RU2602485C1 - Способ определения качества мяса птицы - Google Patents
Способ определения качества мяса птицы Download PDFInfo
- Publication number
- RU2602485C1 RU2602485C1 RU2014148668/15A RU2014148668A RU2602485C1 RU 2602485 C1 RU2602485 C1 RU 2602485C1 RU 2014148668/15 A RU2014148668/15 A RU 2014148668/15A RU 2014148668 A RU2014148668 A RU 2014148668A RU 2602485 C1 RU2602485 C1 RU 2602485C1
- Authority
- RU
- Russia
- Prior art keywords
- meat
- sample
- color
- image
- quality
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 235000013594 poultry meat Nutrition 0.000 title claims abstract description 26
- 235000013372 meat Nutrition 0.000 claims abstract description 89
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000003287 optical effect Effects 0.000 claims abstract description 5
- 239000003086 colorant Substances 0.000 claims abstract description 4
- 230000004907 flux Effects 0.000 claims abstract description 3
- 238000012360 testing method Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 abstract description 24
- 235000013305 food Nutrition 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 3
- 239000000126 substance Substances 0.000 abstract description 3
- 239000000523 sample Substances 0.000 description 39
- 241000287828 Gallus gallus Species 0.000 description 16
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 244000144977 poultry Species 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000008014 freezing Effects 0.000 description 7
- 238000007710 freezing Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 235000013330 chicken meat Nutrition 0.000 description 6
- 239000002994 raw material Substances 0.000 description 6
- 238000005070 sampling Methods 0.000 description 5
- 238000010257 thawing Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 235000019726 broiler meat Nutrition 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 210000003205 muscle Anatomy 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 4
- 238000003908 quality control method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 244000309464 bull Species 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000813 microbial effect Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 150000002632 lipids Chemical class 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 235000013622 meat product Nutrition 0.000 description 2
- 244000005706 microflora Species 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000008223 sterile water Substances 0.000 description 2
- 238000000859 sublimation Methods 0.000 description 2
- 230000008022 sublimation Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 208000035404 Autolysis Diseases 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 206010057248 Cell death Diseases 0.000 description 1
- 229920002160 Celluloid Polymers 0.000 description 1
- 206010016952 Food poisoning Diseases 0.000 description 1
- 208000019331 Foodborne disease Diseases 0.000 description 1
- 108010029165 Metmyoglobin Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 229920001821 foam rubber Polymers 0.000 description 1
- 239000012520 frozen sample Substances 0.000 description 1
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 1
- 238000001879 gelation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 238000005184 irreversible process Methods 0.000 description 1
- 210000003041 ligament Anatomy 0.000 description 1
- 238000001748 luminescence spectrum Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 239000002609 medium Substances 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 230000002906 microbiologic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000019645 odor Nutrition 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 235000020995 raw meat Nutrition 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000028043 self proteolysis Effects 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000003307 slaughter Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000005068 transpiration Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Изобретение относится к пищевой промышленности и может быть использовано для определения качества мяса птицы. Для этого осуществляют подготовку образца, получение цветового изображения с поверхности исследуемого образца, обработку цветовых характеристик изображения на компьютере и получение численных значений оптических характеристик, по которым судят о показателях качества мяса. При этом поверхность образца освещают источником с равномерным световым потоком в импульсном и непрерывном режимах. Затем преобразовывают цветовое изображение фона и поверхности образца мяса в цифровой формат с помощью цифровой камеры. О качестве мяса судят по среднему значению доминирующих длин волн, вычисляемому для каждого пикселя или совокупности пикселей анализируемого цифрового снимка участка или всей поверхности исследуемого образца, с использованием локуса цветов. Причем диапазон информативных доминирующих волн устанавливают в пределах от 685 до 585 нм. Изобретение позволяет определить длительность хранения замороженного мяса птицы. 9 ил., 1 табл.
Description
Предлагаемое изобретение относится к пищевой промышленности, в частности к мясной промышленности, и может найти применение при определении показателей качества мяса птицы, например максимального его срока хранении в замороженном виде.
Глубина изменений качества мяса после замораживания и последующего хранения в замороженном состоянии зависит от многих факторов [Криштафович В.И., Жебелева И.А., Толкунова Н.Н. Холодильная обработка и сохраняемость мяса и мясных продуктов / под общ. ред. В.И. Криштафович. - М., 2006. - 172 с]. Первостепенными факторами являются скорость замораживания, условия и длительность хранения мяса в замороженном виде, степень биохимических изменений в мясе до начала замораживания. При заморозке и в замороженном мясе происходит изменение структуры мяса, его массы, цвета, состояния белков, липидной фракции, витаминов, микро- и макроэлементов. Даже при достаточно низких температурах и при шоковой заморозке в мясе продолжаются физические, биохимических и микробиологические процессы.
