JP2003506676A - 魚の品質特性を測定するための方法並びに装置 - Google Patents

魚の品質特性を測定するための方法並びに装置

Info

Publication number
JP2003506676A
JP2003506676A JP2001514549A JP2001514549A JP2003506676A JP 2003506676 A JP2003506676 A JP 2003506676A JP 2001514549 A JP2001514549 A JP 2001514549A JP 2001514549 A JP2001514549 A JP 2001514549A JP 2003506676 A JP2003506676 A JP 2003506676A
Authority
JP
Japan
Prior art keywords
fish
light
algorithm
visible
peritoneum
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
JP2001514549A
Other languages
English (en)
Inventor
ボルグガード、クラウス
クリステンセン、ラース・バーガー
グルブランドセン、クヌート・エリック
ラスムッセン、アラン・ジェイ
Original Assignee
マリーン・ハーベスト・ノルウェー・エーエス
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 マリーン・ハーベスト・ノルウェー・エーエス filed Critical マリーン・ハーベスト・ノルウェー・エーエス
Publication of JP2003506676A publication Critical patent/JP2003506676A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/12—Meat; fish
    • A—HUMAN NECESSITIES
    • A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
    • A22C—PROCESSING MEAT, POULTRY, OR FISH
    • A22C17/00—Other devices for processing meat or bones
    • A22C17/0073—Other devices for processing meat or bones using visual recognition, X-rays, ultrasounds, or other contactless means to determine quality or size of portioned meat
    • A22C17/008—Other 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
    • A—HUMAN NECESSITIES
    • A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
    • A22C—PROCESSING MEAT, POULTRY, OR FISH
    • A22C25/00—Processing fish ; Curing of fish; Stunning of fish by electric current; Investigating fish by optical means
    • A22C25/04—Sorting fish; Separating ice from fish packed in ice
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light

