DK159169B - Fremgangsmaade til at bestemme kvalitetsegenskaber af et koedprodukt-proeveobjekt, uden at dette beroeres - Google Patents

Fremgangsmaade til at bestemme kvalitetsegenskaber af et koedprodukt-proeveobjekt, uden at dette beroeres Download PDF

Info

Publication number
DK159169B
DK159169B DK557581A DK557581A DK159169B DK 159169 B DK159169 B DK 159169B DK 557581 A DK557581 A DK 557581A DK 557581 A DK557581 A DK 557581A DK 159169 B DK159169 B DK 159169B
Authority
DK
Denmark
Prior art keywords
brightness
image
threshold value
threshold
tissue
Prior art date
Application number
DK557581A
Other languages
English (en)
Other versions
DK159169C (da
DK557581A (da
Inventor
Reinhard Goerl
Original Assignee
Breitsameter Hans
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Breitsameter Hans filed Critical Breitsameter Hans
Publication of DK557581A publication Critical patent/DK557581A/da
Publication of DK159169B publication Critical patent/DK159169B/da
Application granted granted Critical
Publication of DK159169C publication Critical patent/DK159169C/da

Links

Classifications

    • AHUMAN NECESSITIES
    • A22BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
    • A22CPROCESSING MEAT, POULTRY, OR FISH
    • A22C17/00Other devices for processing meat or bones
    • A22C17/0073Other devices for processing meat or bones using visual recognition, X-rays, ultrasounds, or other contactless means to determine quality or size of portioned meat
    • A22C17/008Other devices for processing meat or bones using visual recognition, X-rays, ultrasounds, or other contactless means to determine quality or size of portioned meat for measuring quality, e.g. to determine further processing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02Food
    • G01N33/12Meat; Fish

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Wood Science & Technology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Zoology (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Description

