Zastosowanie komputerowej analizy obrazu do prognozowania barwy mięsa wołowego po obróbce cieplnej

Guzek, D.; Głąbska, D.; Wierzbicka, A.

Artykuł - szczegóły

Tytuł artykułu

Zastosowanie komputerowej analizy obrazu do prognozowania barwy mięsa wołowego po obróbce cieplnej

Autorzy

Guzek D. , Głąbska D. , Wierzbicka A.

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

Warianty tytułu

Application of computer image analysis for beef blade colour after thermal treatment prediction

Języki publikacji

Abstrakty

Celem pracy była ocena możliwości przewidywania barwy mięsa wołowego po obróbce cieplnej w oparciu o komputerową analizę obrazu mięsa surowego. Jako model wykorzystano łopatkę wołową, którą poddano obróbce cieplnej w piecu konwekcyjno-parowym. Dokonano pomiaru składowych barwy w systemie RGB, przy wykorzystaniu systemu komputerowej analizy obrazu. Stwierdzono, że składowe barwy R, G oraz B łopatki wołowej nie korelują z barwą mięsa po obróbce cieplnej, ale korelują z barwą jego zbrązowionej powierzchni. Możliwe jest zatem przewidywanie barwy zbrą-zowionej powierzchni mięsa łopatki wołowej po obróbce cieplnej w piecu konwekcyjno-parowym.

The aim of the presented research was to assess the possibilities of colour of beef after thermal treatment prediction, on the basis of computer image analysis of beef before thermal treatment. The applied model was beef blade and thermal treatment was conducted in steam-convection oven. The measure-ment of RGB compon ents of colour was conducted, using the computer image analysis system. It was observed, that R, G and B components of colour of beef blade were not correlated with components of colour of meat after thermal treatment, but were correlated with components of colour of browned surface of meat. It was concluded, that prediction of colour of browned surface of meat after thermal treatment conducted in steam-convection oven is possible.

Słowa kluczowe

barwa RGB komputerowa analiza obrazu obróbka cieplna prognozowanie jakości

colour RGB computer image analysis thermal treatment quality prediction

Wydawca

Oddział SIMP w Lublinie

Czasopismo

Postępy Nauki i Techniki

Rocznik

2012

Tom

Nr 12

Strony

131--138

Opis fizyczny

Bibliogr. 15 poz., rys.

Twórcy

autor

Guzek D.

autor

Głąbska D.

autor

Wierzbicka A.

Zakład Techniki w Żywieniu, Wydział Nauk o Żywieniu Człowieka i Konsumpcji, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie, dominika_guzek@sggw.pl

Bibliografia

1. Leon K., Mery D., Pedreschi F., Leon J.: Color measurement in L*a*b* units from RGB digital images. Food Research International, vol. 39. 2006: 1084-1091.
2. Iqbal A., Valous N. A., Mendoza F., Sun D.-W., Allen P.: Classification of pre-sliced pork and Turkey ham qualities based on image colour and textural features and their relationships with consumer responses. Meat Science, vol. 84. 2010: 455-465.
3. Valous N. A., Mendoza F., Sun D.-W., Allen P.: Colour calibration of a laboratory computer vision system for quality evaluation of pre-sliced hams. Meat Science, vol. 81. 2009: 132-141.
4. Abdullah M. Z., Guan L. C., Lim K. C., Karim A. A.: The applications of computer vision system and tomographic radar imaging for assessing physical properties of food. Journal of Food Engineering. vol. 6. 2004: 125-135.
5. Tan J.: Meat quality evaluation by computer vision. Journal of Food Engineering, vol. 61. 2004: 27-35.
6. Tapp W. N., Yancey J. W. S., Apple J. K.: How is the instrumental color of meat measured? Meat Science, vol. 89 (1). 2011: 1-5.
7. Barbera S., Tassone S.: Meat cooking shrinkage: Measurement of a new meat quality parameter. Meat Science, vol. 73(3). 2006: 467-474.
8. 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, vol. 10 (12). 2011: 1504-1511.
9. Briones V., Aguilera J. M.: Image analysis of changes in surface color of chocolate. Food Research International, vol. 38. 2005: 87-94.
10. Mendoza F., Dejmek P., Aguilera J. M.: Calibrated color measurements of agricultural foods using image analysis. Postharvest Biology and Technology, vol. 41 (3), 2006: 285-295.
11. Mogol B. C., Yıldırım A., Gokmen V.: Inhibition of enzymatic browning in actual food systems by the Maillard reaction products. Journal of the Science of Food and Agriculture, vol. 90 (15). 2010: 2556-256.
12. Saricoban C., Yilmaz M. T.: Modelling the Effects of Processing Factors on the Changes in Colour Parameters of Cooked Meatballs Using Response Surface Methodology. World Applied Sciences Journal, vol. 9 (1). 2010: 14-22.
13. Larraín R. E., Schaefer D. M., Reed J. D.: Use of digital images to estimate CIE color coordinates of beef. Food Research International, vol. 41. 2008: 380-385.
14. De Silva L.C., Pereira A., Punchihewa A.: “Food Classification using Color Imaging”, published in the proceedings of the Annual Conference on Image and Vision Computing(IVCNZ 2005), University of Otago, Dunedin, New Zealand, 28-29 November 2005.
15. King N. J., Whyte R.: Does it look cooked? A review of factors that influence cooked meat color. Journal of Food Science, vol. 71. 2006: 31-40.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-article-BPL2-0027-0062