CC BY
0А.П. Никифорова, канд. техн. наук, доц. б/а, e-mail: anna.p.nikiforova@gmail.com Т.Ц. Дамдинова, канд. техн. наук, доц., e-mail: dtatyanac@mail.ru А.С. Столярова, канд. техн. наук, доц.
Восточно-Сибирский государственный университет технологий и управления, г. Улан-Удэ
УДК 004.932.2: 664.951.2
ИЗУЧЕНИЕ ОРГАНОЛЕПТИЧЕСКИХ СВОЙСТВ РЫБНЫХ ПРОДУКТОВ С ПРИМЕНЕНИЕМ МЕТОДОВ ЦИФРОВОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ
Цвет является важным органолептическим показателем, определяющим качество рыбных продуктов. Кроме того, цвет определяет технологические и функциональные свойства рыбы. В связи с этим определение цветовых характеристик рыбных продуктов является важным направлением исследований. Известно, что в результате окислительной порчи рыбы происходит изменение ее цвета. Окисление обычно характеризуется появлением оттенков желтого цвета. В статье в результате анализа цвета байкальского омуля (Coregonus autumnalis migratorius) на цифровых изображениях и проведенных исследований степени окисления установлена взаимосвязь между площадью оттенков желтого цвета мышечной ткани рыбы и значениями тиобарбитуровых чисел. Также установлено, что окисление соленых рыбных продуктов при хранении при минусовых температурах происходит быстрее по сравнению с продуктами без добавления поваренной соли. Определение площадей оттенков цветов производилось при помощи программы «Определение цветов на цифровом изображении». Цифровые изображения объектов получали при помощи цифровой зеркальной камеры Canon EOS 1100D. Определение тиобарбитуровых чисел проводилось с применением спектрофотометрического метода анализа.
Ключевые слова: цвет рыбы, байкальский омуль, определение цвета, цифровые изображения, обработка изображений.
A.P. Nikiforova, Cand. Sc. Enginereenig, Assoc. Prof.
T.Ts. Damdinova, Cand. Sc. Enginereenig, Assoc. Prof.
A.S. Stolyarova, Сand. Sc. Engineering, Assoc. Prof.
THE STUDY OF ORGANOLEPTIC PROPERTIES OF FISH PRODUCTS WITH THE USE OF DIGITAL IMAGES PROCESSING
Color is an important organoleptic indicator that determines the quality of fish products. In addition, the color determines the technological and functional properties offish. In this regard, the determination of the color characteristics of fish products is an important area of research. It is known that as a result of oxidative damage of fish, a change in its color occurs. Oxidation offish usually leads to development of yellow pigmentation. Color is an important organoleptic characteristic, which determines the competitiveness of fish products. In addition, color determines the technological and functional properties offish and fish products. In the article, as a result of analysis of the color of the Baikal omul (Coregonus autumnalis migratorius) on digital images and studies of the degree of oxidation, a relationship was established between the area ofshades of yellow color offish and the TBARS values. It was also found that the oxidation ofsaltedfish products during storage at negative temperatures occurs faster compared to products without the addition of NaCl. Determination of areas of shades of yellow was carried out with the use of the program ".Determination of colors on a digital image". Digital images of objects were obtained with the use ofdigital single-lens reflex camera Canon EOS 1100D. Determination of TBARS values was carried out with the use of spectrophotometric method of analysis.
Key words: color of fish, Baikal omul, color measurement, digital images, image processing.
Введение
Цвет является одной из важнейших органолептических характеристик пищевых продуктов. По цвету некоторых пищевых продуктов можно сделать выводы об их качестве, в том
числе свежести, компонентах, входящих в их состав, и других характеристиках. Известно, что существует взаимосвязь цвета пищевых продуктов и их качества [6, 7].
При оценке органолептических характеристик рыбы изменению цвета уделяется большое внимание в связи с тем, что цвет является характеристикой, которая может служить критерием качества, отображающим функциональные и технологические свойства продукта. Более того, цвет также является важной потребительской характеристикой, способной повлиять на выбор товара потребителями, и необходимым фактором для привлечения покупателя и коммерческого успеха.
Поперечно-полосатые мышцы тела рыбы могут быть двух типов - белые и красные. Большая часть мышц представлена белыми мышцами, красные составляют менее 10% от общей мышечной массы. Красные мышцы расположены непосредственно под кожей рыб, их количество зависит от плавательной способности рыб. У рыб с высокой плавательной активностью красных мышц больше. Окрашивание красных мышц во многом обусловлено содержанием в них миоглобина, который является резервным источником кислорода [10].
