Le projet QUALISPECTRA (2024-2026) ambitionne de renforcer la sécurité alimentaire grâce à une technologie innovante : l’imagerie hyperspectrale combinée à des algorithmes avancés de Machine Learning. L’objectif est clair : offrir des contrôles rapides, fiables et non destructifs, capables de détecter précocement des maladies ou des contaminants dans les produits agroalimentaires.
Une technologie de pointe
Contrairement à l’imagerie classique, l’imagerie hyperspectrale capte simultanément des informations spatiales (formes, textures) et spectrales (composition chimique). Chaque pixel contient donc une « signature » unique, permettant une analyse fine des produits agricoles et alimentaires. Associée à l’intelligence artificielle, cette technique ouvre la voie à des diagnostics précis et quasi instantanés, adaptés aux contraintes industrielles.
Deux cas d’étude illustrent le potentiel :
- Détection de la fusariose sur épis de froment (également étudiée dans le cadre des projets Phenet et Phenweat), permettant une identification rapide de cette maladie fongique ;
- Quantification de l’homogénéité des mélanges de farine (échantillons provenant du projet ValCerWal), garantissant la qualité et l’uniformité des produits.
En réduisant le recours aux méthodes destructives ou longues en laboratoire, QUALISPECTRA propose des outils de décision pratiques pour les industriels.
Un partenariat wallon stratégique
Le projet est mené en collaboration avec le CETIC, centre de recherche spécialisé en data science. Ce partenariat illustre la volonté d’associer compétences technologiques et expertises scientifiques au service d’une chaîne agroalimentaire wallonne plus sûre et plus performante.
Financement : Projet subsidié par le programme de recherche Win4Collective du SPW, convention n°2410108