DK 159169 B
Opfindelsen angår en fremgangsmåde af den i krav l's indledning angivne art.
En sådan fre gangsmåde er kendt fra GB-A-2 OOO 286.
Ved denne metode digitaliseres det med et video-kame-5 ra optagne reale billede af en prøve - til at skelne fedt fra kød - med en tærskelværdi, som svarer til lysstyrke-middelværdien mellem de lyseste og de mørkeste steder på billedet. Selv om der med denne kendte metode i mange tilfælde opnås brugbare resultater, kan man 10 ikke udelukke fejlagtige resultater, der især har føl gende årsager: uskarpe overgange fra fedt til kød og omvendt i et bredt spektrum af gråtoner på det reale billede, forskellige farvetoner af forskellige vævstyper i kød, 15 f.eks. muskelvæv og bindevæv, forurening af fedt-snitfladerne, f.eks. på grund af mangelfuld udblødning ved flækningen af dyrekroppen, fra slag hidrørende blodudtrædninger i lændeflæsket, farveændringer i hudpartier ved afkølingen af dyrekrop- 20 pen, kameraustabilite ter i procentområdet, f.eks. ved indstilling af blænden, forskydning af hvidfølsomheden ved spændingsdekompensationer og lignende, belysningsustabiliteter, 25 ulineær funktion ved den digitale billedopdeling i reg- neappara te t.
DK 159169 B
2
Disse fejls samlede indvirkning har i visse tilfælde medført fejl ved digitaliseringen, idet især fedtandele i de uskarpe overgange fra fedt til- kø-d er blevet gengivet som kød eller kødandele er blevet gengivet 5 som fedt.
Fra DE-offentliggørelsesskrifE nr.' 29” ?9" J9G kendes en stillingaffølingsindretning, hvor der ved hjælp af et billedoptageapparat optages og videreforarbejdes et billede af en genstand, som skal anbringes i en be-10 stemt stilling. Billedsignalerne omsættes og forarbej des i eX tærskelværdi-regneapparat, idet de således tilvejebragte signaler anvendes til gennemførelse af en sammenlignings- eller beslutningsfunktion, for at positionen af et objekt, der skal bestemmes, kan til-15 forordnes en nominel værdi. Den herved anvendte metode tjener til at sammenligne et billede af en vilkårlig position af et objekt med et nominelt. h.iH.e,de^ for at man på denne måde kan konstatere objektets korrekte stilling.
20 Det er den foreliggende opfindelses forirrå'l· aX forbedre den kendte teknik i henhold til krav l's indledning på en sådan måde, at de konstaterede vanskeligheder herved overvindes. Ued hjælp af fremgangsmåden ifølge opfindelsen skal der især med sikkerhed kunne konstate-25 res skelnelige kendetegn for fedt og kød i de tilfælde, hvor disse kendetegn ved en uskarp overgang fra fedt til kød under de nævnte vanskelige betingelser kun kan skelnes utydeligt. Den video-optiske indretnings identificeringskvalitet skal sensibiliseres i en sådan grad, 30 at den tilnærmelsesvis svarer til øjets erkendelsesevne og skeln-eevne. Foruden de manglerder. akyldes prauaos tilstand, skal især også de mangler elimineres, som skyldes belysningsustabiliteter samt eventuelt indstillings- eller omdannelsesfejl i kamera-indretningen.
DK 159169 B
3
Ovennævnte formål opnås ved det i krav l's kendetegnende del angivne. Under det reale billedes digitalisering skal forstås en ordning af billedets lysstyrkeværdier, ved hvilken lysstyrke- eller gråværdier, der 5 flyder over i hinanden, afgrænses skarpt mod hinanden med en defineret tærskelværdi ved fastlæggelse af en øvre og/eller en nedre lysstyrketærskel. Der er således tale om, at det reale billede, der oprindeligt er sammensat af en analog følge af gråværdier fra lys til 10 mørk i et gråværdi-spektrum, forarbejdes til et binært billedudsagn, i hvilket alle lysstyrkeværdier under en vilkårlig fastsat lysstyrketærskel fremtræder som sort eller efter omvenderne toden som hvidt, og hvor alle lysstyrkeværdier over lysstyrketærskelen fremtræder 15 som hvidt henholdsvis efter omvenderne toden som sort.
Det digitaliserede billede indeholder i sidste konsekvens ikke længere nogen gråværdier, men kun sorte eller hvide billeddele. Fremgangsmåden ifølge opfindelsen medfører således den fordel, at skillegrænsen til 20 eksakt konstatering af de vævstyper, der skal skelnes fra hinanden, ved indføring af en sondringstypisk tærskelværdi, der er en anden ved hver betragtet prøve, lægges på et sådant lysstyrkeniveau, der også under ufordelagtige forhold endnu giver konstaterbare kende-25 tegn for disse vævstyper.
