Management of innovative evaluation techniques selected quality parameters in industry food®

• Autorzy: Szwedziak Katarzyna , Polańczyk Ewa , Chełpa Aleksandra , Doleżal Petr

Warianty tytułu

PL

Zarządzanie innowacyjnymi technikami oceny wybranych parametrów jakości w przemyśle spożywczym®

• Języki publikacji: EN

Abstrakty

EN

The meat industry is looking for quick evaluation methods due to the fact that meat has a relatively short shelf life and is subject to rapid technological changes, e.g. under the influence of storage conditions. The reference methods, despite the relatively short time of analysis, do not determine the accuracy of measurements. In order to ensure the repeatable quality of meat, it is necessary to search for new evaluation methods that will eliminate, among others, subjectivity resulting from the human factor and will allow for quick results. In the case of using computer-based evaluation methods, it is important to obtain a good-quality, distortion-free image of the test sample as well as proper classification and recognition of the recorded images. The article analyzes the content of fat visible in poultry meat using the traditional method – organoleptic, and using visual techniques – computer analysis image. A computer application based on the RGB model to recognize individual colors was used for the tests.

PL

Przemysł mięsny poszukuje szybkich metod ocen ze względu na to, iż mięso ma stosunkowo krótki termin przydatności do spożycia oraz szybko ulega zmianom technologicznym, np. pod wpływem warunków przechowywania. Metody referencyj-ne, mimo stosunkowo krótkiego czasu analiz, nie odznaczają się dokładnością pomiarów. W celu zapewnienia powtarzalnej jakości mięsa niezbędne jest poszukiwanie nowych metod oceny, które wyeliminują m.in. subiektywność wynikającą z czynnika ludzkiego oraz pozwolą na szybkie uzyskanie wyników. W przypadku wykorzystania metod oceny opartych na analizie komputerowej istotne jest pozyskanie dobrej jakości, wolnego od zniekształceń obrazu badanej próbki oraz właściwej klasyfikacji i rozpoznawania rejestrowanych obrazów. W artykule dokonano analizy zawartości tłuszczu widocznego w mięsie drobiowym metodą tradycyjną – organoleptyczną oraz za po-mocą technik wizyjnych – komputerowa analiza obrazu. Do badań wykorzystano aplikację komputerową opartą na mode-lu RGB do rozpoznawania poszczególnych barw.

Słowa kluczowe

EN

computer image analysis; innovation management; quality assessment methods; poultry production

PL

komputerowa analiza obrazu; zarządzanie innowacjami; metody oceny jakości; produkcja drobiu

• Wydawca: Wyższa Szkoła Menadżerska
• Czasopismo: Postępy Techniki Przetwórstwa Spożywczego
• Rocznik: 2020
• Tom: nr 2
• Strony: 27--32
• Opis fizyczny: Bibliogr. 10 poz., fig., rys., tab.

Twórcy

autor

Szwedziak Katarzyna

• Politechnika Opolska

autor

Polańczyk Ewa

• Politechnika Opolska

autor

Chełpa Aleksandra

• Politechnika Opolska

autor

Doleżal Petr

• Mendel University in Brno, Czech Republic

Bibliografia

• [1] DASIEWICZ K. 2010. „Badania nad wpływem rodzaju oświetlenia na dokładność szacowania zawartości tłuszczu metodą komputerowej analizy obrazu w modelowych mieszaninach mięsa”. Nauka Przyroda Technologie Tom 4, Zeszyt 5, Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu.
• [2] DASIEWICZ K., P. SZYMAŃSKI. 2005. „Optymalizacja warunków szacowania (metodą komputerowej analizy obrazu) tłuszczu w drobnym mięsie wieprzowym klasy II”. Postępy Techniki Przetwórstwa Spożywczego 2: 44–58.
• [3] KOŁCZAK T. 2007. „Barwa mięsa”. Gospodarka Mięsna 9.
• [4] KOSTYRA E. 2012. „Innowacyjne metody pomiaru wrażeń sensorycznych w czasie, w percepcji i akceptacji żywności”. Postępy Techniki Przetwórstwa Spożywczego 1:104–108.
• [5] KRZYWDZIŃSKA-BARTKOWIAK M. 2019.Wykorzystanie komputerowej analizy obrazu do oceny struktury i różnicowania jakości wybranych produktów mięsnych. Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu: 13–16.
• [6] MAKARSKA A., K. FIRLEJ. 2012. „Działania innowacyjne firm przemysłu spożywczego jako element ich strategii”. Folia Pomer. Univ. Technol. Stetin. Oeconomica 297 (68): 37–46.
• [7] ORMIAN M., A. AUGUSTYŃSKA-PREJSNAR, Z. SOKOŁOWICZ. 2018. „Cechy kształtujące jakość mięsa drobiowego”. Postępy Techniki Przetwórstwa Spożywczego 2:90–96.
• [8] SZWEDZIAK K. 2019. „The use of vision techniques for the evaluation of selected quality parameters of maize grain during storage”. E3S Web of Conferences 132, 01026 (2019) https://doi.org/10.1051/e3sconf/201913201026.
• [9] SZWEDZIAK K. 2019. „Artificial neural networks and computer image analysis in the evaluation of selected quality parameters of pea seeds”. E3S Web of Conferences 132, 01027 (2019) https://doi.org/10.1051/e3sconf/201913201027.
• [10] TROY D, J. KERRY. 2010. “Consumer perception and the role of science in meat industry”. Meat Science Vol. 86: 214–226.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).