UNIVERSIDAD NACIONAL DEL SANTA

FACULTAD DE INGENIERÍA
DEPARTAMENTO ACADÉMICO DE AGROINDUSTRIA Y AGRONOMÍA
ESCUELA PROFESIONAL DE AGROINDUSTRIA

Práctica N° 3: Determinación de elementos químicos. Análisis de color

Alcantara Callata Marlon Brandy; Horna Angulo, Stacy Dayana

Análisis Instrumental de Productos Agroindustriales

Ing. Abel José Rodríguez Yparraguirre

Nuevo Chimbote
2021
 Resumen
En el presente informe relacionado al análisis de color se resalta la importancia de
este como una principal característica de valoración física y de calidad en los alimentos lo
cual hace de necesidad disponer de diferentes métodos de medición que nos permitan
obtener valores certeros y comparables debido a muchos factores que complican un poco
apreciar de manera correcta los verdaderos colores presentes en los alimentos. Factores
tales como el observador, la iluminación, el alimento y sus características los cuales nos
impiden determinar la calidad precisa y objetiva del color. Por lo que a continuación se
presentará información que explica la naturaleza del color y algunas características que
hacen posible su medición cuantitativa y cualitativa del mismo.
ÍNDICE
Resumen

I. Introducción

II. Objetivo

III. Marco Fundamental

3.1. Antecedentes

3.2. Marco Teórico

3.2.1. El colorante en los alimentos

3.2.2. Factores en la captura del color en un alimento

3.2.3. Escalas de medición de color

3.2.4. Medición cuantitativa de color aplicada en alimentos

IV. Conclusión

V. Referencias Bibliográficas
I. Introducción
El color según (Valls, J. S., et al., 1999) define al color como la cualidad de sensación
provocada en la retina del observador debido a las ondas luminosas de longitud de onda
entre 380-760 nm, así como algunas características de la luz, como lo son el tono o matiz,
la saturación o pureza y la luminosidad o brillo. El tono o matiz que se refiere a aquella
característica que permite clasificar un color como rojo, verde o azul, y depende sobre todo
de la longitud de onda dominante de la luz. La saturación que describe la intensidad con la
que un color se separa del neutro gris y se acerca a un color puro del espectro, la pureza de
cualquier del espectro es del 100%, mientras que la pureza del blanco es 0. La luminosidad
o brillo que se define como característica en respuesta a la sensación de color que la hace
equivalente a la producida por algún elemento de la escala de grises que va desde el blanco
hasta el negro.
Los colores se clasifican en dos grandes grupos: los acromáticos, que son el blanco, el
negro y el gris y los cromáticos, que son todos los demás, entre los cuales se distinguen
fundamentalmente: azul, rojo, amarillo y verde.

Ilustración 1: Colores primarios o básicos y tonos dobles

Fuente: Introducción al análisis sensorial de los alimentos

(Vol. 4).