Abstract

(57)【要約】 【課題】 【解決手段】本発明は光反射に基づいて魚の品質特性を決定するための方法と装置とに関する。魚と、光エミッタ−及び光レシーバを備えた反射測定装置（５）とは、光エミッタ−と光レシーバとが、光エミッタ−が腹膜を通って魚の領域を照明し、光レシーバが魚から反射された光を受光するように、腹膜を備えた魚の内腹壁の方に方向付けられるように互いに関連して位置付けられている。反射光の強度は、可視及び近赤外線領域内の３つ以上の様々の波長帯で記録される。記録された測定結果は、所定の処理後に、算出ユニットのアルゴリズムに入力される。このアルゴリズムは、可視及び近赤外線領域内の３つ以上の夫々異なった波長帯での腹膜を備えた内腹壁の反射に基づいて魚の品質特性を示す。算出ユニットは、アルゴリズムと測定結果とを利用して品質特性を自動的に算出する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】
本発明は、魚の品質特性を測定するための方法並びに装置に関する。
【０００２】
【従来の技術】
養殖の鮭が処理工場で処置される前に、最初の肉色試験が行われる。このため
に、１０匹程度の魚が各池から獲られる。これら魚は、肛門の後ろから、切り身
の欠片をカットされる。作業者は、魚のほぼ中心領域からカットされた切り身の
色を、様々の色等級を含む別のカラーチャートの色と比較する。これら試験サン
プルの結果が、１つの池全体のストックを代表していると想定される。 生産及び販売の両方で、鮭にとって、色は最も重要な品質のパラメータである
。鮭の買い手は、ロッシュスケール、色テーブルの色番号もしくは色ステップに
対応する番号という形で、得られたロットの色の情報を求めることができる。他
の鮭の色見本は、鮭（Ｓａｌｍｏｆａｎ）の大きさの色番号である。
【０００３】 消費者の要求を満たすために、養殖鮭の生産では、魚に、最も求められる色を
最終的に与えるように調節される。生産者は、色を制御するために、飼料のアス
タキサンチン含有量を利用することができる。これは、この物質の投与と処置さ
れる鮭の肉色との間には相関関係があるためである。 鮭の脂肪含有量は、もう１つの重要な品質パラメータである。買い手は、脂肪
含有量が非常に高い魚を嫌う。脂肪含有量の化学分析は、生産制御の一部である
が、任意のサンプリングによって果たされなくてはならない。
【０００４】 かくして、生産を制御して消費者に望ましい品質の鮭を供給するために現在利
用可能な手段は、比較的、古典的で、大きな労働力を要する。 ＥＰ０２２１６４２号（Ｗｅｓｔｉｎｇｈｏｕｓｅ Ｃａｎａｄａ Ｉｎｃ）
では、魚の切り身、即ちきれいにされた魚の切断部を等級付けするための手動装
置が開示されている。この装置は、切り身を照明して、ヘモグロビンが特殊な吸
収特性を示すような所定の波長で、反射光の強度を測定する。この装置は、様々
の波長での値と、保存されたデータセットの値とを比較する。そして、この装置
は、値とデータセットとの間で最も一致した色等級に切り身を割り当てる。ヘモ
グロビンは、切り身の比較的早い劣化を招くので、魚の切り身にとって望ましく
ない。この装置によって測定される白身魚の切り身の品質測定は、肉が白である
。
【０００５】
【発明が解決しようとする課題】
上述された色の測定方法は、測定に使用されるような肉の表面を形成するため
に、魚の切断を必要とする。結果として、測定は、破壊的になるか、もしくは、
処置の比較的後の段階（stage）に行われるので魚肉色に従って処理を制御する
ための機会が与えられない。更に、鮭の品質を測定するために現在使用されてい
る方法は、１つの品質パラメータを提供するのみであり、色と脂肪含有量との両
方を決定するための幾つかの解析処理を夫々に必要とする。
【０００６】 本発明の目的は、上述したような不利な点が解決され、個々の魚の品質特性が
短時間に非破壊的な方法で測定されるのを可能にする、魚の品質特性を決定する
ための客観的な方法、特に、鮭の色、アスタキサンチン含有量並びに／もしくは
脂肪含有量の測定を可能にする方法を提供することである。また、特に、本発明
の目的は、個々の魚が、処理の早い段階で品質特性に関して等級付けされ、続い
て、この特性に応じて更なる処理のために処理されるか売られるように、処置ラ
インもしくは等級付けマシンで、新鮮に処置された魚の品質特性を決定するため
の方法を提供することである。
【０００７】 本発明は、可視及び近赤外線領域内の波長帯を利用した、腹膜を備えた鮭の内
腹壁の光反射によって、魚、特に鮭の肉色の品質特性を決定することが可能であ
るという考えに基づいている。これは、驚くべきことである。なぜなら、例えば
鮭の腹膜は、主として不透明で、腹膜の後ろの肉色の主観的な評定を妨げるもの
であるからである。肉色を測定するための本発明の能力は、測定が近赤外線領域
内で成されて、得られた反射データは特性を算出するためのアルゴリズムで用い
られるという事実に、大部分が基づいている。
【０００８】
【課題を解決するための手段】
本発明の方法は、以下によって特徴付けられる。
【０００９】 魚と、光エミッタ−及び光レシーバを備えた反射測定装置とは、この装置の光
エミッタ−と光レシーバとが、光エミッタ−が腹膜を通って魚の一領域を照明し
、光レシーバが魚から反射された光を受光するように、腹膜を備えた魚の内腹に
向かって方向付けられるように互いに関連して位置付けられている。 反射光の強度は、可視及び近赤外線領域内の、３つ以上の夫々異なった波長帯
で、記録される。 記録された測定結果は、所定の処理の後に、腹膜を備えた内腹壁からの光反射
に基づいて魚の品質特性を示す、算出ユニット中のアルゴリズムに自動的に入力
される。この後に、算出ユニットは、アルゴリズム及び測定結果を利用して、品
質特性を自動的に算出する。
【００１０】 完全自動化された道具を利用する、新鮮に処置された魚を処置ラインもしくは
等級付けマシンでオンライン測定するための、または、手動器具を使用する、池
もしくは処理工場における任意のサンプル試験のための、本発明の方法を利用す
ることが可能である。 本発明の方法の効果的な実施形態を、以下に示す。 自動化された処置ラインもしくは等級付けマシンにおける度々の停止を回避す
るには、測定が中断なしで行われ、かくして、測定処理中も魚が移動を続けるこ
とが、効果的である。かくして、本発明の方法の一実施形態は、魚と、この装置
の光エミッタ−及び光レシーバとが、測定結果の記録中に、魚の長さ方向に互い
に関連して移動されることを特徴とする。