Der opnås især den fordel, at især de nævnte uskarpheder i prøven såsom forureninger af fedtsnitfladerne med blod eller blodudtrædninger i lændeflæsket eller forskellige lysstyrkeværdier i kødet ikke længere med-30 fører evalueringsfejl, idet man ved hjælp af den skel netypiske tærskelværdi kan opnå en korrekt digitalisering til skarp kontrastering også af disse i og for sig uskarpe prøvepartier i form af gråzoner eller sensibilitetsforskydninger i kameraet og i overførselssy-35 stemet.
DK 159169 B
it
Ved den opnåede konstatering af den sondringstypiske tærskelværdi løftes skelnegrænsen for de forskellige vævstyper op til den 1-yssty-rke-h-or-isont, ud fra hvilken de enkelte vævspartier sikkert kan skelnes fra hinan-5 den med skarpe kontraster, idet man undgår de i det foregående omtalte fejlkilder.
Ved det i krav 2 angivne forskydes det uskarpe område inden for gråzonerne ved mørklægning af sådanne gråzoner ind i de lysere partier. Samme virkning opnås ved 10 den i krav 3 eller den i krav 4 angivne foranstaltning.
I det følgende forklares opfindelsen nærmere ved hjælp af tegningen, hvor fig. 1 stærkt forenklet viser et realt billede fra et video-kamera af en slagtedyrhalvdels lændeflæsk, og 15 fig. 2 en lysstyrkeprofil ved snitlinien III—III i fig.
1.
Fig. 1 viser stærkt forenklet et realt billede af læn-departiet på et halvt slagtet dyr med et lændeflæsklag 2, et noget mørkere fedtvævslag 4 og et mellem disse 20 indesluttet parti muskelkød 3. Billedet 1 er vist mod en mørk baggrund 7, mod hvilken billedkanten 6 ved flæsklaget 2's grænse fremtræder skarpt profileret. En anden kontur 5 ses ved grænselinien mellem flæsket 2 og kødet 3 og mellem flæsket 2 og vævet 4 ispræng_t fedt.
25 Fig. 2 viser lysstyrkeprofilen ved snitlinien III—III
i fig. 1. I fig. 2 betegner den nedre lysstyrkeværdi s.om produkt af baggrund-en 7's m-ø-rketone og kameraets såkaldte mørkestrøm. Ved legemets kant 6 er der mellem den mørke baggrund 7 og lændeflæsklaget 2 en springfunktion "F" i lysstyrkeforløbet, hvormed kanten
DK 159169 B
5 6 af kameraobjektivet afbildes skarpt på den mørke baggrund 7. Herved har ganske vist konturens flanke ved kanten 6 en af båndbredden og billedskarpheden sammensat endelig stigning, men denne er så lille, at den 5 ikke spiller nogen rolle ved evaluering af billedet.
Når derfor konturen ved kanten 6 dannes af tærskelværdien efter formlen
Sa = 0,5 x (Y2 + Y2) fås ganske vist en skarp skelnelinie for lys/mørkover-10 gangen ved kanten 6 på den mørke baggrund 7, men der fås ikke nogen sådan skarp skelnelinie for områderne med uskarpe gråtoner, f.eks. på de steder, hvor lysere kødpartier går over i forurenede fedtvævspartier. Dette er grunden til, at den oprindelige tærskelværdi 15 ved fremgangsmåden ifølge opfindelsen forskydes i ret ning mod en øget lysstyrke, d.v.s. opad i fig. 2 i retning af pilen langs Y-aksen, indtil springfunktionen ved tærskelværdien S^ går over i en skråning, og indtil denne forskydning med en let afrunding i lysstyrke-20 forløbet fortsætter parallelt mod højre i retningen X.
Dette er et indicium for, at den skelne typi ske tærskelværdi S£ er nået, ved hvilken også grænselinien 5', hvor gråtoner med et bredt, udvasket spektrum går over i hinanden, afbildes forholdsvis skarpt.
25 Når det reale billede 1 digitaliseres ved den fundne skelnetypiske tærskelværdi S^, fremtræde-r alle mørkere partier, f.eks. også mørke gråtoner sort, medens alle lysere partier, f.eks. også lyse gråtoner fremtræder hvidt, idet ved omvenderne toden alle lysere toner frem-30 træder sort og alle mørkere toner fremtæder hvidt. Ved denne tærskelværdidannelse elimineres således alle i det foregående omtalte, hidtil kendte fejlkilder. Selv fejlindstillinger af kameraets lysstyrke-sensibilitets- 6
DK 159169 B
niveau eller af belysningsintensiteten kan ikke længere påvirke billedets kontrastskarphed, fordi fremgangsmåden ifølge opfindelsen med den skelnetypiske tærskelværdi S£ kun leverer enten rigtige billedinformationer eller 5 ingen billedinformationer.