Оранжево-розовый цвет мышечной ткани большинства лососевых видов рыб обусловлен присутствием кислородсодержащих пигментов каротиноидов - ксантофиллов, преимущественно астаксантина, который поступает в организм рыб с пищей [2].
Оценке цвета рыбных продуктов уделяется большое внимание. Так, в 1989 г. была разработана система оценки цвета рыбы семейства лососевых DSM SalmoFan, представляющая собой набор из 15 эталонов цвета, имеющих цвет от светло- до темно-оранжевого, каждому из которых присвоен определенный номер [13]. Исследования с применением системы SalmoFan проводились многими авторами [15, 16]. Эта система предназначена для определения цвета лососевых видов рыб и позволяет сделать вывод о ее цвете и качестве. Считается, что рыба ярко-красного цвета более востребована потребителями, она воспринимается ими как продукт более высокого качества. Однако система не позволяет сделать выводы о степени окисления продукта.
Цель исследования
Целью исследования является оценка цвета рыбных продуктов и оценка взаимосвязи между цветовыми характеристиками рыбы и степенью окисления, которую определяли химическими методами анализа.
Материал и методы исследований
Объектом исследований служил омуль байкальский свежий и соленый в замороженном состоянии. Образцы рыбы для проведения исследований были пойманы в 2016 г. рыбозаводами Республики Бурятия (АО «Нижнеангарский рыбозавод», СПК «Кабанский рыбозавод»). Образцы свежей рыбы были заморожены при температуре -30 °С.
Соленая рыба была произведена по стандартным технологиям, применяемым на рыбозаводах Республики Бурятия. Образцы рыбы были разделаны и заморожены при температуре -30 °С непосредственно после покупки и хранились при этой температуре в течение нескольких месяцев.
Степень окисления определяли по значениям тиобарбитуровых чисел (спектрофотомет-рический метод) по методу, описанному в работе Ulu [17].
Схема проведения экспериментальных исследований предусматривала проведение фотосъемки образцов рыбы при помощи цифровой зеркальной камеры Canon EOS 1100D с объективом EF-S Kit 18-55 IS II. Фотосъемка объектов исследований проводилась на черном фоне.
Фотосъемка проводилась при дневном свете в утренние часы, при этом источник света был расположен под углом, равным примерно 45°, а фотоаппарат был направлен перпендикулярно поверхности образца. Освещение и рабочая зона при проведении фотосъемки соответствовали требованиям стандарта ГОСТ ISO 11037-2013.
Анализ цифровых изображений проводился при помощи программы «Определение цветов на цифровом изображении» (Свидетельство о государственной регистрации программы для ЭВМ № 2014617030). Программа была разработана в ФГБОУ ВО «Восточно-Сибирский государственный университет технологий и управления» (г. Улан-Удэ) Т.Ц. Дамдиновой и Л.Д. Жимбуевой.
Программа позволяет определить цвет объектов исследования, количество пикселей определенного цвета, представленных на цифровом изображении, при этом разделение цветов происходит выбором количества чисел, разделяющих цветовой куб на части. В программе реализовано разделение цветового куба на части от 2 до 6, что дает возможность определять 8, 27, 64, 125, 216 цветов. Проведенными ранее исследованиями установлено, что программный продукт может применяться для определения цветов на цифровых изображениях, для наблюдения за технологическими процессами в различных областях, например процесса окрашивания дерева, в кожевенной промышленности при дублении кожи для определения скорости проникания дубителя в дерму [3-5, 8, 9, 12].
Возможности программы позволяют выделять на цифровом изображении области определенного цвета. На рисунке 1 представлен пример определения областей оттенков желтого цвета на изображении цветового спектра при выборе деления цветовых компонентов на 4 части.
Рисунок 1 - Выделение желтого цвета на цветовом круге
Результаты исследования и их обсуждение
В данной работе описывается использование программы «Определение цветов на цифровом изображении» для определения цвета рыбы. Работа в программе при определении цвета мышечной ткани рыбы приведена на рисунке 2. В цветовом столбце было произведено выделение оттенков определенных цветов, которые отображаются в отдельном окне. Далее информацию по количеству выделенных пикселей интересующего цвета можно представить в виде гистограмм по строкам и столбцам и сохранить в формате таблицы Excel для дальнейшей статистической обработки.
Требования к цвету рыбы содержатся в нормативной документации. Например, в соответствии с положениями ГОСТ 16079-2017 при оценке внешнего вида соленых сиговых рыб допускается «незначительное поверхностное пожелтение брюшка» для рыбы первого и второго сортов, «незначительное поверхностное пожелтение кожного покрова, брюшной полости и на разрезах, не проникшее в мясо, потускневшая поверхность» для рыбы второго сорта. В
мороженой рыбе после размораживания в соответствии с ГОСТ 32366-2013 также допускается «не связанное с окислением незначительное подкожное пожелтение» для многих видов рыб.
