Mathias- Rettig & Ah-Hen / Agro Sur 42(2): X-X, 2014

DOI:10.4206/agrosur.2014.v42n2-07

El color en los alimentos un criterio de calidad medible

Color in food as a measurable quality criterion

Mathias-Rettig, K.a, Ah-Hen, Kb*.

a Escuela de Graduados, Facultad de Ciencias Agrarias, Universidad Austral de Chile, Campus Isla Teja,
Valdivia, Chile.
b Instituto de Ciencia y Tecnología de los Alimentos, Facultad de Ciencias Agrarias, Universidad Austral de Chile, Julio
Sarrazín s/n, Campus Isla Teja, Valdivia, Chile.

ARTICLE INFO ABSTRACT

Article history: The importance of color as a physical and quality parameter of foods demands for objective
Received 25.09.14 measurements to obtain comparable and reproducible data. Color is influenced by many factors,
Accepted 28.11.14 such as illumination, reference observer, light spectra, presence of pigments or the own
characteristics of surface, size, texture and brightness of the sample under analysis. Today due to
Keywords: increased expectations imposed on foods with respect to quality and safety norms, there is an urge
Color system to determine quality precisely, rapidly and objectively. Computerized vision provides a variant of
Measurement of color automatized, non-destructive and economically viable measuring technique that can achieved this
CIE and Hunter Lab demand. Therefore, in this work, the physical, psychological and physiological characteristics that
Digital vision can explain the nature of color and enable its quantitative and objective measurement have been
Image processing presented. Descriptions related to the science of color have been included besides the technical
Image analysis applications currently used in the food industry.
Review Articles,
Food and Technology Science

*Corresponding author:
Kong Ah-Hen
E-mail address:
kshun@uach.cl
RESUMEN

La importancia del color como una característica de valoración física y de calidad en los alimentos hace necesario disponer de
métodos objetivos de medición que permitan la obtención de valores comparables y reproducibles. El color es afectado por
muchos factores, tales como la iluminación, el observador, el espectro, la presencia de pigmentos o las propias características
de superficie, tamaño, textura y brillo de la muestra analizada. Actualmente por el aumento de las expectativas impuestas en
los alimentos en cuanto a normas de calidad y seguridad, surge la necesidad de determinar la calidad precisa, rápida y objetiva.
La visión por sistemas computarizados proporciona una alternativa para una técnica automatizada, no destructiva y rentable
para lograr estos requisitos. Por lo tanto, en este trabajo se presentan las características físicas, sicológicas y fisiológicas que
explican la naturaleza del color y que hacen posible la medición cuantitativa y objetiva del mismo. Se incluyen descripciones
relacionadas con la ciencia del color y la aplicación de técnicas vigentes de medición del color en la industria de alimentos.

Palabras clave: Sistema del color, medición del color, CIE y Hunter Lab, visión digital, procesamiento de imágenes, análisis de

imágenes. de los productos. Esto es decisivo ya que en

1. INTRODUCCIÓN
Los consumidores manifiestan una fuerte
preferencia por aquellos productos de apariencia
atractiva y el color es el primer atributo que se juzga
innumerables pruebas se ha comprobado que
cuando el color de un alimento cambia sin alterar su
forma, aroma u otros atributos de textura, se
obtienen una respuesta de rechazo por parte de los
consumidores, o incluso de los catadores entrenados
(Badui, 2006). Los alimentos, tanto en su forma
natural como procesada, presentan un color
característico y bien definido mediante el cual el

CIENCIAS DE LOS ALIMENTOS 39

Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014
consumidor los identifica. El color a menudo se
utiliza para determinar el contenido de pigmentos de
un producto, que a su vez es un índice de calidad,
como lo es en el caso del salmón o del vino (González
y Vicente, 2007). También puede proporcionar cierta
información sobre la cualidad de comestible de un
alimento, sobre su identidad o sobre la intensidad del
sabor. Por ello, en muchos casos se ha comprobado
el papel decisivo que tiene el color sobre la
experiencia de la persona en saborear un alimento
(Badui, 2006).
El color es una cualidad organoléptica de los
alimentos y se aprecia por medio del sentido físico de la
vista. También suele ser considerado un factor sicológico
de apreciación y un criterio para elegir un producto
alimenticio; incluso en los productos de origen vegetal se
relaciona con la posibilidad de elegir la maduración y su
idoneidad. Sin embargo, no siempre resulta valida la
correlación entre color y calidad, por el uso o tal vez el
abuso de aditivos, colorantes, que pueden enmascarar
esta apreciación (Bello, 2008). De acuerdo a Figura y
Teixeira (2007) el color no es solamente un fenómeno
psíquico o psicológico, sino es el resultado de la
evaluación de la energía radiante (una magnitud física)
en términos de una correlación visual (sicológica) y está
basada en las propiedades del ojo humano (fisiológicas).
Según Bello (2008) el color es la propiedad que se
aprecia por el sentido de la vista, cuando le estimula la
luz reflejada por el alimento que contiene sustancias con
grupos cromóforos, capaces de absorber parte de las
radiaciones luminosas dentro de una determinada
longitud de onda.
En este artículo se aborda el color como una variable
cuantificable en la determinación de la calidad en los
alimentos en forma rápida, precisa y objetiva. Hoy en día
existen diferentes herramientas para medir el color de
forma objetiva y, son cada vez más precisas y de fácil
interpretación. El uso de estas herramientas en la
industria alimentaria va en crecimiento, sobre todo
ahora con las nuevas tecnologías de la visión digital, la
cual es una técnica no invasiva para el alimento y,
permite inspeccionar el 100% de la producción,
asegurándose al mismo tiempo la inocuidad y la calidad
en la producción de los alimentos. Además se puede
correlacionar la imagen también con otras propiedades
físicas de los alimentos, tales como la textura, el tamaño,
el área o la distribución de ingredientes.
2. LA TEORÍA TRICROMÁTICA Y LA PERCEPCIÓN DEL
COLOR
Thomas Young propuso que el ojo detecta diferentes
colores porque contiene tres tipos de receptores, cada
uno de ellos sensible a una única tonalidad del color
40
(Badui, 2006). Esta teoría fue denominada la teoría
tricromática y fue sugerida por el hecho de que para los
observadores humanos cualquier color puede ser
reproducido mezclando tres colores, en cantidades
variables, acertadamente seleccionadas de distintos
puntos del espectro (Badui, 2006). El ojo humano es
sensible a un rango limitado de longitudes de onda (λ),
llamado espectro de luz visible, el cual constituye sólo
una pequeña parte del espectro electromagnético. Se
extiende aproximadamente entre 380 y 780 nm. De ahí
viene que el color sea “la parte de la energía radiante que
el humano percibe mediante las sensaciones visuales que
se generan por la estimulación de la retina del ojo” (Badui,
2006).
Los objetos absorben y reflejan la luz de forma
distinta dependiendo de sus características físicas, tal
como la forma o la composición. El color que se
percibe de un objeto es el rayo de luz que rechaza. Se
capta esos “rebotes” con diferentes longitudes de
onda, gracias a la estructura de los ojos. Si los rayos
de luz atraviesan al objeto, éste es invisible. Las
células sensoriales o fotorreceptores de la retina que
reaccionan en respuesta a la luz son de dos tipos:
conos y bastones. Los bastones se activan en la
oscuridad y sólo permiten distinguir el negro, el
blanco y los distintos matices del gris, por lo tanto,
permite la percepción del contraste. Los conos, en
cambio, funcionan de día y en ambientes iluminados
y hacen posible la visión de los colores. Existen tres
tipos de conos; uno especialmente sensible a la luz
roja (R) con longitud de onda variando desde 700 a
770 nm, otro a la luz verde (G) desde 495 a 570 nm y
un tercero a la luz azul (B) desde 400 a 475 nm, lo que
forma la base del sistema de medición RGB. Tanto los
conos como los bastones se conectan con los centros
cerebrales de la visión por medio del nervio óptico.
La combinación de estos tres colores básicos (rojo,
verde y azul) permite diferenciar numerosos tonos.
El ojo humano puede distinguir aproximadamente
200 tonalidades diferentes, 20-25 grados de
saturación y alrededor de 500 grados de luminosidad
(Figura y Teixeira, 2007). Así por ejemplo el naranja
es rojo con un poco de amarillo y el violeta azul con
un poco de rojo. Es en el cerebro donde se lleva a cabo
esta interpretación. No obstante, hay personas que
no distinguen bien los colores debido al fallo de los
genes encargados de producir los pigmentos de los
conos. Así, dependiendo del pigmento defectuoso, la
persona confundirá unos colores de otros. Por
ejemplo si el pigmento defectuoso es el del rojo, el
individuo no distinguirá el rojo ni sus combinaciones.
De esta forma y volviendo sobre la teoría
tricromática, ésta se basa en suponer la existencia de
un sistema trirreceptor en el órgano de la visión, es
CIENCIAS DE LOS ALIMENTOS

