Opracowanie założeń systemu wspomagania produkcji mięsa wołowego w przemyśle spożywczym w systemie ciągłym online – z wykorzystaniem komputerowej analizy obrazu i innych nowoczesnych technik pomiarowych

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

Warianty tytułu

EN

The aim of the presented analysis was to work out the guidelines for application of the constant on-line measurements of chosen visual features of beef quality in the plant

• Języki publikacji: PL

Abstrakty

PL

Celem pracy było opracowanie i przedstawienie założeń do aplikacji pomiarów cech jakościowych mięsa wołowego w zakładzie produkcji w systemie ciągłym online. Ze strony przemysłu spożywczego jest obecnie bardzo duże zapotrzebowanie na takie badania realizowane na linii produkcyjnej. W niniejszym artykule dokonano oceny możliwości stosowania w warunkach przemysłowych instrumentalnych badań, wykorzystywanych w warunkach laboratoryjnych. Uwzględniono tu najistotniejsze obszary instrumentalnego badania cech mięsa wołowego – badanie tekstury, składowych barwy i analizę obrazu mięsa. Opracowane wytyczne i założenia do aplikacji pomiarów na linii produkcyjnej zostały, w celu podniesienia ich aplikacyjności, podzielone na dwie grupy: konieczne do aplikacji pomiarów w systemie ciągłym online oraz fakultatywne – ułatwiające aplikację pomiarów.

EN

The aim of the presented analysis was to work out the guidelines for application of the constant on-line measurements of chosen visual features of beef quality in the plant. Nowadays the beef production requires such a possibility to apply measurements and researches on the production line. In the present article, the assessment of possibilities to apply on the industry scale objective measurements that are carried out in laboratory conditions is achieved. The most important beef objective researches are taken into account – texture measurements, components of colour measurements and computer image analysis. Guidelines and assumptions to the procedure during on-line implementation of beef features evaluation are divided into two categories, to improve their applicability: necessary to apply measurements and researches on-line and optional that may facilitate application.

Słowa kluczowe

PL

mięso wołowe; tekstura; barwa; komputerowa analiza obrazu; badania w warunkach przemysłowych; badania on-line

EN

beef; texture; colour; computer image analysis; research in industry; on-line research

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2013
• Tom: Vol. 58, nr 2
• Strony: 47--51
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Guzek D.

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

autor

Głąbska D.

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

autor

Wierzbicka A.

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

Bibliografia

• [1] 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, 2004, nr 61, s. 125-135.
• [2] Brosnan T., Su D.-W.: Improving quality inspection of food products by computer vision–a review. Journal of Food Engineering, 2004, nr 61, s. 3-16.
• [3] Denoyelle C., Lebihan, E.: Intramuscular variation in beef tenderness. Meat Science, 2003, nr 66, s. 241-247.
• [4] Di Monaco R., Cavella S., Masi P.: Predicting sensory cohesiveness, hardness and springiness of solid foods from instrumental measurements. Journal of Texture Studies, 2008, nr 39, s. 129-149.
• [5] Gerrard D. E., Gao X., Tan J.: Beef marbling and colour score determination by image processing. Journal of Food Sciences, 1996, nr 61, s. 145-148.
• [6] Gunasekaran S.: Computer vision technology for food quality assurance. Trends in Food Science & Technology, 1996, nr 7, s. 245-256.
• [7] He D.J., Yang Q., Xue S.P., Geng N.: Computer vision for colour sorting of fresh fruits. Transactions of the Chinese Society of Agricultural Engineering, 1998, nr 14, s. 202-205.
• [8] King D.A., Shackelford S.D., Wheeler T.L.: Use of visible and near-infrared spectroscopy to predict pork longissimus lean color stability. Journal of Animal Sciences, 2011, doi:10.2527/jas.2011-413.
• [9] Lu J., Tan J., Shatadal P., Gerrard D.E.: Evaluation of pork color by using computer vision. Meat Sciences, 2000, nr 56, s. 57-60.
• [10] Mancini R.A., Hunt M.C.: Current research in meat color. Meat Sciences, 2005, nr 71, s. 100-121.
• [11] Morgan J.B., Savell J.W., Hale D.S., Miller R.K., Griffin D.B., Cross H.R., Shakelford S.D.: National beef tenderness survey. Journal of Animal Sciences, 1991, nr 69, s. 3274-3283.
• [12] Obuz E., Dikeman M.E., Loughin T.M.: Effects of cooking method, reheating, holding time, and holding temperature on beef longissimus lumborum and biceps femoris tenderness. Meat Sciences, 2003, nr 65, s. 841-851.
• [13] Shackelford S.D., Wheeler T.L., Koohmaraie M.: On-line classification of US Select beef carcasses for longissimus tenderness using visible and near-infrared reflectance spectroscopy. Meat Sciences, 2005, nr 69, s. 409-441
• [14] Tan J.: Meat quality evaluation by computer vision. Journal of Food Engineering, 2004, nr 61, s. 27-35.
• [15] 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 Sciences, 2009, nr 81, s. 132-141.
• [16] Vote D.J., Belk K.E., Tatum J.D., Scanga J.A., Smith G.C.: Online prediction of beef tenderness using a computer vision system equipped with a BeefCam module. Journal of Animal Sciences, 2003, nr 81, s. 457-465.
• [17] Zheng C., Sun D.-W., Zheng L.: Recent developments and applications of image features for food quality evaluation and inspection – A review. Trends in Food Science & Technology, 2006, nr 17, s. 642-655.