Älypakkaukset kertovat tuotteen tilasta värimuutoksilla – tarkka koneellinen sävyntunnistus avaa ovia uusille indikaattoreille

Vaasan yliopistossa väittelevän Jari Isohannin tietotekniikan väitöstutkimus osoittaa, miten älypakkaukset voivat tulevaisuudessa olla entistä laajemmin pakkausteollisuuden saatavilla. Painetuissa pakkauksissa sävyään muuttava painomuste ja hienovaraisten värimuutosten tunnistaminen koneellisesti tarjoaa edullisia ratkaisuja esimerkiksi elintarvikealan, terveydenhuollon, logistiikan ja elektroniikka-alan tarpeisiin.

Aiemmin ei ole tutkittu, milloin mitäkin värintunnistusmenetelmää kannattaa käyttää. Isohannin tutkimus täytti tämän aukon vertailemalla koneoppimisen ja värierometodiikan soveltuvuutta erilaisiin tilanteisiin.

– Tutkimukseni osoitti, että suurten värierojen tunnistamisessa perinteiset, yksinkertaiset laskentamenetelmät riittävät hyvin. Hienovaraisissa muutoksissa ja vaihtelevissa olosuhteissa sen sijaan tehokkaimpia olivat tekoälyyn pohjaavat konvoluutioneuroverkot, Isohanni selvittää.

Oikea menetelmä oikeaan tarkoitukseen

Funktionaaliset painomusteet vaihtavat väriä olosuhteiden mukaan – esimerkiksi lämpötilan noustessa tai kosteuden lisääntyessä. Pienten värimuutosten havaitsemiseen keskittyvä tutkimus avaa teollisuudelle uusia mahdollisuuksia verrattuna nykyisiin elektronisiin indikaattoreihin.

– Painomusteen värimuutos sen sijaan on niin hienovarainen tai nopea, ettei sitä tunnisteta tarpeeksi tehokkaasti nykyisillä konenäkömenetelmillä. Kun musteen sävymuutos on koneellisesti tunnistettavissa, voi muutos olla jo liian pitkällä tai vaurio tapahtunut, Isohanni havainnollistaa.

Tekoäly mahdollistaa teollisuudessa sävyn automaattisen tunnistamisen lähes ihmissilmän tarkkuudella, mikä antaa uusia työkaluja muun muassa laadunvalvontaan. Myös kuluttajille voidaan tutkimuksen pohjalta kehittää esimerkiksi elintarvikkeiden tai muiden tuotteiden tilasta kertovia ratkaisuita. Väitöskirjatutkimuksessa käytetty musteindikaattori voidaan painaa pakkaukseen tavallisen etiketin yhteydessä, ja sen kustannuslisä on minimaalinen verrattuna elektronisiin älypakkausratkaisuihin.

– Kalliita elektronisia mittareita ei voi laittaa esimerkiksi salaattipakkaukseen, koska se muodostaisi ison osan tuotteen hinnasta tai voisi aiheuttaa kierrätykseen lisähaasteita. Painetut indikaattorit ratkaisevat tämän ongelman, Isohanni kertoo.

Tutkimus avaa tien ympäristöystävälliselle vaihtoehdolle, jonka avulla voidaan tehostaa prosesseja ja parantaa kuluttajainformaatiota. Tuloksia voidaan hyödyntää esimerkiksi elintarviketeollisuudessa säilyvyyden seurannassa, terveydenhuollon indikaattoreissa, logistiikassa kuljetusolosuhteiden tarkkailussa sekä elektroniikka-alalla kosteus- ja lämpötilavaurioiden havaitsemisessa.

Väitöskirja

Isohanni, Jari (2025) Recognition of Subtle Colour Differences. Acta Wasaensia 557. Väitöskirja. Vaasan yliopisto.
Julkaisun pdf

Väitöstilaisuus

FM Jari Isohannin väitöstutkimus ”Recognition of Subtle Colour Differences: A Comparative Study of Machine Learning and Colour Difference Metrics” tarkastetaan keskiviikkona 3.9.2025 klo 12 Vaasan yliopiston Kurtén-auditoriossa.

Väitöstilaisuutta on mahdollista seurata myös etäyhteyden kautta: 

https://uwasa.zoom.us/j/68592609894?pwd=zTja9n1vVLWfFXhYcls3ZtmcMSlmy2.1 
Password: 828150

Vastaväittäjänä tilaisuudessa toimii Associate Professor Miguel Bordallo López (Oulun yliopisto) ja kustoksena apulaisprofessori Jani Boutellier.