decir, que sin importar la composición espectral de la
radiación que llega a la retina, la respuesta será
evaluada según tres parámetros. Luego, cuando un
observador ve un determinado color, puede
discriminar: (1) la claridad, la cual es un atributo del
color que hace corresponder a cada uno de ellos una
equivalencia con una escala de grises, (2) el tono,
atributo que adjudica al color una cualidad que se
define como rojo (R), verde (G) y azul (B), o cualquier
combinación de ellos y (3) la saturación, atributo que
fijado al tono, describe el color por su similitud con
un color espectral puro; cuanto más parecido a éste,
resulta más saturado. El resultado implica una
integración de los tres parámetros y el observador no
hace distinción del tipo de radiación que produce la
sensación de color (González y Vicente, 2007), sólo lo
aprecia.
3. 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). Según Bello
(2008), las causas que definen la coloración de un
alimento son los siguientes: (1) 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. En este sentido
cabe indicar que algunos de estos pigmentos se
extraen de su estado natural y se emplean como
colorantes en la elaboración de un gran número de
alimentos, (2) la formación de pigmentos colorantes
como consecuencia de reacciones químicas o
enzimáticas. Un ejemplo muy conocido es el cambio
de color durante la cocción o en general un
tratamiento térmico de los alimentos. Estos
desarrollan tonalidades que van desde un ligero
amarillo hasta un café intenso, mediante las
reacciones de Maillard y de caramelización, (p. ej. el
color de la corteza del pan), (3) la adición
intencionada de sustancias químicas colorantes para
dar el color a las bebidas refrescantes y (4) el efecto
físico de los sistemas fisicoquímicos presentes en el
alimento y relacionado con la dispersión de la luz. El
color blanco de la leche es causado por los glóbulos
de grasa y las micelas de caseína y el fosfato de calcio
coloidal, aunque también influye la presencia de
carotenos y riboflavina. Cuando más pequeños sean
los glóbulos de grasa, principales responsables de la
dispersión de la luz, mayor será el efecto de la
dispersión y mayor la blancura de la leche.
CIENCIAS DE LOS ALIMENTOS
El color en los alimentos una variable medible
Sustancias naturales en los ingredientes
responsables del color.
Un cuerpo presenta generalmente el color de la
radiación luminosa que refleja y esto es una función
relacionada con las presencias de las moléculas de
ciertos grupos funcionales orgánicos que integran
sus estructuras químicas, por cada ingrediente de la
formulación (Bello, 2008). Para que una estructura
química presente la propiedad de ser colorante,
necesita responder a tres requisitos esenciales: (1) la
presencia de grupos cromóforos. Estos se
encuentran en los sistemas conjugados “pi” o
complejos metálicos. En la primera forma, los niveles
de energía que alcanzan los electrones son de los
orbitales “pi” generados a partir de series de enlaces
simples y dobles alternados, como sucede en los
sistemas aromáticos. Entre los ejemplos más
comunes se encuentran los licopenos, los β-
carotenos y las antocianinas. Los cromóforos de
complejos metálicos surgen de la división de
orbitales “d” al vincular metales de transición con
ligantes. Algunos ejemplos de estos cromóforos se
encuentran en la clorofila, usada para la fotosíntesis
en los vegetales, la hemoglobina y la hemocianina.
Una característica bioquímica común es el cromóforo
formado por cuatro anillos de pirrol y, puede ser de
dos tipos: (1) pirrol en cadena abierta, no metálica
(fitocromo, ficobilina o bilirrubina) y (2) pirrol en
anillo (porfirina), con un ion metálico en el medio
(hemoglobina o clorofila). La combinación de los
grupos cromóforos con estructura cíclicas pueden
ser del radical bencilo (C6H5-). Existen los grupos
auxocromos que incluyen en su estructura grupos
ácidos (carboxilos) o básicos (aminos), capaces de
estar ionizados según el pH del medio y ofrecer de
este modo una coloración determinada.
Si se atiende sólo la presencia natural de pigmentos
colorantes, se pueden establecer cinco grupos, que
representan a estructuras básicas: (1) Estructuras
químicas derivadas de núcleos tetrapirrólicos: la
hemoglobina de la sangre, la mioglobina del tejido
muscular y la clorofila de los tejidos vegetales verdes, (2)
Estructuras químicas derivadas del isopreno: carotenos,
xantofilas y bixina (crustáceos, pescados, verduras, etc),
(3) Estructuras químicas derivadas del benzopirano:
antocianinas y flavonoides que se encuentran en las
raíces de algunas plantas, en flores y bayas, (4)
Estructuras químicas betalaínas: los dos pigmentos de la
betarraga, las betacianinas de color rojo y la betaxantinas
de color amarillo y, (5) Estructuras químicas
polimétricas: las melanoidinas y el colorante caramelo.
41
Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014
4. FACTORES EN LA CAPTURA DEL COLOR EN UN
ALIMENTO
El iluminante
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
(Badui, 2006). 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 (Figura y
Texeira, 2007).
Sin embargo, al mirar un objeto, el color que se
percibe en ese momento puede variar dependiendo de la
intensidad y el tipo de luz. Los colores parecen diferentes
al observarlos en el anochecer o a la luz del sol y, son
también distintos si se observa bajo la luz natural o la luz
artificial. Todas ellas contienen los diferentes colores del
espectro, pero en distinta proporción. La fluorescente
tiene más azul y la incandescente más rojo y amarillo. Por
lo tanto, al momento de describir el iluminante es
conveniente hacerlo en términos de su longitud de onda.
Esto puede hacerse midiendo la energía relativa emitida
por la fuente de luz a todas las longitudes de onda del
espectro visible y graficando los resultados (González y
Vicente, 2007). De modo que para “medir” el color de un
objeto (igual para el color de los alimentos) se precisa
conocer con exactitud la composición espectral de la luz
incidente. Esto se soluciona disponiendo de iluminantes
normalizados. Un iluminante es una fuente de luz
definida por una potencia espectral relativa, la cual
puede estar físicamente disponible como una fuente
estándar de iluminación. La CIE (Commission
Internationale de l’Éclairage) definió las series de
iluminantes A, B, C y más recientemente las D y F (Cuadro
1). Estos iluminantes responden a la necesidad de
simular instrumentalmente y de manera normalizada las
condiciones naturales bajo las cuales se observa el color
Cuadro 1. Iluminantes estándares establecidos por la CIE.
Table 1. Standard illuminant as established by the CIE.
42
(González y Vicente, 2007). Cada iluminante tiene un
comportamiento diferencial en cuanto a la emisión de
energía a lo largo del espectro de luz visible. Los
iluminantes de la serie D (D50, D55, D65, D75) son los
más representativos de la distribución espectral de la luz
blanca y son los más utilizados en la actualidad, aunque
el iluminante C sigue siendo un estándar de comparación.
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 a la 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. También, un objeto
blanco refleja la totalidad de las ondas, mientras que un
objeto negro las absorbe todas (Perea et al., 2002).
Al incidir la luz sobre un cuerpo (sólido, líquido o
gaseoso) se producen diferentes fenómenos ópticos
(difracción, dispersión, transmisión, reflexión,
absorción), los cuales son dificultosos de separar,
pero resultan en mayor o menor grado selectivos
según la naturaleza del medio y la posición del
observador. De ellos, la absorción de la luz es la que
más influye en el color (Perea et al., 2002). Según la
forma de interacción óptica con la luz, los cuerpos se
clasifican en: (1) transparentes (absorbe y refleja
toda la luz - transmisión especular), (2) translúcidos
(absorbe la luz, pero no la refleja - transmisión
difusa), (3) opacos-mate (reflexión difusa) y (4)
opacos brillantes (reflexión especular). De esta
manera, la luz puede reflejarse, absorberse o
trasmitirse y la importancia relativa de cada uno de
estos fenómenos determina la apariencia del
alimento, donde el factor más importante es la
reflexión de la luz especular y difusa. La reflexión
especular ocurre desde el ángulo de la normal con
respecto a la luz incidente sobre la superficie lisa del
alimento, lo cual provoca el brillo de este, mientras
que la reflexión difusa ocurre en cualquier direc-
Iluminante Simula a Temperatura
K
CIENCIAS DE LOS ALIMENTOS
 El color en los alimentos una variable medible

Lámpara de filamento estos observadores reside en evaluar la luminancia de

A incandescente 2854 una determinada luz desde el punto de vista perceptivo
no fotométrico (Lozano, 1978). El observador 10° es el
B Luz del medio día 4870 más ampliamente utilizado ya que presenta una mejor
C Luz diurna promedio 6750 concordancia con el promedio de la estimación visual
(Fairchild, 1993).
Luz natural de día
D65 (iluminante C+UV) 6500

Lámpara fluorescente
F2 blanca 4200

Lámpara fluorescente
F7 luz de día 6500

Fuente: González y Vicente, (2007).

ción sobre la superficie rugosa y ésta es la que
permite al observador ver el tono (Tipler y Mosca,
2005).
La composición química y la estructura del
material también afectan la reflectancia. Ciertas
moléculas orgánicas contienen grupos cromóforos,
los cuales son agrupaciones de átomos que pueden
transformar la calidad espectral de la luz (-N=N-,
>C=C<, >C=O, etc.). Pigmentos naturales como la Figura 1. Valores triestímulos del observador patrón: x rojo,
clorofila, mioglobina y hemoglobina son claros y verde & z azul.
ejemplos de este tipo de moléculas (Bello, 2008). Figure 1. Tristimulus values of reference observer: x red, y
green & z blue.
El Observador

La percepción del color comienza por el

Cuadro 2. Atributos del color.
observador. Cuando el ojo humano mira un objeto
expuesto a la luz incidente, la intensidad energética
de la luz que percibe no es la reflejada por el objeto,
sino la que resulta de multiplicar, para cada longitud
de onda, la energía del espectro de reflexión del
objeto por el valor de la visibilidad relativa a la
misma longitud de onda. Luego, la intensidad
luminosa de un objeto, tal como la percibe el ojo
humano, se llama claridad. En la práctica el
problema es aún más complejo, pues el ojo percibe
al mismo tiempo la luz incidente y la reflejada
(Albertí, 2000). 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). Al primero se lo denomina
observador estándar 2°, u observador patrón de
colorimetría para un campo foveal y al
suplementario, observador 10° u observador para
un campo visual amplio (Figura 1). La utilidad de

CIENCIAS DE LOS ALIMENTOS 43

Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

Table 2. Color attributes. en términos de tono, intensidad y duración, el color

Atributo Descripción Ejemplo

Matiz Tono, tinte, color, “hue”. Es caracterizado por la longitud de onda de la Rojo-amarillo
radiación y hace diferente un color de otro. Representa un espacio en o
el diagrama de cromaticidad. verde-amarillo

Cromaticidad Saturación, intensidad, pureza, “chroma”. Define la intensidad o Brillante rojo- amarillo
pureza espectral del color que va desde los tonos grises, pálidos, o
apagados a los más fuertes y vivos. Es el grado de color ( incoloro, pálido-rojo amarillo
brillo, palidez).
Luminosidad Brillante, brillo, “brightness”. Es dado por el contenido total de energía. Rojo brillante-amarillo
Da lugar a los colores claros y oscuros. Es el grado entre la oscuridad o
y el brillo máximo. rojo oscuro-amarillo

El Entorno también puede ser especificado, mediante un sistema

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).
5. MEDICIÓN DEL COLOR
La comprensión de la imagen y descripción de un
objeto, puede ser utilizada para la evaluación de
calidad e inspección de los alimentos. Las
mediciones de color pueden ser realizadas de
formas visuales (con el ojo humano) o
instrumentales con un colorímetro, o utilizando la
visión digital (Wu y Sun, 2013). Para fines técnicos
se define el color en tres atributos: matiz, croma y
brillo (Cuadro 2), términos acuñados en la ciencia
del color por Munsell (1905).
Escalas de medición de color
Estas escalas 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
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). Este espacio de color es
mucho menos físico y más fisiológico y psicológico que
los descritos por la CIE (Gilabert, 1992). Las ventajas
que Munsell impuso a su sistema fueron: (1) se
reemplazan definiciones vagas y abstractas del color
por una notación definida, (2) cada nombre de un color
autodefine su grado de tono, croma y luminosidad, (3)
cada color se puede registrar y comunicar mediante un
código, (4) se puede escribir la especificación de un
color y verificarla mediante pruebas físicas, (5) los
colores nuevos no perturban la clasificación ordenada
pues les está reservado un lugar y (6) la decoloración
se puede definir y representar gráficamente a ciertos
intervalos, poniendo de manifiesto su progreso en
términos de tono, croma y luminosidad (Lozano,
1978).
Otra ventaja de este sistema es la disposición de los
colores según un orden de percepción visual (Francis y
Clydesdale, 1975). 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
(Lozano, 1978; Gilabert, 1992). 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 =100𝐿𝐿𝐿𝐿 =100 𝐿𝐿𝐿𝐿 Ec. (1)

44 CIENCIAS DE LOS ALIMENTOS


𝐿𝐿
𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿
V valor del color,
Lr luminosidad del color bajo observación, Lx valor
medio del color, relativo a la luminosidad del óxido
de magnesio
LMgO luminosidad del óxido de magnesio (MgO).
Diferentes trabajos realizados por la compañía
Munsell han permitido utilizar un atlas de colores
denominado Diccionario Munsell confiable y
reproducible. Es posible, además, mediante una
transformación adecuada, conocer la equivalencia
de estos colores en otros sistemas (Calvo y Durán,
1997).
Sistema Hunter
Tomando como base la teoría de los colores
oponentes de Hering, que dice que la respuesta de
los conos rojos, verdes y azules se re-mezclan en sus
codificadores opuestos a medida que se desplazan a
lo largo del nervio óptico hasta el cerebro, 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 (Figura 2). 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*.
Sistemas 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 (Giese, 1995). 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°.
CIENCIAS DE LOS ALIMENTOS
El color en los alimentos una variable medible
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. El producto entonces se suma
para
Figura 2. Coordenadas de color en el sistema Hunter Lab.
Figure 2. Coordinates of Hunter Lab color system.
la longitud de onda en el espectro visible y esto resulta
en los valores triestímulos X Y Z. Existen varios
métodos para calcular los coeficientes tricromáticos
del color de una muestra, sometida a un iluminante
determinado, a partir de la luz que refleja. Uno de ellos
consiste en la utilización de un colorímetro provisto de
tres filtros determinados, con los cuales se realizan tres
medidas sucesivas de la luz reflejada calculándose
luego a partir de éstas X, Y, Z (Caivano, 1995).
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):
∆𝐿𝐿 Ec (2)
Donde Δ representa una diferencia y E es la letra inicial
de Empfindung del alemán, lo cual significa sensación
(Francis y Clydesdale, 1975). Por lo tanto, define la
cuantificación de un cambio en el color.
Se deduce entonces que dos muestras que
presenten los mismos valores triestímulos aparecerán
con un mismo color para determinadas condiciones de
iluminación y observación. Por el contrario, si
45
Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