【００１１】 好ましくは、少なくとも５ｍｍ及び最高で２５ｍｍの横断ディメンションを有
する魚の一領域から反射された光を受けるように光レシーバがデザインされてい
る反射測定装置が、使用される。また、この装置と魚とは、前記横断ディメンシ
ョンの２．５乃至２５倍の長さを有し、魚の長さ方向に一緒になって縞を形成す
る一領域から測定結果が得られるように、互いに関連して移動される。
【００１２】 ノイズによる影響が少ない品質特性の結果に到達するためには、測定データの
幾つかのセットを記録すること、特に、魚の夫々異なった領域ごとに夫々異なっ
た測定データを記録することが、好都合である。かくして、平均値の算出によっ
て、肉のばらつきが等しくされ、異常な領域のための所定のデータが、特性が最
終的に算出される前に、なくされる。好ましくは、測定データは、魚の様々の領
域ごとに記録され、少なくとも１セットの測定値が、魚の品質特性を示すために
利用される。様々の領域からのデータが、魚の新しい領域からの光反射を繰り返
し測定する間に魚の長さ方向に移動される測定ヘッドによって記録され得る。他
に可能なのは、魚の各領域を夫々にカバーする多数の検出器を備えた測定ヘッド
を使用することである。ノイズと欠陥領域とが測定に及ぼす影響は、有意な測定
値の組合せもしくは選択によって、減じられることができる。
【００１３】 魚が測定ヘッドを過ぎるように運ばれ、幾つかの測定シーケンスが記録され、
この測定シーケンスの１つ以上が品質特性の算出に使用されるという観点から、
反射値は、魚の様々の部分から記録されるのが好ましい。これは、測定ヘッドの
デザインを単純化する。かくして、一実施形態は、記録が数回に渡って繰り返さ
れ、魚と、本装置の光エミッタ−及び光レシーバとは、２つの測定シーケンスの
間に互いに関連して移動され、また、記録された少なくとも１セットのデータが
アルゴリズムに入力されることを、特徴とする。
【００１４】 魚は、本装置の測定ヘッドと魚とが互いに関連して位置付けられる前に、腹を
切り開かれ、腸抜きされる。好ましくは、この位置付けによって、測定ヘッドは
、魚の内腹壁の腹膜と接触するように位置される。 好ましくは、反射光の強度は、４００と１１００ｎｍとの間の可視及び近赤外
線領域内で記録される。反射光の強度は、可視領域の、好ましくは４００と６０
０ｎｍとの間と、近赤外線領域の、好ましくは８５０と１０５０ｎｍとの間とで
、記録される。
【００１５】 光エミッタ−は、可視及び近赤外線領域内の、幅広いスペクトル光で魚の領域
を照明する。そして、様々の波長範囲への反射光の分割が、光の濾過もしくはス
ペクトル分散によって果たされる。 色と脂肪含有量のような２つ以上の品質特性を決定するために、記録された測
定結果は、効果的に利用され得る。かくして、本発明の方法の一実施形態は、記
録された測定結果が、魚の他の品質特性を示すアルゴリズムに入力されて、この
後に、このアルゴリズム及び測定結果によって、算出ユニットが、品質特性を自
動的に算出することを特徴とする。これは、品質特性を決定するために利用され
たものとは異なったアルゴリズムでもよいが、同じ測定データのセットから２つ
の品質特性値を算出するために開発された単一のアルゴリズムも、利用可能であ
る。
【００１６】 “特性値（property value）”という用語は、色スケールのステップもしくは
脂肪が含有される割合のような番号（number）を必ずしも表すわけではない。特
性もしくは特性値は、暗い（dark）、正常もしくは正しい色、もしくは脂肪性、
正常もしくはやせている、というようなカテゴリー名によって、表わされること
もできる。例えば色と脂肪含有量のような、夫々異なったパラメータの組合せも
また、値を示し得る。買い手が脂肪が少なく正常に色付いた肉を好む場合、特性
は、単にこの消費者にとって肉の許可か拒否である。
【００１７】 特に、品質特性は、処置ラインもしくは魚等級付けマシンにおいてオンライン
で決定され、また、魚は、処置ラインもしくは等級付けマシンに設けられた反射
測定装置を通ってこれの外に運ばれることが、好ましい。 魚の品質特性を決定するための本発明の装置は、以下を有することによって特
徴付けられる。 光エミッタ−と光レシーバとを有し、装置と魚との互いに対する位置付けを助
けるような構成を有する反射測定装置であって、この装置の光エミッタ−と光レ
シーバとは、光エミッタ−が腹膜を通って魚の一領域を照明し、光レシーバが魚
から反射された光を受光するように、腹膜を備えた魚の内腹壁の方へ方向付けら
れている反射測定装置。
【００１８】 反射測定装置の光レシーバに接続され、可視及び近赤外線領域内の３つ以上の
夫々異なった波長帯で反射光の強度を記録するようにデザインされた記録手段。
【００１９】 可視及び近赤外線領域内の３つ以上の夫々異なった波長帯における腹膜を備え
た内腹壁の光反射から魚の品質特性を示すアルゴリズムを有する算出ユニットで
あって、実行可能な処理の後に、測定結果を、アルゴリズムに自動的に入力し、
このアルゴリズム及び測定結果により品質特性を自動的に算出するようにアレン
ジされているユニット。
【００２０】 本発明の装置の効果的な実施形態が、以下に示される。 この装置は、測定結果を記録する間に、魚と、この装置の光エミッタ−及び光
レシーバとを、魚の長さ方向に互いに関連して移動させるようにアレンジされた
コンベヤを有する。 この装置は、魚の様々の領域ごとに反射光の強度を記録するための手段を有す
る。 特に、この装置は、数回に渡って記録を繰り返すための手段と、２つの測定シ
ーケンスの間に魚と、この装置の光エミッタ−及び光レシーバとを互いに関連し
て移動させるようにアレンジされたコンベヤとを有する。 光エミッタ−は、可視及び近赤外線領域内で幅広いスペクトル光を放射するよ
うな性質を有する。 算出ユニットは、魚の他の品質特性を示すアルゴリズムを有する。また、算出
ユニットは、測定結果をアルゴリズムに入力するようにアレンジされることがで
き、アルゴリズムと測定結果とを用いて、この品質特性を自動的に算出する。 好ましい実施形態において、この装置は、可視及び近赤外線領域、４００と１
１０ｎｍとの間の反射光の強度を記録するようにアレンジされている。これは、
可視領域の、好ましくは４００と６００ｎｍとの間と、近赤外線領域の、好まし
くは８５０乃至１０５０ｎｍとの間とで、反射光の強度を記録するようにアレン
ジされることもできる。
【００２１】 本発明の装置は、次に示す、４００、４２２、４４０、４７２、５００，５４