Claims (4)

1. Fremgangsmåde til at bestemme kvalitetsegenskaber af et kødprodukt-prøveobjekt, uden at dette berøres, især til bestemmelse af forholdet mellem fedtandelen og kødandelen i en slagtet halv dyrekrop, hvor prøve-5 objektet belyses og dets billede optages af et video kamera, og hvor der skelnes mellem muskelvæv og fedtvæv i afhængighed af de pågældende vævspartiers relative lysstyrke, kendetegnet ved, at det betragtede reale billede af prøven digitaliseres med en 10 skelnetypisk tærskelværdi med en sådan lysstyrke, at alle fra tærskelværdien afvigende lysere eller mørkere vævspartier enten vises som hvide eller tilnærmelsesvis hvide billeddele eller som sorte eller tilnærmelsesvis sorte billeddele, at den skelnetypiske tærskelværdi 15 vælges således, at alle lysere vævspartier henregnes til fedtvævet og alle mørkere vævspartier henregnes til kødvævet, og at den skelnetypiske tærskelværdi findes ved følgende foranstaltninger: (a) prøven afføles optisk mod en mørk baggrund linie-20 og billedvis ved hjælp af et sort-hvidt-kamera, og en herved skarpt fremtrædende kontur ved lysstyrkeovergangen mellem baggrunden og prøven registreres og/eller lagres som springfunktion i et lysstyrke/billedsted-Y/X-diagram parallelt med lysstyrke-Y-aksen, 25 (b) fra billedandelene på begge sider af springfunktio nen registreres lysstyrkeværdier for det lyseste parti "Ph" og for det mørkeste parti "P^", hvilke værdier omregnes i talværdier svarende til lysstyrkeskalaen på Y-aksen, hvorefter der ud fra disse talværdier be-30 regnes en første tærskelværdi for lysstyrken "S^" efter formlen DK 159169B Sj = 0,5 x (Ph + Pd), (c) den beregnede første tærskelværdi forskydes opad langs med Y-aksen svarende til en tiltagende lysstyrke, indtil springfunktionen ved hældning bort fra 5 lodret går over i en endelig funktion y = n x, og med den således konstaterede lysstyrke-tærskelværdi "Sy" digitaliseres det reale billede til et sort-hvidt-billede.
2. Fremgangsmåde ifølge krav 1, kendetegnet ved, at tærskelværdien forskydes i retning af en tiltagende lysstyrke ved, at kameraets blændeåbning gøres mindre.
3. Fremgangsmåde ifølge krav 1 eller 2, kendete g- 15 net ved, at tærskelværdien forskydes svarende til en tiltagende lysstyrke ved, at spændingen i video-kameraets komparator ændres.
4. Fremgangsmåde ifølge krav 1, 2 eller 3, kendetegnet ved, at tærskelværdien forskydes svarende 20 til en tiltagende lysstyrke ved, at det betragtede bil ledes belysningsintensitet mindskes.
DK557581A 1980-12-17 1981-12-16 Fremgangsmaade til at bestemme kvalitetsegenskaber af et koedprodukt-proeveobjekt, uden at dette beroeres DK159169C (da)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19803047490 DE3047490A1 (de) 1980-12-17 1980-12-17 Verfahren zur beruehrungsfreien bestimmung von qualitaetsmerkmalen eines pruefobjektes der fleischwaren-kategorie
DE3047490 1980-12-17

Publications (3)

Publication Number Publication Date
DK557581A DK557581A (da) 1982-06-18
DK159169B true DK159169B (da) 1990-09-10
DK159169C DK159169C (da) 1991-02-11

Family

ID=6119375

Family Applications (1)

Application Number Title Priority Date Filing Date
DK557581A DK159169C (da) 1980-12-17 1981-12-16 Fremgangsmaade til at bestemme kvalitetsegenskaber af et koedprodukt-proeveobjekt, uden at dette beroeres

Country Status (5)

Country Link
US (1) US4413279A (da)
CH (1) CH654667A5 (da)
DE (1) DE3047490A1 (da)
DK (1) DK159169C (da)
FR (1) FR2496269B1 (da)