En conjunto con las definiciones de los colores es importante recalcar que la valoración
sensorial va de la mano de las necesidades de la persona en aceptar o rechazar los
alimentos de acuerdo con las sensaciones experimentales al observarlos, de allí la
importancia sensorial de los alimentos que, en general se define, en sentido amplio, como
un conjunto de técnicas de medida y evaluación de determinadas propiedades de los
alimentos, a través de uno o más de los sentidos humanos. (Tilgner, 1971)
El color está muy asociado a las características organolépticas de los alimentos, la cual se
hace más perceptible por el sentido de la vista, así como se le considera un factor
primordial de apreciación y criterio a la hora de elegir un producto alimenticio, incluso en
los productos de origen vegetal donde se relaciona la posibilidad de elegir su madurez. Sin
embargo, no siempre resulta válida la correlación entre color y calidad según lo
mencionado por (Bello, 2008). Los consumidores manifiestan a su vez una fuerte
preferencia por aquellos productos de apariencia atractiva y el color es primer atributo que
se juzga de los productos, debido a que en innumerables situaciones se ha comprobado que
cuando el color de un alimento cambia, se obtienen respuestas de rechazo por parte del
consumidor, por ejemplo: una manzana después de ser mordida empieza su proceso de
oxidación, alterando el color de su pulpa; lo que resalta el papel decisivo que tiene el color
sobre la experiencia de la persona sobre un alimento.
Principalmente se toma como referencia al color como una variable cuantificable al
momento de determinar la calidad de los alimentos en forma rápida, precisa y objetiva.
Hoy día existen muchas herramientas en la industria alimentaria, sobre todo con el avance
de la tecnología y la visión digital, la cual es una técnica no invasiva para el alimento y,
permite inspeccionar el 100% de la producción, asegurando al mismo tiempo la calidad e
inocuidad en la producción de alimentos. Además, se puede correlacionar la imagen con
otras propiedades físicas de los alimentos como la textura, el tamaño, área o distribución de
los ingredientes.
II. Objetivo
 Evaluar los componentes mediante un análisis proximal del alimento de nuestro
trabajo de producción.
 Evaluar los cambios de color (Sistema CIEL*a*b*) de un alimento sometido a
diferentes tratamientos (Transporte, Manipulación)
 Evaluar el color, índice de amarillo y el índice de blanco de un producto comercial
(Producto)
III. Marco Fundamental
III.1. Antecedentes
En el artículo de investigación de (Ramos et al., 2021) titulado “Perfil sensorial
ideal para el cabanossi con carne de llama (Lama glama) de tres sistemas de alimentación
usando el método CATA (Check-all-that-apply) en comparación de 2 muestras
comerciales, en donde se evaluó humedad, pH, actividad de agua, color y textura, en la que
participó una población de 80 consumidores basándose en las preguntas CATA para
obtener el perfil ideal. Donde se arrojaron los siguientes resultados: la humedad y color
externo (L*) e interno (a*, b*, C*) fueron semejantes entre los del cabanossi, pero
diferentes a las muestras comerciales. Referente al análisis de penalidad se arrojaron
resultados negativos como (duro, olor humo y color marrón), lo que puso en evidencia que
el origen de la materia prima repercute en las características de calidad del producto
terminado (sensoriales, fisicoquímicas) vinculadas a las necesidades que el consumidor
idealiza.
Según el artículo de (Melati et al., 2021) titulado “Características físicas y
sensoriales de la barra de cereal salada con diferentes aglutinantes” cuyo objetivo principal
fue evaluar los diferentes aglutinantes respecto a sus parámetros físicos y sensoriales.
Donde se desarrollaron 4 formulaciones de barras de cereal utilizando colágeno, goma de
mascar, goma xantana y psyllium que fueron evaluados en cuanto a color y textura. El
análisis de color instrumental se realizó a través de CIELAB sistema (L*, a*, b*) por
lectura colorimétrica (MOD CR-400/410 Konica Minolta), con iluminante D65 y un
ángulo de observación de 10º. Los valores de L* (Brillo), a* (Intensidad del color rojo) y
b* (Intensidad del color amarillo) se determinaron. Índices de saturación (C*) y el ángulo
1

de tinte (h*) se calcularon mediante las siguientes ecuaciones: C ¿∗¿=(a ¿2

+B ) ¿
¿2 2
y

¿ B¿
h =arctg ¿
a
Arrojando los siguientes resultados: Para la coordenada L *las formulaciones F1 y F3 no
tuvieron diferencia estadística (p> 0.05) entre ellos. La formulación de aglutinante de
psyllium (F4) ha sidose muestra que tiene un color más oscuro (menor claridad) asumiendo
la característica del propio aglutinante. Los valores de la coordenada a * (variación verde /
rojo) mostraron una diferencia significativa (p> 0,05) en función del aglutinante utilizado,
lo que indica una tendencia al color rojizo. Los valores de B * no difirieron (p> 0.05) entre
formulacionesF3 y F4 y mostró una tendencia a la coloración amarilla. Los valores de C *
no difirieron (p> 0.05) para formulaciones F3 y F4. Los valores encontrados para C *
indican características expresivas en términos de pureza y color, ya que cuanto mayor sea
su valor, mayor será la pureza o intensidad del color y los valores h *, que indican el tono
de color en sí, fueron entre 71,44 y 77,50 sin diferencia significativa (p> 0,05) entre las
formulaciones F1, F2 y F3. Según Araújo (2013) el valor h * está asociado con el índice
de saturación (C*) y da como resultado un vector que dirige la determinación y la
intensidad del color del producto.
Tabla 1: Valores medio de brillo (L*), intensidad del color rojo (a*), intensidad del color amarillo (b*),
índice de saturación (C*) y ángulo de sombra (h*)