６，５７８，６００，６８８，８１４、９２０，９７８ｎｍ等の波長のうち１も
しくは複数の波長が中心の波長帯で、反射光の強度を記録するようにアレンジさ
れ得る。これら波長において、反射光の強度と、色及び脂肪含有量及びアスタキ
サンチン含有量のような重要な品質特性との間の、特に明確な相関関係が存在す
る。
【００２２】 光エミッタ−が幅広いスペクトルを有する場合、光レシーバは、様々の波長帯
で光強度を測定可能な分光測光器を好ましくは有する。この分光測光器は、従来
的な分光測光器であり得、プリズムもしくは格子を用いて光をスペクトルに分割
して、様々の波長帯での光強度の測定を提供するために個々のもしくは好ましい
波長範囲が１以上の感光性検出器によって試験されるのを可能にする。
【００２３】 この装置の他の実施形態において、光レシーバは、少なくとも１つの検出器と
、可視及び近赤外線領域内の特定の波長帯で光が通るのを可能にする３つ以上の
フィルターとを有する。これらフィルターは、光エミッタ−と検出器との間の光
学路に位置されている。これは、従来とは異なった意味で、分光測光器として説
明されることもできる。様々のフィルターは、肉と検出器との間の光学路に挿入
される。これは、測光器のために、比較的ローバストのデザインを提供すること
ができる。あるいは、フィルターは、幅広いスペクトルの光エミッタ−と肉との
間の光学路に挿入されることができる。
【００２４】 算出ユニットは、効果的には、色、アスタキサンチン含有量、脂肪含有量のう
ち少なくとも１つの品質特性を決定するためのアルゴリズムを有する。これらの
特性が、特に関係している。 算出ユニットは、品質特性に応じて個々の魚に品質の等級を与えて、魚がカテ
ゴリーに応じて分類もしくは処理されるのを可能にするアルゴリズムを有する。
【００２５】 腹膜に損傷を受けることなく特に新鮮に処置された魚を運搬中に魚を個々に測
定するために、この装置は、特に効果的には、個々の魚の運搬のためのコンベヤ
に配置され得る。かくして、本発明の装置は、腹膜に損傷を受けずに腹を開かれ
、スケールを有する魚の個々の運搬のためのコンベヤと、運ばれる魚のオンライ
ン測定のための測定システムとを有するのが好ましい。
【００２６】 算出ユニットは、欠陥領域を検出するためのアルゴリズムを有することができ
る。このアルゴリズムは、同じもしくは他の魚の他の測定結果から著しく逸脱し
た測定結果を無視するようにアレンジされる。非破壊測定の結果のみが、品質特
性を決定するために利用される。 特に、本発明の装置は、処置ラインもしくは魚等級付けマシンにおいて魚の品
質特性のオンライン測定を実行するようにデザインされて、コンベヤは、処置ラ
インもしくは等級付けマシンに位置された反射測定装置を通ってこれの外へ、腹
が開かれた魚を個々に運ぶことが、好ましい。
【００２７】 好ましくは、非結像光レシーバが、光が様々の波長帯で記録可能となるように
使用され、かくして、品質特性の決定に比較的高い確実性を与える。例えば、分
光測光器が使用され得る。光レシーバは、好ましくは、２乃至１００ｎｍの帯域
幅で光を記録する。光レシーバは、可視及び近赤外線領域内の、６乃至３０の、
好ましくは８乃至２０の様々の波長帯で反射光を受けて記録するようにアレンジ
され得る。“通路（channel）”のこの合計が、品質特性の正確な決定のために
十分である。 本発明において、魚と言う用語は、特に、鮭として理解されるのがよいが、高
品質が求められる、鱒、鮪、他の魚に当てはまる場合もある。
【００２８】
【発明の実施の形態】
本発明は、図面を参照して、以下に詳しく説明される。 例１ 完全自動で鮭を処置するための処置ラインは、個々に魚を運搬するためのコン
ベヤと、刺して血抜きした後に魚を処理するためのツールとを有する。 図１に示された処置ラインの一部分は、運送中に鮭を保持するための固定具１
と、腹が切り開かれた後に鮭の腸抜きをするためのツール２，３，４と、を有す
る。測定ヘッド６を備えた測定ユニット５は、これが、図示された非動作位置か
ら、図２に示されたように、測定ヘッドが腹内部に接する測定位置まで動かされ
得るように、吊り装置に配置されている。位置決めは、例えば空気シリンダによ
って成される。この空気シリンダは、尾びれもしくは魚の類似した部分が検出器
に近付いたときに、シリンダを駆動する近接検出器もしくは光リレーによって制
御される。
【００２９】 前記測定ユニットは、４００乃至１１００ｎｍの可視及び近赤外線領域の光を
放射する光エミッタ−、例えばハロゲン・ランプを有する。測定ヘッドは、魚の
内部に置かれ側に窓を有する。様々の波長帯で腹から反射された光の強度を記録
するための、システムが、窓の隣に位置されている。光ファイバーが、光エミッ
タ−の光を、窓に導き得る。他の光ファイバーは、窓からの反射光を、強度を記
録するようにアレンジされたシステム、例えば分光測光器へ導く。このシステム
は、光をスペクトルに分光させる格子もしくはプリズムを有し得る。後ろに位置
された多数の光検出器が、これら夫々のスペクトルの波長帯の光を受光する。例
えば、シリコンタイプのフォトダイオードもしくはトランジスタの列でよい。
【００３０】 前記測定ユニットは、コンピュータユニットに接続されている。このコンピュ
ータユニットは、検出器からの信号を受けて、これらの情報を処理する。また、
コンピュータユニットは、測定シーケンスの開始、停止、繰り返しの初期化を制
御する。更に、このコンピュータユニットは、アルゴリズムを利用したプログラ
ムを有する。このプログラムは、受けた反射データを解釈し、これらを色測定、
脂肪含有量あるいは可能であればアスタキサンチン含有量に変換することができ
る。アルゴリズムは、鮭の重量を有することができる。この重量は、計量ユニッ
トに接続されたケーブルもしくはネットワークを介して読み取り可能である。
【００３１】 腹が切り開かれた後、鮭は、ツール２，３，４の方へ移動される。これらツー
ルは、魚の高さまで自動的に下がり、腸抜きを行う。これらツールの作業の直後
に、測定ユニット５は、測定ヘッドが、このヘッドが腹膜と接触している図２の
位置に着くように、切り開かれたきれいな魚の中に移動する。
【００３２】 すると、コンピュータユニットは、一連の測定シーケンスを開始し、コンベヤ
固定具によって運ばれる間、魚の全長に沿って腹内部の反射スペクトルを記録す
る。 スペクトルは、コンピュータに記録され、重要な偏向がないかを調査される。
いずれの偏向データも無視され、これの残りが使用されて平均スペクトルを形成
