Оптический метод контроля качества мяса птицы Текст научной статьи по специальности «Прочие технологии»

УДК 535.65.088.3

ОПТИЧЕСКИЙ МЕТОД КОНТРОЛЯ КАЧЕСТВА МЯСА ПТИЦЫ

Ирина Георгиевна Пальчикова

Конструкторско-технологический институт научного приборостроения СО РАН, 630058, Россия, г. Новосибирск, ул. Русская, 41, доктор технических наук, профессор, зав. лабораторией; Новосибирский государственный университет, 630090, Россия, г. Новосибирск, ул. Пирогова, 2, тел. (383)306-58-74, e-mail: [email protected]

Александр Федорович Алейников

Сибирский физико-технический институт аграрных проблем Российской академии сельскохозяйственных наук, 630501, Россия, Новосибирская обл., Новосибирский район, п. Краснообск, а/я 468, доктор технических наук, профессор, чл.-корр. РАЕН, главный научный сотрудник, e-mail: [email protected]

Юрий Васильевич Чугуй

Конструкторско-технологический институт научного приборостроения СО РАН, 630058, Россия, г. Новосибирск, ул. Русская, 41, доктор технических наук, директор; Новосибирский государственный университет, 630090, Россия, г. Новосибирск, ул. Пирогова, 2; Новосибирский государственный технический университет, 630073, Россия, г. Новосибирск, пр. Карла Маркса, 20, тел. (383)306-58-95, e-mail: [email protected]

Евгений Сергеевич Смирнов

Конструкторско-технологический институт научного приборостроения СО РАН, 630058, Россия, г. Новосибирск, ул. Русская, 41, младший научный сотрудник, тел. (965)823-23-75, e-mail: the-first-person@yandex. ru

Ксения Николаевна Нициевская

Сибирский научно-исследовательский институт переработки сельскохозяйственной продукции Российской академии сельскохозяйственных наук, 630501, Новосибирская обл., Новосибирский район, п. Краснообск, а/я 358, кандидат технических наук, младший научный сотрудник, тел. (383)348-04-09, e-mail: [email protected]

Александр Николаевич Швыдков

ООО «Птицефабрика Бердская», 633004, Новосибирская обл., г. Бердск, ул. Промышленная, 38, кандидат сельскохозяйственных наук, директор, тел. (383)412-24-87

Установлен инструментальный метод определения цветовых характеристик (длина волны и насыщенность) и цветовых различий образцов мясного сырья. Показана возможность и обоснована необходимость проведения калибровки цифровых измерительных колориметрических устройств и уточнения алгоритма расчета доминирующей длины волны. Разработанный оптический метод позволяет выявить интенсивные деструктивные процессы, происходящие в мясе при нарушении технологии выращивания, при несоблюдении технологии хранения и др.

Ключевые слова: цифровое изображение, цветовые характеристики, доминирующая длина волны, мясное сырье.

OPTICAL METHOD FOR THE QUALITY INSPECTION OF THE RAW POULTRY MEAT

Irina G. Palchikova

Technological Design Institute of Scientific Instrument Engineering, Siberian Branch of the Russian Academy of Sciences, 630058, Russia, Novosibirsk, 41 Russkaya St., Sc. D., Laboratory Head; Novosibirsk State University, 630090, Russia, Novosibirsk, 2 Pirogova St., Physical Department tel. (383)306-58-74, e-mail: [email protected]

Alexander F. Aleynikov

Siberian Physical-Technical Institute of Agrarian Problems, Siberian Branch of Russian Academy of Agricultural Sciences, 630501, Novosibirsk region, Krasnoobsk, p.o. box 468, Professor, Principal Scientist, e-mail: [email protected]

Yuri V. Chugui

Technological Design Institute of Scientific Instrument Engineering, Siberian Branch of the Russian Academy of Sciences, 630058, Russia, Novosibirsk, 41 Russkaya St., Professor, Director; Novosibirsk State University, 630090, Russia, Novosibirsk, 2 Pirogova St.; Novosibirsk State Technical University, 630073, Russia, Novosibirsk, 20 Karla Marksa Prospekt, tel. (383)306-58-95, e-mail: [email protected]

Evgenii S. Smirnov

Technological Design Institute of Scientific Instrument Engineering, Siberian Branch of the Russian Academy of Sciences, 630058, Russia, Novosibirsk, 41 Russkaya St., Junior Researcher, tel. (965)823-23-75, e-mail: [email protected]

Kseniya N. Nitsievskaya

Siberian Physical-Technical Institute of Agrarian Problems, Siberian Branch of Russian Academy of Agricultural Sciences, 630501, Novosibirsk region, Krasnoobsk, p.o. box 358, Ph. D., Junior Researcher, tel. (383)348-04-09, e-mail: [email protected]

Alexander N. Shvidkov

Berdsk Poultry Farm Ltd., Russia, Berdsk, 38 Promishlennaya St., Ph. D., Director, tel. (383)412-24-87

The instrumental method for determining the color characteristics (dominant wavelength and saturation) and the color difference of the raw poultry meat samples is elaborated. The calibrating method and the modification of the procedure of the digital image processing for the dominant wavelength finding are proposed. Intense destructive processes occurring in the meat under violation of the cultivation or storage technology can be detected by mean of proposed optical method.

