Um sistema de visão computacional para a avaliação do comportamento de derretimento de sorvetes

O sorvete é um sistema multifásico no qual as fases líquida, sólida e gasosa estão estritamente conectadas. A fase líquida contínua envolve bolhas de ar e cristais de gelo e contém gorduras parcialmente cristalizadas, proteínas coloidais, sais, açúcares (eventualmente cristalizados) e estabilizadores. A composição do sorvete varia de acordo com as solicitações do mercado local e possíveis regulamentações. Embora a tecnologia de processamento afete as características do sorvete final, cada constituinte desempenha um papel importante na definição da qualidade do produto¹. O comportamento de derretimento é um dos mais importantes índices de qualidade do sorvete, considerando fenômenos que ocorrem tanto durante o consumo quanto na boca. Com a penetração do calor no sorvete, os cristais de gelo derretem e a água se difunde e se mistura com a fase sérica, que pode drenar pela estrutura restante². Um produto de fusão rápida é indesejável para uma alimentação confortável, mas também para garantir uma maior resistência ao choque térmico. No entanto, produtos de fusão lenta também indicam alguns defeitos na formulação¹. Sabe-se que a microestrutura do sorvete é responsável pelas propriedades de fusão³, mas resultados contrastantes foram publicados até o momento, mostrando que o conhecimento sobre a influência de fatores microestruturais na fusão ainda é limitado⁴. Assim, mais estudos são necessários para elucidar o mecanismo de fusão, o que é crucial também no desenho de novas formulações³.

O comportamento de fusão é geralmente avaliado por métodos gravimétricos e expresso em termos de tempo de início e taxa de fusão⁵. Uma determinada porção de sorvete é colocada em uma tela de arame em um gabinete de temperatura controlada e o peso do produto derretido é registrado. A partir da curva peso-tempo, três fases podem ser destacadas: a fase de latência durante a qual ocorre a penetração do calor, a fase de fusão rápida com a fase de soro diluído fluindo através da estrutura do sorvete na taxa máxima e a fase estacionária, onde a maior parte do produto pingou².

Com o método gravimétrico, produtos de fusão lenta e rápida podem ser reconhecidos; No entanto, o aspecto do sorvete durante o colapso também é importante, pois a retenção da forma está ligada a uma boa composição e estrutura do produto⁶. Assim, um procedimento baseado em um sistema de visão computacional (CVS) pode apoiar a metodologia gravitacional já existente, permitindo o estudo da aparência do produto durante a fusão. Os CVSs podem adquirir vários atributos alimentares³ (por exemplo, tamanho, peso, forma, textura e cor) com detalhes precisos que não podem ser observados pelo olho humano. Tais sistemas são geralmente feitos de câmeras digitais e software de processamento de imagem⁷. De fato, um protocolo baseado em CVSs inclui duas etapas principais: 1) aquisição de imagem e 2) processamento de imagem. Vários níveis de processamento de imagem podem ser aplicados⁷, desde os mais simples até os mais complexos, como métodos de aprendizado profundo para desenvolvimento de Inteligência Artificial ^8,9. Recentemente, foi dada grande atenção aos CVSs no setor de alimentos, e um grande número de aplicações foi desenvolvido para inspeção de segurança alimentar, monitoramento de processamento de alimentos, detecção de objetos estranhos e outros campos. São rápidos, eficientes e não destrutivos, representando ferramentas válidas para fornecer aos consumidores alimentos seguros e de alta qualidade¹⁰.

Na área de sorvetes, um método de análise de imagens foi sugerido para estudar a recristalização do gelo por microscopia óptica¹¹. Mais recentemente, imagens de tomografia computadorizada de raios-X foram processadas para analisar a microestrutura 3D de matérias porosas moles, incluindo sorvete³. No entanto, a elaboração de imagens digitais simples de Charge Coupled Device (CCD) pode apresentar várias vantagens em termos de facilidade de aquisição e renderização do aspecto sorvete percebido pelos consumidores. Alguns autores mostram imagens de sorvete durante o derretimento¹², mas, até onde sabemos, a extração de índices numéricos das imagens foi relatada pela primeira vez por Moriano e Alamprese¹³.

Portanto, o protocolo aqui proposto, baseado no trabalho de Moriano e Alamprese¹³, ilustra um CVS simples que pode ser aplicado para apoiar a metodologia gravitacional já existente para o estudo do comportamento de derretimento de sorvetes. Um diagrama de blocos do método proposto é ilustrado na Figura 1. O uso de tal sistema permite o cálculo de dois índices de fusão relacionados à retenção da forma e à taxa de fusão. Em particular, o artigo descreve pela primeira vez a configuração experimental detalhada e o procedimento para aquisição de imagem digital durante o derretimento do sorvete e as etapas de processamento da imagem. Além disso, os resultados obtidos com sorvetes produzidos com diferentes adoçantes (ou seja, sacarose, sucromalt e eritritol) são relatados para mostrar o potencial do método.

Figura 1: Diagrama de blocos das metodologias propostas. Resumo das etapas gerais para o Sistema de Visão Computacional proposto e o método gravimétrico para estudar o comportamento de derretimento do sorvete. Clique aqui para ver uma versão maior desta figura.