За счет сублимационного испарения в поверхностном слое мяса образуется множество пор, заполненных воздухом. В этом слое протекают окислительные необратимые процессы, а также адсорбируются посторонние запахи. Содержание влаги в этом слое значительно ниже, и после варки он остается суховатым, жестким, вкус и аромат его ухудшаются.
Продолжительность хранения замороженного мяса колеблется в значительных пределах и зависит от вида, упитанности и исходных качественных показателей мяса, закладываемого на хранение после замораживания, а также от технологии его хранения (температуры хранения, плотности укладки, размеров штабелей и др.).
Например, тушки цыплят бройлеров хранятся в потребительской таре 8 месяцев при температуре минус 15°С, а при температуре минус 25°С максимальный срок хранения составляет 14 месяцев [ГОСТ 31962-2013. Мясо кур (тушки кур, цыплят, цыплят-бройлеров и их части). Технические условия. М.: Стандартинформ, 2014. 12 с.].
Следует заметить, что стандартные сроки хранения устанавливаются при четком соблюдении нормативных правил хранения мяса. На практике же достаточно часто эти правила нарушаются по ряду объективных и субъективных причин, таких как продолжительное аварийное отключение электроэнергии на птицефабрике, использование устаревшего неповеренного оборудования, которое не обеспечивает необходимые условия хранения и др.
Кроме того, при попадании мяса к конечному потребителю не учитываются длительность и часто возникающие нарушения условий его транспортирования, особенно при импорте этого продукта питания.
Например, замечено, что при поставке мясного сырья из стран Южной Америки интенсивный деструктивный процесс этого продукта питания происходит при его транспортировке, а не при хранении его у производителя [Какие процессы происходят при замораживании мяса? // turboreferat.ru>merchandizing/zamorazhivanie [Электронный ресурс] 25.10.2011 // (Дата обращения 11.09.2014]. Поэтому существует достаточно большая вероятность поступления в продажу замороженного, формально не просроченного мяса сомнительной свежести, способного вызвать пищевые отравления у потребителя.
Известен способ исследования качества мяса животных при хранении по изменению микробной обсемененности, который включает: отбор проб образца исследуемого мяса, приготовление пробы, посев и определение общего микробного числа [RU патент №2239655 С1. Способ исследования качества мяса животных при хранении, 2004]. Исследования ведут на модельном образце мяса, приготовленном пропиткой губчатого материала мясной водой, полученной из образца исследуемого мяса. Посев на питательную среду ведут из пробы, полученной выдерживанием модельного образца мяса в стерильной воде не менее 30 мин, или смывом с поверхности модельного образца, или смывом с отпечатков модельного образца.
Исследование качества мяса животных при хранении проводят по изменению микробной обсемененности. Оно включает определение микробов посевом из пробы на питательную среду. При этом используют модельный образец мяса, выполненный из губчатого материала, например поролона.
К недостатку способа следует отнести его сложность и трудоемкость. Действительно, пробу мяса в данном случае освобождают от костей, сухожилий, связок и жира, измельчают на мясорубке в фарш. Затем заливают фарш двойным количеством стерильной воды и настаивают в холодильнике в течение 24 часов. Затем полученный мясной отстой сливают, отжимают в него фарш и фильтруют. Подготовленные к исследованию модельные образцы мяса помещают в термостат на хранение при температуре 0÷4°С. По истечении суток образцы вынимают из холодильника и определяют искомую микрофлору по известным методикам.
Известен способ контроля свежести мяса в процессе хранения по смещению спектра люминесценции в широкой области длин волн [Крылова К.Н., Лясковская Ю.Н. Физико-химические методы исследования», М.: Пищевая промышленность, 1965]. Этот способ прост в реализации и не требует длительной процедуры определения свежести мяса. Но он не пригоден для оценки не только замороженного, но и охлажденного мяса, так как активность деятельности фотогенных бактерий, вызывающих это явление, при пониженных температурах замедляется или прекращается. В связи с этим интенсивность люминесценции мяса ничтожно мала и практически не подлежит измерению с помощью современных оптических измерительных приборов.
