in questa tesi immagini RGB di campioni di acini d’uva ottenute utilizzando un comune smartphone inserito all’interno di un apposito dispositivo di acquisizione sono state analizzate mediante tecniche multivariate per stimare la maturità fenolica dei campioni stessi. In questo studio sono stati considerati tre diversi vitigni a bacca colorata notevolmente diffusi in Emilia-Romagna: Ancellotta, Sangiovese e Lambrusco Salamino. Per ciascun vitigno, i campioni di acini d’uva sono stati raccolti in due diversi vigneti a diversi tempi di maturazione, fino a completa maturazione. Le immagini dei campioni di uva sono state acquisite mediante smartphone ed in parallelo gli stessi campioni sono stati analizzati con le metodiche analitiche di riferimento, basate sulla spettrofotometria UV-Visibile, per determinare i parametri chimico-fisici comunemente utilizzati per valutare la maturità fenolica. Per l’elaborazione del dataset di immagini è stato utilizzato un approccio di data reduction che consiste nel convertire ciascuna immagine RGB in un segnale monodimensionale, chiamato colorigramma, che consente di codificare le informazioni utili relative al colore contenute nell’immagine corrispondente. L’approccio dei colorigrammi è stato utilizzato sia in una prima fase per valutare la stabilità del sistema di acquisizione ed identificare il metodo più opportuno per l’eventuale correzione delle immagini, sia per lo sviluppo di modelli di calibrazione mediante l’algoritmo Partial Least Squares, in grado di stimare il valore dei parametri chimico-fisici legati alla maturazione fenolica a partire dalle immagini dei campioni di uva.
|