Imprimer

Prédire le temps de conservation des légumes-feuilles : loin de la science occulte!

Rêvez-vous de connaitre votre avenir? De prédire ce qui vous arrivera dans le futur? Évidemment, cette notion relève de l’occultisme, mais si l’on vous disait qu’il était possible de prédire l’avenir de votre récolte?

Agriculture Transformation agroalimentaire
Donald Prévost
Date  Octobre 2020

Pour les producteurs maraichers, savoir prédire le temps de conservation des légumes-feuilles pourrait changer beaucoup de choses : moins de perte, plus de profits et des marchands plus au fait de la durée de vie de l’aliment pour leurs consommateurs. 

En ce moment, les producteurs font face à plusieurs défis : la demande pour des produits frais et de qualité, plus de production locale, mais aussi des besoins pour l’exportation, ainsi qu’une sérieuse pénurie de main-d’œuvre. S’ils savaient prédire aisément la durée de conservation de leurs légumes, les producteurs pourraient être en mesure d’évaluer le moment de récolte optimal (ce qui les aiderait à mieux gérer la main-d’œuvre pour la récolte), d’harmoniser les durées de conservation de différents produits dans les mélanges et de sélectionner les meilleurs marchés où livrer les produits en fonction des temps de transport, deux facteurs qui contribueraient à réduire les pertes. 

Alors, comment prédire la durée de vie d’un aliment? La station hyperspectrale imageante d’INO pourrait être la solution pratique, conviviale et abordable tant recherchée!

L’analyse faite à l’aide de notre station vise à valider le concept d’un système d’analyse spécialisé n’utilisant que le nombre de bandes de longueurs d’onde nécessaires pour l’application. Le système conçu peut ensuite être industrialisé et son coût de production sera substantiellement inférieur à celui d’un système hyperspectral imageant complet

Fermer

Comment fonctionne l’imagerie hyperspectrale ? Elle voit ce qui échappe à l’œil. Elle décompose la lumière réfléchie par la scène selon de nombreuses bandes de longueurs d’onde contigües. La technologie hyperspectrale établit une signature unique pour chaque matériau en couvrant les plages de longueurs d’onde dans le visible ou l’infrarouge, ce qui augmente nettement le pouvoir de discrimination des propriétés chimiques des objets et permet d’en évaluer certaines conditions clefs pour une entreprise. La principale limite de cette technologie est la difficulté à faire parler les données combinant information spatiale et information spectrale (hypercubes de données). 

Mobile, la station hyperspectrale d’INO peut être déployée là où se trouvent les échantillons et les experts. Cette station nous aide à développer la solution idéale pour l’intégrer à votre procédé et, ainsi, prendre les meilleures décisions pour votre récolte. Grâce à des maraichers partenaires, elle nous donne des données de qualité annotées qui nous permettent de concevoir la solution spectrale imageante idéale pour donner une prédiction du potentiel de conservation du produit.

Curieux d’en savoir plus sur notre technologie? N’hésitez pas à nous contacter.

À propos de l'auteur

Donald Prévost

Gestionnaire de solutions

Donald Prévost, PhD, a obtenu ses baccalauréats et maitrise en physique de l’université Laval en 1990 et 1992, puis son doctorat en physique de l’image de l’université Paris-Sud en 1995. Il cumule 25 ans d’expérience professionnelle au sein d’INO aux titres de chercheur, chef de groupe, gestionnaire de programme puis maintenant gestionnaire de solutions.

Spécialiste de l’intelligence artificielle et de l’optimisation combinatoire appliquées au traitement des images et des vidéos, il est l’initiateur des développements  d’INO ayant conduit à l’élaboration des plateformes actuelles de détection et suivi d’objets, de reconstruction 3D de scènes, de fusion et rehaussement d’images et de déploiement de capteurs.

Consulter son profil sur LinkedIn

Abonnez-vous au blogue

Restez à l'affût de nos nouveaux articles de blogue.

Contact