cualquier valor triestímulo es diferente, tales 𝐿𝐿0 𝐿𝐿0

muestras no estarán igualadas y la diferencia total
será una media aproximada de la diferencia de color
percibida entre ellas (Lozano, 1978). Este sistema 𝐿𝐿 1⁄3 𝐿𝐿 1⁄3
de valores triestímulo CIE presenta algunos 𝐿𝐿∗ =200[( ) −( ) ] Ec. (5)
inconvenientes, tales como: (1) Es relativamente 𝐿𝐿0 𝐿𝐿0
complejo. Normalmente se lo utiliza simplificado,
relacionando el color del objeto con un solo Donde X, Y, Z son los valores triestímulo de la muestra
coeficiente: luminosidad, pureza o longitud de onda y X0, Y0, Z0 los del punto acromático correspondiente al
dominante (Francis y Clydesdale, 1975). Se iluminante empleado. La diferencia de color (ΔE) viene
entiende por esta última a la longitud de onda del determinada por la siguiente ecuación (Calvo y Durán,
espectro que mezclada con una correspondiente 1997):
cantidad de “blanco” da lugar al color deseado
(Schmidhofer, 1994), (2) No permite reconstruir el ∆𝐿𝐿∗ = {(∆𝐿𝐿∗)2 +(∆𝐿𝐿∗)2 +(∆𝐿𝐿∗)2}0,5 Ec (6)
espectro de reflexión del objeto a partir de los
valores triestímulo, (3) En virtud de su estructura,
La coordenada L* recibe el nombre de luminosidad
si dos muestras presentan diferencias de color
o claridad y, puede tomar valores entre 0 y 100. Las
(diferentes valores triestímulo) no permite
coordeandas colorimétricas a* y b* forman un plano
cuantificar dicha diferencia y (4) no es uniforme, es
perpendicular a la coordenada L*.
decir, que cuando se presentan sobre el diagrama
La a* define la desviación del punto acromático
algunos emplazamientos de colores que el ojo no
correspondiente a la luminosidad hacia el rojo si a* es
puede diferenciar entre sí, se comprueba que éstos
positiva, y hacia el verde si a* es negativa.
ocupan superficies más o menos grandes.
Análogamente la coordenada b* define la desviación
Luego, para intentar solucionar estos y otros
hacia el amarillo si b* es positiva, y hacia el azul si b* es
problemas, los valores X, Y, Z, se transforman
negativa (Gilabert, 1992). El conjunto a* b* recibe el
matemáticamente hasta obtener un espacio de color
nombre de cromaticidad y junto con L* definen el color
más uniforme. En 1976 la CIE recomendó el espacio
del estímulo (en coordenadas cartesianas o
de color CIE Lab, adoptado también como norma
rectangulares); esto corresponde al término de
UNE (Francis y Clydesdale, 1975). La principal
cromaticidad que no indica explícitamente ni el tono ni
ventaja de esta aplicación estriba en la similitud con
la saturación. Este inconveniente se soluciona
la uniformidad visual humana, donde las distancias
definiendo C* (croma) y H* (tono) (Francis y
equitativas en el sistema representan
Clydesdale, 1975).
aproximadamente las distancias equitativas
visuales (Warris, 1995). El sólido de color de este
sistema se obtiene por transformaciones no lineales 𝐿𝐿∗ =(𝐿𝐿∗2 +𝐿𝐿∗2)0,5 Ec. (7)
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*,
𝐿𝐿∗
H*, C*), resultando un sistema tridimensional 𝐿𝐿 = 𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿
∗ Ec. (8)
esférico. Las coordenadas L*, a*, b* son magnitudes 𝐿𝐿
adimensionales, cuya equivalencia con el sistema
El croma C* toma el valor 0 para estímulos
CIE XYZ se calcula con las siguientes ecuaciones (Ec.
acromáticos y normalmente no pasa de 150, aunque
3, 4 y 5):
puede superar valores de 1000 para estímulos
1 monocromáticos.
El tono, H*, varía entre 0 y 360° y para los estímulos
∗= 116(𝐿𝐿) ⁄3 −16 Ec. (3) acromáticos (a* = b* = 0) es una magnitud indefinida.
𝐿𝐿 Ambos términos (C*, H*) también definen la
𝐿𝐿0 cromaticidad del color de un estímulo y, junto con la L*,
determinan las coordenadas cilíndricas del espacio CIE
Lab, siendo muy parecidas a las coordenadas del
𝐿𝐿 1⁄3 𝐿𝐿 1⁄3 sistema Munsell.
La especificación numérica del color psicofísico en
𝐿𝐿∗ =500[( ) −( ) ] Ec. (4)
este sistema viene dada por las tres magnitudes: L*

46 CIENCIAS DE LOS ALIMENTOS


(luminosidad), C* (croma) y H* (tono), en este
orden. Se debe tener además en cuenta que si bien
la caracterización del color se logra mediante las
coordenadas de L*, a* y b*, el objetivo principal de
la colorimetría es la determinación objetiva de las
diferencias de color (Schmidhofer, 1994).
Si bien el espacio de color CIE Lab tiene la misma
configuración que el sistema Munsell, presenta
frente a éste las siguientes ventajas: (1) El cálculo de
las coordenadas es mucho más simple y (2) Las
unidades de las escalas en las magnitudes CIE Lab
son casi iguales. Comparado con el sistema Hunter
Lab, los espacios de color de ambos resultan
similares puesto que miden la luminosidad, el grado
de rojo-verde y el de amarillo-azul (Giese, 1995),
aunque con magnitudes diferentes. La escala CIE
Lab se expande en el área correspondiente al
amarillo y se contrae en el área de los azules. Las
diferencias de color en ambos sistemas se calculan
de igual forma.
6. TÉCNICAS DE MEDICIÓN DEL COLOR
Visión digital (técnicas variacionales)
La visión digital es una nueva tecnología con la
generación de imágenes por medio de cámaras
digitales o escáneres seguido del procesamiento y
análisis de dichas imágenes en computadoras,
usando software especial, de modo que el sistema
integrado interpreta la información de manera
equivalente a lo que hace el ojo y el cerebro humano
(Aguilera, 2011). La visión digital ha tenido una gran
aplicación en la industria alimentaria en los
sistemas de aseguramiento de calidad por su
carácter no invasivo y la posibilidad de
automatización de los procesos en línea. Entre los
casos específicos se cuentan la determinación de
color y localización de manchas en la sangre
(hematomas) en filetes de salmón, la detección de
huesos en trozos de pollo y filetes de pescado en
combinación con imágenes obtenidas con rayos X y,
la determinación de color para productos de horneo
(Figura y Teixeira, 2007). Existen también muchas
investigaciones que han puesto de manifiesto su
potencial para la inspección y clasificación de frutas
y verduras. La visión por computador, ha sido
adoptada con éxito por el análisis de la calidad de la
carne, pescado, pizza, queso y pan. Del mismo modo
la calidad y características del grano han sido
examinadas por esta nueva técnica (Brosnan y Sun,
2004).
Colorímetros.
CIENCIAS DE LOS ALIMENTOS
El color en los alimentos una variable medible
Basados en la visión del ojo humano, los
colorímetros son dispositivos triestimulares (tres
filtros) para cada longitud de onda: filtros rojo, verde y
azul. De esta forma se emula la respuesta del ojo
humano al color y la luz. En algunas aplicaciones de
control de calidad, estas herramientas representan la
respuesta de menor costo. Existe una serie de equipos,
tales como los colorímetros Hunter Lab, Gardner, Color
Eye, Color Master, Momcolor, Dr. Lange y Minolta
(Figura y Teixeira, 2007).
Espectrofotómetros
Es una forma de espectrómetro que contiene un
dispositivo fotoeléctrico para cuantificar la potencia de
radiación, capaz de seleccionar y medir la intensidad
de las radiaciones de diferentes longitudes de onda
contenidas en un espectro, dentro del rango para el
cual ha sido diseñado. Generalmente permiten
registrar gráficas o espectros; existen diseños para el
ultravioleta y el visible, y para las regiones del
infrarrojo cercano, el infrarrojo fundamental o medio y
el infrarrojo lejano.
Cartas de color
El Sistema Munsell, uno de los primeros sistemas de
medición de color es el creado por A. H. Munsell en
1905, el cual utilizó un gran número de tarjetas de
colores clasificadas de acuerdo a su tono, luminosidad
y saturación; posteriormente el sistema Munsell
evolucionó un poco más al asignarle una codificación
de letras y números.
Imágenes híper-espectrales
En los últimos años, las imágenes híper-espectrales
han ganado un amplio reconocimiento por determinar
la calidad y análisis de seguridad en forma no
destructiva y rápida. Es un método de evaluación para
una amplia gama de alimentos con éxito en diferentes
aplicaciones. Consiste en recopilar y procesar
información a lo largo de todo el espectro
electromagnético. La formación de imágenes
espectrales divide el espectro en muchas bandas. Esta
técnica de dividir las imágenes en bandas puede
extenderse más allá de lo visible. De aquí surge la
técnica de formación de imágenes híperespectrales
(Wu y Sun, 2013).
47
Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014
7. 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: (1) 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), (2) el estudio del color en las hojas del cultivo
de maíz para caracterizar los niveles de estrés
debido a las deficiencias de agua y nitrógeno en
hojas (Ahmad y Reid, 1996), (3) el control de calidad
en alimento en cuanto a forma, color y distribución
de ingredientes, mediante análisis de imágenes por
computador (Brosnan y Sun, 2004), (4) la
determinación del color y la blancura del azúcar
como parámetro de calidad (Figura y Teixeira,
2007), (5) la evaluación del proceso de secado en
cuanto al color de los productos deshidratados, tales
como manzana, plátano, patata o zanahoria
(Krokida et al., 2001), (6) la medición del color por
la imagen digital de la superficie de los alimentos
(Yam y Papadakis, 2004), (7) la visión digital con
imágenes de radar de los alimentos para obtener las
propiedades físicas (Abdullah et al, 2004), (8) la
detección de defectos en la superficie por análisis de
imagen en frutas (Davenel et al., 1998), (9) la
distribución y tamaños de las burbujas en la cerveza
a través de visión digital (Hepworth et al., 2004),
(10) la clasificación de la textura del musculo de la
carne bovina a través de imágenes (Basset et al.,
1999), (11) el colorímetro de tomate (Hunter y
Yeatman, 1961), (12) los atributos visuales de
calidad de los camarones por visión digital
(Luzuriaga et al., 1997), (13) la cinética de cambios
en la textura y el color de espárragos verdes durante
los tratamientos térmicos (Lau et al., 2000) y, (14)
las mediciones de color con cámaras CCD (Charge-
Coupled Device – dispositivo de carga acoplado) y las
imágenes digitales (Mendoza et al., 2006).
8. 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. Dentro de los métodos con
48
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.
REFERENCIAS
ALBERTÍ, P. 2000. Medición del color. In: Cañeque, V.,
Sañado, C. (Eds.), Metodología para el estudio de la
calidad de la canal y de la carne en rumiantes.
Monografías INIA, Ganadera n° 1, Madrid, pp. 159-166.
ABDULLAH, M. Z., GUAN, L. C., LIM, K. C., KARIM, A. A. 2004.
The applications of computer vision system and
tomographic radar imaging for assessing physical
properties of food. Journal of Food Engineering 61(1):
125-135.
AGUILERA, J. M. 2011. Ingeniería gastronómica. Universidad
Católica de Chile, Santiago.
AHMAD, I. S., REID, J. F. 1996. Evaluation of colour
representations for maize images. Journal of
Agricultural Engineering Research 63(3): 185-195.
BROSNAN, T., SUN, D. W. 2004. Improving quality inspection
of food products by computer vision––a review. Journal
of Food Engineering 61(1): 3-16.
BADUI , S. 2006. Química de los Alimentos. 4 ed. Pearson
Educación. México.
BELLO, J. 2008. Ciencia Bromatológica; Principios Generales
de Los Alimentos, Ediciones Díaz de Santos S. A., Madrid.
BASSET, O., DUPONT, F., HERNANDEZ, A., ODET, C., CULIOLI,
J. 1999. Texture image analysis: application to the
classification of bovine muscles from meat slice images.
Optical Engineering 38(11): 1950-1959.
BILLMEYER, F.W., SALTZMAN, M. 1981. Principles of Color
Technology. J. Wiley & Sons, New York.
CAIVANO, J. L. 1995. Sistemas de orden del color (Vol. 12).
José Luis Caivano. Facultad de Arquitectura, Diseño y
urbanismo, Universidad de Buenos Aires, Buenos Aires.
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.
DAVENEL, A., GUIZARD, C. H., LABARRE, T., SEVILA, F. 1988.
Automatic detection of surface defects on fruit by using
CIENCIAS DE LOS ALIMENTOS