FORMULACIONE PARÁMETROS DE COLOR

S

L* A* B* C* *h
F1 58,29 ± 0,50 7,35 ± 0,77 27,15 ± 0,56 28,09 ± 0,31 76,13 ± 0,01

F2 56,17 ± 0,48 6,13 ± 0,62 25,44 ± 0,002 26,17 ± 0,12 75,90 ± 0,73

F3 59,51 ± 0,49 5,47 ± 0,88 23,01 ± 0,49 23,67 ± 0,68 77,50 ± 0,93

F4 47,61 ± 0,56 7,87 ± 0,94 22,61 ± 0,45 23,96 ± 0,59 71,44 ± 0,56

Fuente: Resultados arrojador por método CIELAB de (Melati et al., 2021)

En referencia al artículo de (Muhammad J., et al., 2021) titulado “Aislamiento y

caracterización de moringa oleifera l. Proteína de la flor y utilización en barritas de comida
funcional” donde el principal objetivo fue aislar la proteína de las flores de moringa y
realizarle análisis fisicoquímicos como textura, color. Para el color de las barras de
proteína de Moringa se determinó en base al método Al-Juhaimi el al., (2016) donde se
utilizó un medidor de croma para determinar el color de las barras. Colores que se
expresaron mediante el método CIELAB. Arrojando resultados de 7.0 y 8.3 en referencia
al rojo y verde que difieren un tanto con el pasar de los días y acorde a los cambios de
tratamiento en almacenamiento, evidenciando que la progresión se pudo deber a la
diferencia en el contenido de proteínas. El color amarillo del valor B* fue el más alto en las
muestras 1 y 2 detectándose con niveles de 14.45 y 16.52 en el día inicial y con un
aumento al 19.62 y 19.30 a 14 días correspondientes, indicando que la coloración está en
tendencia a las propiedades de la barra, en especial con las características organolépticas
del cereal inflado.
Tabla 2: Efecto del almacenamiento sobre el color de las barras de moringa - T 0 ; control T 1 ; Barritas
con 10% de harina T 2 ; Barras con 5% de proteína Isolate T3; Barras con 10% de proteína aislada T 4 ;
Barritas dulces con 15% de proteína aislada

TRATAMIENTO DÍAS
un color (rojo verde) 0 7 14 21 28
To 9.41 ± 0,14 9.92 ± 0.13 10.57 ± 0.15 11.47 ± 0.13 11.57 ± 0.13
T1 7.91 ± 0,12 8.59 ± 0.13 9.79 ± 0.14 10.67 ± 0.13 10.74 ± 0.17
T2 7.39 ± 0.15 7.39 ± 0.14 7.69 ± 0.13 8.55 ± 0.14 8.65 ± 0.14
T3 7.15 ± 0.0047 7,57 ± 0.14 7.15 ± 0.14 8.72 ± 0.14 8.77 ± 0.14
T4 7.21 ± 0.14 7.69 ± 0.13 8.21 ± 0.16 8.83 ± 0.15 8.87 ± 0.14

Fuente: Resultados arrojador por método CIELAB de (Muhammad J., et al., 2021)