Известен способ контроля качества мяса, предусматривающий отбор пробы исследуемого образца, воздействие электромагнитным облучением заданного диапазона длин волн и измерение значения показателя, коррелирующего с качеством мяса в виде отношения значений величин интенсивности отражения исследуемого образца и эталона, измеренных с помощью выпускаемого промышленностью компаратора цвета шарового (КЦШ), а контроль качества мяса ведут с учетом полученных значений величин этого отношения [RU патент №2092836 А. Способ контроля качество мяса, 1997].
В данном способе в качестве показателя, связанного с признаками качества мяса, используют значение интенсивности отражения исследуемого образца в сравнении с измеренным значением интенсивности отражения «эталона». О качестве мяса судят по отношению этих значений.
Недостатком способа является его сложность и трудоемкость. Действительно, процедура способа предполагает изготовление специального «эталона» (вспомогательного образца), соответствующего координатам цвета мяса с нормальным качеством. Для этого в кювету КЦШ заливают целлулоид и добиваются его окраски, близкой к цвету мяса с нормальным качеством, проводят гелеобразование и извлекают эталон и т.д., работая по методике паспорта этого прибора КЦШ, уже не выпускаемого с 01.01.1984 г. отечественной промышленностью. При практической реализации технических устройств по рассматриваемому способу, во-первых, возникает необходимость изготовления «эталонов» для всех разновидностей мяса и мясных продуктов и их метрологической аттестации. Во-вторых, учитывая, что поверочная схема для средств измерения цветовых координат основана на калориметрической системе, предложенной Международной комиссией по освещению, [ГОСТ 8.205-90 Государственная система обеспечения единства измерений. Государственная поверочная схема для средств измерений координат цвета и координат цветности], аттестация и сертификация такого технического устройства проблематична из-за высокой сложности и трудоемкости такой процедуры уже в ее методической метрологической части.
Наиболее близким по технической сущности и достигаемому эффекту к заявляемому способу (прототипом) является способ контроля качества мяса, при котором используют цветовые характеристики сырья [RU патент №2426115 С2. Способ контроля качества мяса, 2011]. Для этого производят сканирование отобранного образца по всей поверхности. Полученное цветовое изображение обрабатывают на компьютере по программе, обеспечивающей получение численных значений показателя окраски: светлота, краснота, желтизна. Использование цифрового изображения объектов для оценки цвета мяса, как утверждают авторы, позволяет получить достаточно точные результаты измерения, так как при этом способе они «не зависят от освещения объектов», и измерение проводится на всю картину образа. Способ пригоден при измерении охлажденного мяса.
Однако способ не является бесконтактным методом оценки качества мяса, так как в качестве оборудования необходимо измерять «цветовые характеристики по всей поверхности объекта исследований» с помощью планшетного сканера, а образец помещать в тонкие прозрачные контейнеры из стекла и после сканирования с помощью компьютерной программы обрабатывать результаты измерений. При этом образец необходимо разморозить и сформировать пластины мяса определенного размера и толщины. Специальная подготовка образца для проведения оценки увеличивает время проведения анализа.
Кроме того, утверждение, что в данном способе измеряют «цветовые характеристики по всей поверхности объекта исследований», не совсем корректно, так как в способе определяются средние значения цветовых характеристик в выбранной части изображения, а не определяется каждая точка изображения - пиксель.
Далее, возможности способа контроля ограничены предлагаемым способом получения цветного изображения, а именно - сканированием, а также выбором показателей окраски, вычисляемых исключительно по конкретной программе, например, разработанной Media Cybernetics (США), без указания на то, какое именно цветовое пространство используется в программе. Любые изменения сканеров и программы Image-Pro Plus приведут к ошибкам в оценке мяса или невозможности использовать предлагаемый способ на практике. Следует заметить, что видоизменения цифровых устройств и программного обеспечения обычно являются основным трендом в развитии всех таких корпораций.
Далее в способе предлагается использовать лишь одно, очень частное цветовое пространство LAB, которое применяется в планшетах, главным образом, для ускорения обработки изображений при допечатной подготовке. Ввиду того что в преобразовании из цветового пространства XYZ (цветовая модель, заданная в строгом математическом смысле Международная комиссия по освещению - CIE) в LAB используются формулы, содержащие кубические корни, цветовое пространство LAB представляет собой сильно нелинейную систему, что существенно снижает достоверность оценки качества мяса [Электронный ресурс: https://ru.wikipedia.org/wiki/LAB].