a vision system. Journal of Agricultural Engineering
Research 41(1): 1-9.
FRANCIS, F. J., CLYDESDALE, F. M. 1975. Food
colorimetry: Theory and Applications. AVI
Publishing Co. Inc., Westport, Connecticut.
FAIRCHILD, M. D. 1993. The CIE 1931 standard
colorimetric observer: Mandatory retirement at age
65. Color Research & Application, 18(2), 129-134.
FIGURA, O., TEIXEIRA, A. 2007. Food Physics: Physical
Properties, Measurement and Applications.
Heidelberg, Springer-Verlag, Berlin, New York.
GIESE, J. 1995. Measuring physical properties of foods.
Food Technology 49(2): 53-63.
GONZÁLEZ, A. M., VICENTE, I. 2007. El color en la
industria de los alimentos. Editorial Universitaria. La
Habana.
GILABERT, E. 1992. Medida del color. Servicio de
publicaciones. Universidad Politécnica de Valencia,
Valencia.
HUNT, R. W. (1991). A brief look back. Color Research &
Application 16(1): 57-60.
HUNTER, R. S., YEATMAN, J. N. 1961. Direct-Reading
Tomato Colorimeter. Journal of the Optical Society of
America 51(5): 552-554.
HEPWORTH, N. J., HAMMOND, J. R. M., VARLEY, J. 2004.
Novel application of computer vision to determine
bubble size distributions in beer. Journal of Food
Engineering 61(1): 119-124.
KROKIDA, M. K., MAROULIS, Z. B., SARAVACOS, G. D. 2001.
The effect of the method of drying on the colour of
dehydrated products. International Journal of Food
Science and Technology 36(1): 53-59.
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.
LOZANO, R. D. 1978. “El color y su medición”. Americalee
S.R.L, Buenos Aires.
LUZURIAGA, D. A., BALABAN, M. O., YERALAN, S. 1997.
Analysis of visual quality attributes of white shrimp
by machine vision. Journal of Food Science 62(1):
113-118.
MENDOZA, F., DEJMEK, P., AGUILERA, J. M. 2006.
Calibrated color measurements of agricultural foods
CIENCIAS DE LOS ALIMENTOS
El color en los alimentos una variable medible
using image analysis. Postharvest Biology and Technology
41(3):285-295.
MUNSELL, A. H. 1905. A color notation – A measured color
system based on the three qualities: Hue, value and
chroma. Geo H. Ellis Co., Boston.
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.
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?hl=es&lr=&id=6Gb0Y5y
RXD8C&oi=fnd&pg=PA7&dq=PEREA,+P.+C.,+ARTIGAS,
+J.+M.,+y+RAMO,+J.+P.+(2002).+Fundamentos+de+col
orimetr%C3%ADa.+Universitat+de+Val%C3%A8ncia.+
(Vol.+55)&ots=i0FydN0u_P&sig=9JGo01j78c0OKdwds
QOvq_LA8_w&redir_esc=y#v=onepage&q&f=false
TIPLER, P. A., MOSCA, G. 2005. Física para la ciencia y la
tecnología: Electricidad y magnetismo, luz, física
moderna. (Vol. 2). Editorial Reverté, Barcelona.
SCHMIDHOFER, T. 1994. Métodos analíticos. Tecnología e
higiene de la carne, Parte E. Acribia, Zaragoza.
YAM, K. L., PAPADAKIS, S. E. 2004. A simple digital imaging
method for measuring and analyzing color of food
surfaces. Journal of Food Engineering 61(1): 137-142.
WARRIS, P. D., BROWN, S. N. 1995. The relationship between
reflectance (EEL value) and colour (L*) in pork loins.
Animal Science 61(1): 145-148.
WU, D., SUN, D. W. 2013. Colour measurements by computer
vision for food quality control–A Review. Trends in
Food
Science & Technology 29(1): 5-20
Color y estado de madurez
del fruto de tomate de
cáscara1
Color and state of maturity of
fruit of the husk tomato
Pedro Benito-Bautista pbenito@ipn.mx
49
Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014
Centro Interdisciplinario de Investigación
para el Desarrollo Integral Regional- Instituto
Politécnico Nacional, México
Nelly Arellanes-Juárez narellanes@ipn.mx
Centro Interdisciplinario de Investigación
para el Desarrollo Integral Regional- Instituto
Politécnico Nacional, México
María Eufemia Pérez-
Flores mperezf@ipn.mx
Centro Interdisciplinario de Investigación
para el Desarrollo Integral Regional- Instituto
Politécnico Nacional, México
Color y estado de madurez del fruto de
tomate de cáscara 1
Agronomía Mesoamericana, vol. 27, núm.
1, 2016
Universidad de Costa Rica
Recepción: 11 Marzo 2014
Aprobación: 04 Junio 2015
DOI: https://doi.org/10.15517/am.v27i1.218
91
Resumen:Este estudio tuvo como objetivo
identificar las características físico-químicas que
determinan el estado de madurez del fruto de
cuatro variedades de tomate de cáscara. Se
recolectaron 100 frutos de las variedades: San
Martín, Tecozautla 04, Rendidora y Diamante,
sembrados a una densidad de 40 000 plantas/ha, en
ambiente protegido en el campo experimental del
Centro Interdisciplinario de Investigación para el
Desarrollo Integral Regional (CIIDIR)- Instituto
Politécnico Nacional (IPN) - Unidad Oaxaca,
México, en los ciclos verano-otoño 2013 y
primavera-verano 2014, considerando: el llenado
del cáliz y el tiempo transcurrido desde el amarre
del mismo. Los frutos fueron almacenados a
temperatura ambiente (25 ± 3 °C), retirando cada
semana, diez frutos de cada variedad para
determinar: pérdida de peso, resistencia a la
penetración, sólidos solubles, color, pH y acidez
titulable. Los parámetros de color: a*, h* e índice
de color (IC), fueron estadísticamente
50
significativos, y presentaron alta correlación con las
propiedades físicas y químicas en función de la
maduración. La coordenada a* presentó el mayor
coeficiente de correlación con la resistencia a la
penetración del fruto, seguida por el IC y después el
valor h*. A su vez, a* e IC mostraron alta relación
con las variables: pérdida de peso, acidez titulable,
sólidos solubles y pH. De acuerdo a los resultados, el
parámetro de color con mayor correlación con las
características de calidad fue a*, y las variedades con
mejores características de calidad fueron: Tecozautla
04 y San Martín.
Palabras clave:índice de color en frutos,
calidad de frutos, Physalis ixocarpa .
Abstract:The present study aimed to identify the
physical and chemical characteristics that determine
the state of maturity of the fruit of four varieties of
husk tomato. One hundred fruits of the varieties: San
Martin, Tecozautla 04, Rendidora, and Diamante,
were collected. They were cultivated at a density of
40,000 plants/ha under experimental greenhouse
conditions at the Interdisciplinary Research Center
for Integrated Regional Development (CIIDIR),
National Polytechnic Institute (IPN), in Oaxaca,
Mexico. The plants were grown during the summer-
autumn 2013 and spring-summer 2014 growing
cycles. The husk filling and elapsed time since the
fruit set were considered as indicators of harvest.
Fruits were stored at room temperature (25 ± 3 °C),
and each week 10 fruits of each variety were selected
and analyzed for weight loss, penetration resistance,
soluble solids, color, pH and titratable acidity. The
statistic results indicate that color parameters a*, h *
and color index (IC), were significantly high, and
showed a high correlation with the physical and
chemical properties for the state of maturation. The
a* color coordinate presented the highest coefficient
of correlation with fruit texture, followed by IC and
h*. At the same time, a * and CI showed strong
correlation with variables weight loss, titratable
acidity, pH, and soluble solids. According to these
results, the a* color parameter showed the greatest
correlation with quality features, and varieties
Tecozautla 04 and San Martin had the best quality
characteristics.
Keywords:color index of fruits, fruit
quality, Physalis ixocarpa .
CIENCIAS DE LOS ALIMENTOS

INTRODUCCIÓN
El color es una percepción humana de
la luz reflejada por un objeto, una
apreciación que depende de cómo
nuestros ojos detectan esta luz y de cómo
nuestro cerebro la procesa. Por esta
razón, para cuantificar y estandarizar el
color, se han desarrollado equipos y
modelos cromáticos que describen
matemáticamente la representación de
los colores utilizando espectrofotómetros
o colorímetros (Yam y Papadakis, 2004).
El espacio de color CIE-L*a*b*
describe todos los colores que puede
percibir el ojo humano a partir de sus tres
coordenadas: L*a*b*, y es aceptado
internacionalmente para evaluar el color
en los alimentos y otros productos
industrializados (León et al.,
2006; Pérez-López et al., 2009; Jha et al.,
2010; Pathare et al., 2013). Otro de los
sistemas utilizado para trasmitir los
valores de color, es el espacio CIE
L*C*h*, el cual es una representación
polar del sistema CIE L*a*b*, con
coordenadas cilíndricas (L*C*h*) en
lugar de coordenadas rectangulares
(McGuirre, 1992; Carvajal-Herrera et al.,
2011; Pathare et al., 2013).
En frutos y vegetales, el cambio de
color es causado por la degradación de la
clorofila y el descubrimiento o síntesis de
pigmentos carotenoides en los
cloroplastos y cromoplastos, y los
pigmentos fenólicos: antocianinas,
flavonoles y pro antocianidinas
(Lancaster et al., 1997). Este cambio se
vincula con la evolución de la textura,
aroma y sabor que esperan los
consumidores de estos productos en el
CIENCIAS DE LOS ALIMENTOS
El color en los alimentos una variable medible
momento de consumo y se relaciona
fuertemente con la resistencia a la
penetración, atributo de calidad que denota
frescura del producto (Surmacka, 2002),
por lo que es utilizado como un indicador
de madurez de los frutos (Barrett et al.,
1998).
Durante la maduración de los frutos
ocurren cambios fisiológicos, bioquímicos
y estructurales que influyen en la
producción de compuestos químicos que
generan el sabor y aroma correspondientes.
El ablandamiento de los tejidos varía de
acuerdo a la especie y variedad del fruto, y
se debe a la degradación de pectinas y
hemicelulosas de la pared celular por
acción de diferentes enzimas hidrolíticas
(Karakurt, 2007). Las características
sensoriales, principalmente de olor y sabor,
juegan un papel central en la calidad de los
frutos y dependen del gusto y aroma
percibidos por cada consumidor. En frutos
y hortalizas son modificados por la
variedad y momento de la maduración de
cada especie (Kader, 2009), y están ligadas
a la biosíntesis y a una variación de
concentraciones o modificaciones de varios
compuestos químicos, principalmente
azúcares, ácidos, taninos y aceites
esenciales (Dávila-Aviña et al.,
2011; Torres et al., 2013).
Por esta razón, varios investigadores han
propuesto la utilización de algunos
parámetros de color que permitan una
correlación directa entre el aspecto visual
de frutas y vegetales y sus cambios durante
la maduración (Fischer y Martínez,
1999; Ayala-Silva et al., 2005; Carvajal-
Herrera et al., 2011; Tapre y Jain, 2012). En
tomate (Solanum lycopersicon Mill.), se
han reportado variaciones significativas en
51
Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014
la coordenada a*, vinculada con la
degradación de clorofila y la síntesis de
licopeno que permiten diferenciar seis
etapas de maduración (López-Camelo y
Gómez, 2004). En mango (Mangifera
indica L.), las diferentes expresiones del
cambio de color son una herramienta útil
para diferenciar variedades y etapas de
maduración (Ayala-Silva et al.,
2005; Jha et al., 2006; Jha et al.,
2010; Quintero et al., 2013). En banano
(Musa spp.), el cambio de color de verde
a amarillo causa incremento en los
valores de a* y b*, y disminuciones en el
ángulo de matiz (h*), lo que faculta el
establecimiento de cartas comerciales
estándar de color para diferenciar siete
etapas de maduración, traducidas a una
escala numérica (Osuna-García et al.,
2007; Salvador et al., 2007; Amnuaysin
et al., 2012; Tapre y Jain, 2012). En
guayaba (Psidium guajava L.), el cambio
de color del epicarpio por medio de la
disminución del valor de matiz (H°) e
incremento del valor de croma (C*),
establecen el grado de maduración de
este fruto (González-Cárdenas et al.,
2010). En papaya, el cambio en el color
del epicarpio permite identificar seis
etapas de madurez, en las cuales, los
valores de la coordenada b * delimita las
etapas de madurez temprana, mientras
que los de a* señalan las etapas finales
afectando el valor de tono H°
(Santamaría-Basulto et al.,
2009a; 2009b).
En tomate de cáscara (Physalis
ixocarpa Brot.), especie nativa de
México y Centroamérica (Santiaguillo-
Hernández y Blas-Yáñez, 2009),
cultivada desde la época prehispánica, no
se ha definido un indicador apropiado
52
para la maduración (Cruz-Álvarez et al.,
2012), y la determinación del color del fruto
ha sido relativamente poco investigada de
manera objetiva y con métodos
cuantitativos en comparación con otros
productos hortofrutícolas. Esto pese a que
este fruto goza de fuerte demanda en el
mercado, tanto por sus propiedades
sensoriales y alimenticias, como por sus
cualidades funcionales y terapéuticas
provenientes de su contenido de
carotenoides, fenoles y ácido ascórbico,
entre otros (Bao-Ning et al., 2002; Choi et
al., 2006; Ibave-González y Ochoa,
2007; González-Mendoza et al., 2011).
Para su caracterización y comercialización,
en México se sigue la Norma Mexicana
NMX-FF-54-1982. - Productos
alimenticios no industrializados para uso
humano –hortalizas en estado fresco– como
tomate con cáscara (SECOFI, 1982), que se
basa principalmente en el tamaño y la
apariencia del fruto, dejando a un lado el
valor nutricional, el grado de maduración y
otras características químicas y
bioquímicas que apoyen beneficios para la
salud humana y su comportamiento
poscosecha y agroindustrial.
Los valores de peso, tamaño, firmeza,
acidez y sólidos solubles, pueden ser
utilizados como criterios para definir la
calidad del fruto (Torres-Panduro,
1998; Santiaguillo-Hernández et al.,
2004; Jiménez-Santana et al., 2012). Los
escasos trabajos en relación al color,
reportaron que después de la cuarta semana
de crecimiento del fruto, los niveles de
clorofila y carotenos decrecen (Cantwell et
al., 1992), esta información puede asociarse
con el color del epicarpio (Azcón-Bieto y
Talón, 2000), lo cual puede ser una
alternativa para establecer un indicador de
CIENCIAS DE LOS ALIMENTOS

