IT Techniques for the Assessment of Pollutants in Loose Food Raw Materials®

• Autorzy: Szwedziak Katarzyna , Doleżal Petr , Podsędek Sebastian , Kotysz Dominika

Warianty tytułu

PL

Techniki informatyczne w ocenie zanieczyszczeń w surowcach spożywczych®

• Języki publikacji: EN

Abstrakty

EN

The grain and milling industry deals with the grinding of grain into flour and groats. These processes take place in mills. During the technological process of producing flour and groats, contamination may occur, which reduces the quality of end products. Before the product is introduced into the consumption cycle, the flours and groats are subjected to laboratory analysis, including in terms of product purity. This analysis is based on the organoleptic determination of the amount of contamination in flour and grain products using the sense of sight. The article presents innovative techniques for assessing the quality of the pollution level using image analysis and artificial neural networks (ANNs). Wheat flour was used for laboratory tests.

PL

Przemysł zbożowo-młynarski zajmuje się przemiałem zboża na mąkę i kasze. Procesy te odbywają się w młynach. W czasie procesu technologicznego produkcji mąki oraz kasz, może dojść do zanieczyszczeń, co powoduje obniżenie jakości produktów końcowych. Przed wprowadzeniem produktu do obiegu konsumpcyjnego, mąki i kasze poddawane są analizie laboratoryjnej, między innymi pod względem czystości produktu. Analiza ta polega na organoleptycznym określeniu za pomocą zmysłu wzroku ilości zanieczyszczeń w mące i przetworach zbożowych. W artykule przedstawiono innowacyjne techniki oceny jakości poziomu zanieczyszczeń wykorzystujące analizę obrazu oraz sztuczne sieci neuronowe (SSN). Do badań laboratoryjnych wykorzystano mąkę pszenną.

Słowa kluczowe

EN

image analysis; artificial neural networks; quality assessment; contamination in grain mill products; image recognition

PL

analiza obrazu; sztuczne sieci neuronowe; ocena jakości; zanieczyszczenia w produktach przemiału zbóż; rozpoznawanie obrazu

• Wydawca: Wyższa Szkoła Menadżerska
• Czasopismo: Postępy Techniki Przetwórstwa Spożywczego
• Rocznik: 2021
• Tom: nr 1
• Strony: 5--10
• Opis fizyczny: Bibliogr. 11 poz., fig., rys., tab.

Twórcy

autor

Szwedziak Katarzyna

• Politechnika Opolska

• https://orcid.org/0000-0003-1104-5143

autor

Doleżal Petr

• Mendel University in Brno, Czech Republic

autor

Podsędek Sebastian

• Politechnika Opolska

autor

Kotysz Dominika

• Politechnika Opolska

• https://orcid.org/0000-0003-2142-3515

Bibliografia

• [1] BONIECKI P., J. WERES., W. MUELLER. 2006.“Interaktywny system edukacyjny wspomagający proces projektowania oraz eksploatacji sztucznych sieci neuronowych w rolnictwie”. Inżynieria Rolnicza 13 (88): 17–27.
• [2] HEBISZ T. 2003. Multimedia i grafika komputerowa. Modele barw. Instytut Sterowania i Systemów Informatycznych. Wrocław.
• [3] KOSZELA K., J. WERES. 2005. „Analiza i klasyfikacja obrazów suszu warzywnego z sieci neuronowych.” Inżynieria Rolnicza 2(62): 77–82.
• [4] LI J., G.LIAO, Z. OU, J. JIN. 2007. Rapeseed seeds classification by machine vision. Intelligent InformationTechnology Application, Workshop on Volume, Issue.
• [5] LIU Z., F. CHENG, Y. YING, X. RAO. 2005. “Identificationof rice seed varieties using neural network.”Journal of Zhejiang University Science 6B(11): 1095-1100. ISSN 1009-3095.
• [6] MALINA W., M. SMIATACZ. 2005. Metody cyfrowego przetwarzania obrazów. Akademicka Oficyna Wydawnicza Exit.
• [7] MANTIUK R. 2006. Barwa w grafice komputerowej. Wrocław: Zakład grafiki komputerowej.
• [8] TADEUSIEWICZ R. 1997. Elementarne wprowadzenie do technik sieci neuronowych z przykładowymi programami. Warszawa: Akademicka Oficyna Wydawnicza.
• [9] TADEUSIEWICZ R., P. KOHORDA. 1997. Komputerowa analiza i przetwarzanie obrazów. Kraków:Wydawnictwo Fundacji Postępu Telekomunikacji. ISBN 83-86476-15-X.
• [10] TRAJER J., M. JAROS. 2005. Zastosowanie metod sztucznej inteligencji do oceny zmian jakości wybranych warzyw w procesie ich suszenia i przechowywania. Warszawa: Wydawnictwo SGGW.
• [11] ŻŁOBECKI A., R. MACURA, M. MICHALCZYK.2006. „Modelowanie procesu omłotu przy wykorzystaniu sztucznych sieci neuronowych”. Inżynieria Rolnicza 13: 451–460.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).