する。このスペクトルの様々の波長帯における強度値が、プログラムのアルゴリ
ズムに入力される。このアルゴリズムは、色、脂肪あるいはアスタキサンチン含
有量の測定のために値を解釈可能である。これらの結果は、鮭を、これらの品質
等級に従って（自動）分類するために直接に使用される。または、これらの結果
は、池での鮭の生産を制御／調節するために、もしくは、特別な品質特性を備え
た鮭に興味を持つ客への発送に関連して、もしくは、処理工場における鮭の更な
る処理、例えば燻製もしくは切り身に最も適した鮭の識別等のために、後で使用
される。
【００３３】 この装置は、例えば、１分に１６匹以上の鮭の品質を決定することができる。
非常に高い処置即ち処理率の場合には、魚の選択のみを測定することが必要であ
る。これは、測定が主として養殖鮭の生産をモニターすることを意図している点
で、十分と言える。 あるいは、非常に高い処置もしくは処理率で、測定ユニットは、例えば魚の長
さ方向に沿った列を成すように配置された幾つかの検出器を有する測定ヘッドと
共に使用され得る。このような方法で、鮭は新しい部位領域の各測定の間に移動
される必要がないので、非常に短い時間で、腹の多くの部位領域を測定すること
が可能である。
【００３４】 実際の測定作業の間、測定ヘッドと魚とは、互いに関連して静止している。し
かしながら、好ましくは、測定シーケンスは、ヘッドは静止して魚は通常のコン
ベヤの速度で移動するという状態で行われる。 上述された、処置ラインにおいて品質特性を測定するための装置は、第２の実
施形態に係われば、様々の重量等級の新鮮な処置魚を等級付ける（腹を開いて腹
膜に傷を付けずに）としてそれ自体が公知の等級付けマシンのコンベヤに設けら
れ得る。この装置の測定結果は、マシンの分類コンピュータに送られる。よって
、魚は、この装置により測定される品質特性だけでなく重量にも基づいて、もし
くは、望ましくはこの装置により測定される品質特性のみに基づいて、分類され
る。この方法は、迅速であり、かつ非破壊的であるという利点を有する。現在の
等級付けマシンは、１分に６０匹の魚を処理することができる。
【００３５】 例２ 手動装置 図３の（Ａ）、（Ｂ）の、鮭等の品質特性を測定するための装置は、７つの測
定窓１１を備えた測定ヘッド１０を有する。これら測定窓を通して、反射測定手
段は、窓に対向するように位置された魚の部分、例えば腸抜きされた魚の内腹を
測定できる。光学繊維の束の端は、各窓の後ろに延びている。繊維の束は、ハン
ドル１３に取り付けられたハウジング１２に走っている。 ハウジング中で、各束は、２つの束に分かれ、この一方は、光エミッタ−（例
えばハロゲン・ランプ）に接続され、他方は、分光測光器に接続されている。こ
の分光測光器は、魚から反射された光のスペクトルを記録可能である。
【００３６】 ハウジングは、記録されたスペクトルを分類及び処理するためのコンピュータ
を有する。また、このコンピュータは、７つのスペクトルからの測定結果を、互
いに、もしくは予定標準値と、比較し、また、不適当なスペクトルを無視するこ
とができる。適当なスペクトルに基づいて、コンピュータは、記録されたアルゴ
リズムを用いて、色等級及び脂肪の割合のような魚の品質特性を算出する。コン
ピュータは、他のコンピュータユニットで後で読み取るために結果をメモリに保
存することができる。また、この装置は、結果（色等級、脂肪の割合）を示すデ
ィスプレイを有することもできる。
【００３７】 魚が測定されるとき、作業者は、測定ヘッドを、例えば魚の内腹に位置する。
これは、可能な限り全ての窓と腹膜とを接触させるためである。ボタン１４を押
すことにより、作業者は、コンピュータを、測定シーケンスを実行するように駆
動させることができる。従って、全ての測定作業、不適当な結果の除去、結果の
算出及びディスプレイは、コンピュータによって自動制御される。結果は、１秒
間だけ利用可能である。
【００３８】 手動装置は、完全自動化された装置と同じ作業速度が必要でない場合の、検査
目的及び任意のサンプリングに特に適している。しかしながら、この装置は、鮭
の成長を追うための池や、きれいな魚を例えば切り身や燻製にしたりする工場も
しくは工場領域など、処置ライン以外の場所でも使用することができる。 単純化された実施例では、この装置は、ただ１つの窓を有している。 例３ 分光学による、鮭の色、脂肪、アスタキサンチンの決定 ４日で、２４０匹の鮭が処理工場で選択される。鮭は、計量の直前に処置ライ
ンから外される。最も幅広い色の差異を得るために、鮭は、ほぼ４分の１は性的
に成熟したものが選択され（薄い色の鮭を得るため）、残りは小中大のサイズに
分かれるように選択される。
【００３９】 “ノルウェーカット”の鮭が、取り出され、色（鮭の大きさに基づいた、視覚
的な色の鑑定）、脂肪の割合（化学分析）、アスタキサンチン含有量（化学分析
）の伝統的な解析のために、実験室に送られる。 また、腹膜に傷のない（しかしスケール層がない）５×１０×１ｃｍの四角い
サンプルが、鮭の側部から取り出される。これら断片は、プラスチックのホルダ
ーに位置され、ＦＯＳＳ ＮＩＲ Ｓｙｓｔｅｍｓ Ｍｏｄｅｌ ６５００−Ｉ
Ｉ型の分光測光器で測定される。 図８は、内腹側、即ち腹膜側からのサンプルの写真を示す。（黒味がかった）
赤肉を明らかにするために、１箇所で、腹膜が引き出されている。他のサンプル
は、縞もしくは小さな島を形成して観察者の肉色の観察を妨げる多少不透明な領
域を備えた腹膜を、有している。 プラスチックのホルダーは、運搬管に位置されている。この運搬管は、サンプ
ルを、器具の測定ヘッドを過ぎて移動させる。結果的なスペクトルは、サンプル
の長さ方向にほぼ１０ｍｍの幅とほぼ１００ｍｍの長さを有する細長い一片で行
われた１６回の測定の平均である。かくして、測定は、魚が処置ラインで運搬さ
れる間に切り開かれた鮭の直接的な測定が内部の腹膜側から行われる本発明の方
法の実施形態を、シミュレートしている（simulate）。
【００４０】 反射スペクトルは、４００乃至２５００ｎｍのスペクトル範囲をカバーする。
反射スペクトルの２つの例は、図４に示されている（６１Ｒは７．５％の脂肪を
、６７Ｒは２０．３％の脂肪を、夫々含有している）。 スペクトルと、色及び脂肪含有量及びアスタキサンチン含有量の実験値との間
の相関関係は、ＰＬＳ回帰分析によって検出される。結果のアルゴリズムは、こ
れが、反射スペクトルに基づいて、色、脂肪含有量、アスタキサンチン含有量を
算出し得るように、算出ユニットにプログラムされる。 ２４０件のサンプルのうち、“離層”は、スペクトルの試験によって検出され