madurez no destructivo para este fruto.
En uchuva (Physalis peruviana L.), fruto
de otra especie de este género, se han
establecido seis etapas de madurez
utilizando el color del epicarpio (Fischer
y Martínez, 1999).
Considerando que el color es una
característica externa y un método no
destructivo para determinar el grado de
maduración de varios frutos, el objetivo
de este estudio fue determinar el
parámetro de color del epicarpio que
guarda la mayor relación con
características fisicoquímicas que
determinan el estado de madurez del
fruto de cuatro variedades de tomate de
cáscara.
MATERIALES Y MÉTODOS
Se obtuvieron cien frutos de cuatro
variedades de tomate de cáscara: San
Martín, Tecozautla 04, Rendidora y
Diamante, las cuales fueron sembrados a
una densidad de 40 000 plantas/ha en
ambiente protegido, en el área del campo
experimental del Centro
Interdisciplinario de Investigación para
el Desarrollo Integral Regional
(CIIDIR), del Instituto Politécnico
Nacional (IPN), Unidad Oaxaca, en los
ciclos verano-otoño 2013 y primavera
verano 2014, con temperaturas promedio
de 18 - 22°C y humedad relativa de 60 –
75%. Los frutos fueron cosechados
considerando como indicadores de
madurez el llenado del cáliz y el tiempo
transcurrido desde el amarre del mismo.
Estos fueron llevados al laboratorio,
donde se les eliminó el cáliz, se lavaron
con agua y desinfectaron con una
solución de cloro de 25 ppm;
CIENCIAS DE LOS ALIMENTOS
El color en los alimentos una variable medible
posteriormente, se dejaron secar por doce
horas a temperatura ambiente. Luego se
formaron grupos de diez frutos y se
colocaron en charolas, almacenándose a
temperatura ambiente (25 ± 3 °C). Cada
semana se retiró un lote de cada variedad
para el análisis de las variables pérdida de
peso, resistencia a la penetración, sólidos
solubles, color, pH y acidez titulable.
La metodología de análisis fue la descrita
por la AOAC (2010) para pérdida de peso,
sólidos solubles y acidez titulable.
La determinación del peso de los frutos se
realizó con una balanza analítica. La
pérdida de peso se calculó por la diferencia
entre el primer y segundo valor
multiplicado por 100 y dividido entre el
peso inicial.
El contenido de sólidos solubles se midió
con un refractómetro modelo Automatic y
se reportó como °Brix.
La acidez titulable se obtuvo extrayendo
5,0 g de muestra homogénea de tejido, con
50 ml de agua destilada. El conjunto se
valoró con hidróxido de sodio 0,1N,
utilizando fenolftaleína al 0,1% como
indicador. Los resultados se expresaron
como porcentaje de ácido cítrico.
Para la determinación del pH se utilizó un
potenciómetro.
La pérdida de resistencia a la penetración
se realizó mediante un medidor de textura,
modelo TA-TX2i con una sonda de 0,5 cm
de diámetro en dos puntos extremos del eje
ecuatorial de cada fruto y los resultados se
expresaron en Newtons (N).
53
Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

Los parámetros de color L*, a* y b*

(CIELAB), fueron evaluados con un
medidor de color modelo Mini Scan,
previamente calibrado y los resultados se
transformaron a valores de matiz (h*)
mediante el cálculo del arco tangente de
(b*/a*); croma (C) utilizando el cálculo
de [(a*2 + b*2)½], de acuerdo
con McGuirre (1992), y el índice de color
(IC): [(a*x1000)/(Lx b*)], de acuerdo
con Francis y Clydesdale (1975).

A los resultados obtenidos para cada

variable se les realizó un análisis de
varianza y las medias se compararon con
la prueba de Tukey (p≤0,05) usando el
programa Statgraphics Centurion XVI.II
(Statistical Graphics Corp.).

Resultados y discusión

Color

La percepción visual fue diferente

entre las variedades evaluadas y el
periodo de evaluación (Figura 1).

Figura 1
Cambio de color en variedades de
Physalis ixocarpa Brot., durante su
maduración a temperatura ambiente

54 CIENCIAS DE LOS ALIMENTOS

 El color en los alimentos una variable medible

(25 ± 3 °C), a partir de la cosecha del

fruto, durante los ciclos verano-otoño
2013 y primavera-verano 2014.
Oaxaca, México.

Figure 1. Change in Physalis

ixocarpa Brot. varieties, during its
ripening at room temperature (25 ± 3
°C), after the fruit harvest, in summer-
autumn 2013 and spring-summer 2014
cycles. Oaxaca, México.

Coordenada a*

El análisis estadístico de este

parámetro, bajo las condiciones del
estudio, mostró diferencias significativas
(p≤0,05) entre variedades, indicando que
las variedades San Martín y Tecozautla
04 tendieron a desarrollar y mantener
mayor color verde (a*= 9,94), mientras
que las variedades Rendidora y Diamante
(a* = 9,15), tendieron a perder el color
verde (clorofila) (Figuras 1 y 2). Estos
resultados pudieron deberse a los
diferentes tiempos de degradación de la
clorofila en cada variedad, por su
contenido y actividad de clorofilasas y la
presencia de otras enzimas degradantes,
o a la facilidad de degeneración de las
estructuras cloroplástidas (Hornero-
Méndez y Mínguez-Mosquera, 2002).

Figura 2
Valor de la coordenada de color a*, de
variedades de tomate de cáscara
almacenados a temperatura ambiente
(25 ± 3 °C), después de la cosecha del
fruto, durante los ciclos verano-otoño
2013 y primavera-verano 2014. Oaxaca,
México.

CIENCIAS DE LOS ALIMENTOS 55

Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

Letras distintas señalan diferencias (Hornero-Méndez y Mínguez-Mosquera,

significativas entre los valores según el 2002).
método de Tukey (p<0,05).

Figure 2. Color a* coordinate value of

varieties of husk tomato stored at room
temperature (25 ± 3 ° C), after the fruit
harvest, in summer-autumn 2013 and
spring-summer 2014 cycles. Oaxaca,
Mexico.

Values with different letters are

significantly different (p<0,05), by
Tukey Method.

El periodo de almacenamiento
modificó los valores de la coordenada a*,
el análisis estadístico mostró diferencias
significativas (p≤0,05) entre las
diferentes fechas de muestreo (Figura 3).
Se observó que los valores de a* se
redujeron a medida que avanzó el
periodo de almacenamiento pasando de
un valor de -14,1, para el momento de
corte, hasta alcanzar el valor de -7,0 en la
quinta semana de almacenamiento. Este
comportamiento fue similar al reportado
para el fruto de Physalis peruviana L., en
el cual el cambio de color permitió
determinar seis etapas de maduración,
que representan matices de color verde
en el momento de corte, a tonos de
naranja-rojo en su estado de madurez de
consumo (Fischer y Martínez, 1999). De
igual manera se han indicado tendencias
con correlaciones positivas, entre el Figura 3
parámetro a* y las diversas etapas de Efecto del tiempo de almacenamiento a
maduración en banana (Soltani et al., 25 ± 3 °C sobre la coordenada de color
2011) y mango “Keitt” (Padda et al., a* en variedades de tomate de cáscara,
2011). Lo anterior se explica por el después de la cosecha del fruto, durante
catabolismo de la clorofila, debido a la los ciclos verano-otoño 2013 y
acción de clorofilasas y la aparición de primavera-verano 2014. Oaxaca,
otros pigmentos como carotenoides México.
56 CIENCIAS DE LOS ALIMENTOS
 El color en los alimentos una variable medible

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

Figure 3. Storage time at 25 ± 3 °C

effect on the a* color coordinate in husk
tomato varieties, after the harvest fruit,
in summer-autumn 2013 and spring-
summer 2014 cycles. Oaxaca, Mexico.

Values with different letters are

significantly different (p<0,05), by
Tukey method.

Croma (C*)

El análisis estadístico de los valores de

la coordenada cilíndrica C*, mostró
diferencias significativas entre las
medias correspondientes a las diferentes
variedades (Figura 4). La variedad
Tecozautla 04 presentó el valor más alto
con 35,15, seguida por la variedad San
Martín con 34,28 y finalmente, las
variedades Rendidora y Diamante con un
promedio de 34,07. Estos datos tienen
una relación inversa con los valores de la
coordenada a*, ya que C* se calcula con
los cuadrados de los valores a* y b*, lo
que convierte a los valores negativos en
positivos, los valores más bajos de C* Figura 4
son aquellos cuyos valores de a* se Valor de Croma (C*) en variedades de
encuentran cercanos a 0 (Rendidora y tomate de cáscara almacenado a
Diamante). Así mismo, dado que este temperatura ambiente (25 ± 3 °C),
parámetro indica la pureza o saturación después de la cosecha del fruto. Oaxaca,
del color, fueron las variedades San México, durante los ciclos verano-otoño
Martín y Tecozautla 04 las que 2013 y primavera-verano 2014. Oaxaca,
presentaron valores de C* más altos, por México.
manifestar menor pérdida de clorofila
(López-Camelo y Gómez, 2004). Letras distintas señalan diferencias
significativas entre los valores según el
método de Tukey (p<0,05).

CIENCIAS DE LOS ALIMENTOS 57

Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

Figure 4. Chroma value (C *) in husk

tomato varieties stored at room
temperature (25 ± 3 °C), after the
harvest fruit, in summer-autumn 2013
and spring-summer 2014 cycles.
Oaxaca, Mexico.

Values with different letters are

significantly different (p<0,05), by
Tukey method.

El comportamiento de la coordenada
C* fue afectado por el periodo de
almacenamiento de forma moderada
(Figura 5), el análisis estadístico mostró
un valor de C* de 34,5 para el momento
de corte, el cual se redujo durante las
semanas 1, 2 y 5 a valores de 32,4, y
aumentó en las semanas 3 y 4 a valores
de 35,9 y 38,6, respectivamente. Esta
variación se pudo deber a diferentes
factores, entre los que se pueden destacar
diferencias de color en el momento de
corte y la pérdida de clorofila en la
semana cinco. Tendencias erráticas
similares fueron reportadas para el valor
de C* durante la maduración de frutos de
banana por Soltani et al. (2011). Para
frutos de jitomate, la coordenada C* no
es un indicador adecuado de madurez, ya
que esencialmente es una expresión de
pureza para un color específico y que, en
el caso de este fruto, se presentan
simultáneamente tanto degradación de Figura 5
clorofila como síntesis de compuestos Efecto del periodo de almacenamiento a
carotenoides, lo cual aplicaría también temperatura ambiente (25 ± 3 °C), sobre
para el tomate de cáscara. el valor de croma (C*) en variedades de
tomate de cáscara, durante los ciclos
verano-otoño 2013 y primavera-verano
2014. Oaxaca, México.

58 CIENCIAS DE LOS ALIMENTOS

 El color en los alimentos una variable medible

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05)

Figure 5. Storage period at room

temperature (25 ± 3 °C) effect on
chroma (C *) value in husk tomato
varieties, in summer-autumn 2013 and
spring-summer 2014 cycles. Oaxaca,
México

Values with different letters are

significantly different (p<0,05), by
Tukey method.

Ángulo de matiz (h*)

El análisis estadístico de los valores de

color expresado como ángulo de matiz
(h*), mostró diferencias significativas
entre variedades, los datos de esta
coordenada cilíndrica mostraron un valor
alto para la variedad San Martín (107,7),
seguida por Tecozautla 04 (106,9) y al
final por las variedades Diamante y
Rendidora con un promedio de 105,4;
estos valores siguieron una tendencia
similar al valor de C* (Figura 6), lo cual
indica que los colores de estos frutos
cambian gradualmente de verde a
amarillo, dependiendo de la variedad
(Figura 1).