III.2. Marco Teórico

III.2.1. El colorante en los alimentos
Los colores de los alimentos se deben a distintos compuestos, principalmente orgánicos,
algunos que se producen durante el manejo y procesamiento y otros que son pigmentos
naturales o colorantes sintéticos añadidos (Badui, 2006). Las principales causas que
definen la coloración de un alimento son las siguientes: la presencia de pigmentos o
colorantes naturales, que son sustancias que tienen una función biológica muy importante
en el tejido, tal como en el caso de la clorofila y la fotosíntesis, y de la mioglobina y el
almacenamiento muscular del oxígeno, entre otros. La formación de pigmentos colorantes
como consecuencia de reacciones químicas o enzimáticas. La adición intencionada de
sustancias químicas colorantes para dar color a las bebidas refrescantes y el efecto físico de
los sistemas fisicoquímicos presentes en el alimento y relacionado con la dispersión de la
luz.
III.2.2. Factores en la captura del color en un alimento
El espectro del color
El color también es provocado al incidir una radiación electromagnética sobre el
alimento. La absorción de fotones provoca el paso de electrones a niveles
energéticos superiores y resulta en una diferencia neta de energía que determina la
longitud de onda de la radiación absorbida. Si ésta se encuentra en el intervalo del
espectro visible, la radiación que sale del alimento (trasmitida si es transparente o
reflejada si es opaco) tiene una distribución distinta al incidente, o lo que es lo
mismo, un color diferente al del iluminante utilizado (Perea et al., 2002). De esta
manera, se caracteriza el color del alimento por su espectro de reflexión. La luz que
es absorbida por el objeto y la luz que percibe el observador como color del mismo
son complementarias; mezcladas dan lugar a la luz blanca.
Tabla 3:Iluminantes estándares establecidos por la CIE

Iluminante Simula a Temperatura K

A Lámpara de filamento incandescente 2854
B Luz del medio día 4970
C Luz diurna promedio 6750
D65 Luz natural del día (iluminante C+UV) 6500
F2 Lámpara fluorescente blanca 4200
F7 Lámpara fluorescente luz de día 6500
Fuente: González y Vicente, (2007)

El observador
La percepción del color se inicia con el observador, cuando el ojo humano mira un
objeto expuesto a la luz incidente, la intensidad de luz que el observador percibe no
es del objeto sino la que resulta de multiplicar cada longitud de onda por el valor de
visibilidad relativa a la misma longitud de onda. La intensidad luminosa que
percibe el ojo humano se llama claridad. Debido a que aún en muchas industrias se
realiza un elevado número de evaluaciones visuales, resulta conveniente normalizar
la medida visual del color. En 1931 la CIE estableció el observador estándar, cuya
visión del color es representativa del promedio de la población humana con una
visión normal del color. Posteriormente, en 1964 se estableció el observador
estándar suplementario (Billmeyer y Saltzman, 1981). La utilidad de estos
observadores reside en evaluar la iluminancia de una determinada luz desde un
punto de vista perceptivo no fotométrico.

Ilustración 2: Valores triestímulos del observador patrón: x rojo, y verde, z azul

 Fuente: (Billmeyer y Saltzman, 1981)