Авторы в способе-прототипе утверждают, что «измерения не зависят от освещенности объекта». Это утверждение справедливо лишь при применении соответствующих эталонов мяса высокого качества, для каждого вида мяса и даже его категорий [Лисицын А.Б., Липатов Н.Н., Кудряшов Л.С. и др. Теория и практика переработки мяса, 2008]. Но в данном случае эталонов в процессе измерения не применяют. Следует заметить, что если даже применять специальные искусственные источники, то при изменении типа осветителя требуется процедура калибровки для определения допустимых пределов отклонений показателей для каждой из категорий объекта исследований.
Задачей настоящего изобретения является разработка нового метода определения качественных изменений мяса птицы в замороженном виде.
Техническим результатом изобретения является экспрессный и достоверный метод, позволяющий определять длительность (время) хранения замороженного мяса бройлеров и кур-несушек.
Задача изобретения решается тем, что, как и в известном способе-прототипе, производят подготовку пробы исследуемого образца, получение цветового изображения с поверхности исследуемого образца, обработку цветовых характеристик на компьютере по программе, обеспечивающей получение численных значений оптических характеристик, по которым судят о показателях качества мяса.
Новым в предлагаемом способе является то, что поверхность образца освещают источником с равномерным световым потоком в импульсном и непрерывном режимах, далее преобразовывают и регистрируют цветовое изображение фона и поверхности образца мяса в цифровой формат с помощью цифровой камеры, а о качестве мяса судят по среднему значению доминирующих длин волн, вычисляемому для каждого пикселя или совокупности пикселей анализируемого цифрового снимка участка или всей поверхности исследуемого образца с использованием локуса цветов. При этом диапазон информативных доминирующих волн, по которым судят о показателях качественных изменений мяса птицы, устанавливают в пределах от 685 до 585 нм.
Способ поясняется чертежами.
На фиг. 1 - внешний вид портативного анализатора цвета; фиг. 2 - внешний вид измерительного блока; фиг. 3 - внешний вид осветительного блока; фиг. 4 - внешний вид кронштейна внешнего осветителя; фиг. 5 - графическое изображение, поясняющее вычисление доминирующей длины волны; фиг. 6 - зависимости доминирующей длины волны замороженного мяса (минус 25°С), после его дефростации (от минус 2 до 2°С) и хранении в течение 6 суток (4±2°С); фиг. 7 - изображение образца фарша, приготовленного из мяса курицы-несушки (возраст - 18 месяцев); фиг. 8 - изображение образца фарша, приготовленного из мяса бройлера (возраст - 1,5 месяца); фиг. 9 - сравнение доминирующих длин волн (λ, нм) для цифровых снимков фаршей курицы-несушки 18 месяцев (треугольные значки и пунктирная линия тренда) и бройлера 1,5 месяца (круглые значки и сплошная линия тренда).
Для подтверждения достоверности заявляемого способа брались образцы замороженного мяса птицы с различным сроком хранения. Были выбраны несколько образцов, производимых на одном предприятие, с различными сроками хранения, однако идентичными параметрами выращивания цыплят-бройлеров и кур-несушек, а также этапами технологического цикла убоя и хранения образцов тушек.
Это позволило установить достоверную зависимость влияния срока хранения и температурного режима (а также технологии выращивания) на изменения доминирующей длины волны при обработке цифровых изображений цвета. Отбор проб осуществлялся срезом продольных и поперечных волокон согласно анатомическому расположению.
Для обеспечения объективности доказательства преимуществ заявляемого способа при его реализации разработана экспериментальная исследовательская установка (фиг. 1). Она содержит: измерительный блок 1, с USB-кабелем 2 и кабелем питания 3 внутреннего осветителя; кювета 4, для исследуемого образца; компьютер 5 и иконка 6 для запуска специальной программы VT на его мониторе; кронштейн световода внешнего осветителя 7; лопатка для забора образца мяса 8; сменные стойки 9 и сменную верхнюю крышку 10 защитного корпуса измерительного блока.
В качестве основного элемента измерительного блока использовалась цветная телевизионная камера «Видеоскан 415Ц-USB» (фиг. 2). Измерительный объем анализатора цвета определяет максимальный размер исследуемого образца, который помещается в кювету. Кювета также выполняет функцию защитной крышки при хранении и транспортировке анализатора. При исследовании характеристик поверхности образца кювета помещалась вблизи открытого торца измерительного блока, защитный корпус которого выполнен из непрозрачного материала.
Для освещения исследуемого образца во время его видеосъемки камерой в измерительном блоке анализатора предусмотрено использование внутреннего осветителя. Внутренний осветитель выполнен на шести светодиодах, смонтированных на специальной плате, которая помещается внутри измерительного блока анализатора (фиг. 2).