Key words: the digital image, color characteristics, dominant wavelength, poultry meat.

Оценка качества мяса является одной из первоочередных задач, так как от оперативности контроля и объективности оценки признаков, характеризующих мясо, зависит качество выдаваемой потребителю продукции в целом, её себестоимость, своевременность выбора и принятие адекватных мер по снижению брака на производстве [1]. Существующие методы оценки качества мясного сырья трудоемки, требуют применения при контроле качества дорогостоящего оборудования. Время проведения оценки длительное и не позволяет использовать традиционные методы для отбраковки покупателем поставляемого мясного сырья [2-4]. Для экспресс-оценки качества мяса широко используются опти-

ческие методы, которые дают более объективную характеристику свежести исследуемого мясного сырья по сравнению с регламентированными методами.

Настоящая работа посвящена рассмотрению вопросов использования цветового анализа видеоизображений для оценки качества мяса птицы. Изучаются возможности, которые предоставляют интегральные цветовые характеристики (доминирующая длина волны и насыщенность) для количественного описания образцов и установления связей оптических свойств мяса птицы различных видов с особенностями условий их содержания, кормления убоя и хранения.

Были исследованы образцы мяса цыплят-бройлеров и кур-несушек производства ООО «Бердская птицефабрика», и ЗАО «Приосколье». Эти образцы были подвергнуты маркировке: образец №1 (красные и белые мышцы, дата выработки 01.09.2013, мясо кур несушек, 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»). То есть были исследованы образцы мяса двух видов птицы (бройлеры, несушка), трёх видов полуфабрикатов (красное и белое мясо, фарш), с отличающими срезами (вдоль, поперек волокон), а так же разных сроков хранения и производителей.

В качестве основного элемента оптической установки (рис.1) использовалась цветная телевизионная камера Видеоскан 415/Ц USB Camera (матрица ICX415, Sony Corp., Japan; OOO «ЭВС» Россия, Санкт-Петербург). Измерительный объём 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. Для освещения исследуемого образца во время его видеосъемки в измерительном блоке анализатора предусмотрено использование как внутреннего, так и отдельного внешнего осветителя. Импульсный режим подсветки с высокой энергией и малой экспозицией позволяет выполнять более точные измерения в условиях фоновой засветки помещения. Процесс определения характеристик мясного сырья включает подготовку образца мяса птицы, 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.

Рис. 1. Внешний вид портативного анализатора цвета: 1 - измерительный блок; 2 - кабель USB; 3 - кабель питания внутреннего осветителя; 4 - компьютер; 5 - ярлык программы «ColourVideoTool»; 6 - кювета для исследуемого образца; 7 - лопатка; 8 - сменные стойки; 9 - сменная верхняя крышка защитного корпуса; 10 - кронштейн световода внешнего осветителя.

Справа приведены рабочие окна программы

Предварительная цветовая коррекция изображения не применялась, типы калибровки камеры «баланс белого» и «баланс чёрного» 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 полутоновом изображении.

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, B -компонент и установка их нижнего и верхнего граничных уровней, при выходе за которые, пиксели из подсчета исключаются; нормировка рабочего кадра по фону, вычисление доминирующей длины волны Xd и насыщенности s по каждому участку по средним значениям R, G, B - компонент; установка «баланса белого» для источника; введение координат цвета источника в специальное окно; обработка записанных ранее файлов в raw формате [3, 4]. Предусмотрен вывод двумерных карт и трёхмерных распределений вычисленных значений характеристик.

Доминирующая длина волны и насыщенность для каждой точки изображения (пикселя) вычисляются с использованием спектрального локуса. В наших приложениях мы не вводили дополнительных длин волн для пурпурных цветов, а принимали для них отрицательные значения на линии пурпурных тонов. При таком определении пурпурные цвета не маскируют остальные в процессе последующей обработки цифровых изображений и не используются для выделения характеристик изображения или значимых маркёров.