El iluminante
Según (Badui, 2006) el color es una propiedad de la materia que se relaciona
directamente con el espectro de la luz. Por lo tanto, se puede medir físicamente en
términos de la energía radiante o la intensidad, y por la longitud de onda. Un color
puede ser descrito subjetivamente por la experiencia del observador u
objetivamente, de acuerdo a la longitud de onda. El espectro visible es una
radiación electromagnética con longitudes de onda entre 380 nm 780 nm. Las
longitudes de onda más largas pertenecen a la radiación infrarroja (IR) y las
longitudes de onda más cortas pertenecen a la radiación ultravioleta (UV). En el
espectro visible, la luz roja tiene una longitud de onda (λ) entre 700 y 770 nm; el
color amarillo entre 570 y 590 nm y el color azul entre 400 y 475 nm. Todas ellas
están comprendidas en la llamada luz blanca, tal como fue demostrado por Newton
al hacer pasar la luz blanca a través de un prisma para descomponerla en los colores
del arcoíris.
El entorno
El entorno de las mediciones del color es también un factor determinante. La
forma, el tamaño y el color del fondo sobre el que se halla la muestra, pueden
ejercer un importante efecto de contraste, modificando la sensación que produce un
determinado color sobre el observador (Calvo y Durán, 1997).
III.2.3. Escalas de medición de color
Principalmente se utilizan en instrumentos de medición del color, en el marco de una serie
de condiciones normales de iluminantes, observadores y la metodología de espectros.
Sistema Munsell
Este sistema desarrollado por Albert H. Munsell, cuya primera publicación data de
1905, pone de relieve su afán por establecer una base científica a la especificación
de los colores. Munsell era profesor de pintura y su deseo de expresar
científicamente los parámetros de los elementos con los que trabajaba lo llevó a
formular que: “Si la música está provista de un sistema en el que cada sonido se
define en términos de tono, intensidad y duración, el color también puede ser
especificado, mediante un sistema apropiado, en base al tono, luminosidad y croma
de las sensaciones”. Este sistema establece tres dimensiones del color, midiendo
cada una de ellas con una escala apropiada (Lozano, 1978). El valor o luminosidad
es la magnitud que corresponde a la escala de grises que se encuentra comprendida
entre 1 y 10 de negro a blanco que para simplificarlo, Munsell dividió su círculo en
100 unidades, de 0 a 100 comenzando con los tonos rojo púrpura a rojo (RP-R),
pasando por el 5, rojo (R); el 25, amarillo (Y); el 45, verde (G); el 65, azul (B); el
85, púrpura (P) y los intermedios: el 15, amarillo-rojo (YR); el 35, verde-amarillo
(GY); el 55, azul-verde (BG); el 75, púrpura-azul (PB) y el 95, rojo púrpura (RP),
aunque sólo son cinco los tonos principales - rojo, amarillo, verde, azul y púrpura
(Lozano, 1978; Hunt,1991). Estableció además una relación (Ec.1) entre la
luminosidad y el valor de cada color:
2 LX
Ec . ( 1 ) V =100 Lr =100
L MgO
V valor del¿ ¿
Lr luminosidad del ¿ observación
L X valor medio del ¿ relativo a laluminosidad del óxidode magnesio
L MgO luminosidad del óxidode magnesio( MgO)

Sistema Hunter
Hunter desarrolló en 1948 el sistema L, a, b (Calvo y Durán, 1997). Este nuevo
sólido de color denominado Hunter Lab tiene una superficie uniforme de color
definida por tres coordenadas rectangulares: L (luminosidad) donde 0 es el negro y
100 es el blanco, a (rojo-verde); los valores positivos para rojo, negativos para
verde y 0 el neutro y b (eje amarillo-azul) valores positivos para amarillo, negativos
para azul y 0 el neutro. La economía y rapidez de respuesta, que supuso la
aparición en el mercado de los colorímetros triestímulo (colorímetros Hunter Lab)
frente a los espectrofotómetros convencionales, ayudaron a la gran difusión del
sistema L, a, b. Contribuyó también lo intuitivo de la representación gráfica, la cual
se basa en la teoría de los colores oponentes. Tanto la escala de color L, a, b de
Hunter como la CIE L*, a*, b* emanan del sistema CIE XYZ. Sin embargo, la CIE
recomienda hoy en día el uso de CIE L*, a*, b*
Sistema CIE
La CIE ha desarrollado los sistemas más importantes y más utilizados en la
actualidad para la descripción y medición del color, los cuales se basan en la
utilización de fuentes de iluminación y observadores estándares. Los sistemas CIE
usan tres coordenadas para ubicar un color en un espacio de color. Estos espacios
de color incluyen (1) CIE XYZ, (2) CIE L*a*b* y (3) CIE L*C*h°. Los valores de
color X Y Z, CIE triestímulo se obtienen multiplicando los valores para el
iluminante, la reflectancia o trasmisión del objeto y las funciones del observador
patrón.
La diferencia de color entre dos muestras es la distancia existente en el espacio
euclídeo (X, Y, Z) entre los puntos que representan el color de ambas muestras,
obtenidos por aplicación del teorema de Pitágoras (Ec.2):
∆ E=√ {∆ X + ∆ Y + ∆ Z }
2 2 2

