Analiza składowych barwy RGB wołowej zrazowej górnej po obróbce cieplnej prowadzonej w piecu konwekcyjno-parowym, na podstawie barwy mięsa surowego

• Autorzy: Guzek D. , Głąbska D. , Wierzbicka A.

Warianty tytułu

EN

Analysis of beef topside RGB components of colour after thermal treatment executed in the steam-convection oven, on the basis of fresh meat colour

• Języki publikacji: PL

Abstrakty

PL

Celem pracy była ocena możliwości predykcji barwy mięsa wołowego po obróbce cieplnej w piecu konwekcyjno-parowym. Materiał badawczy stanowiła wołowa zrazowa górna, którą poddano przed i po obróbce cieplnej ocenie składowych barwy w systemie RGB, przy wykorzystaniu komputerowej analizy obrazu. Po obróbce cieplnej poddano ocenie barwę tkanki mięśniowej na przekroju, jak również zbrązowionej powierzchni elementu. Stwierdzono, że składowa barwy R przed obróbką cieplną nie koreluje z tą składową barwy po obróbce cieplnej. W przypadku składowych G i B stwierdzono istotne lub bliskie istotności statystycznej zależności zarówno przy korelacji z barwą mięsa, jak i z jego zbrązowioną powierzchnią. Przed wdrożeniem na linii produkcyjnej predykcji barwy mięsa wołowego po obróbce cieplnej w oparciu o barwę surowego mięsa konieczne są dalsze badania z tego zakresu, jednak można stwierdzić, że powinien to być obiecujący kierunek badań.

EN

The aim of the presented research was to assess the possibilities of beef colour prediction, after thermal treatment executed in steam-convection oven. Beef topside was the applied model and the measurement of RGB components of colour was carried out using the computer image analysis system. The RGB components of colour were measured before thermal treatment and after thermal treatment - colour of meat and of browned surface of meat. It was observed, that R component of colour of beef topside was not correlated with R component of colour after thermal treatment. In case of G and B components of colour, significant or close to significance correlations were observed, in correlation both with colour of meat and with browned surface of meat. It was concluded, that before implementing prediction of beef topside colour after thermal treatment in steam-convection oven, on the basis of meat colour before thermal treatment, further researches are necessary, but it may be stated that it is a promising direction in researches.

Słowa kluczowe

PL

mięso wołowe; obróbka cieplna; piec konwekcyjno-parowy; barwa; RGB; analiza obrazu

EN

beef; heat treatment; convection-steam stove; color; RGB; image analysis

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2012
• Tom: Vol. 57, nr 1
• Strony: 55--58
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Guzek D.

autor

Głąbska D.

autor

Wierzbicka A.

• Szkoła Główna Gospodarstwa Wiejskiego w Warszawie; Wydział Nauk o Żywieniu Człowieka i Konsumpcji ul. Nowoursynowska 159c, 02-776 Warszawa,

Bibliografia

• [1] Aguilera J.M., Briones V.: Computer vision and food quality. Food Australia, 2005, nr 57 (3): 79-87.
• [2] Barbera S., Tassone S.: Meat cooking shrinkage: Measurement of a new meat quality parameter. Meat Science, 2006, nr 73 (3): 467-474.
• [3] Chang H., Wang Q., Xu X., Li Ch., Huang M., Zho G., Dai Y.: Effects of Thermal Treatment Mode and Temperature on Meat Quality of Beef Semitendinosus Muscle. International Journal of Food Properties, 2011, nr 14 (2): 381-396.
• [4] Jackman P., Sun D-W., Du C-J., Allen P., Downey G.: Prediction of beef eating quality from colour, marbling and wavelet texture features. Meat Science, 2008, nr 80 (4): 1273-1281.
• [5] Kuchida K., Hasegawa M., Suzuki M., Miyoshi S.: Prediction of beef color standard number from digital image obtained by using photographing equipment for the cross section of carcass. Animal Science Journal, 2001, nr 72 (9): 321-328.
• [6] Mancini R.A., Hunt M.C.: Current research in meat color. Meat Science, 2005, nr 71: 100-121.
• [7] Sun D.-W., Brosnan T.: Pizza quality evaluation using computer vision-part 1: Pizza base and sauce spread. Journal of Food Engineering, 2003, nr 57 (1): 81-89.
• [8] Sun X., Gong H.J., Zhang F., Chen K.J.: A Digital Image Method for Measuring and Analyzing Color Characteristics of Various Color Scores of Beef. IEEE, 2009: 1-6.
• [9] Sun X., Chen K., Berg E.P., Magolski J.D.: Predicting fresh beef color grade using machine vision imaging and Support Vector Machine (SVM) analysis. Journal of Animal and Veterinary Advances, 2011, nr 10 (12): 1504-1511.
• [10] Tan J.: Meat quality evaluation by computer vision. Journal of Food Engineering, 2004, nr 61 (1): 27-35.
• [11] Tapp W.N., Yancey J.W.S., Apple J.K.: How is the instrumental color of meat measured? Meat Science, 2011, nr 89 (1): 1-5.