る。このサンプルは、顕著に暗いスポットを有することを立証する。この結果、
反射スペクトルの試験により、異常な外見をした鮭を検出することができる。
【００４１】 色 図５は、鮭の大きさによる視覚的な色の決定と、反射スペクトルの解析による
客観的な色の決定との間の相関関係を示す。主観的な決定と客観的な決定との間
の相関関係Ｒは、０．９１４である（標準エラー予測ＳＥＰ＝０．９７５ユニッ
ト）。 サンプルが、鮭の大きさに基づいて、３つの色等級に分けられる場合、８２％
が、スペクトル解析によって正しく等級付けされる。 鮭の大きさについて、サンプルの７％のみが、２つのステップによって異なり
、９３％が、１つのステップによって一致するか異なる。 色の決定は、光反射の解析によって、全ての測定される鮭に対して可能である
。
【００４２】 脂肪含有量 図６は、分析的に決定された鮭肉の脂肪含有量と、スペクトル試験によって決
定された鮭肉の脂肪含有量との間の相関関係を示す。スペクトル解析では、４０
０から１１００ｎｍとの間のスペクトルのみが使用される。これは、比較的長い
波スペクトル範囲は、決定に、肯定的に作用しないからである。４００乃至１１
００ｎｍのスペクトル範囲のみが使用されるとき、この装置においては、安価な
シリコンベースの検出システムが、鮭のオンライン測定のために十分である。
【００４３】 ２０のサンプルが、皮膜に重要なメラニン変色を示しているが、これは、脂肪
含有量のスペクトル決定に影響しない。なぜなら、スペクトルの小さい波の領域
内の光は、サンプルの内部に浸透していくので、必然的に表面には影響されない
という事実のためである。分析的に決定された脂肪含有量と、スペクトルのクロ
ス確認によって決定される脂肪含有量との間の相関関係Ｒは、０．８７９である
（ＳＥＰ＝１．６７％）。
【００４４】 アスタキサンチン含有量 図７は、分析的に決定されたアスタキサンチン含有量とスペクトルで決定され
たアスタキサンチン含有量との間の相関関係を示す。相関関係Ｒは、０．９２４
である（ＳＥＰ＝０．６６３）。波長範囲４００乃至１１００ｎｍの反射データ
のみが使用される。メラニンスポットの存在は、決定に影響しない。 結果 試験は、処置された鮭の腹膜内側部からの光反射によるスペクトル測定が、色
、脂肪及びアスタキサンチンの迅速な決定のために、良い精度で使用され得るこ
とを示す。測定は、色、脂肪含有量並びに／もしくはアスタキサンチン含有量に
応じて、処置直後に鮭を様々の等級に分類することを可能にする。この方法は、
ローバストである。メラニンスポットの形状の重要な不同や脂肪の蓄積や処置ミ
ス等の問題を抱えた鮭に関してさえも、信頼できる測定結果が得られる。この方
法は、腹膜を通って鮭を測定する。そして、この方法は、これが鮭の腹が切り開
かれて腸抜きされた直後に、腹膜を引き出すことなく、または腹膜に傷を与える
ことなく（非破壊測定）、利用されるという重要な利点を有する。鮭は、移動中
に測定され得る。即ち、この方法は、きれいにされた鮭が買い手に送られる前に
、更なる処理もしくは工場における例えば燻製処理などのために、直接に処置ラ
インにおいて、もしくはこれに続く重量等級付けマシンにおいて利用される。
【００４５】 試験は、小さい波の範囲の近赤外線波長の使用で十分であることを示している
。これにより、測定器具における検出システムの構成をより安価にできる。
【図面の簡単な説明】
【図１】 図１は、鮭の内腹壁を照らし、復壁から反射される光のスペクトルを測定する
ための本発明に係わる装置の実施形態において使用される測定ユニットと共に、
鮭を腹部で切断して内臓を取り除くためのツールをも備えた処置ラインの一部分
を示す。
【図２】 図２は、測定中の、測定ユニットの位置を示す。
【図３】 図３の（Ａ）、（Ｂ）は、本発明に係わる手動装置の実施形態を、夫々違う角
度から示す。
【図４】 図４は、夫々異なった脂肪含有量を有する２つの鮭の反射スペクトルを示す。
【図５】 図５は、色のスケールが一致した主観的な色と、反射スペクトルからの客観的
な色の測定との間の相関関係を示す。
【図６】 図６は、化学分析により測定された鮭の脂肪含有量と、反射スペクトルに基づ
いて測定された鮭の脂肪含有量との間の相関関係を示す。
【図７】 図７は、化学分析によって測定された鮭のアスタキサンチン含有量と、反射ス
ペクトルに基づいて測定された鮭の脂肪含有量と間の相関関係を示す。
【図８】 図８は、腹膜を備えた鮭の内腹の写真を示す。
───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ， ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＬ，ＡＭ，ＡＴ，ＡＵ， ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，Ｃ Ｎ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＥＥ，ＥＳ ，ＦＩ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ， ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，Ｋ Ｒ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ ，ＭＡ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ， ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，Ｓ Ｉ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ ，ＵＧ，ＵＳ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ (72)発明者 グルブランドセン、クヌート・エリック ノルウェー国、エヌ−5226 ネスットゥ ン、ビョレボトン 127 (72)発明者 ラスムッセン、アラン・ジェイ デンマーク国、ディーケー − 4250 フ ーグルビールグ、ローゲスコフ、ローゲス コフベイ ３ Ｆターム(参考） 2G059 AA05 BB11 CC12 CC14 CC18 DD12 EE02 EE12 EE13 GG10 HH01 HH02 HH06 JJ05 JJ06 JJ17 KK01 MM01 MM10 PP04 PP06