Рисунок 2 - Работа в программе «Определение цветов на цифровом изображении»
Известно, что в мороженой рыбе протекает ряд биохимических процессов, результатом которых являются окисление жира и денатурация белков. При длительном холодильном хранении рыбы в ней происходит гидролиз присутствующих жиров, сопровождающийся окислением. Окисление, в свою очередь, сопровождается пожелтением, образованием ржавых пятен, ухудшением вкуса и прогорканием [1]. Известно также, что изменения цвета рыбы при хранении частично вызваны реакцией Майяра между рибозой и аминогруппами [14]. Исследованиями зарубежных ученых были получены данные о том, что на степень окисления рыбы влияют способ ее обработки, вид рыбы, вид мышц, взятых для исследования (белые или красные) [14]. Таким образом, измерение цветовых характеристик рыбы является важным этапом исследования ее качества.
На первом этапе экспериментальных исследований определяли цвет рыбы в системе RGB. Исходные изображения обрабатываемых объектов приведены на рисунке 3. Результаты работы программы, приведенные в таблице 1, показывают, что на изображениях соленой рыбы количество желтых пикселей больше.
в - срез свежей
г - срез соленой рыбы
Рисунок 3 - Образцы исследуемых объектов 138
На втором этапе экспериментальных исследований с помощью программы «Определение цветов на цифровом изображении» проводился расчет площади желтого оттенка с использованием данных по гистограммам (рис. 4). Несмотря на то что изменение цвета рыбы (пожелтение) может быть обусловлено как связанными с окислением процессами, так и не связанными с ним, для исследования были выбраны оттенки желтого цвета. Предполагалось, что продукты с долей областей желтого оттенка будут иметь большую степень окисления.
Таблица 1
Выделение пикселей желтого цвета на приведенных образцах
Количество пикселей желтого цвета
Свежая рыба Соленая рыба
сверху
на срезе / :
Рисунок 4 - Построение гистограммы по пикселям желтого цвета в программе
Пример подсчета площадей желтого оттенка для изображения исследуемых образцов рыбы приведены в таблице 2. Для подсчета доли пикселей желтого оттенка относительно пикселей, относящихся к площади, занятой рыбой на изображении, сначала вычисляли количество пикселей желтого оттенка, затем общее количество пикселей всей поверхности рыбы.
Таблица 2
Пример подсчета количества пикселей желтого цвета на цифровом изображении рыбы
Вид рыбы Количество пикселей
Желтого оттенка Всего Фона Поверхности рыбы Доля пикселей желтого оттенка относительно общей площади рыбы, %
Свежая 355 26600 15771 10829 3,30
Соленая 753 20200 14605 5595 13,5
Результаты определения степени окисления и площади пикселей желтого цвета на цифровых изображениях рыбных продуктов приведены в таблице 3. Приведенные данные показывают, что имеется линейная связь между тиобарбитуровым числом и количеством пикселей желтого цвета.
Таблица 3
Данные, полученные по результатам контроля
Вид рыбы Значения тиобарбитуровых чисел Доля пикселей желтого оттенка относительно общей площади рыбы, %
Соленая 0,47±0,125 3,30
Свежая 1,69±0,120 13,5
Полученные значения тиобарбитуровых чисел свидетельствуют о том, что окисление соленых рыбных продуктов при холодильном хранении более выражено по сравнению с мороженой рыбой без добавления поваренной соли. Это может быть обусловлено прооксидант-ными свойствами поваренной соли [14]. Результаты подтверждают данные, полученные ранее другими учеными. Например, в работе Aubourg and Ugliano, посвященной изучению предварительной обработки рассолом обыкновенной ставриды (Trachurus trachurus), установлено, что, чем больше концентрация соли в рассоле, тем больше степень окисления [11]. Также установлено, что имеется взаимосвязь между значениями тиобарбитуровых чисел и долей пикселей желтого цвета относительно общей площади рыбы.
Заключение
В результате выполненной работы было установлено следующее:
1. Окисление соленых рыбных продуктов по сравнению с рыбой без добавления поваренной соли при морозильном хранении более выражено.
2. Была обнаружена взаимосвязь между степенью окисления рыбы и площадью участков с желтым оттенком на цифровом изображении.
3. Обнаруженная взаимосвязь открывает широкие перспективы для разработки метода, предназначенного для оценки качества рыбных продуктов.