El sólido de color de este sistema se obtiene por transformaciones no lineales del

sistema CIE XYZ-1931. Se define entonces un espacio con las coordenadas
rectangulares (L*, a*, b*) junto con otro en las coordenadas cilíndricas (L*, H*,
C*), resultando un sistema tridimensional esférico. Las coordenadas L*, a*, b* son
magnitudes adimensionales, cuya equivalencia con el sistema CIE XYZ se calcula
con las siguientes ecuaciones (Ec. 3, 4 y 5):

( )
1/ 3
¿ Y
Ec . ( 3 ) L =116 −16
YO

[(( ) ( ) )]
1 /3 1 /3
¿ X Y
Ec . ( 4 ) a =500 −
XO YO

[( ( ) ( ) )]
1 /3 1 /3
¿ Y Z
Ec . ( 5 ) b =200 −
YO ZO

Donde X, Y, Z son los valores triestímulo de la muestra y X0, Y0, Z0 los del punto
acromático correspondiente al iluminante empleado. La diferencia de color (ΔE)
viene determinada por la siguiente ecuación (Calvo y Durán, 1997):

Ec . ( 6 ) ∆ E ={ ( ∆ L ) + ( ∆ a ) + ( ∆ b ) }
¿ ¿2 ¿2 ¿ 2 0.5
 La coordenada L* recibe el nombre de luminosidad o claridad y, puede tomar
valores entre 0 y 100. Las coordenadas colorimétricas a* y b* forman un plano
perpendicular a la coordenada L*. La a* define la desviación del punto acromático
correspondiente a la luminosidad hacia el rojo si a* es positiva, y hacia el verde si
a* es negativa. Análogamente la coordenada b* define la desviación hacia el
amarillo si b* es positiva, y hacia el azul si b* es negativa. El conjunto a* b* recibe
el nombre de cromaticidad y junto con L* definen el color del estímulo (en
coordenadas cartesianas o rectangulares); esto corresponde al término de
cromaticidad que no indica explícitamente ni el tono ni la saturación. Este
inconveniente se soluciona definiendo C* (croma) y H* (tono):
¿ ¿2 ¿2 0.5
Ec . ( 7 ) C =(a +b )
¿
¿ b
Ec . ( 8 ) H =arctg( ¿)
a
III.2.4. Medición cuantitativa de color aplicada en alimentos
La aplicación del color en la industria de los alimentos es amplia en el control de calidad y
seguridad alimentaria. Algunos ejemplos de estas aplicaciones en la industria son:
- La determinación del color de la carne de las aves de corral durante el procesamiento,
para determinar si es corte claro u oscuro, el cual tiene incidencia directa con la
retención de agua. (Petracci et al., 2004)
La variación en el color de la carne de la pechuga de pollo (valores CIE L * a * b *)
que ocurre normalmente durante el procesamiento se evaluó en 6.997 filetes de
pechuga de pollo (músculo pectoral mayor) de 79 parvadas usando un medidor de
croma Minolta. Las muestras se recolectaron al azar de 3 a 6 h post mórtem de la línea
de deshuesado en una sola planta de procesamiento importante en Italia. Además, se
seleccionaron 216 filetes según los valores de claridad (L *) como oscuros (L * <50),
normales (50 <o = L * <o = 56) o pálidos (L *> 56), y fueron analizados para
determinar el pH final, la pérdida de cocción de la carne intacta y molida y el valor de
cizallamiento. El rango general de luminosidad medida (L *) fue considerable y varió
de 40 (oscuro) a 66 (pálido), lo que indica que podría existir una gran variación en el
color de la carne de la pechuga durante el procesamiento. La carne de pechuga de pollo
durante el verano resultó ser más pálida (+1,7 L * unidad), menos rojo (-1.0 a * unidad)
y menos amarillo (-0.7 b * unidad) que las muestras de carne de pechuga recolectadas
durante el invierno, lo que confirma que la incidencia de carne pálida es mayor durante
 el verano, como lo indican las observaciones no científicas del personal de la
planta. También se determinó que la carne de pechuga más pálida (L *> 56) se asocia
con un pH final más bajo y una menor capacidad de retención de agua, mientras que la
carne de pechuga más oscura (L * <50) se asocia con un pH muscular y rendimiento de
cocción más altos.
- La cinética de cambios en la textura y el color de espárragos verdes durante los
tratamientos térmicos. (Lau et al., 2000)
La degradación de la textura y del color verde de los espárragos se determinó después
