Grazie ai risultati dei ricercatori di S.O.S. sarà possibile classificare la maturazione delle olive con metodi rapidi e non distruttivi.  

Individuare in maniera semplice e veloce il grado di maturazione delle olive per migliorare la qualità dell’estrazione di olio e soddisfare il produttore e il consumatore. Questo l’obiettivo dei ricercatori dell’università di Milano che, all’interno del progetto S.O.S., stanno mettendo a punto tecnologie ottiche per avere in tempi rapidi le informazioni per determinare, direttamente al frantoio, l’ottimale tempo di raccolta. 

Le ricerche hanno valutato l’applicabilità dell‘analisi dell’immagine e la spettroscopia nella regione del vicino infrarosso (NIR) per determinare il grado di maturazione delle olive. Le due tecniche hanno i loro punti di forza nella rapidità di analisi, senza distruggere il prodotto. Sono state analizzate 13 cultivar di olive (Bambina, Calipa, Cannavà, Ciciarello, Cima di Melfi, Corsicana, Dritta, Filogaso, Gentile, Oliva Rossa, Semidana, Sivigliana e Tortiglione) provenienti da quattro regioni italiane e raccolte nel 2017 a diversi stadi di maturazione.

Con l’analisi dell’immagine è stato misurato il grado di maturazione mediante l’indice di maturazione (Maturity Index, MI o indice Uceda) basandosi sulla pigmentazione della buccia dell’oliva, in modo da identificare un nuovo indice semplificato (Figura 1), definito Indice Colorimetrico Superficiale (ICS). Il nuovo indice ha ottenuto una correlazione altamente significativa con MI dimostrando che la procedura messa a punto può essere utilizzata per definire il grado di maturazione in modo semplice e non distruttivo.

Figura 1 - Classi di maturazione secondo l’indice colorimetrico superficiale ICS. Classe1 completamente verde; classe 2 < 50% invaiata; classe 3 > 50% invaiata; classe 4 totalmente invaiata.

Tuttavia, come per l’indice di maturazione, il nuovo Indice Colorimetrico Superficiale risulta influenzato dalla soggettività e dall’esperienza del valutatore. Pertanto i ricercatori hanno messo a punto un protocollo di analisi che sfrutta la “visione assistita” di un computer e specifici algoritmi che consentono di segmentare l’immagine ed estrarre automaticamente misure di colore o di geometria di un prodotto (Figura 2). Tale metodo permette di classificare le olive in 4 classi in modo da definire un nuovo indice di maturazione oggettivo, altamente correlato a ICS, basato sull’analisi dell’immagine e definito Image Analysis Classification (IAC) dimostrando che la procedura di classificazione delle olive in base al grado di maturazione può essere automatizzata.

Figura 2

Le stesse olive usate per l’analisi dell’immagine sono state anche sottoposte ad analisi spettroscopica, un metodo oggettivo, rapido (un’analisi dura pochi millisecondi) e non distruttivo. La classe di maturazione ottenuta dall’analisi dell’immagine è stata utilizzata per creare modelli di classificazione basati sulla spettroscopia. In Figura 3 sono rappresentati gli spettri (impronta ottica delle olive) caratteristici di olive appartenenti a classi di maturazione diverse.

Figura 3

I risultati ottenuti sono soddisfacenti, con un’accuratezza di classificazione maggiore del 90% per tutte le cultivar esaminate. Pertanto l’analisi dell’immagine e la spettroscopia NIR possono essere una valida alternativa ai classici metodi di classificazione del grado di maturazione che necessitano di un operatore esperto e della distruzione del campione.