Imgenes hiper-espectrocopicas:

La informacin espectral permite identificar un rango de caractersticas de superficie y sub-

superficie de varios constituyentes (Gowen et al., 2007). La captura de imgenes
hiperespectrales captura cientos de imgenes de una sola banda a longitud de onda, formando
una estructura tridimensional de datos de imgenes multivariantes (Hipercubo), constituido
por un espectro para cada pxel de la imagen (Kamruzzaman et al., 2016b). La aplicacin de la
tcnica de imagen hiperespectral ha demostrado ser rpida y objetivo. Ha sido aceptado como
uno de los mtodos ms poderosos de los mtodos no destructivo. (Xiong, et al. 2014)

En la actualidad, ante la necesidad de adquirir una nueva informacin que nos permita
predecir ciertos cambios sufridos en la naturaleza,ha surgido una nueva tecnologa, llamada
hiperespectral, o, conocida tambin como Qumica o espectroscpica de imgenes, que ha
Adquiere tanto informacin espacial (imgenes) como informacin espectral Simultneamente
R.Lu, Y Chen.19980).

La imagen espectral combina las siguientes Tecnologas: (i) imgenes

convencionales, (ii)espectroscopia,Y (iii) radiometra para producir
imgenes para las cuales un espectro Firma est asociada con cada
elemento de resolucin espacial(Pxeles). El '' hiper '' en medios
hiperespectrales '' sobre '' como en'' Demasiados '' y se refiere al
gran nmero deLongitudes de onda, por lo que los datos de imgenes
hiperespec-Un exceso de datos determinados [16]. . El poder de la
tcnica esQue la fenomenologa proporciona un vnculo con laModelos
analticos espectrales, bibliotecas espectrales, etc. [18].

R. Lu, Y. Chen, Imgenes hiperespectrales para la inspeccin de seguridad de

Alimentos y productos agrcolas. SPIE 3544, 121 - 133 (1998
Xiong, Z., Sun, D., Zeng, X. y Xie, A. (2014). Recent developments of hyperspectral imaging
systems and their applications in detecting quality attributes of red meats: A review. Journal of
Food Engineering, 132, 113.

Zhang, C., Guo, C., Liu, F., Kong, W., He, Y., & Lou, B. (2016). Hyperspectral imaging analysis for
ripeness evaluation of strawberry with support vector machine. Journal of Food Engineering,
179, 11-18.

Wu, D., & Sun, D.-W. (2013a). Advanced applications of hyperspectral imaging technology for
food quality and safety analysis and assessment: A review - Part I: Fundamentals. Innovative
Food Science & Emerging Technologies, 19, 1-14.

Kamruzzaman, M., Makino, Y., & Oshita, S. (2016b). Rapid and non-destructive detection of
chicken adulteration in minced beef using visible near-infrared hyperspectral imaging and
machine learning. Journal of Food Engineering, 170, 8-15.

Gowen, A. A., O'Donnell, C. P., Cullen, P. J., Downey, G., & Frias, J. M. (2007). Hyperspectral
imaging an emerging process analytical tool for food quality and safety control. Trends in
Food Science & Technology, 18(12), 590-598