Figura 6
Color expresado como ángulo de matiz
(h*) en variedades de tomate de cáscara
almacenado a temperatura ambiente (25
± 3 °C), después de la cosecha del fruto,
durante los ciclos verano-otoño 2013 y
primavera-verano 2014. Oaxaca,
México.

CIENCIAS DE LOS ALIMENTOS 59

Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

Letras distintas señalan diferencias decremento en el valor de h* con valores de

significativas entre los valores según el 120 en el momento de corte, a 65 cuando el
método de Tukey (p<0,05). fruto alcanzó la madurez de consumo.

Figure 6. Color expressed as hue

angle (h *) in varieties of husk tomato
stored at room temperature (25 ± 3 °C),
after the harvest fruit, in summer-
autumn 2013 and spring-summer 2014
cycles. Oaxaca, México

Values with different letters are

significantly different (p<0,05), by
Tukey method.

La expresión de color presentó un

comportamiento inversamente
proporcional al período de
almacenamiento de los frutos (Figura 7),
el análisis estadístico mostró el valor más
alto (114,5) para las muestras obtenidas
en el momento de corte, seguida por las
representantes de la semana 1 y 2 con un
promedio de 107,7, después las
pertenecientes a las semanas 3 y 4 con un
valor de 103,7 y finalmente en las
correspondientes a la semana 5 con 101,
indicando que el tiempo de
almacenamiento del fruto resultó en un
cambio gradual de color de verde a
amarillo (Figura 1). Resultados similares
fueron obtenidos durante el proceso de
maduración de jitomate, en el cual, el
ángulo de tono presentó una tendencia a
declinar, particularmente entre las etapas
de maduración I y II (Radzevičius et al.,
2008). En este mismo fruto, López-
Camelo y Gómez (2004), reportaron
valores de h* de 113,3 para frutos verde- Figura 7
maduros (color verde) y de 59,3 para Efecto del periodo de almacenamiento a
frutos en madurez de consumo (color temperatura ambiente (25 ± 3 °C), sobre
rojo). De forma similar, Santamaría- el ángulo de matiz (h*) en tomate de
Basulto et al. (2009b), reportaron un cáscara, durante los ciclos verano-otoño

60 CIENCIAS DE LOS ALIMENTOS

 El color en los alimentos una variable medible

2013 y primavera-verano 2014.

Oaxaca, México.

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

Figure 7. Storage period at room

temperature (25 ± 3 °C) effect on the
hue angle (h *) in husk tomato varieties,
in summer-autumn 2013 and spring-
summer 2014 cycles. Oaxaca, México.

Values with different letters are

significantly different (p<0,05), by
Tukey method.

Índice de color (IC)

El análisis estadístico de los datos

obtenidos para el índice de color, mostró
diferencias significativas entre
variedades (Figura 8), el valor más bajo
(- 6,0) fue para la variedad Diamante,
seguida por las variedades San Martín y
Rendidora con valores de -5,75 y
finalmente Tecozautla 04 con -5,67. Esta
tendencia fue similar a la descrita para el
parámetro a*; sin embargo, en esta se
formaron tres grupos diferentes de
medias y en el caso de a* sólo se
formaron dos. En general, los datos
anteriores indican que los colores de los
frutos estudiados fueron los
característicos de estas variedades y van Figura 8
del verde profundo al verde amarillento, Valor del índice de color (IC) en
según la escala del IC (Vignoni et al., variedades de tomate de cáscara
2006). almacenado a temperatura ambiente (25
± 3 °C), después de la cosecha del fruto,
durante los ciclos verano-otoño 2013 y
primavera-verano 2014. Oaxaca,
México.

CIENCIAS DE LOS ALIMENTOS 61

Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

Letras distintas señalan diferencias

significativas entre los valores según el
Método de Tukey (p<0,05).

Figure 8. Colour index (CI) value in

husk tomato varieties stored at room
temperature (25 ± 3 °C), after the
harvest of the fruit, in summer-autumn
2013 and spring-summer 2014 cycles.
Oaxaca, México.

Values with different letters are

significantly different (p<0,05), by
Tukey method.

La expresión de color fue modificada

por el tiempo de almacenamiento de los
frutos, el análisis estadístico definió seis
grupos de medias (Figura 9), en el
momento de corte los frutos alcanzaron
un valor - 8,80, que aumentó
moderadamente en la primera y segunda
semana para obtener valores de -6,94 y -
5,67, respectivamente; asimismo se
incrementó de forma paulatina entre las
semanas tres y cinco para alcanzar el
valor final de -3,97. Lo que indica que el
color de estos frutos cambió de verde
profundo a verde amarillento como
resultado de la degradación de la
clorofila y síntesis de compuestos
carotenoides (López-Camelo y Gómez,
2004; Vignoni et al., 2006). Resultados Figura 9
similares de índice de color para jitomate Efecto del periodo de almacenamiento a
(Lycopersicon esculentum Mill) fueron 25 ± 3 °C, sobre el valor del índice de
divulgados por López-Camelo y Gómez color (IC) en variedades de tomate de
(2004), quienes encontraron una cáscara, después de la cosecha del fruto,
correlación directa entre esta expresión y durante los ciclos verano-otoño 2013 y
el grado de maduración, con valores de primavera-verano 2014. Oaxaca,
IC de -14,6 para frutos verde maduros y México.
de 21,8 para frutos en madurez de
consumo.

62 CIENCIAS DE LOS ALIMENTOS

 El color en los alimentos una variable medible

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

Figure 9. Storage period at 25 ± 3° C

effect on the colour index (CI) value in
husk tomato varieties, after the harvest
of the fruit, in summer-autumn 2013 and
spring-summer 2014 cycles. Oaxaca,
Mexico.

Values with different letters are

significantly different (p<0.05), by
Tukey method.

Acidez titulable

Para las variedades de tomate

estudiadas, el análisis estadístico de los
datos de acidez de los frutos de tomate,
marcó diferencias significativas entre las
variedades (Figura 10), siendo la más alta
la San Martín con 1,4% de ácido cítrico,
seguida por las otras tres con un
promedio de 1,25%. Esta variación en
resultados pudo deberse a la variabilidad
en el comportamiento fisiológico del
género Physalis (Cantwell et al., 1992),
por la manipulación genética a la que ha
sido sometida en los últimos años (Peiris
et al., 1997).
Figura 10
Acidez titulable en variedades de tomate
de cáscara almacenado a temperatura
ambiente (25 ± 3 °C), después de la
cosecha del fruto, durante los ciclos
verano-otoño 2013 y primavera-verano
2014. Oaxaca, México

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

CIENCIAS DE LOS ALIMENTOS 63

Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

Figure 10. Titratable acidity in husk

tomato varieties stored at room
temperature (25 ± 3 °C), after the
harvest of the fruit, in summer-autumn
2013 and spring-summer 2014 cycles.
Oaxaca, Mexico.

Values with different letters are

significantly different (p<0.05), by
Tukey method.

El contenido de acidez de los frutos fue

modificado por el periodo de
almacenamiento, y de acuerdo con el
análisis de varianza, se encontró que este
parámetro varió ligeramente del
momento de corte hasta el final de las
primeras dos semanas, alcanzando un
promedio de 1,37% de ácido cítrico. En
este periodo su caída no fue significativa,
pero posteriormente los valores
descendieron hasta 1,26, 1,20 y 1,16% de
ácido cítrico (Figura 11); este cambio
puede ser explicado por la síntesis de
ácidos orgánicos en la primera semana y
el bajo consumo de ácidos, debido a una
tasa respiratoria también baja para este
fruto (Peiris et al., 1997).

Figura 11
Efecto del periodo de almacenamiento a
temperatura ambiente (25 ± 3 °C), sobre
la acidez en variedades de tomate de
cáscara, durante los ciclos verano-otoño
2013 y primavera-verano 2014. Oaxaca,
México.

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05)

Figure 11. Storage period at room

temperature (25 ± 3 °C) effect on the

64 CIENCIAS DE LOS ALIMENTOS


acidity in husk tomato varieties, in
summer-autumn 2013 and spring-
summer 2014 cycles. Oaxaca, Mexico.
Values with different letters are
significantly different (p<0,05), by
Tukey method.
Este comportamiento es análogo al
reportado para frutos de Physalis
mínima L., en el cual, la acidez titulable
presentó valores de 0,46, 0,51 y 0,47% de
ácido cítrico en sus etapas de verde,
premaduro y maduro, respectivamente
(Patel et al., 2011). En frutos de Physalis
peruviana L., Fisher y Martínez (1999),
reportaron caídas de acidez de 40 a 15
meq de ácido cítrico/100g de tejido
fresco para los estados de madurez verde
y naranja-rojo, mutuamente. Resultados
similares fueron encontrados en mango
por Quintero et al. (2013), quienes
reportaron un contenido de 1,3% de
ácido cítrico en el momento de corte y de
0,3% después de nueve días de
maduración a 25 °C.
Pérdida de peso
En relación a la pérdida de peso de los
frutos, el análisis estadístico mostró
diferencias significativas entre las
variedades (Figura 12), correspondiendo
a la variedad San Martín la menor
pérdida con un promedio de 5,4%,
seguida de las variedades Tecozautla 04,
Rendidora y Diamante con valores de
5,6, 5,7 y 5,9%, respectivamente. Estos
valores fueron modificados por el tiempo
de almacenamiento. El análisis
estadístico hizo una separación de
medias de forma significativa para cada
uno de las periodos de almacenamiento,
CIENCIAS DE LOS ALIMENTOS
El color en los alimentos una variable medible
obteniendo valores de 0, 1,9, 4,1, 6,6, 9,3 y
12,0%, desde el momento de corte hasta la
quinta semana de almacén, respectivamente
(Figura 13), marcando una tendencia lineal
de esta variable en función al tiempo de
almacenamiento. Lo anterior pudo deberse
a la transpiración del fruto y su consecuente
pérdida de agua, al serle retirado el cáliz
durante el periodo de almacenaje (Cruz-
Álvarez et al., 2012). Resultados similares
fueron descritos por Cruz-Álvarez et al.
(2012) para la variedad “CFH1-Chapingo”,
la cual alcanzó pérdidas de peso del 5,0%
después de ser almacenada por veinticinco
días a 20 °C. En la variedad “Tamazula” se
reportaron pérdidas significativas de peso
en frutos almacenados a 25 °C, pero no para
los conservados a 10 °C (García-Sahagún et
al., 2007). De la misma forma, Cantwell et
al. (1992) informaron pérdidas de peso en
frutos de la variedad “Rendidora” cuando
se almacenaron a 10 y 20°C, comparadas
con las de 5,0 y 2,5°C, los cuales
presentaron escasa pérdida de peso.
Resultados similares fueron descritos para
papaya, con pérdidas de peso de 13%
después de seis días de maduración
(Almeida-Castro et al., 2011).
65
Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

temperature (25 ± 3 °C), after the harvest

of the fruit, in summer-autumn 2013 and
spring-summer 2014 cycles. Oaxaca,
Mexico.

Values with different letters are

significantly different (p<0,05), by Tukey
method.

Figura 12
Pérdida de peso en variedades de
tomate de cáscara almacenado a
temperatura ambiente (25 ± 3 °C),
después de la cosecha del fruto,
durante los ciclos verano-otoño 2013 y
primavera-verano 2014. Oaxaca,
México.

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).
Figure 12. Weight loss of husk
tomato varieties stored at room
Figura 13
Efecto del periodo de almacenamiento
(25 ± 3 °C), sobre la pérdida de peso en
variedades de tomate de cáscara
después de la cosecha del fruto., durante

66 CIENCIAS DE LOS ALIMENTOS

 El color en los alimentos una variable medible

los ciclos verano-otoño 2013 y

primavera-verano 2014. Oaxaca,
México.

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

Figure 13. Storage period (25 ± 3 °C)

effect on the loss of weight of tomato
husk varieties after the harvest of the
fruit, in summer-autumn 2013 and
spring-summer 2014 cycles. Oaxaca,
Mexico.

Values with different letters are

significantly different (p<0,05), by
Tukey method.

Sólidos solubles

En este estudio, la cantidad de sólidos

solubles (°Brix) registró diferencias
significativas entre las variedades
(Figura 14), obteniéndose el valor más
bajo para la variedad San Martín con 5,1,
seguida por las variedades Diamante,
Tecozautla 04 y Rendidora con valores
de 5,27, 5,4 y 5,5, respectivamente. Los
datos reportados son afines a los
encontrados en cinco poblaciones Figura 14
autotetraploides y cuatro diploides Contenido de sólidos solubles en
por Ramírez-Godina et al. (2013), variedades de tomate de cáscara
quienes indicaron un rango de 5,95 a 6,63 almacenadas a temperatura ambiente
°Brix, con diferencias significativas entre (25 ± 3 °C), después de la cosecha del
las poblaciones. fruto, durante los ciclos verano-otoño
2013 y primavera-verano 2014. Oaxaca,
México.