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2114285B (en) * 1982-01-29 1985-08-29 Warren Peter Neal Bailey Optical inspection of machined surfaces
BG49329A1 (en) * 1985-07-05 1991-10-15 Suedthueringer Fleischkombinat Electronic device for measuring of linear measures of leught with a digital output for determination of parameters at classification of animal corpses, especially for pigs half- corpses
DK157380C (da) * 1986-11-06 1991-08-12 Lumetech As Fremgangsmaade til optisk, befoeringsfri maaling af koedtekstur
DK676487A (da) * 1987-12-22 1989-06-23 Slagteriernes Forskningsinst Fremgangsmaade ved bestemmelse af kvalitetsegenskaber ved individuelle kreaturslagtekroppe og anlaeg til brug ved bestemmelse af egenskaberne
FR2643459B1 (fr) * 1989-02-22 1992-11-06 Auge Michel Procede et appareil pour la classification des carcasses d'animaux de boucherie suivant leur etat d'engraissement
WO1991014180A1 (en) * 1990-03-14 1991-09-19 Meat Research Corporation Evaluating carcasses by image analysis and object definition
DD292976A5 (de) * 1990-03-22 1991-08-14 Univ Berlin Humboldt Verfahren zur analyse von schlachttierkoerperhaelften mittels bildverarbeitung
GB9006804D0 (en) * 1990-03-27 1990-05-23 Thurne Eng Co Ltd Slicing machine
GB9006803D0 (en) * 1990-03-27 1990-05-23 Thurne Eng Co Ltd Boundary recognition
GB9013983D0 (en) * 1990-06-22 1990-08-15 Nat Res Dev Automatic carcass grading apparatus and method
US5483441A (en) * 1991-08-30 1996-01-09 Uniform Scanner Data Analysis, Inc. System for animal evaluation through image acquisition
US5576949A (en) * 1991-08-30 1996-11-19 C-Scan, Llc System for animal evaluation through image acquisition
NZ251947A (en) * 1992-04-13 1996-11-26 Meat Research Corp Image analysis for meat inspection
US5668634A (en) * 1992-07-03 1997-09-16 Newman; Paul Bernard David Quality control and grading system for meat
FR2694479B1 (fr) * 1992-08-05 1994-10-07 Sydel Equipement d'abattoir pour prendre des repères sur une carcasse.
DK172095B1 (da) * 1995-03-01 1997-10-20 Slagteriernes Forskningsinst Fremgangsmåde ved bestemmelse af kvalitetsegenskaber af individuelle slagtekroppe og anvendelse af fremgangsmåden ved automatisk klassificering
EP0920620B1 (en) * 1996-08-23 2004-10-13 Her Majesty The Queen in Right of Canada, as represented by The Department of Agriculture and Agri-Food Canada Method and apparatus for using image analysis to determine meat and carcass characteristics
EP1060391B1 (en) * 1998-02-20 2003-08-06 The Colorado State University Research Foundation Meat color imaging system for palatability and yield prediction
NL1010673C2 (nl) * 1998-11-27 2000-05-30 Stork Pmt Toevoegen van additief aan een vleesprodukt.
CA2363089A1 (en) * 1999-02-18 2000-08-24 Colorado State University Research Foundation Meat imaging system for palatability and yield prediction
US20050170056A1 (en) * 1999-04-08 2005-08-04 Weber Maschinenbau Gmbh & Co. Kg Method for the slicing of food products
DE10109019B4 (de) * 2001-02-23 2004-06-17 Hans-Wilhelm Dr. Warnecke Verfahren zur Bestimmung von Anteilen biologischer Strukturen
US6751364B2 (en) 2001-10-15 2004-06-15 Tyson Fresh Meats, Inc. Image analysis systems for grading of meat, predicting quality of meat and/or predicting meat yield of an animal carcass
US6997089B2 (en) * 2002-06-25 2006-02-14 Formax, Inc. Optical grading system for slicer apparatus
CA2597071C (en) * 2005-02-08 2013-07-30 Cargill, Incorporated Meat sortation
WO2006136814A1 (en) * 2005-06-24 2006-12-28 Aew Delford Systems Vision system with picture correction storage
GB0512877D0 (en) * 2005-06-24 2005-08-03 Aew Delford Group Ltd Improved vision system
US7817876B2 (en) * 2006-04-12 2010-10-19 Etron Technology, Inc. Method of noisy signal analysis and apparatus thereof
US8931240B2 (en) * 2008-10-27 2015-01-13 Formax, Inc. Shuttle system and method for moving food products into packaging
CN112889892A (zh) * 2021-02-09 2021-06-04 李烈会 一种肉类的分切方法
CN116519892B (zh) * 2023-06-29 2023-08-25 广东省农业科学院动物科学研究所 一种鱼肉嫩滑度品质鉴定方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3154625A (en) * 1961-01-03 1964-10-27 James H Kail Photometric method for grading beef
US3443026A (en) * 1963-12-11 1969-05-06 Xerox Corp Background compensator for facsimile communication system
DE2728717C2 (de) * 1977-06-25 1983-11-10 Pfister Gmbh, 8900 Augsburg Verfahren und Vorrichtung zur berührungsfreien Bestimmung von Qualitätsmerkmalen eines Prüfobjektes der Fleischwaren-Kategorie, insbesondere eines Schlachttierkörpers oder Teilen davon
DE2728913A1 (de) * 1977-06-27 1979-01-18 Hans Breitsameter Verfahren und vorrichtung zum klassifizieren von fleisch
JPS5598842A (en) * 1978-09-28 1980-07-28 Toshiba Corp Position detection system
FR2454236A1 (fr) * 1979-04-11 1980-11-07 Seita Procede et dispositif de traitement de signaux video

