Nordic Image Analysis Network - ett nytt nätverk för bildanalys i spannmål

De som samlats var representanter från hela Östersjöområdet och deltagarna var från Viking Malt, Cgrain och Lantmännens laboratorium i Svalöv, som också tagit initiativet. Målet för dagen var att skapa för nätverket gemensamma definitioner för olika kvalitetsparametrar i korn. Förutom workshops hanns även med några rundor på laboratoriet med fokus på just kornanalyser.  

Rikard hälsar alla välkomna till Svalöv.

Att kategorisera kärnor utifrån utseende kan verka enkelt, men det finns mycket att tänka på och diskutera, och just detta kommer att göras än mer strukturerat framöver i NIAN. Samordning kring metodutveckling och gemensamma definitioner kombinerat med analysteknik från Cgrain (instrumentering och modeller) skapar mätvärden av hög kvalitet som också är så likvärdiga som möjligt genom hela värdekedjan oavsett var de tas fram.

Isabel visar labbet för okulära analyser.

Ett bra exempel på NIANs räckvidd är just Viking Malt. På mötet i Svalöv deltog kvalitets- och labbansvariga från Sverige, Litauen och Finland. Viking Malt är grundat i Finland, ägs delvis av Lantmännen och är det åttonde största maltföretaget i världen. Man skapar värde av spannmål genom mältning och säljer malt till bl.a. ölbryggerier och whiskydestillerier. Givetvis är det helt avgörande att spannmålen som används har rätt kvalitet.

Monica visar hur maltkornprov tas omhand när de anländer till labb. Till höger syns några av laboratoriets sållningsapparater.

Vesna visar grobarhetslabbet.

Så hur gör man kvalitetsbedömning av spannmål utifrån bildanalys, när det handlar om så många kärnor? Det är här Cgrain-instrumentet kommer in i bilden. Varje spannmålskärna som analyseras i ett prov faller ner framför två vinklade speglar, där en kamera tar en bild. Man kan alltså säga att varje kärna får ett eget porträttfotografi, och dessutom från tre vinklar på grund av speglarna. Utifrån dessa bilder kan man få fram stora mängder data, både om de enskilda kärnorna och om provet som helhet. Information om t.ex. längd, bredd och färg kan enkelt tas fram, men Cgrain jobbar även med AI-modeller som kan avgöra vilken kategori en kärna tillhör. För att lära modellerna att kategorisera kärnorna har man först tränat dem på ett stort antal bilder av en viss typ av kärnor. Cgrain-instrumentet kan sedan sortera bilderna i kategorier som t.ex. fina, skrumpna, skalade, oskalade eller sönderslagna. Cgrain, som i huvudsak är Lantmännenägt, används redan av många spannmålslaboratorier globalt, och gör mycket nytta både på labbet i Svalöv och hos Viking Malt. Tidsvinsten är stor jämfört med manuell sortering av kärnor, och dessutom blir bedömningen objektiv och konsekvent. Men målet för NIAN är alltså att det skall bli ännu bättre med hjälp av samordning och kontinuerlig utveckling.

Cgrain-instrument utanpå och under huven. På bildskärmen syns en fotograferad kornkärna. Till höger syns provskålen, kameran och lådan där kärnorna samlas upp efter fotografering.

Specialvariant av Cgrain-instrument som även kan dela upp de klassificerade kärnorna i två provdelar.

Fokus på mötet i Svalöv låg på kategorierna Gröna och Rosa kärnor. Båda kategorierna är viktiga kvalitetsparametrar för maltkorn. Gröna kärnor betyder ofta att kärnorna är omogna, och därmed inte gror som de ska i mältningsprocessen. Rosa kärnor kan tyda på en infektion med mögelsvampen Fusarium, vilket i sin tur innebär risker både från hälsoperspektiv men också ur produktionsperspektiv för mälteri och bryggeri.

Framtiden för automatiserad bildanalys av spannmålskärnor med hjälp av Cgrain ser mycket lovande ut, och det nystartade NIAN-nätverket är ett viktigt steg på vägen mot en gemensam syn på kvalitetsparametrar och analys genom hela värdekedjan.