瓦伦西农业调查研究所（IVIA）、米格尔 埃尔南德斯 德埃尔切大学和巴伦西亚理工大学的科学家们研究了两种用于石榴质量检测的机器视觉技术。

   科学家们在七个不同的收获时间采集了石榴果Mollar de Elche。在每次收获时都要获得完整果实和果实的色彩和高光谱图像。测定了果实的总可溶性固形物、可滴定的酸度、成熟度指数、BrimA、内部色泽、总酚类化合物含量、抗氧化活性等理化性质。使用偏小二乘回归模型研究了从完整水果和假种皮的图像获得的颜色和光谱数据之间的关系，以了解其理化性质。还使用偏最小二乘判别分析模型进行了不同成熟阶段的判别。

   利用完整果实的颜色和高光谱图像预测其理化性质也得到了类似的结果。然而，使用高光成像技术对arils信息的预测更高。在成熟阶段的判别中，最高的准确度是通过使用高光谱成像获得的，其中95%的完整水果和100%的假种皮经过正确分类-科学家们解释=这些结果表明，机器视觉技术（尤其是高光谱成像）对于检测完整Mollar de Elche石榴的水果和假种皮质量具有巨大潜力。