Для освещения исследуемого образца во время его видеосъемки в измерительном блоке анализатора предусмотрено использование как внутреннего, так и отдельного внешнего осветителя (фиг. 3). Импульсный режим подсветки с высокой энергией и малой экспозицией позволяет выполнять более точные измерения в условиях фоновой засветки помещения.
В этом случае свет подается внутрь защитного корпуса измерительного блока по световоду и затем направляется в измерительный объем анализатора с помощью зеркала, закрепленного на специальном кронштейне (фиг. 4).
Процесс определения характеристик мясного сырья включает подготовку замороженного образца, получение и регистрацию его изображения с помощью цифровой камеры, преобразование изображения в цифровой формат для дальнейшего использования в компьютере и последующую обработку файла по соответствующим алгоритмам.
Зарегистрированное камерой цифровое изображение пересылается в компьютер, где специально созданное программное обеспечение выполняет его обработку и представляет результаты на мониторе. Предварительная цветовая коррекция изображения не применялась, типы калибровки камеры «баланс белого» и «баланс черного» выполнялись по мере необходимости до начала серии экспериментов. Общеизвестно, что цветные камеры позволяют лучше идентифицировать объекты, имеющие различные коэффициенты отражения в различных частях видимой области спектра. В ряде случаев на цветном изображении различимы детали, незаметные на черно-белом фоне.
Программа выполняет следующие функции: выбор типа камеры; отображение изображения; выбор рабочего кадра; создание фонового кадра; выбор участков рабочего кадра, на которых подсчитываются средние значения R, G, В - компонент и установка их нижнего и верхнего граничных уровней, при выходе за которые пиксели из подсчета исключаются; нормировка рабочего кадра по фону, нахождение доминирующей длины волны и насыщенности по каждому участку по средним значениям R, G, В - компонент; установка «баланса белого» для источника; введение координат цвета источника в специальное окно; обработка записанных ранее файлов в формате bmp [Компьютерная программа «Анализ цветовых характеристик мясного сырья MeatMeter» / Алейников А.Ф., Обидин Ю.В., Пальчикова И.Г., Чугуй Ю.В. Свидетельство №2013617332; Компьютерная программа «Анализ цвета поверхности образцов биологической ткани ColourVideoTool» / Алейников А.Ф., Пальчикова И.Г., Чугуй Ю.В., Воробьев В.В., Макашев Ю.Д., Ярушин Т.В. // Свидетельство №2014615176].
Алгоритм определения доминирующей волны следующий (фиг. 5).
Выделяют все или интересующая часть изображения поверхности исследуемого образца.
Далее цветное RGB-изображение делится на каналы: R-изображение, G изображение, В-изображение, соответственно (отдельно каждое из них -черно-белое). Из трех матриц R, G, В определяются цветовые координаты каждого пикселя в системе цветов XYZ, затем аналитически проецируется на плоскость и определяются координаты х, у доминирующего цвета.
Задаются координаты цветового локуса (кривая в форме подковы) в координатах XYZ с переводом их в координаты х, у.
Задаются координаты источника света (для нормированного изображения используется источник типа Е: х=0,3333; у=0,3333) и координаты цвета из RGB-каналов для каждого пикселя.
Аналитически «проводится» линия, соединяющая точку источника с точкой цвета. В том месте на локусе, где линия пересечет его, определяется длина волны цвета. Пересечение детектируется при смене знака разницы ординат точек локуса и прямой линии.
Пурпурные и неспектральные цвета исключаются из рассмотрения.
В случае, когда линия пересекает локус дважды, полезная длина волны находится в зависимости от координаты точки цвета относительно точки источника света.
Координаты источника света могут задаваться в широком диапазоне значений.
С помощью цветового атласа полученные значения длин волн корректируются на значение, определяемое экспериментально в ходе цветовой калибровки прибора. Скорректированные данные находятся в сформированной таблице с результатами.
Для уменьшения времени обработки изображений предусмотрена операция биннинга, когда нескольким пикселям исходного изображения соответствует один пиксель нового.
