使用快速成像分析识别各种冷猪肉切片的新鲜度
Haoran Cheng1,2,3, Jinglei Li1,2,3, Yulong Yang1,2,3
1China Light Industry Key Laboratory of Meat Microbial Control and Utilization, Hefei University of Technology, Hefei, China.
Journal of the science of food and agriculture
|September 9, 2024
概括
智能手机图像分析提供了一种可靠的,非破坏性的方法来评估冷猪肉的新鲜度. 这种方法提供了准确的颜色数据,优于消费者和商家的传统方法.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 图像处理 图像处理
背景情况:
- 对全球消费者来说,准确评估冷猪肉的新鲜度至关重要.
- 传统的新鲜度指标 (如pH,挥发性) 是破坏性的,耗时的.
- 现有的非破坏性方法,如手持色度仪,成本昂贵,缺乏准确性.
研究的目的:
- 开发一种用户友好,快速,经济的方法来确定冷藏猪肉的新鲜度.
- 评估智能手机图像分析对非破坏性新鲜度评估的有效性.
- 为了比较智能手机图像分析与传统色度测量方法.
主要方法:
- 用智能手机摄像头收集了7天在4°C下存储的冷猪肉的照片.
- 进行图像分析,跟踪随时间变化的颜色变化.
- 开发机器学习回归模型 (随机森林,决策树) 来预测新鲜度指标.
主要成果:
- 智能手机图像分析显示,与手持色度计相比,色彩数据采集的稳定性和准确性更高.
- 机器学习模型实现了高预测准确度:随机森林 (>80%) 和决策树 (>90%).
- 猪肉图像中的颜色变化与新鲜度指标相关.
结论:
- 智能手机图像分析为评估冷猪肉新鲜度提供了一种可行且实用的非破坏性方法.
- 这种方法提高了消费者和小规模商家的可访问性.
- 该研究验证了用于食品质量评估的现有技术的使用.
更多相关视频
05:07Sampling Strategies and Processing of Biobank Tissue Samples from Porcine Biomedical Models
Published on: March 6, 2018
15.6K
07:46Author Spotlight: Improving Beef Cattle Nutrition and Production with a Focus on Feed Efficiency and Meat Quality Traits Through Advanced Biochemical and Molecular Assays
Published on: July 12, 2024
476