Also Published As

Publication number Publication date
US4413279A (en) 1983-11-01
DE3047490C2 (da) 1989-04-27
FR2496269A1 (fr) 1982-06-18
FR2496269B1 (fr) 1986-06-06
DK159169C (da) 1991-02-11
DE3047490A1 (de) 1982-10-21
DK557581A (da) 1982-06-18
CH654667A5 (de) 1986-02-28

Similar Documents

Publication Publication Date Title
DK159169B (da) Fremgangsmaade til at bestemme kvalitetsegenskaber af et koedprodukt-proeveobjekt, uden at dette beroeres
US5583659A (en) Multi-windowing technique for thresholding an image using local image properties
JPH04502095A (ja) 自動適応式カラービデオ画像はめ込み方法及び装置
US20030044063A1 (en) Method for processing digital photographic image data that includes a method for the automatic detection of red-eye defects
JP4323097B2 (ja) サンプルイメージ中のエラーを検出する方法およびシステム
EP1812901A1 (en) Method and apparatus of correcting hybrid flash artifacts in digital images
CN110232359B (zh) 滞留物检测方法、装置、设备及计算机存储介质
CN112367520B (zh) 基于人工智能的视频质量诊断系统
US20200294206A1 (en) Method of providing a sharpness measure for an image
JP2020076644A (ja) 肉質等級の品質基準のデジタル化方法、それによる品質基準を利用した品質評価のテジタル処理方法、それらを利用した自動肉質評価装置、および、それに搭載されるソフトウェア
KR20160115663A (ko) 화상 처리 장치 및 화상 처리 방법
JP2001184510A (ja) 欠陥検出方法
CN108965749A (zh) 基于纹理识别的缺陷像素检测和校正装置及方法
US10853971B2 (en) Method for determining the exposure time for a 3D recording
CN112070771B (zh) 基于hs通道的自适应阈值分割方法、装置和存储介质
JP2001235319A (ja) シェーディング補正装置及びシェーディング補正方法及び表面検査装置
DE50101273D1 (de) Verfahren und vorrichtung zur defekterkennung und/oder -korrektur bei der digitalen bildverarbeitung
KR20050014072A (ko) 색분포 학습을 통한 얼굴영역 추출 방법
US20240155246A1 (en) A method and image capturing apparatus
JPS58218272A (ja) 網点検出装置
JPH09288037A (ja) Lcdパネルの検査方法
JP2004084498A (ja) エンジン評価装置及び方法
CN116777857A (zh) 基于图像处理的ae客观指标自动分析方法及装置
CN117793339A (zh) 基于人工智能的视频质量诊断系统
JP2010199866A (ja) 画像処理装置

Legal Events

Date Code Title Description
PBP Patent lapsed