Claims (27)

    【特許請求の範囲】
  1. 【請求項１】 魚と、光エミッタ−及び光レシーバを備えた光反射装置（５
    ）とが、この装置の光エミッタ−と光レシーバとが、光エミッタ−が腹膜を通っ
    て魚の一領域を照明し、光レシーバが魚から反射された光を受光するように、腹
    膜を備えた魚の内腹壁の方に方向付けられるように互いに関連して位置され、 反射光の強度が、可視及び近赤外線領域内の、３つ以上の様々の波長帯で記録
    され、 記録された測定結果は、所定の処理後に、腹膜を備えた内腹壁からの光反射に
    基づいて魚の品質特性を示す、ユニットのアルゴリズムに自動的に入力され、こ
    の後、算出ユニットは、アルゴリズム及び測定結果を利用して品質特性を自動的
    に算出する、 ことを特徴とする、光反射に基づいて魚の品質特性を決定するための方法。
  2. 【請求項２】 前記魚と、装置の光エミッタ−及び光レシーバ（６）とは、
    測定結果を記録する間、魚の長さ方向に互いに関連して移動されることを特徴と
    する、請求項１の方法。
  3. 【請求項３】 少なくとも５ｍｍ及び最高でも２５ｍｍの横断ディメンショ
    ンを有する、魚の一領域から反射された光を光レシーバが受けるようにデザイン
    されている反射測定装置（５）が、使用され、また、この装置（５）と魚とは、
    互いに関連して動かされて、測定結果が、前記横断ディメンションの２．５乃至
    ２５倍の長さを有し、魚の長さ方向に一緒に縞を形成する一領域から得られる、
    ことを特徴とする請求項２の方法。
  4. 【請求項４】 前記測定データは、魚の様々の領域ごとに記録され、少なく
    とも１セットの測定値が、魚の品質特性を示すために使用されることを特徴とす
    る、請求項１の方法。
  5. 【請求項５】 前記記録は、数回繰り返され、また、魚と、前記装置の光エ
    ミッタ−及び光レシーバ（６）とは、２つの測定シーケンスの間に、互いに関連
    して移動され、また、記録されたデータの少なくとも１セットは、アルゴリズム
    に入力されることを特徴とする、請求項１の方法。
  6. 【請求項６】 前記魚は、腹で切り開かれ、前記装置の測定ヘッド（６）と
    魚とが互いに関連して位置付けられる前に腸抜きされ、この位置付けにより、測
    定ヘッドは、好ましくは、魚の内腹壁の腹膜と接触するように位置されることを
    特徴とする、請求項１の方法。
  7. 【請求項７】 反射光の強度は、４００と１１００ｎｍとの間の可視及び近
    赤外線領域内で、記録されることを特徴とする、請求項１の方法。
  8. 【請求項８】 前記反射光の強度は、可視領域の、好ましくは４００と６０
    ０ｎｍとの間と、近赤外線領域の、好ましくは８５０と１０５０ｎｍとの間との
    両方において、記録されることを特徴とする、請求項１の方法。
  9. 【請求項９】 前記光エミッタ−は、可視及び近赤外線領域内で、幅広いス
    ペクトルの光によって魚の領域を照明することを特徴とする、請求項１の方法。
  10. 【請求項１０】 前記記録された測定結果は、魚の他の品質特性を示すアル
    ゴリズムに入力され、この後に、前記算出ユニットは、このアルゴリズムと測定
    結果とを利用して、この品質特性を自動的に算出することを特徴とする、請求項
    １の方法。
  11. 【請求項１１】 前記品質特性は、処置ラインもしくは魚等級付けマシンに
    おいて、オンラインで決定され、また、魚は、処置ラインもしくは等級付けマシ
    ンに設けられた反射測定装置（５）を通ってこれの外に運ばれることを特徴とす
    る、請求項１の方法。
  12. 【請求項１２】 光エミッタ−及び光レシーバ（６）を備え、装置と魚との
    互いに対する位置付けを助けるような構成を有する反射測定装置（５）であって
    、装置の光エミッタ−と光レシーバ（６）とは、光エミッタ−が腹膜を通って魚
    の一領域を照明し、光レシーバが魚から反射された光を受光するように、腹膜を
    備えた魚の内腹壁の方に方向付けられている反射測定装置（５）と、 反射測定装置（５）の光レシーバに接続され、可視及び近赤外線領域内の３つ
    以上の夫々異なった波長帯で反射光の強度を記録するようにデザインされた記録
    手段と、 可視及び近赤外線領域内の３つ以上の夫々異なった波長帯で腹膜を備えた内腹
    壁の光反射から魚の品質特性を示すアルゴリズムを有し、実行可能な処理後にア
    ルゴリズムに測定結果を自動的に入力し、アルゴリズムと測定結果とを利用して
    品質特性を自動的に算出するようにアレンジされている算出ユニットと、を具備
    することを特徴とする、光反射に基づいて魚の品質特性を決定するための装置。
  13. 【請求項１３】 魚と、装置の光エミッタ−及び光レシーバ（６）とを、測
    定結果の記録中に、魚の長さ方向に互いに関連して移動させるようにアレンジさ
    れたコンベヤを有することを特徴とする、請求項１２の装置。
  14. 【請求項１４】 魚の様々の領域ごとに反射光の強度を記録するための手段
    を有することを特徴とする、請求項１２の装置。
  15. 【請求項１５】 数回に渡って記録を繰り返すための手段と、２つの測定シ
    ーケンスの間に、魚と、装置の光エミッタ−及び光レシーバ（６）とを互いに関
    連して移動させるようにアレンジされたコンベヤとを有することを特徴とする、
    請求項１２の装置。
  16. 【請求項１６】 前記光エミッタ−は、可視及び近赤外線領域内の幅広いス
    ペクトルの光を放射するという性質を有することを特徴とする、請求項１２の装
    置。
  17. 【請求項１７】 前記算出ユニットは、魚の他の品質特性を示すアルゴリズ
    ムを有し、また、測定結果をアルゴリズムに入力して、このアルゴリズムと測定
    結果とを利用してこの品質特性を自動的に算出するようにアレンジされているこ
    とを特徴とする、請求項１２の装置。
  18. 【請求項１８】 ４００と１１００ｎｍとの間の可視及び近赤外線領域内で
    反射光の強度を記録するようにアレンジされていることを特徴とする、請求項１
    ２の装置。
  19. 【請求項１９】 可視領域の、好ましくは４００と６００ｎｍとの間と、近
    赤外線領域の、好ましくは８５０と１０５０ｎｍとの間との両方で、反射光の強
    度を記録するようにアレンジされていることを特徴とする、請求項１２の装置。
  20. 【請求項２０】 ４００，４２２，４４０，４７２，５００，５４６，５７
    ８，６００，６８８，８１４，９２０，９７８ｎｍのうち１以上の波長が中心の
    波長帯で、反射光の強度を記録するようにアレンジされていることを特徴とする
    、請求項１２の装置。
  21. 【請求項２１】 前記光レシーバは、分光測光器を有することを特徴とする
    、請求項１２の装置。
  22. 【請求項２２】 前記光レシーバは、少なくとも１つの検出器と、可視及び
    近赤外線領域内の特別な波長帯で光を透過可能にする３つ以上のフィルターとを
    有し、これらフィルターは、光エミッタ−と検出器との間の光学路に位置されて
    いることを特徴とする、請求項１２の装置。
  23. 【請求項２３】 前記算出ユニットは、色、アスタキサンチン含有量、脂肪
    含有量のうち少なくとも１つの品質特性を決定するためのアルゴリズムを有する
    ことを特徴とする、請求項１２の装置。
  24. 【請求項２４】 前記算出ユニットは、品質特性に応じて個々の魚に品質等
    級を与えるアルゴリズムを有することを特徴とする、請求項１２の装置。
  25. 【請求項２５】 腹膜に傷を付けずに腹を開かれた魚の個々の運搬のための
    コンベヤと、運ばれる魚のオンライン測定のための測定システム（５）とを有す
    ることを特徴とする、請求項１２の装置。
  26. 【請求項２６】 前記算出ユニットは、欠陥領域を検出するためのアルゴリ
    ズムを有し、このアルゴリズムは、同じもしくは他の魚の他の測定結果から著し
    く逸脱するような測定結果を無視するようにアレンジされていることを特徴とす
    る、請求項１２の装置。
  27. 【請求項２７】 処置ラインもしくは魚の等級付けマシンにおける魚の品質
    特性のオンライン測定のためにデザインされており、かくして、コンベヤは、処
    置ラインもしくは等級付けマシンに位置された反射測定装置（５）を通ってこれ
    の外に、腹を開かれた魚を個々に運搬する、ことを特徴とする、請求項１２の装
    置。
JP2001514549A 1999-07-28 2000-07-19 魚の品質特性を測定するための方法並びに装置 Pending JP2003506676A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DKPA199901070 1999-07-28
DK199901070 1999-07-28
PCT/DK2000/000411 WO2001009587A1 (en) 1999-07-28 2000-07-19 Method and apparatus for determining quality properties of fish