Чтобы оценить эффективность передачи цвета, в качестве эталонных образцов сравнения использовались во-первых, разработанные оттиски цветов в диапазоне длин волн 380 - 645 нм с шагом 1 нм и специальные атласы для калибровки цветопередачи Datacolor SpyderCheckr™. Во-вторых, была разработана методика оценки цветопередачи с использованием спектральных цветов, получаемых с помощью монохроматора УМ-2. Изображения цветовых элементов попиксельно нормировались на фоновое изображение. В качестве фона выбрана белая матовая фотографическая бумага для струйной печати. Фон фотографировался перед съёмкой цвета один раз и сохранялся в виде графического файла. По нормированному изображению вычисляется доминирующая длина волны и насыщенность. Координаты источника света Е использовались нами для каждого нормированного изображения при нормировании на белый фон.

На рис. 2 представлены графики, характеризующие цветопередачу разными камерами. По оси абсцисс указана доминирующая длина волны Xd паспортизованных элементов атласа, по оси ординат - определенная анализатором цвета. Линия в крупную точку соответствует передаче длин волн камерой EVS (ООО «ЭВС» Россия, Санкт-Петербург), линия в мелкую точку и сплошная показывают передачу длин волн камерой Видеоскан 415/Ц USB Camera (матрица ICX415, Sony Corp., Japan; OOO «ЭВС» Россия, Санкт-Петербург), с разными (ярким и темным) источниками освещения. Пунктирная линия показывает идеальное соответствие паспортных и вычисленных величин доминирующих длин волн элементов атласа. Стандартные ошибки средних значений Xd для выборок пикселей в пределах цветового элемента составили не более 0,05% от Xd. В силу малого своего значения, данный параметр не различим на рис. 2. Графики цветопередачи для разных камер, с разными матрицами идентичны и практически совпадают друг с другом, что позволяет сделать вывод о наличии связи хода кривой графика с параметрами ло-куса. Точки графиков расположены таким образом, что координаты значений можно скорректировать до совпадения с пунктирной линией идеальной цветопередачи. То есть для получения достоверных количественных данных о цвете, возможно провести корректировку для используемой камеры. Разработанный способ расчета поправок в значения доминирующих длин волн цифровых изображений позволяет повысить достоверность и точность определения спектральных цветов до значения не более ± 2 нм в диапазоне 380 - 645 нм.

✓

/

/

/ /

/ •

/

* /

у

/

* • /

/

■У

<J • • Jji

/

445 495 545 595 645

^■атлас»

Рис. 2. Цветопередача анализатора с различными камерами

В табл. 1 приведены оптические свойства замороженных образцов мяса птицы, в табл. 2 - оптические свойства размороженных образцов мяса птицы.

Таблица 1

Значения доминирующей длины волны и насыщенности замороженных образцов видов птичьего мяса

№п/п Длина волны, нм Насыщенность, % Описание и № образца

1 591,2 21,76 №1 белое вдоль

2 591,8 23,74 № 1 белое поперек

3 603,7 25,36 № 1 красное вдоль волокон

4 603,6 25,18 № 1 красное вдоль волокон

5 605,7 30,21 № 1 красное поперек 2

6 602,0 28,94 № 1 красное поперек

7 588,0 24,02 № 2 вдоль волокон белое

8 600,0 25,52 № 2 вдоль волокон красное

9 586,0 20,71 № 2 поперек волокон белое

10 599,90 26,96 № 2 поперек волокон красное

11 608,6 30,63 № 3 фарш 2

12 609,6 29,45 № 3 фарш

13 583,7 20,81 № 4 вдоль волокон

14 610,9 31,47 № 4 вдоль волокон красное

15 614,2 27,38 № 4 вдоль волокон красное 3

16 608,4 30,79 № 4 вдоль волокон красное 2

17 584,2 19,86 № 4 вдоль волокон белое

18 583,9 19,37 №4 поперек волокон белое

19 618,2 26,68 № 4 поперек волокон красное 2

20 604,1 22,29 № 4 поперек волокон красное 3

21 617,5 27,13 № 4 поперек волокон красное

22 589,1 22,58 № 5 вдоль грудка

23 590,8 22,89 № 5 вдоль красное 2

24 590,6 26,75 № 5 вдоль красное

25 588,6 22,61 № 5 поперек бел

26 585,4 20,51 № 5 поперек бел 2

27 592,9 27,26 № 5 поперек красное

На основании анализа результатов исследований можно утверждать, что для образцов мяса ООО «Бердская птицефабрика», наблюдается четкая граница соответствия доминирующих длин волны белого и красного мяса. Это подтверждает нормальное, естественное формирование волокон, в соответствии с физиологическими возможностями, которые оптимизируются кормовыми, ветеринарными и другими технологическими факторами, определяющими содержание миоглобина.