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

CIENCIAS DE LOS ALIMENTOS 67

Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

Figure 14. Soluble solids content in

husk tomato varieties stored at room
temperature (25 ± 3 °C), after the
harvest of the fruit, in summer-autumn
2013 and spring-summer 2014 cycles.
Oaxaca, Mexico.

Values with different letters are

significantly different (p<0,05), by
Tukey method.

La cantidad de sólidos solubles en el

tomate de cáscara fue modificada por el
tiempo de almacenamiento, de acuerdo
con la comparación de medias, los
valores siguieron una pérdida paulatina
desde el momento de corte hasta la quinta
semana de almacén, con valores de 5,9 a
4,8 °Brix (Figura 15). Este
comportamiento es justificado por la
escasa oxidación de azúcares y ácidos
consumidos, debido a la baja tasa
respiratoria de este fruto (Peiris et al.,
1997). Los resultados fueron congruentes
con la variabilidad natural de la especie y
cercanos a los reportados para la variedad
“CHF1- Chapingo”, la cual tiene valores
entre 6,1 y 5,25 que corresponden al
momento de corte y después de
veinticinco días de almacenamiento a 20
Figura 15
°C (Cruz-Álvarez et al., 2012).
Efecto del periodo de almacenamiento a
temperatura ambiente (25 ± 3 °C), sobre
la cantidad de sólidos solubles en tomate
de cáscara, después de la cosecha del
fruto, durante los ciclos verano-otoño
2013 y primavera-verano 2014. Oaxaca,
México.

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

68 CIENCIAS DE LOS ALIMENTOS

 El color en los alimentos una variable medible

Figure 15. Storage period effect at

room temperature (25± 3 °C), on the
amount of soluble solids of tomato husk
varieties after the harvest of the fruit, in
summer-autumn 2013 and spring-
summer 2014 cycles. Oaxaca, Mexico.

Values with different letters are

significantly different (p<0,05), by
Tukey method.

pH

En este estudio se encontraron

diferencias significativas (p≤0,05) para
el pH entre las variedades, diferenciando
a Diamante como la más ácida, con pH
de 4,08, seguida por la San Martín con
4,10 y finalmente las variedades
Rendidora y Tecozautla 04, formando el
mismo grupo con valor de 4,13. Los
datos de pH reportados se encuentran
dentro del rango (3,93 - 4,23) obtenido
para cinco poblaciones autotetraploides y
cuatro diploides por Ramírez-Godina et
al. (2013), cuyo análisis estadístico
presentó diferencias significativas entre
las poblaciones (Figura 16).
Figura 16
Valor de pH para variedades de tomate
de cáscara almacenado a temperatura
ambiente (25 ± 3°C), después de la
cosecha del fruto, durante los ciclos
verano-otoño 2013 y primavera-verano
2014. Oaxaca, México.

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

Figure 16. pH value of husk tomato

varieties stored at room temperature (25 ±
3° C), after the harvest of the fruit, in
CIENCIAS DE LOS ALIMENTOS 69
Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

summer-autumn 2013 and spring-

summer 2014 cycles. Oaxaca, Mexico.

Values with different letters are

significantly different (p<0,05), by
Tukey method.

Al igual que otras características, el pH

fue modificado durante el periodo de
almacenamiento (Figura 17). El análisis
estadístico mostró diferencias
significativas entre las diferentes fechas
de almacén, el valor inicial en el
momento de corte fue de 3,60, el cual se
incrementó gradualmente para alcanzar
el valor de 4,46 en la quinta semana de
almacenamiento. Este comportamiento
puede explicarse por la síntesis y
acumulación de ácidos orgánicos hasta el
momento de corte y su pérdida debida a
la respiración, durante la maduración.

Figura 17
Efecto del periodo de almacenamiento
sobre el pH en variedades en tomate de
cáscara, almacenadas a temperatura
ambiente (25 ± 3 °C), durante los ciclos
verano-otoño 2013 y primavera-verano
2014. Oaxaca, México.

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

Figure 17. Storage period effect on the

pH in husk tomato varieties, stored at

70 CIENCIAS DE LOS ALIMENTOS

 El color en los alimentos una variable medible

room temperature (25 ± 3 °C), in

summer-autumn 2013 and spring-
summer 2014 cycles. Oaxaca, Mexico.

Values with different letters are

significantly different (p<0,05), by
Tukey method.

Los datos encontrados fueron similares

a los reportados por Jiménez-Santana et
al. (2012), quienes señalaron un rango de
3,51 a 4,51, entre tres genotipos
tetraploides y la variedad diploide
“Rendidora” con diferencias
significativas por efecto de la fecha de
corte en los tetraploides. Esta misma
tendencia ha sido encontrada en jitomate
(Juárez–López et al., 2009), en Physalis
peruviana L. (Lanchero et al., 2007) y
varios frutos tropicales, a excepción del
plátano (Torres et al., 2013).

Resistencia a la penetración

El análisis estadístico aplicado a los

valores encontrados de resistencia a la
penetración para las variedades
estudiadas, mostraron diferencias
significativas (p≤0,05) entre variedades.
La variedad Rendidora se presentó con la
menor resistencia, con un valor de 33,9
N, seguida por Diamante con 37,0 N; Figura 18
mientras que San Martín y Tecozautla 04 Resistencia a la penetración en
fueron las más resistentes al manejo variedades de tomate de cáscara
poscosecha con valores similares de 39,0 almacenadas a temperatura ambiente
N (Figura 18). (25 ± 3 °C), durante los ciclos verano-
otoño 2013 y primavera-verano 2014.
Oaxaca, México.

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

CIENCIAS DE LOS ALIMENTOS 71

Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

Figure 18. Penetration resistance in

husk tomato varieties stored at room
temperature (25 ± 3 °C), in summer-
autumn 2013 and spring-summer 2014
cycles. Oaxaca, Mexico.

Values with different letters are

significantly different (p<0,05), by
Tukey method.

La información obtenida del análisis

estadístico mostró que hay diferencias
significativas entre las etapas del periodo
de almacenamiento evaluadas, el valor
inicial de la resistencia en el momento de
corte fue de 46,3 N, el cual decayó hasta
alcanzar 27,2 N en la quinta semana de
almacenaje (Figura 19), estos resultados
se debieron a la solubilización de las
sustancias pécticas que forman parte
estructural de la pared celular, por efecto
del incremento de la actividad de
enzimas como la poligalacturonasa y la
celulasa (Barret et al., 1998).

Figura 19
Efecto del periodo de almacenamiento a
(25 ± 3 °C), sobre la resistencia a la
penetración en variedades de tomate de
cáscara, durante los ciclos verano-otoño
2013 y primavera-verano 2014. Oaxaca,
México.

Letras distintas señalan diferencias

significativas entre los valores según el
método de Tukey (p<0,05).

Figure 19. Storage period at (25 ± 3 °C)

effect on the penetration resistance in husk

72 CIENCIAS DE LOS ALIMENTOS

 El color en los alimentos una variable medible

tomato varieties, in summer-autumn seguida por el IC y después el valor h*. En

2013 and spring-summer 2014 cycles. el caso de la pérdida de peso, los
Oaxaca, Mexico. coeficientes de correlación fueron muy
similares para a* e IC y un poco menor con
Values with different letters are h*. Esta relación se repitió para las
significantly different (p<0,05), by variables acidez, sólidos solubles y pH.
Tukey method.
Cuadro 1
Resultados similares de resistencia a la Coeficientes de correlación entre los
penetración fueron reportados parámetros de color, y características
por García-Sahagún et al. (2007) para físicas y químicas en variedades de
otras variedades de tomate de cáscara, tomate de cáscara durante su
quienes mencionan valores de 44,1 N almacenamiento a temperatura
para frutos en el momento de corte, y de ambiente (25 ± 3 °C), durante los ciclos
14,7 N después de dos semanas de verano-otoño 2013 y primavera-verano.
almacenamiento a 25 °C. En uchuva Oaxaca, México. 2014.
(Physalis peruviana L.) se han reportado
valores equivalentes a 7,5 N al momento
de corte y de 5,8 N después de cuatro días
de almacenamiento (Lanchero et al.,
2007), lo cual significa que este fruto
tiene una resistencia a la penetración
menor al tomate de cáscara. En tomate se
han reportado pérdidas de firmeza que
van de 11,65 N en el momento de corte,
a 4,0 N en puntos de comercialización
(Zapata et al., 2007; Oms-Oliub et al.,
2011).

Relación entre variables

Los coeficientes de correlación entre

los diferentes parámetros de color
analizados, mostraron similitudes
estadísticamente significativas en tres de
ellos: a*, h* e IC (Cuadro 1), el valor de
C* no presentó analogía con el resto de
las expresiones de color. A su vez, de los
tres parámetros de color, el parámetro a*
mostró el mayor coeficiente de
correlación con la resistencia a la
penetración del fruto, característica que
más se asocia a la calidad del fruto,

CIENCIAS DE LOS ALIMENTOS 73

Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

autumn 2013 and spring-summer 2014

cycles. Oaxaca, Mexico.

La calidad de los frutos fue afectada por

los factores genéticos, por el manejo
recibido durante el cultivo, cosecha y
poscosecha, y por el grado de madurez en
el momento de consumo (Kader, 2001). El
sabor de los frutos depende del gusto, un
balance entre dulzor, acidez, astringencia y
aroma; muchos de estos factores están
relacionados con el color del epicarpio del
mismo (López-Camelo y Gómez, 2004). En
el caso de las variedades de tomate de
cáscara las expresiones más significativas
se encontraron con la coordenada a*, h* e
IC, que indicaron esencialmente lo mismo;
sin embargo, tienen diferencia en cuanto a
la percepción humana. Croma no se
manifestó como un buen parámetro para
expresar la madurez de tomate de cáscara.
Las expresiones de color a*, h* e IC,
presentaron alta correlación con dos
factores que determinan su calidad, a saber,
la pérdida de textura y de peso, y otros
factores que intervienen en el gusto del
consumidor como la acidez y los sólidos
solubles. Por la facilidad para detectar el
color verde en el fruto, el parámetro a* fue
el que presentó mayor probabilidad de ser
utilizado para medir la calidad del fruto. De
acuerdo con los resultados obtenidos, las
variedades con mejores características de
calidad fueron Tecozautla 04 y San Martín.

Literatura citada

Table 1. Correlation coefficients among Almeida-Castro, A., J.D. Reis-Pimentel, D.

parameters of color, and physical and
chemical properties in husk tomato
varieties during storage at room
temperature (25 ± 3 °C), in summer-
Santos-Souza, T. Vieira de Oliveira, y M.
da Costa-Oliveir. 2011. Estudio de la
conservación de la papaya (Carica
papaya L.) asociado a la aplicación de
películas comestibles. RVCTA 2:49-60.