Работа выполнена при поддержке гранта «Молодые ученые ВСГУТУ».
Библиография
1. Быкова В.М., Белова З.И. Справочник по холодильной обработке рыбы. - М.: Агропромиздат, 1986. - 208 с.
2. Винокур М.Л., Андреев М.П. Основные направления использования отходов от переработки креветок для производства каротиноид-содержащих добавок и корма для рыб // Известия КГТУ. - 2010.
- № 19. - С. 220-226.
3. Дамдинова Т.Ц., Раднаева В.Д., Жимбуева Л.Д. Использование методов обработки изображений для исследования процесса пропитки материалов // Материалы Х Междунар. науч.-техн. конф. «Динамика систем, механизмов и машин». - Омск, 2016. - Т. 4. - С. 137-141.
4. Дамдинова Т.Ц., Раднаева В.Д., Советкин Н.В., Шалбуев Д.В. Программа для ЭВМ «Определение по цифровому изображению кластеров и скорлупы диффузионного фронта процесса перколяции в капиллярно-пористые тела» // Свидетельство о регистрации программы для ЭВМ в бюллетене ФИПС № 2017662817 от 17.10.2017.
5. Дамдинова Т.Ц., Советкин Н.В., Мисюркеева Т.Н. и др. Условия съемки и качество цифровых изображений в цветометрии // Материалы III Всерос. молодеж. науч. конф. с междунар. уч-ем «Эколо-гобезопасные и ресурсосберегающие технологии и материалы». - Улан-Удэ: Изд-во БНЦ СО РАН, 2017.- С. 264-265.
6. КозыревИ.В., Миттельштейн Т.М., Пчелкина В.А. и др. Технологические свойства охлажденной говядины различных цветовых классов // Теория и практика переработки мяса. - 2017. - № 2. -С. 60-68.
7. Лисицын А. Б, Козырев И.В. Исследование цветовых характеристик мышечной и жировой тканей и мраморности говядины // Теория и практика переработки мяса. - 2016. - № 4. - С. 51-56.
8. Раднаева В.Д. Дамдинова Т.Ц., Шимин А.Р. и др. Совершенствование метода определения концентрации оксида хрома в водном растворе хромового дубителя // Материалы III Всерос. молодеж. науч. конф. с междунар. уч-ем «Экологобезопасные и ресурсосберегающие технологии и материалы».
- Улан-Удэ: Изд-во БНЦ СО РАН, 2017. - С. 273-275.
9. Патент на изобретение № 2567510 Способ определения скорости массопередачи в капиллярно-пористых телах / Раднаева В.Д., Советкин Н.В., Дамдинова Т.Ц., Емельянов И.Д. - Заявл. 17.11.2014. (№ 2014146129); опубл. 09.10.2015.
10. Баранов В.В., Бражная И.Э., Гороховский В.А. и др.Технология рыбы и рыбных продуктов: учебник для вузов / под ред. А.М. Ершова. - СПб.: ГИОРД, 2006. - 944 с.
11. Aubourg S.; Ugliano M. Effect of brine pre-treatment on lipid stability of frozen horse mackerel (Trachurus trachurus). Eur. Food Res. Technol. - 2002. - N 215. - P. 91-95.
12. Damdinova T., Radnaeva V., Zhimbueva L. Using of image processing to study impregnation process in materials // X International IEEE Scientific and Technical conference "Dynamics of Systems, Mechanisms and Machines". - 2016. - P. 1-3.
13. DissingB.S., NielsenM.E., ErsbоllB.K. etal. Multispectral Imaging for Determination of Astaxan-thin Concentration in Salmonids. PLoS One. - 2012. - N 6 (5). - P. 19-32.
14. Flinck, G.; Hong, G.-P.; Knobl, G. Lipid oxidation of seafood during storage. In Lipid Oxidation in Food; St. Angelo, A., Ed.; ACS Symposium Series 500; American Chemical Society: Washington DC. - 1992.
- P. 183-207.
15. Forsberg O.I., Guttormsen A.G. A pigmentation model for farmed Atlantic salmon: Nonlinear regression analysis of published experimental data. Aquaculture. - 2006. - Vol. 253, Is.1-4. - P. 415-420.
16. Quevedo R.A., Aguilera J.M., Pedreschi F. Color of Salmon Fillets By Computer Vision and Sensory Panel // Food Bioprocess Technol. - 2010. - N 3 (5). - P. 637-643. DOI 10.1007/s11947-008-0106-6.