Были исследованы образцы мяса цыплят-бройлеров и кур-несушек ООО «Бердская птицефабрика» и птицефабрики ЗАО «Приосколье». Эти образцы были подвергнуты маркировке: образец №1 (красные и белые мышцы, дата выработки 01.09.2013, мясо курнесушек, ООО «Бердская птицефабрика»); образец №2 (красные и белые мышцы, дата выработки 10.02.2014, мясо цыплят-бройлеров, ООО «Бердская птицефабрика»); образец №3 (красные и белые мышцы, дата выработки 14.03.2014, мясо цыплят-бройлеров, ООО «Бердская птицефабрика»), образец №4 (красные и белые мышцы, дата выработки 05.05.2014, мясо цыплят-бройлеров, птицефабрика ЗАО «Приосколье»). образец №5 (фарш, дата выработки 03.06.2014, ООО «Бердская птицефабрика»).
Были проведены три эксперимента. В соответствии с вышеизложенной методикой были исследованы оптические свойства образцов мяса птицы, замороженных до температуры минус 25°С (эксперимент №1). Далее в соответствии с нормативным документом [ГОСТ Р 53597-2011] использовались ускоренные способы дефростации (размораживания) при температуре окружающей среды не выше 35°С (эксперимент 2). При исследовании образцов зафиксирована температура (от минус 2 до 2°С). Последний эксперимент проводился при сроке хранения образцов 6 суток при температуре 4±2°С (эксперимент 3). Результаты исследований приведены в таблице. Приведенная погрешность определения доминирующей длины волны не превысила 1%.
На фиг. 6 наглядно представлено изменение доминирующей длины волны (в нм) на протяжении периода поставленных экспериментов. Анализ результатов показал, что с увеличением срока хранения мяса птицы в замороженном виде доминирующая длина волны исследуемых образцов уменьшается. В образцах с более длительным сроком хранения (№4, №3, №2) наблюдается скачкообразное изменение доминирующей длины волны при дефростации. Этот фактор фиксирует снижение жидкой составляющей мясной системы в виде воды или мясного сока за счет сублимации. Процесс размораживания образцов приводит к восстановлению свойств мяса. При хранении образцов в течение 6 суток доминирующая длина волны снижается. Это объясняется активизированным процессом автолиза и развитием посторонней микрофлоры.
Таким образом, по сравнению с прототипом предлагаемое изобретение позволяет оценить качественные изменения замороженного мяса птицы, обеспечить возможность и достоверность определения длительности хранения мяса в замороженном виде и его пригодность для употребления в пищу в соответствии с нормативными документами, а также снизить трудоемкость оценки качества мяса птицы.
Предлагаемый способ позволяет обнаружить интенсивные деструктивный процессы, происходящие в мясе при нарушении технологии выращивания, выражающем в быстром наборе массы за счет набора белка и жира, при несоблюдении технологии хранения и транспортировки (многократные дефростации и последующие заморозки).
Кроме того, способ имеет более широкие функциональные возможности по сравнению с прототипом, например, по определению показателей качества свежего мяса птицы.
Для доказательства этого утверждения с помощью разработанного портативного анализатора цвета (фиг. 1) экспериментально изучались специально подготовленные образцы мясного сырья двух категорий, предоставленные ООО «Птицефабрика Бердская»: фарш курицы-несушки 18 месяцев и фарш бройлера 1,5 месяца. Три сеанса съемок с промежутками в 2 дня проводились на протяжении недели. Для каждого сеанса брались образцы размером 5×5 см от одних и тех же кусков, которые хранились в одинаковых условиях морозильника. В качестве осветителя использовались две галогенные лампы внешнего осветителя (фиг. 3), расположенные симметрично относительно объекта. Под управлением программы производилось по 80 снимков каждого образца. На фиг. 7, 8 приведены соответствующие цветные изображения. Визуальный анализ изображений выявляет различные структуры, имеющие цветовые и яркостные характеристики, значительно отличающиеся между собой. Обработка полученных цифровых изображений выполнялась автоматически. На фиг. 9 приведены экспериментальные данные для доминирующей длины волны в цифровом изображении образцов мяса курицы-несушки и бройлера. На оси абсцисс указан номер образца, на оси ординат - доминирующая длина волны. Образцы с номерами 1-20 относятся к первой серии эксперимента, с номерами 21-48 - ко второй, с номерами 49-75 - к третьей. Разброс экспериментальных точек вызван транспирацией жидкой консистенции мяса с "подсыханием" образцов в процессе каждого сеанса. Тем не менее, линии тренда расположены в различных, практически не пересекающихся, диапазонах и однозначно выявляют различие категорий сырья. Действительно, мясо курицы-несушки имеет другой качественный и химический состав. Кроме того, оно менее водянисто, чем мясо бройлеров. В красном и белом мясе бройлеров находится больше липидов, влияющих на окисление метмиоглобина, определяющего его цвет. Бройлеры же выращиваются при клеточном содержании и интенсивном кормлении, сокращающем сроки выращивания, ускоряющем рост и формирование тушек и предполагающем или приводящем к изменению или нарушению обмена веществ.