de tratamientos térmicos a temperaturas entre 70 ° C y 98 ° C para intervalos de tiempo
seleccionados. El esfuerzo cortante máximo requerido para cortar a través de los
espárragos verdes y el ángulo de tono del color de la superficie de la lanza se
seleccionaron para representar los cambios de textura y color en los espárragos tratados
térmicamente. El ablandamiento térmico de los espárragos siguió a una reacción
cinética de primer orden. Las energías de activación para el ablandamiento de los
espárragos fueron 24.0 ± 0.5 kcal / mol y las velocidades de reacción cinética ( k 84 ° C)
variaron de 0.016 min .−1 en el segmento de tope a 0.027 min−1en el segmento de la
yema de las lanzas. Los cambios de color verde de la superficie de los espárragos
siguieron a una reacción de primer orden. Las energías de activación para la
degradación del color verde de los espárragos fueron 13,1 ± 0,2 kcal / mol y las
velocidades de reacción cinética a 84 ° C fueron 0,0066 ± 0,0002 min .−1 .
- Comparación de colorímetro y diferentes escáneres de alimentos portátiles para la
predicción no destructiva del contenido de licopeno en frutos de tomate. (Goisser S., et
al., 2020)
La aplicación de modelos de regresión exponencial arrojó una muy buena predicción
del licopeno para los valores de color L *, a *, a * / b * y el índice de color del tomate
de 0,94, 0,90, 0,90 y 0,91, respectivamente. El valor de color b * no fue un predictor
adecuado del contenido de licopeno, mientras que el valor (a * / b *) ² tuvo el mejor
ajuste lineal de 0,87. En comparación con las mediciones de color, los modelos de
predicción con validación cruzada desarrollados para los tres escáneres de alimentos
tenían coeficientes de determinación (r² El valor de color b * no fue un predictor
adecuado del contenido de licopeno, mientras que el valor (a * / b *) ² tuvo el mejor
ajuste lineal de 0,87. En comparación con las mediciones de color, los modelos de
predicción con validación cruzada desarrollados para los tres escáneres de alimentos
tenían coeficientes de determinación (r² El valor de color b * no fue un predictor
adecuado del contenido de licopeno, mientras que el valor (a * / b *) ² tuvo el mejor
ajuste lineal de 0,87. En comparación con las mediciones de color, los modelos de
predicción con validación cruzada desarrollados para los tres escáneres de alimentos
tenían coeficientes de determinación (r²CV) que van de 0,92 a 0,96. Los escáneres de
alimentos también se pueden utilizar para mediciones adicionales de la calidad interna
de la fruta y, por lo tanto, tienen un gran potencial para la evaluación de la calidad de la
fruta al medir una multitud de características importantes de la fruta en un solo
escaneo.
IV. Conclusión
El color es una característica sensorial que es posible describir con parámetros físicos
cuantificables. En la industria de alimentos la medición instrumental del color sirve como
herramienta de control de calidad. Existen diferentes formas de cuantificar el color, las
cuales han ido evolucionando a métodos cada vez más rápido y no invasivos, métodos
basados en escalas de medición como las mencionadas en el presente trabajo. Dentro de los
métodos con mayor proyección se encuentra la visión digital, aunque todavía queda mucho
por investigar. Sin embargo, su eficacia en las industrias ya se ha comprobado. Es
reconocida como un método rápido, eficiente, barato y no destructivo, por lo cual se puede
usar en la inspección de una línea completa de proceso, además de permitir por la
captación de imágenes la implementación de un proceso de automatización para distintos
tipos de tareas de inspección de rutina. Así como la implementación de estos en distintos
usos aplicados a la industria para la obtención de medidas más reales en cuanto a color
presentes en los alimentos.
V. Referencias Bibliográficas

Al-Juhaimi, F., Ghafoor, K., Hawashin, MD, Alsawmahi, ON y Babiker, EE (2016).

