Ad oggi, in molti casi, il processo di separazione e classificazione dei diversi tagli di carne di pollo viene effettuata ancora manualmente. Pertanto, in uno studio recente, effettuato da un gruppo di ricercatori internazionali (Teimouri et al., 2018), viene proposto un sistema in grado di automatizzare tale processo, basato sulla combinazione della visione computerizzata con tecniche di analisi statistica lineari e non.
In particolare, dalle immagini dei campioni (i.e., petto, coscia, filetto, ala e sovracoscia), catturate da una fotocamera CCD (charge-coupled device), vengono estratte le caratteristiche geometriche, colorimetriche e strutturali. I dati così ottenuti sono stati sottoposti a regressione ai minimi quadrati parziali (PLSR), analisi discriminante lineare (LDA) ed analisi mediante rete neurale artificiale (ANN).
I risultati evidenziano che il metodo ANN garantisce una performance migliore rispetto agli altri. In particolare, il suo utilizzo, in combinazione con il sistema di visione computerizzata, si è dimostrato in grado di fornire un tempo di analisi pari a 15 ms per immagine. Inoltre, l’accuratezza di classificazione è risultata pari al 93%, applicando lo strumento su un nastro trasportatore con una velocità pari a 0.2 m s-1.
In queste condizioni, è stato possibile ottenere una capacità di classificazione pari a 2800 campioni all’ora. Concludendo, gli autori sostengono che anche se lo strumento è stato sviluppato per classificare diversi tagli di carne, può essere facilmente adattato ad altri tipi di prodotti alimentari.
