Wpływ rozdrobnienia mięsa wołowego na dokładność szacowania zawartości tłuszczu metodą komputerowej analizy obrazu

• Autorzy: Marta Chmiel , Krzysztof Dadasiewicz , Mirosław Słowiński

Warianty tytułu

Effect of Beef Grinding on the Accuracy of Estimating Fat Content With the Use of Video Image Analysis

• Języki publikacji: PL

Abstrakty

Celem pracy była ocena wpływu rozdrobnienia mięsa wołowego na dokładność szacowania zawartości tłuszczu metodą komputerowej analizy obrazu (KAO). Wykonano zdjęcia badanego drobnego mięsa wołowego pozyskanego z linii rozbiorowej, następnie każdą próbkę rozdrobniono w wilku z siatką o średnicy otworów 10 mm i ponownie wykonano zdjęcia. Na podstawie uzyskanych fotografii przeprowadzono komputerową analizę obrazu. W badanym mięsie oznaczono także zawartość tłuszczu odwoławczą metodą Soxhleta. Parametry wyznaczone metodą KAO (tj. składowe barwy RGB tłuszczu oraz udział pól białych - odpowiadających tkance tłuszczowej i łącznej) skorelowano z zawartością tłuszczu. Analiza statystyczna otrzymanych wyników wykazała istotne zależności pomiędzy udziałem pól białych a zawartością tłuszczu, zarówno w przypadku mięsa nierozdrobnionego, jak i rozdrobnionego. Zbliżone wartości współczynników korelacji odnoszące się do mięsa wołowego nierozdrobnionego i rozdrobnionego pozwalają stwierdzić, że stopień rozdrobnienia nie ma dużego wpływu na dokładność szacowania w nim zawartości tłuszczu metodą komputerowej analizy obrazu. (abstrakt oryginalny)

EN

The objective of this research was to estimate the effect of beef grinding on the accuracy of estimating fat content using a computer-aided video image analysis. Photographs of the analyzed beef trimmings from the fabrication line were taken. Next, each meat sample was ground in a grinder with a plate having 10 mm openings and, again, photographs of the meat ground were taken. Based on the photographs taken, a computer-aided video image analysis was performed. Furthermore, in the meat analyzed, a reference fat content was determined using a standard Soxhlet method. The parameters as determined by the VIA method (i.e. the RGB colour values and the content of white fields - corresponding with the fat and connective tissue) were correlated with fat content determined by a reference method. The results obtained were statistically analyzed and this analysis disclosed significant dependencies between the content of white fields determined by the VIA method and the fat content determined by the Soxhlet method in the case of both the non-ground and the ground meat. The similar values of correlation coefficients referring to the non-ground and ground meat allow for the statement that the grinding degree has not a big effect on the accuracy of estimating the fat content therein using the computer-aided video analysis method. (original abstract)

Słowa kluczowe

PL

Żywność; Jakość produktów żywnościowych; Badanie jakości mięsa; Analiza obrazu; Mięso wołowe

EN

Food; Quality of food products; Meat quality tests; Image analysis; Beef meat

• Czasopismo: Żywność: nauka - technologia - jakość
• Rocznik: 17 (2010)
• Numer: nr 5 (72)
• Strony: 159--166