Таким образом, в результате сравнения цветовых характеристик выявлено, что способ оценки качественных изменений по доминирующей длине волны может быть использован для определения категории мяса птицы. Получены четко различающиеся данные для куриц, рационы которых различались (курицы-несушки и бройлеры).
Источники информации
1. Криштафович В.И., Жебелева И.А., Толкунова Н.Н. Холодильная обработка и сохраняемость мяса и мясных продуктов / под общ. ред. В. И. Криштафович. - М., 2006. - 172 с.
2. ГОСТ 31962-2013. Мясо кур (тушки кур, цыплят, цыплят-бройлеров и их части). Технические условия. М.: Стандартинформ, 2014. 12 с.
3. Какие процессы происходят при замораживании мяса? [Электронный ресурс URL: turboreferat.ru>merchandizing/zamorazhivanie] Дата обновления 25.10.2011 (Дата обращения 11.09.2014).
4. RU патент №2239655 С1. Способ исследования качества мяса животных при хранении / Горлов И.Ф., Митрофанов А.З., Лупачева Н.А. - 2003111078/13; заявл. 17.04.2003; опубл. 10.11.2004. - Бюл. №3. - 5 с.
5. Крылова Н.Н., Лясковская Ю.Н. Физико-химические методы исследования», М.: Пищевая промышленность, 1965. - 316 с.
6. RU патент №2092836 А. Способ контроля качество мяса / Кудряшов Л.С., Гуринович Г.В., Потипаева Н.Н. - 95106570/13; заявл. 25.04.1995; опубл. 10.10. 1997, Бюл. №20. - 4 с.
7. ГОСТ 8.205-90. Государственная система обеспечения единства измерений. Государственная поверочная схема для средств измерений координат цвета и координат цветности. М: Госстандарт, 1990. 5 с.
8. RU патент №2426115 С2. Способ контроля качества мяса / Габараев А.Н., By Туан Ань, Фам Ехи Тхем, Асрян Ваге Маисович. - 2009136074/13; заявл. 30.09.2009; опубл. 10.04.2011. - Бюл. №10. - 8 с.
9. Цветовое пространство LAB [Электронный ресурс: URL: https://ru.wikipedia.org/wiki/LABl.
10. Лисицын А.Б., Липатов Н.Н., Кудряшов Л.С. и др. Теория и практика переработки мяса / под общ. ред. А.Б. Лисицына. - 2-е изд. - М.: Эдито-риал сервис, 2008. - 308 с.
11. ГОСТ 53597-2011. Мясо птицы, субпродукты и полуфабрикаты из мяса птицы. Методы отбора проб и подготовка их к испытаниям. - Минск, Евразийский совет про стандартизации, метрологии и сертификации. - 2012.
12. Компьютерная программа «Анализ цветовых характеристик мясного сырья MeatMeter» / Алейников А.Ф., Обидин Ю.В., Палъчикова И.Г., Чугуй Ю.В. // Свидетельство о регистрации программы для ЭВМ №2013617332; №2013615068. заявл. 19.06. 2013 г., зарегистрировано в Реестре программ для ЭВМ от 12.08.2013 г.
13. Компьютерная программа «Анализ цвета поверхности образцов биологической ткани ColourVideoTool» / Алейников А.Ф., Пальчикова И.Г., Чугуй Ю.В., Воробьев В.В., Макашев Ю.Д., Ярушин Т.В. // Свидетельство о регистрации программы для ЭВМ №2014615176; №2014610774. заявл. 05.02. 2014 г., зарегистрировано в Реестре программ для ЭВМ от 20.05.2014 г.