17. Ulu H. Evaluation of three 2-thiobarbituric acid methods for the measurement of lipid oxidation in various meats and meat products. Meat Science. - 2004. - N 67 (4). - P. 683-687. https://doi.org/ 10.1016/j .meatsci.2003.12.014.
Bibliography
1. Bykova V.M., Belova Z.I. Guide to the cold processing of fish. - M.: Agropromizdat, 1986. - 208 p.
2. VinokurM.L., AndreevM.P. The main directions of the use of waste from the processing of shrimp for the production of carotenoid-containing additives and feed for fish // News of KSTU. - 2010. - N 19. -P. 220-226.
3. Damdinova T.Ts., Radnaeva V.D., Zhimbueva L.D. The use of image processing methods to study the process of impregnation of materials // Scientific article in the X collection of the international IEEE scientific and technical conference "Dynamics of systems, mechanisms and machines". - Omsk, 2016. - Vol. 4.
- P.137-141.
4. Damdinova T.C., Radnaeva V.D., Sovetkin N.V., Shalbuyev D.V. Computer program "Definition on a digital image of clusters and shells of the diffusion front of the percolation process into capillary-porous materials." // Certificate of registration of a computer program in the FIPS bulletin N 2017662817 of October 17, 2017.
5. Damdinova T.Ts., Sovetkin N.V., Misyurkeeva T.N. et al. Shooting conditions and quality of digital images in colorimetry // Proceedings of the III All-Russian Youth Scientific Conference with international participation "Environmentally friendly and resource-saving technologies and materials". - Ulan-Ude: BSC SB RAS Publishing House, 2017. - P. 264-265.
6. Kozyrev I.V., Mittelshtein TM., Pchelkina VA. et al. Technological properties of chilled beef of various color classes // Theory and practice of meat processing. - 2017. - N 2. - P. 60-68.
7. Lisitsyn A.B., Kozyrev I.V. Researching of meat and fat color and marbling in beef // Theory and practice of meat processing. - 2016. - N 4. - P. 51-56.
8. Radnaeva V.D., Damdinova T.Ts., Shimin A.R. et al. Improving the method for determining the concentration of chromium oxide in aqueous solution of chrome tanning agent // Proceedings of the III All-Russian Youth Scientific Conference with international participation "Environmentally friendly and resource-saving technologies and materials". - Ulan-Ude: Publishing House of the BSC SB RAS, 2017. - P. 273-275.
9. The patent for the invention N 2567510 from 09.10.2015. The method of determining the rate of mass transfer in capillary-porous materials / Radnaeva V.D., Sovetkin N.V., Damdinova T.Ts., Emel-yanov I D. - The application N 2014146129 from 17.11.2014.
10. Baranov V.V., Brazhnaya I.E., Gorokhovsky V.A. et al. Fish and Seafood Technology: Textbook for universities / Edited by A.M. Ershov. - SPb.: GIORD, 2006. - 944 p.
11. Aubourg S.; Ugliano M. Effect of brine pre-treatment on lipid stability of frozen horse mackerel (Trachurus trachurus). Eur. Food Res. Technol. - 2002, 215. - P. 91-95.
12. Damdinova T., Radnaeva V., Zhimbueva L. Using of image processing to study impregnation process in materials. // X International IEEE Scientific and Technical conference "Dynamics of Systems, Mechanisms and Machines" Year: 2016/ Pages: 1-3, DOI: 10.1109/ Dynamics.2016. IEEE Conference Publications.
13. Dissing B.S., Nielsen M.E., Ersboll B.K. et al. (2011) Multispectral Imaging for Determination of Astaxanthin Concentration in Salmonids. PLoS One. 6(5): e19032.
14. Flinck G.; Hong G.-P.; Knobl G. Lipid oxidation of seafood during storage. In Lipid Oxidation in Food; St. Angelo, A., Ed.; ACS Symposium Series 500; American Chemical Society: Washington, DC, 1992.
- P.183-207.
15. Forsberg O.I., Guttormsen A.G. (2006) A pigmentation model for farmed Atlantic salmon: Nonlinear regression analysis of published experimental data. Aquaculture. - Vol. 253, I. 1-4. - P. 415-420.
16. Quevedo R.A., Aguilera J.M., Pedreschi F. (2010) Color of Salmon Fillets By Computer Vision and Sensory Panel. Food Bioprocess Technol. 3(5), P. 637-643. DOI 10.1007/s11947-008-0106-6
17. Ulu H. (2004). Evaluation of three 2-thiobarbituric acid methods for the measurement of lipid oxidation in various meats and meat products. Meat Science, 67(4). - P. 683-687. - URL: https://doi.org/10.1016/j.meatsci.2003.12.014