74 CIENCIAS DE LOS ALIMENTOS


Amnuaysin, N., K. Seraypheap, and M.
Kidyoo. 2012. Anatomical changes in
peel structure of ‘Hom Thong’ banana
during fruit development and ripening.
Trop. Nat. Hist. 12:127-136.
AOAC (Association of Official Analytical
Chemists). 2010. Official Methods of
AOAC. 18a ed. AOAC International,
Gaithersburg, MD, USA.
Ayala-Silva, T., R.J. Schnel, A.W.
Meerow, M. Winterstein, C. Cervantes,
and J. Steven Brown. 2005.
Determination of color and fruit traits of
half-sib families of mango (Mangifera
indica L.). Proc. Fla State Hortic. Soc.
118:253-257.
Azcón Bieto, J., y M. Talón. 2000.
Fundamentos de fisiología vegetal.
Ediciones Universitarias de Barcelona,
ESP.
Bao-Ning, S., R. Misico, E. Jung-Park,
B.D. Santarsiero, A.D. Mesecar, H.H.S.
Fong, J.M. Pezzuto, and A.D. Kinghorn.
2002. Isolation and characterization of
bioactive principles of the leaves and
stems of Physalis philadelphica.
Tetrahedron 58:3453-3466.
Barrett, D.M., E. García, and J.E. Wayne.
1998. Textural modification of
processing tomatoes. Crit. Rev. Food
Sci. Nutr. 38:173- 258.
Cantwell, M., J. Flores-Minutti, and A.
Trejo-González. 1992. Developmental
changes and postharvest physiology of
tomatillo fruit (Physalis ixocarpa Brot).
Sci. Hortic. 50:59-70.
Carvajal-Herrera, J.J, I.D. Aristizábal-
Torres, C.E. Oliveros-Tascón, y J.W.
Mejía-Montoya. 2011. Colorimetría del
fruto de café (Coffea arabica L.) durante
CIENCIAS DE LOS ALIMENTOS
El color en los alimentos una variable medible
su desarrollo y maduración. Rev. Fac. Nal
Agr. Medellín 64:6229-6240.
Choi, J.K., G. Murillo, J.S. Bao-Ning, J.M.
Pezzuto, A.D. Kinghorn, and R.G. Mehta.
2006. Ixocarpalactone A isolated from the
Mexican tomatillo shows potent
antiproliferative and apoptotic activity in
colon cancer cells. FEBS J. 273:5714–
5723.
Cruz-Álvarez, O., M.T. Martínez-Damián,
J.E. Rodríguez-Pérez, M.T. Colinas-León,
y E. del C. Moreno-Pérez. 2012.
Conservación poscosecha de tomate de
cáscara (Physalis ixocarpa Brot. ex Horm.)
con y sin cáliz. Rev. Chapingo Ser. Hortic.
18:333-344.
Dávila-Aviña, J.E. de J., G.A. González-
Aguilar, J.F. Ayala-Zavala, D.R.
Sepúlveda, y G.I. Olivas. 2011.
Compuestos volátiles responsables del
sabor del tomate. Rev. Fitotec. Mex.
34:133-143.
Fischer, G., y O. Martínez. 1999. Calidad y
madurez de uchuva (Physalis peruviana L.)
en relación con la coloración del fruto.
Agron. Colomb. 16(1-3):35-39.
Francis, F.J., and F.M. Clydesdale. 1975.
Food colorimetry: Theory and applications.
The AVI Pub. Co., CT, USA.
García-Sahagún, M.L., A.N. Avendaño-
López, J.N. Mercado-Ruiz, y L. Robles-
Osuna. 2007. Calidad poscosecha de frutos
de tomate de cáscara (Physalis spp.)
durante almacenamiento. En: S. Carvajal, y
E. Pimienta Barrios, editores, Avances en la
Investigación Científica en el CUCBA.
XVIII Seminario de la Investigación
Científica. Centro Universitario de
Ciencias Biológicas y Agropecuarias.
Universidad de Guadalajara, MEX. p. 1-5.
75
Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014
González-Cárdenas, I.A., C. Osorio, F J.
Rodríguez-Pulido, M.L. González-
Miret, y F.J. Heredia. 2010. Color y
apariencia de frutos de guayaba a lo
largo de la maduración. En: Universidad
de Alicante, editor, Memorias del IX
Congreso Nacional del Color, Alicante,
29 y 30 de junio, 1 y 2 de julio del 2010,
Alicante, ESP. p. 316-319.
González-Mendoza, D., D. Ascencio-
Martínez, A. Hau Poox, V. Méndez-
Trujillo, O. Grimaldo-Juárez, J. F.
Santiaguillo Hernández, L. Cervantes-
Díaz, and S.M. Avilés-Marin. 2011.
Phenolic compounds and
physiochemical analysis of Physalis
ixocarpa genotypes. Sci. Res. Essays
6:3808-3814.
Hornero-Méndez, D., and M.I. Mínguez-
Mosquera. 2002. Chlorophyll
disappearance and chlorophyllase
activity during ripening of Capsicum
annuum L fruits. J. Sci. Food Agric.
82:1564-1570.
Ibave-González, J.L., y M. Ochoa. 2007.
Cuantificación de los diferentes folatos
presentes en tomatillo (Physalis
ixocarpa) por cromatografía de líquidos
de alta resolución. TECNOCIENCIA
Chihuahua 1:9-16.
Jha, S.N., A.R.P. Kingsly, and S. Chopra.
2006. Physical and mechanical
properties of mango during growth and
storage for determination of maturity. J.
Food Eng. 72:73-76.
Jha, S.N., K. Narsaiah, A.D. Sharma, M.
Singh, S. Bansal, and R. Kumar. 2010.
Quality parameters of mango and
potential of non-destructive techniques
for their measurement: A review. J. Food
Sci. Technol. 47:1-14.
76
Jiménez-Santana, E., V. Robledo-Torres, A.
Benavides-Mendoza, F. Ramírez-Godina,
H Ramírez-Rodríguez, y E. de la Cruz-
Lázaro. 2012. Calidad de fruto de genotipos
tetraploides de tomate de cáscara (Physalis
ixocarpa Brot.). Universidad y Ciencia
28(2):153-161.
Juárez-López P., R. Castro-Brindis, T.
Colinas-León, P. Ramírez-Vallejo, M.
Sandoval-Villa, D.W. Reed, L. Cisneros-
Zevallos, y S. King. 2009. Evaluación de
calidad de frutos de siete genotipos nativos
de jitomate (Lycopersicon esculentum var.
cerasiforme). Rev. Chapingo Ser. Hortic.
15(esp):5-9.
Kader, A.A. 2001. Quality assurance of
harvested horticultural perishables. Acta
Hort. 553:51-55.
Kader, A. A. 2009. La calidad del sabor de
frutas y hortalizas. Hortic. Internacional
69:6-7.
Karakurt, Y. 2007. Fruit Cell Wall
polysacharides and their modification
during ripening. J. Agric. Fac. HR.
11(1/2):13-19.
Lancaster, J.E., C.E. Lister, P.F. Reay, and
C.M. Triggs. 1997. Influence of pigment
composition on skin color in a wide range
of fruit and vegetables. J. Amer. Soc. Hort.
Sci. 122:594-598.
Lanchero, O., G. Velandia, G. Fischer, N.C.
Varela, y H. García. 2007. Comportamiento
de la uchuva (Physalis peruviana L.) en
poscosecha bajo condiciones de atmósfera
modificada activa. Rev. Corpoica 8(1):61-
68.
León, K., D. Mery, F. Pedreschi, and J. León.
2006. Color measurement in L*a*b* units
from RGB digital images. Food Res. Int.
39:1084-1091.
CIENCIAS DE LOS ALIMENTOS

López-Camelo, A.F., and P. A. Gómez.
2004. Comparison of color indexes for
tomato ripening. Hortic. Bras. 22:534-
537.
McGuirre, R.G. 1992. Reporting of
objective color measurements. Hort. Sci.
27:1254-1255.
Oms-Oliub, G., M.L.A.T.M. Hertoga, B.
Van de Poel, J. Ampofo-Asiamaa, A.H.
Geeraerda, and B.M. Nicolaï. 2011.
Metabolic characterization of tomato
fruit during preharvest development,
ripening, and postharvest shelf-life.
Postharvest Biol. Technol. 62:7-16.
Osuna-García, J.A., V. Vázquez-Valdivia,
y M.H. Pérez-Barraza. 2007.
Caracterización postcosecha de
cultivares de plátano para consumo en
fresco. Rev. Chapingo Ser. Hortic.
14:139-145.
Padda, M.S., C.V.T. do Amaranteb, R.M.
Garcia, D.C. Slaughterd, and E.J.
Mitchama. 2011. Methods to analyze
physico-chemical changes during mango
ripening: A multivariate approach.
Postharvest Biol.Technol. 62:267-274.
Patel, P.R., N.B. Gol, and T.V. Ramana-
Rao. 2011. Physiochemical changes in
sunberry (Physalis minima L.) fruit
during growth and ripening. Fruit 66:37-
46.
Pathare, P.B., U.L. Opara, and F.J. Al-Said.
2013. Colour Measurement and analysis
in fresh and processed foods: a review.
Food Bioprocess Technol. 6:36-60.
Peiris, K.H.S., J.L. Mallon, and S.J. Kays.
1997. Respiratory rate vital heat of some
specialty vegetables at various storage
temperatures. HorTechnology 7:46-49.
CIENCIAS DE LOS ALIMENTOS
El color en los alimentos una variable medible
Pérez-López, A., C.A. Villaseñor-Pérez, V.
Crisanto-Martínez, y J.J.E. Corrales-
García. 2009. Propiedades mecánicas y
maduración de frutos de mango (Mangifera
indica L.) bajo compresión axial. INAGBI
1:19-23.
Quintero, C.V., G. Giraldo, J. Lucas, y J.
Vasco. 2013. Caracterización fisicoquímica
del mango común (Mangifera indicaL.)
durante su proceso de maduración.
Biotecnol. Sector Agropec. Agroind.
11(1):10-18.
Radzevičius, A., P. Viškelis, and Č. Bobinas.
2008. Quality and physiological parameters
of tomato (Lycopersicon esculentum Mill.)
fruits of Lithuanian selection. Biologija
54:108-111.
Ramírez-Godina, F., V. Robles-Torres, R.
Foroughbakhch-Pournabav, A. Benavides-
Mendoza, J.L. Hérnández–Piñero, M.H.
Reyes-Váldez, and M.A. Alvarado-
Vázquez. 2013. Yield and fruit quality
evaluation in husk tomato autotetraploids
(Physalis ixocarpa) and diploids. Aust. J.
Crop Sci. 7:933-940.
Salvador, A., T. Sanz, and S.M. Fiszman.
2007. Changes in colour and texture and
their relationship with eating quality during
storage of two different dessert bananas.
Postharvest Biol. Technol. 43:319-325.
Santamaría-Basulto, F., R. Díaz-Plaza, E.
Sauri-Duch, F. Espadas y Gil, J.M.
Santamaría-Fernández, y A. Larqué-
Saavedra. 2009a. Características de calidad
de frutos de papaya Maradol en la madurez
de consumo. Agric. Téc. Méx. 35:347-353.
Santamaría-Basulto, F., E. Sauri-Duch, F.
Espadas y Gil, R. Díaz-Plaza, A. Larqué-
Saavedra, and J.M. Santamaría. 2009b.
Postharvest ripening and maturity indices
for Maradol papaya. Interciencia 34:583-
588.
77
Mathias-Rettig & Ah-Hen / Agro Sur 42(2): XX-XX, 2014

Santiaguillo-Hernández, J.F., y S. Blas- Yam, K.L., and S. Papadakis. 2004. A simple

Yáñez. 2009. Aprovechamiento digital imaging method for measuring and
tradicional de las especies de Physalis en analyzing color of food surfaces. J. Food
México. Rev. Geograf. Agríc. 43:81-86. Eng. 61:137-142.

Santiaguillo-Hernández, J.F., T. Zapata, L., L. Gerard, C. Davies, L. Oliva, y

Cervantes-Santana, y A. Peña-Lomelí.
2004. Selección para rendimiento y
calidad de fruta de cuzas planta x planta
entre variedades de tomate de cáscara.
Rev. Fitotec. Mex. 27:84-91.
M. Schva. 2007. Correlación matemática
de índices de color del tomate con
parámetros texturales y concentración de
carotenoides. Cienc. Docencia Tecnol.
XVIII (34):207-226.

SECOFI (Secretaria de Comercio y Notas

Fomento Industrial). 1982. Norma
Mexicana NMX-FF-54-1982. Productos
alimenticios no industrializados para uso
humano - hortalizas en estado fresco–
tomate con cáscara. SECOFI, MEX.
Soltani M., R. Alimardani, and M. Omid.
2011. Changes in physico-mechanical
properties of banana fruit during
ripening treatment. J. Am. Sci. 7:14-19.
1 Este trabajo fue parte del proyecto de
investigación SIP20140470: “Estudio de la
calidad y cambios químicos y fisiológicos del
fruto de tomatillo (Physalis ixocarpa Brot.)
en poscosecha”, apoyado por el Instituto
Politécnico

Surmacka, S.A. 2002. Texture is a sensory

property. Food Qual. Prefer. 13:215-225.

Tapre, A.R., and R.K. Jain. 2012. Study of

advanced maturity stages of banana. Int.
J. Adv. Eng. Res. Stud. I (III):272-274.

Torres, R., E.J. Montes, O. Pérez, y R.D.

Andrade. 2013. Relación del color y del
estado de madurez con las propiedades
fisicoquímicas de frutas tropicales. Inf.
Tecnol. 24(3):51-56.

Torres-Panduro, V. 1998. Componentes de

calidad en cuarenta materiales de tomate
de cascara (Physalis ixocarpaBrot.).
Tesis Ing. Agr., Universidad de
Guadalajara, Las Agujas, Zapopan,
Jalisco, MEX.

Vignoni, L.A., R.M. Cesari, M. Forte, y

M.L. Mirábile. 2006. Determinación de
índice de color en ajo picado. Inf. Tec.
17(6):63-67.

78 CIENCIAS DE LOS ALIMENTOS