Claims (1)
- Способ определения качества мяса птицы, предусматривающий подготовку образца, получение цветового изображения с поверхности исследуемого образца, обработку цветовых характеристик на компьютере по программе, обеспечивающей получение численных значений оптических характеристик, по которым судят о показателях качества мяса, отличающийся тем, что поверхность образца освещают источником с равномерным световым потоком в импульсном и непрерывном режимах, далее преобразовывают и регистрируют цветовое изображение фона и поверхности образца мяса в цифровой формат с помощью цифровой камеры, а о качестве мяса судят по среднему значению доминирующих длин волн, вычисляемому для каждого пикселя или совокупности пикселей анализируемого цифрового снимка участка или всей поверхности исследуемого образца, с использованием локуса цветов, причем диапазон информативных доминирующих волн, по которым судят о показателях качественных изменений мяса птицы, устанавливают в пределах от 685 до 585 нм.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2014148668/15A RU2602485C1 (ru) | 2014-12-02 | 2014-12-02 | Способ определения качества мяса птицы |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2014148668/15A RU2602485C1 (ru) | 2014-12-02 | 2014-12-02 | Способ определения качества мяса птицы |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2602485C1 true RU2602485C1 (ru) | 2016-11-20 |
Family
ID=57760208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2014148668/15A RU2602485C1 (ru) | 2014-12-02 | 2014-12-02 | Способ определения качества мяса птицы |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2602485C1 (ru) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2092836C1 (ru) * | 1995-04-25 | 1997-10-10 | Кемеровский технологический институт пищевой промышленности | Способ контроля качества мяса |
RU2346272C2 (ru) * | 2006-08-30 | 2009-02-10 | Степан Степанович Данч | Способ определения качества мяса |
-
2014
- 2014-12-02 RU RU2014148668/15A patent/RU2602485C1/ru not_active IP Right Cessation
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2092836C1 (ru) * | 1995-04-25 | 1997-10-10 | Кемеровский технологический институт пищевой промышленности | Способ контроля качества мяса |
RU2346272C2 (ru) * | 2006-08-30 | 2009-02-10 | Степан Степанович Данч | Способ определения качества мяса |
Non-Patent Citations (1)
Title |
---|
ШАРАЕВА А.В. Идентификация различных групп качества мяса с помощью компьютерных технологий, Успехи современного естествознания, 2009, N 11, с.72. * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Girolami et al. | Measurement of meat color using a computer vision system | |
Hassoun et al. | Fluorescence spectroscopy as a rapid and non-destructive method for monitoring quality and authenticity of fish and meat products: Impact of different preservation conditions | |
King et al. | American Meat Science Association guidelines for meat color measurement | |
Chmiel et al. | Lightness of the color measured by computer image analysis as a factor for assessing the quality of pork meat | |
Bergman et al. | A simple method for measuring colour in wild animals: validation and use on chest patch colour in geladas (Theropithecus gelada) | |
Barbera | WHCtrend, an up-to-date method to measure water holding capacity in meat | |
Xiong et al. | Application of visible hyperspectral imaging for prediction of springiness of fresh chicken meat | |
US20160356704A1 (en) | Nondestructive meat tenderness assessment | |
Bremner et al. | A critical look at whether ‘freshness’ can be determined | |
Rahman et al. | Quality assessment of beef using Computer Vision Technology | |
Tomasevic et al. | Evaluation of poultry meat colour using computer vision system and colourimeter: Is there a difference? | |
Feng et al. | Real‐time prediction of pre‐cooked Japanese sausage color with different storage days using hyperspectral imaging | |
Ottavian et al. | Data fusion for food authentication: fresh/frozen–thawed discrimination in West African Goatfish (Pseudupeneus prayensis) fillets | |
CN104049068B (zh) | 生鲜畜肉新鲜度的无损测定装置及测定方法 | |
Costa et al. | An advanced colour calibration method for fish freshness assessment: A comparison between standard and passive refrigeration modalities | |
Tappi et al. | Computer vision system (CVS): A powerful non-destructive technique for the assessment of red mullet (Mullus barbatus) freshness | |
Chmiel et al. | Application of a computer vision system to classify beef as normal or dark, firm, and dry | |
Chmiel et al. | The use of computer vision system to detect pork defects | |
Khoshnoudi-Nia et al. | Nondestructive determination of microbial, biochemical, and chemical changes in rainbow trout (Oncorhynchus mykiss) during refrigerated storage using hyperspectral imaging technique | |
Yang et al. | Prediction of fruit quality based on the RGB values of time–temperature indicator | |
Retz et al. | Effect of maturation and freezing on quality and drying kinetics of beef | |
Hashem et al. | Prediction of beef quality traits through mini NIR spectrophotometer and multivariate analyses | |
Tešanović et al. | Changes of biochemical and sensory characteristics in the musculus longissimus dorsi of the fallow deer in the early phase post-mortem and during maturation | |
Moreno et al. | Eggshell blue-green colouration fades immediately after oviposition: a cautionary note about measuring natural egg colours | |
Kamruzzaman | Optical sensing as analytical tools for meat tenderness measurements-A review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20181203 |