Twórcy

autor

Marta Chmiel

• Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

autor

Krzysztof Dadasiewicz

• Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

autor

Mirosław Słowiński

• Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

Bibliografia

• [1] Branscheid W., Dobrowolski A., Szindler M., Augustini C.: Apparative Klassifizierung und Erfassung des Schlachtwertes beim Rind mit Hilfe der Videobildanalyse. Fleischwirtschaft, 1998, 78 (10), 1046-1050.
• [2] Cheng J.D., Sun D.W.: Recent developments in the applications of image processing techniques for food quality evaluation. Trends Food Sci. Technol., 2004, 15, 230-249.
• [3] Dasiewicz K., Mierzwińska I. : The use of a computer digital analysis for evaluating the quality of pork trimmings. Technologia Alimentaria, 2006, 5 (2), 85-92.
• [4] Dasiewicz K., Pisula A., Cegiełka A.: The use of computer image analysis for pork trimmings quality evaluation under industrial conditions. Animal Sci. Proc., 2007, 1, 31-32.
• [5] Dasiewicz K., Pisula A., Flis A.: Próba zastosowania komputerowej analizy obrazu do oceny jakości drobnego mięsa wieprzowego klasy II. Rocz. IPMIT, 2004, TXLI, 53-61.
• [6] Dasiewicz K., Pisula A., Słowiński M., Noga A.: Zastosowanie komputerowej analizy obrazu do szacowania jakości peklowanego drobnego mięsa wieprzowego klasy II. Żywność. Nauka. Technologia. Jakość, 2008, 4 (59), 52-60.
• [7] Dasiewicz K., Słowiński M., Sakowski T., Oprządek J., Wiśnioch A., Dymnicki E., Słoniewski K.: The attempt of Video Image Analysis use for estimation of meat quality of beef breeds bulls. EJPAU. Series Food Sci. Technol., 2003, 6, issue 2.
• [8] Dasiewicz, K., Słowiński, M., Walasek, M., Cegiełka, A.: The use of colour measurements for determining the quality of meat from young cattle and culled cows. Animal Sci. Proc., 2007, 1, 33-34.
• [9] Faucitano L., Huff P., Teuscher F., Gariepy C., Wegner J.: Application of computer image analysis to measure pork marbling characteristics. Meat Sci., 2005, 69, 537-543.
• [10] Gawęcki J., Wagner W.: Podstawy metodologii badań doświadczalnych w nauce o żywieniu i żywności. PWN, Warszawa 1984.
• [11] Gerrard D.E., Gao X., Tan J.: Determining beef marbling and color scores by image processing. J. Food Sci., 1998, 61, 145-148.
• [12] Grześkowiak E., Borzuta K., Strzelecki J.: Porównanie jakości różnych mięśni tusz młodego bydła rzeźnego rasy ncb. Gosp. Mięs., 2006, 58 (9), 16-18.
• [13] Grześkowiak E., Strzelecki J., Borzuta K., Borys A.: Jakość podstawowych elementów kulinarnych tusz młodego bydła. Gosp. Mięs., 2006, 58 (8), 30-33.
• [14] Gunasekaran S.: Computer vision technology for food quality assurance. Trends Int. Food Sci. Technol., 1996, 7, 245-256.
• [15] Instrukcja programu komputerowego Carne ver 2.2., 2004.
• [16] Jackman P., Sun D. W., Allen P.: Automatic segmentation of beef longissimus dorsi muscle and marbling by an adaptable algorithm. Meat Sci., 2009, 83, 187-194.
• [17] Kien S.: Aparaturowa klasyfikacja tusz wołowych w systemie EUROP. Mięso i Wędliny, 2000, 8, 28-32, 36.
• [18] Lu J., Tan J., Shatadal P., Gerrard D. E.: Evaluation of pork color by using computer vision. Meat Sci., 2000, 56, 57-60.
• [19] Mendoza F., Dejmek P., Aguilera J.M.: Calibrated color measurements of agricultural foods using image analysis. Posth. Biology Technol., 2006, 41, 285-295.
• [20] O'Sullivan M. G., Byrne D. V., Martens H., Gidskehaug L. H., Andersen H. J., Martens M.: Evaluation of pork colour: prediction of visual sensory quality of meat from instrumental and computer vision methods of colour analysis. Meat Sci., 2003, 65, 909-918.
• [21] Ovsen E.: Objective classification of beef carcass by a beef classification centre. Beef carcass and meat quality evaluation. Proc 42nd EAAP Annual Meeting, Dummerstorf-Rostock, Germany, 1991, pp. 115-122.
• [22] PN-ISO 1444: 2000. Mięso i przetwory mięsne. Oznaczenie zawartości tłuszczu wolnego.
• [23] Rius-Vilarrasa E., Bünger L., Maltin C., Matthews K.R., Roehe R.: Evaluation of Video Image Analysis (VIA) technology to predict meat yield of sheep carcasses on-line under UK abattoir conditions. Meat Sci., 2009, 82, 94-100.
• [24] Shiranita K., Miyahima T., Takiyama R.: Determination of meat quality by texture analysis. Pattern Rec. Letters, 1998, 19, 1319-1324.
• [25] Słowiński M.: Badania nad zastosowaniem szybkich, pośrednich metod do oceny jakości tuszek i mięsa drobiowego. Rozprawy naukowe i monografie. Wyd. SGGW, Warszawa 2005.
• [26] Tan J.: Meat quality evaluation by computer vision. J. Food Eng., 2004, 61, 27-35.
• [27] Yoshikawa F., Toraichi K., Wada K., Nobuyuki O., Ostu N., Nakai H., Mitsumoto, M., Katagishi, K.: On a grading system for beef marbling. Pattern Rec. Letters, 2000, 21, 1037-1050.
• [28] Zheng C., Sun D.W., Zheng L.: Recent developments and applications of image features for food quality evaluation and inspection - a review. Trends Food Sci. Technol., 2006, 17, 642-655.