Analisi multivariata di immagini digitali per la valutazione di matrici alimentari eterogenee

Questo lavoro descrive un nuovo metodo automatizzato per la classificazione di matricialimentari eterogenee sulla base delle comunifotografie digitali a colori. La caratteristica piùinnovativa di questo approccio consiste nellacapacità di identificare autonomamente gliaspetti che risultano essere maggiormente utiliper la classificazione degli alimenti esaminati. Ciòsignifica individuare le variabili più significativeper la classificazione dei campioni analizzatiin maniera cieca, ovvero senza la necessità dieffettuare alcuna assunzione a priori sulla naturadella matrice alimentare considerata. L’approccioprevede di rappresentare il contenuto in colore diogni immagine digitale sotto forma di un segnale,che noi abbiamo chiamato colorigramma, il qualeconsiste essenzialmente nella sequenza delle curvedi distribuzione dei tre valori di colore Rosso, Verdee Blu, nonché di vari parametri da essi derivati. Icolorigrammi così ottenuti possono quindi essereanalizzati mediante un algoritmo di classificazionee selezione di variabili chiamato WPTER. In questolavoro si presenta l’applicazione di tale approcciosu una serie di campioni di pesto alla genovese.Questo tipo di condimento, soprattutto a causa delladegradazione della clorofilla, tende a presentare unagrande variabilità di colore, che risulta però difficileda quantificare con metodi tradizionali di analisi acausa dell’aspetto eterogeneo.