Таблица 2

Значения доминирующей длины волы и насыщенности размороженных по истечению 6 часов со времени заморозки, образов видов птичьего мяса

№п/п Длина волны, нм Насыщенность, % Описание образца

1 602,7 27,73 № 1 белое вдоль

2 600,9 22,19 № 1 белое поперек

3 609,5 22,08 № 1 красное вдоль волокон

4 603,8 23,98 № 1 красное поперек

5 592,0 17,69 № 2 вдоль волокон белое

6 595,6 20,01 № 2 поперек волокон белое

7 600,3 24,11 № 2 вдоль волокон красное

8 607,1 24,95 №2 поперек волокон красное

9 610,5 25,47 № 3 фарш

10 609,3 24,79 № 3 фарш 2

11 588,9 18,29 № 4 вдоль волокон бел

12 585,4 23,30 № 4 поперек волокон белое

13 611,8 25,99 № 4 вдоль волокон красное

14 611,6 22,69 № 4 поперек красное

15 590,4 21,78 № 5 белый вдоль

16 595,6 24,66 № 5 белый поперек

17 600,9 26,16 № 5 красный вдоль

18 596,9 25,98 № 5 красный поперек

В сравнении с мясом бройлеров, характеристика отраженного света мяса несушки имеет более выраженные различия между белым и красным мясом. Это объясняется тем, что мясо 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. Как правило, любые технологические операции по снижению рН приводят к образованию оксигемоглобина и изменению цвета на не ярко красный. Быстрое обезвоживание мяса приводит к этому же эффекту, что и получилось при изготовлении фарша.

В образцах мяса ЗАО «Приосколье» отмечается отсутствие ярко выраженных границ между цветовыми характеристиками у белого и красного мяса. Отражение света практически в одной части спектра, 585-593нм, могут свидетельствовать о следующем. Во-первых, при кормлении использовались корма с высоким содержанием белка. Как правило, такие рационы требуют увеличения энергообеспечения организма за счет применения жира, снижая усвоение железа. Содержание жира в мясе при этом, резко возрастает, ускоряя процесс окисления метмиоглобина. А отсутствие способности переносить кислород связано с отравлениями ядовитыми веществами. Во-вторых, при обеззараживании видимо были применены дезинфицирующие растворы, снизившие насыщенность красного мяса до уровня белого. В-третьих, при производстве быстрее всего были использованы технологии инъекцирования тушек, с целью получения более рельефной формы тушки. В-четвёртых, бройлеры выращивались при

клеточном содержании и интенсивном кормлении, сокращающем сроки выращивания, ускоряющем рост и формирование тушек, предполагающем или приводящим к изменению или нарушению обмена веществ, приводящему к нарушению мальабсорбции питательных веществ корма в кишечнике, усвоению и накоплению питательных веществ в виде транссудатов, вносящих свою коррекцию в информативную светоотражающую плоскость образцов.

Установлен инструментальный метод определения цветовых характеристик (доминирующей длины волны и насыщенности) и цветовых различий образцов мясного сырья. Показана возможность и обоснована необходимость проведения калибровки цифровых измерительных колориметрических устройств и уточнения алгоритма расчета доминирующей длины волны.

Разработанный оптический метод позволяет выявить интенсивные деструктивные процессы, происходящие в мясе при нарушении технологии выращивания, при несоблюдении технологии хранения и др. По оптическим свойствам ткани можно достоверно вести оценку качественных изменений замороженного и размороженного 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.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Лисицын А. Б., Липатов Н. Н., Кудряшов Л. С., Алексахина В. А., Чернуха И. М. Теория и практика переработки мяса // Под общей ред. академика РАСХН А. Б. Лисицына. -2-е изд. - М.: Эдиториал сервис, 2008. - 308 с.

2. Алейников А. Ф., Пальчикова И. Г., Обидин Ю. В., Смирнов Е. С., Гляненко В. С., Чугуй Ю. В. Цифровая видеосистема для определения и анализа цветовых характеристик мясного сырья // Сибирский вестник сельскохозяйственной науки. - 2013. - № 1. - С. 78-88.

3. Пальчикова И. Г., Обидин Ю. В., Смирнов Е. С., Алейников А. Ф., Чугуй Ю. В. Программное обеспечение экспериментальной установки для измерения цветовых характеристик мяса // Сборник научных докладов ВИМ. - 2013. - Т. 2. - С. 343-346.

4. Пальчикова И. Г., Алейников А. Ф., Чугуй Ю. В., Воробьев В. В., Ярушин Т. В., Сар-таков В. Ю., Макашев Ю. Д., Швыдков А. Н. Портативный анализатор цвета поверхности образцов биологической ткани // Сибирский научный вестник. - 2013. - № 17. - С. 171-175.

© И. Г. Пальчикова, А. Ф. Алейников, Ю. В. Чугуй, Е. С. Смирнов, К. Н. Нициевская, А. Н. Швыдков, 2015