Publications (1)

Publication Number Publication Date
JP2003506676A true JP2003506676A (ja) 2003-02-18

Family

ID=8100659

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001514549A Pending JP2003506676A (ja) 1999-07-28 2000-07-19 魚の品質特性を測定するための方法並びに装置

Country Status (10)

Country Link
US (1) US6649412B1 (ja)
EP (1) EP1200814A1 (ja)
JP (1) JP2003506676A (ja)
AU (1) AU5967300A (ja)
CA (1) CA2380099A1 (ja)
IS (1) IS6242A (ja)
NO (1) NO20020249L (ja)
NZ (1) NZ517247A (ja)
PL (1) PL354491A1 (ja)
WO (1) WO2001009587A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009526222A (ja) * 2006-02-07 2009-07-16 トロウ・インターナショナル・ビー・ブイ 食品の質的パラメータの計算方法

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2829578B1 (fr) * 2001-09-07 2004-07-02 Univ La Rochelle Procede et dispositif pour controle non destructif de la qualite de fraicheur d'une unite de produits perissables
WO2003037090A1 (en) * 2001-11-01 2003-05-08 Stein Grov Eilertsen Apparatus and method for trimming of fish fillets
DE602004025630D1 (de) * 2004-07-09 2010-04-01 Carnitech As Qualitätssicherungssystem
DE102005047752B3 (de) * 2005-09-28 2006-10-05 Nordischer Maschinenbau Rud. Baader Gmbh + Co Kg Vorrichtung und Verfahren zum Oberflächentrimmen von Fleisch sowie Vorrichtung zum Verarbeiten von Fleisch mit einer Vorrichtung zum Oberflächentrimmen
CA2958175C (en) * 2007-11-19 2018-09-18 Timothy A. Burke Seafood physical characteristic estimation system and method
CA2712386A1 (en) * 2008-01-17 2009-07-23 Fundacion Azti-Azti Fundazioa Automatic method and system for the determination and classification of foods
US20110138917A1 (en) * 2009-12-16 2011-06-16 Awad Al-Khalaf Portable ultrasonic instrument used to distinguish among pig meat and meats of other origin
PL2599387T3 (pl) 2011-12-02 2019-10-31 Nordischer Maschinenbau Urządzenie pomiarowe do indywidualnego odczytu cech transportowanych w szeregu tusz zwierzęcych i urządzenie obrabiające, zawierające co najmniej jedno takie urządzenie pomiarowe
EP2788110B1 (en) 2011-12-08 2018-10-17 Pentair Water Pool and Spa, Inc. Aquaculture system and method of operating a pump in such a system
EP2755018B2 (de) 2013-01-15 2024-04-03 Nordischer Maschinenbau Rud. Baader GmbH + Co. KG Vorrichtung und Verfahren zur berührungslosen Erkennung roter Gewebestrukturen sowie Anordnung zum Lösen eines Streifens roter Gewebestrukturen
WO2014152926A1 (en) 2013-03-14 2014-09-25 Pentair Water Pool And Spa, Inc. Carbon dioxide control system for aquaculture
US10219491B2 (en) 2013-03-15 2019-03-05 Pentair Water Pool And Spa, Inc. Dissolved oxygen control system for aquaculture
EP2976605B1 (en) 2013-03-21 2023-11-01 Viavi Solutions Inc. Spectroscopic characterization of seafood
DE102013008003B4 (de) 2013-05-08 2015-03-19 Freshdetect Gmbh Messgerät zum Messen eines Oberflächenbelags auf einem Messobjekt, insbesondere auf einem Lebensmittel, und dessen Verwendung
CN106233121B (zh) * 2014-04-28 2019-05-21 辛特福特图有限公司 有机材料的性质的测量
RU2621878C1 (ru) * 2016-04-08 2017-06-07 Федеральное государственное бюджетное научное учреждение "Всероссийский научно-исследовательский институт рыбного хозяйства и океанографии" (ФГБНУ "ВНИРО") Способ определения качества охлажденного и мороженого рыбного сырья
US10531668B2 (en) 2016-04-26 2020-01-14 Nordischer Maschinenbau Rud. Baader Gmbh + Co. Kg Method and apparatus for inspecting the abdominal cavity of gutted fish
RU2654359C1 (ru) * 2017-04-14 2018-05-17 Федеральное государственное бюджетное научное учреждение "ВНИРО", ФГБНУ "ВНИРО" Способ определения термического состояния рыбного сырья
DE102018101835A1 (de) * 2018-01-26 2019-08-01 Nordischer Maschinenbau Rud. Baader Gmbh + Co. Kg Vorrichtung und Anordnung zur optischen Inspektion von Artikeln der fisch- und fleischverarbeitenden Industrie
NO344195B1 (no) * 2018-02-07 2019-10-14 Knuro As Sløymaskin for fisk og en fremgangsmåte for sløying i en sløyemaskin.
EP3837533A1 (en) * 2018-08-16 2021-06-23 Thai Union Group Public Company Limited Multi-view imaging system and methods for non-invasive inspection in food processing
US11120540B2 (en) 2018-08-16 2021-09-14 Thai Union Group Public Company Limited Multi-view imaging system and methods for non-invasive inspection in food processing
US11436716B2 (en) * 2019-04-19 2022-09-06 Canon Kabushiki Kaisha Electronic apparatus, analysis system and control method of electronic apparatus
CN111189987B (zh) * 2020-02-11 2022-07-12 泰安金冠宏食品科技有限公司 一种食用牛肉肉质检测装置
CN113740275B (zh) * 2021-09-01 2022-06-21 福州大学 基于快照式多光谱成像的雨生红球藻虾青素含量检测方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4154864A (en) 1974-12-17 1979-05-15 Societe D'assistance Technique Pour Produits Nestle S.A. Extracts of vegetable materials
NO862509L (no) * 1985-09-04 1987-03-05 Westinghouse Canada Inc Anordning for maaling av fargetonen hos en kjoettproeve.
CA1319134C (en) * 1988-07-19 1993-06-15 Ernest M. Reimer Detection of anomalies in translucent material by candling
JPH0276528A (ja) 1988-09-13 1990-03-15 Fujitsu Autom Kk 魚類の雌雄選別装置及びその選別方法
DK163453C (da) * 1989-06-12 1992-07-20 Slagteriernes Forskningsinst Fremgangsmaade og apparat til fotometrisk bestemmelse af individuelle koedemners egenskaber
GB8915323D0 (en) * 1989-07-04 1989-08-23 Mini Agriculture & Fisheries Microwave fat meter
JPH0396838A (ja) * 1989-09-08 1991-04-22 Sumitomo Electric Ind Ltd 食肉鮮度測定装置
US5239180A (en) * 1990-02-02 1993-08-24 Boston Advnaced Technologies, Inc. Laser systems for food analysis based on reflectance ratio detection
US5352153A (en) * 1993-07-13 1994-10-04 The Laitram Corporation Imaging system for use in processing transversely cut fish body sections
US5760406A (en) * 1996-06-03 1998-06-02 Powers; Linda Method and apparatus for sensing the presence of microbes
DK172795B1 (da) * 1997-02-28 1999-07-19 Slagteriernes Forskningsinst Reflektionsmåleudstyr til bestemmelse af kvalitetsegenskaber ved emner, navnlig fedtholdige emner
GB2324701B (en) 1997-05-01 2001-05-16 Ewos Ltd Method for preparing high oil content fish feed pellets
DK172777B1 (da) * 1997-07-01 1999-07-12 Slagteriernes Forskningsinst Apparat og fremgangsmåde til at måle indholdet af intramuskulært fedt i slagtekroppe eller slagtekropdele, eller totalindho
DK172774B1 (da) * 1997-10-15 1999-07-12 Slagteriernes Forskningsinst Fremgangsmåde og apparat til bestemmelse af en kvalitetsegenskab af et kødemne
US6371051B1 (en) * 2001-07-16 2002-04-16 Guigne International, Ltd. Shellfish evaluation

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009526222A (ja) * 2006-02-07 2009-07-16 トロウ・インターナショナル・ビー・ブイ 食品の質的パラメータの計算方法

Also Published As

Publication number Publication date
PL354491A1 (en) 2004-01-26
NO20020249L (no) 2002-03-13
NO20020249D0 (no) 2002-01-17
US6649412B1 (en) 2003-11-18
NZ517247A (en) 2003-02-28
CA2380099A1 (en) 2001-02-08
AU5967300A (en) 2001-02-19
EP1200814A1 (en) 2002-05-02
WO2001009587A1 (en) 2001-02-08
IS6242A (is) 2002-01-18

Similar Documents

Publication Publication Date Title
JP2003506676A (ja) 魚の品質特性を測定するための方法並びに装置
Kleynen et al. Selection of the most efficient wavelength bands for ‘Jonagold’apple sorting
ElMasry et al. Chemical-free assessment and mapping of major constituents in beef using hyperspectral imaging
AU747561B2 (en) Method and device for determining meat tenderness
EP0402877B1 (en) Method and apparatus for photometric determination of properties of meat pieces
Sun et al. Simultaneous measurement of brown core and soluble solids content in pear by on-line visible and near infrared spectroscopy
WO2008016309A1 (en) Multi-modal machine-vision quality inspection of food products
US6118542A (en) Method and apparatus for determination of a quality property of a piece of meat
ElMasry et al. Meat quality assessment using a hyperspectral imaging system
WO2007000165A1 (en) Online recording of wavelength absorption spectra in meat
AU2007212825B2 (en) Method of calculating quality parameters of foodstuffs
Kamruzzaman Optical sensing as analytical tools for meat tenderness measurements-A review
Chao et al. Control interface and tracking control system for automated poultry inspection
Wu et al. Non-destructive texture analysis of farmed salmon using hyperspectral imaging technique
DK163382B (da) Fremgangsmaade til bestemmelse af individuelle koedemners kvalitetsegenskaber
JP2002328088A (ja) 近赤外分光法による異常肉の判別方法
Valous et al. Quality evaluation of meat cuts
Chao et al. Analysis of Vis/NIR spectral variations of wholesome, septicemia, and cadaver chicken samples
Swatland et al. Possibilities for predicting taste and tenderness of broiled beef steaks using an optical-electromechanical probe
JP5629861B2 (ja) 物体中の異物混入判別方法及び物体中の異物混入判別装置
Swatland Recognition of spectra in the automated assessment of pork quality through single optical fibers
Sivertsen Automatic inspection of cod (Gadus Morhua L.) fillets by hyperspectral imaging
Li et al. Detection of ‘Zebra Chip’Disease in ‘Russet Burbank’Potatoes using Near Infrared (NIR) Spectroscopy
Chen et al. Online inspection of poultry carcasses using a visible/near-infrared spectrophotometer
Tian et al. An Automated Determination System for Beef Quality Evaluation using VIS/NIR Spectroscopy and Imaging Technology