Efectos de diferentes niveles de Moringa (Moringa oleifera) harina de semillas
sobre los atributos de calidad de las hamburguesas de ternera. CYTA: Diario de
Alimentos, 14 (1), 1-9. http://dx.doi.org/10.1080/19476337.2015.1034784
Araújo, TF (2013). Potencial de las aminas bioactivas como indicadores de la etapa de
maduración y papel de la microbiota endógena de la inocuidad de la leche cruda y
características del queso artesano de Minas (Tesis doctoral). Universidad Federal
de Viçosa, Viçosa.
BELLO, J. (2008). Ciencia Bromatológica; Principios Generales de Los Alimentos,
Ediciones Díaz de Santos S. A., Madrid
BILLMEYER, F.W., SALTZMAN, M. 1981. Principles of Color Technology. J. Wiley &
Sons, New York.
CALVO, C., DURÁN, L. 1997. Propiedades físicas II: Ópticas y color. Temas en
Tecnología de Alimentos. Editado por J. M. Aguilera. Instituto Politécnico
Nacional, México.
GOISSER, S., WITTMANN, S., FERNANDES, M., MEMPEL, H., ULRICHS, C. 2020
Comparación de colorímetro y diferentes escáneres de alimentos portátiles para la
predicción no destructiva del contenido de licopeno en frutos de tomate. Biología y
tecnología poscosecha. Vol 167, septiembre de 2020, 111232.
https://www.sciencedirect.com/science/article/pii/S0925521420302362
GONZÁLEZ, A. M., VICENTE, I. 2007. El color en la industria de Mathias-Rettig & Ah-
Hen / Agro Sur 42(2): 57-66, 2014 66 CIENCIAS DE LOS ALIMENTOS los
alimentos. Editorial Universitaria. La Habana.
LAU, M. H., TANG, J., SWANSON, B. G. 2000 Kinetics of textural and color changes in
green asparagus during thermal treatments. Journal of Food Engineering 45(4):
231-236.
https://www.sciencedirect.com/science/article/abs/pii/S0260877400000698
MELATI J., LUCCHETTA L., DO PRADO N., DE OLIVEIRA D. Y TONIAL I. (2021)
Características físicas y sensoriales de la barra de cereal salada con diferentes
aglutinantes. Food Sci. Technol. (Campinas) 41 (supply 1)
https://www.scielo.br/j/cta/a/T69jQRtymRY5yKds6FQLZkd/?lang=en
Muhammad J., Adnan A., Mohibullah S., Faiz S., Hasan S., Muhammad T., Ammar K.,
Muhammad S., Umair A., Muhammad A., Farva N. (2021) Ciencia de los
alimentos. Technol, Campinas, 41 (3): 643-642.
https://www.scielo.br/j/cta/a/9tGR9mw3Wq7PKjMjg6wjm9K/?
format=pdf&lang=en
PEREA, P. C., ARTIGAS, J. M., RAMO, J. P. 2002. Tecnología del color. Universitat de
València. 428 páginas (Vol. 55). http://books.google.cl/books (2002).
Fundamentos de colorimetría Universidad de Valencia
PETRACCI, M., BETTI, M., BIANCHI, M., CAVANI, C. 2004. Color variation and
characterization of broiler breast meat during processing in Italy. Poultry Science
83(12):2086-2092.
https://www.sciencedirect.com/science/article/pii/S0032579119444970
Ramos, Miriam, Jordán, Oscar, Silva-Jaimes, Marcial, Salvá-Ruíz, Bettit, & Silva-Paz,
Reynaldo J.. (2021). Perfil sensorial ideal para el cabanossi con carne de llama
(Lama glama) de tres sistemas de alimentación usando el método CATA (Check-
all-that-apply). Scientia Agropecuaria, 12(3), 393-
401. https://dx.doi.org/10.17268/sci.agropecu.2021.043
Valls, J. S., Prieto, E. B., & De Castro Martín, J. J. (1999). Introducción al análisis
sensorial de los alimentos (Vol. 4). Ediciones Universidad Barcelona.