По всем вопросам звоните:

+7 495 274-22-22

УДК: 004.89 DOI:10.33920/igt-01-2408-06

Технология компьютерного зрения как инструмент товарной экспертизы сыра

Е.Э. Клейн РЭУ им. Г.В. Плеханова, Москва
И.А. Никитин РЭУ им. Г.В. Плеханова, Москва

В работе проанализирована динамика развития компьютерного зрения за последние 20 лет на примере идентификации существенных признаков различных видов сыров, рассмотрены методы интеграции данной технологии в процесс товарной экспертизы для снижения влияния человеческого фактора на оценку качества сырной продукции.

Литература:

1. Wang H.-H. Melting characteristics of cheese: analysis of effect of cheese dimensions using computer vision techniques / H.-H. Wang, D.-W. Sun // Journal of Food Engineering. — 2002. — Vol. 52. — Pp. 279–284.

2. Wang H.-H. Assessment of cheese browning affected by baking conditions using computer vision // H.-H. Wang, D.-W. Sun // Journal of Food Engineering. — 2003 — Vol. 56. — Pp. 339–345.

3. Minz P.S. Comparison of computer vision system and colour spectrophotometer for colour measurement of mozzarella cheese / P.S. Minz, C.S. Saini // Applied Food Research. — 2021. — Vol. 1. — Art.100020.

4. Dias J. Evaluation of gas holes in “Queijo de Nisa” PDO cheese using computer vision / J. Dias, P. Lage, A. Garrido et al. // J Food Sci Technol. — 2021. — Vol. 58. — Pp. 1072–1080.

5. Ganchovska V. Application of computer vision for evaluation distribution of molds penicillium roqueforti on blue cheese / V. Ganchovska, A. Bosakova-Ardenska, P. Panayotov et al. // Journal of Hygienic Engineering and Design. — 2019. — Vol. 28. — Pp. 112–116.

6. Loddo A. Automatic Monitoring Cheese Ripeness Using Computer Vision and Artificial Intelligence / A. Loddo, C.D. Ruberto, G. Armano, A. Manconi // IEEE Access. — 2022. — Vol. 10. — Pp. 122612–122626.

1. Wang H.-H. Melting characteristics of cheese: analysis of effect of cheese dimensions using computer vision techniques / H.-H. Wang, D.-W. Sun // Journal of Food Engineering. — 2002. — Vol. 52. — Pp. 279–284.

2. Wang H.-H. Assessment of cheese browning affected by baking conditions using computer vision / / H.-H. Wang, D.-W. Sun // Journal of Food Engineering. — 2003 — Vol. 56. — Pp. 339–345.

3. Minz P.S. Comparison of computer vision system and colour spectrophotometer for colour measurement of mozzarella cheese / P.S. Minz, C.S. Saini // Applied Food Research. — 2021. — Vol. 1. — Art.100020.

4. Dias J. Evaluation of gas holes in “Queijo de Nisa” PDO cheese using computer vision / J. Dias, P. Lage, A. Garrido et al. // J Food Sci Technol. — 2021. — Vol. 58. — Pp. 1072–1080.

5. Ganchovska V. Application of computer vision for evaluation distribution of molds penicillium roqueforti on blue cheese / V. Ganchovska, A. Bosakova-Ardenska, P. Panayotov et al. // Journal of Hygienic Engineering and Design. — 2019. — Vol. 28. — Pp. 112–116.

6. Loddo A. Automatic Monitoring Cheese Ripeness Using Computer Vision and Artificial Intelligence / A. Loddo, C.D. Ruberto, G. Armano, A. Manconi // IEEE Access. — 2022. — Vol. 10. — Pp. 122612–122626.

Экспертиза продовольственных товаров, будучи способом выявления недоброкачественных и небезопасных для населения пищевых продуктов, высоко востребована обществом и государством и непрерывно развивается, адаптируя под свои нужды современные технологические достижения человечества. В текущих условиях, когда вопросы цифровизации из года в год сохраняют приоритетное значение для развития бизнеса, растет число прикладных исследований по внедрению в процесс анализа характеристик продовольственных товаров соответствующего цифрового инструментария, в том числе активно изучаются возможности интегрирования в товарную экспертизу технологии компьютерного зрения.

Основными функциями компьютерного зрения как системы получения и обработки фото- и видеоизображений являются автоматизированная идентификация целевых объектов или их признаков, классификация получаемых графических данных, принятие автономных технологических решений в соответствии с заложенными алгоритмами. То есть во многом возможности компьютерного зрения соответствуют потребностям предприятий в части проведения визуальной товарной экспертизы. В качестве подтверждения можно рассмотреть результаты многочисленных экспериментов по использованию данной технологии для анализа различных свойств такого широко распространенного по всему миру пищевого продукта, как сыр.

Сыры являются очень обширной и разнообразной с точки зрения органолептических и физико-химических свойств группой продуктов. Характеристики сыра определяются многочисленными производственными и сырьевыми факторами, которые могут быть обусловлены региональными особенностями конкретной страны-производителя, в том числе преобладающими в ней породами молочного скота и структурой луговой растительности. В связи с этим предприятия, ориентированные на изготовление, переработку или реализацию сыра, в целях товарной экспертизы выбирают ограниченное число характеристик продукта, которые существенным образом будут влиять на производственный процесс.

Так, для предприятий питания со специализацией на производстве пиццы наиболее значимыми характеристиками сыра являются плавкость и способность подрумяниваться в процессе тепловой обработки. С целью изучения этих свойств еще в конце 1990-х — начале 2000-х годов в экспериментах начали применять компьютерное зрение — в те времена еще не наделенное способностью обучаться, но технически уже более точное и надежное в сравнении с человеческими глазами. Оценка плавкости производилась посредством системы видеокамер, которые фиксировали и передавали на компьютер изменение площади сырной поверхности с течением времени под воздействием температуры плавления. Полученные данные затем использовались для построения кривых зависимости площади сыра от времени тепловой обработки [1]. Целесообразность использования компьютерного зрения при этом была обусловлена в первую очередь возможностью динамической фиксации минимальных изменений размера исследуемого продукта, что достаточно трудно реализовать посредством ручного измерения. В свою очередь использование компьютерного зрения для определения способности сыра подрумяниваться в процессе запекания стало альтернативой более трудоемким калориметрическим методам и позволило с высокой точностью в режиме реального времени фиксировать цветовые изменения на различных участках экспериментальных образцов. Для этого передаваемые системой камер изображения преобразовывались таким образом, чтобы каждый пиксель получал значение яркости от 0 до 255, где 0 соответствует полностью черному цвету, а 255 — полностью белому. В результате экспериментов был построен график зависимости коэффициента подрумянивания (отношение яркости сырого продукта к яркости приготовленного) от времени нагревания сыра при различных температурах [2]. Информация о такой зависимости и сегодня представляет интерес для предприятий питания, реализующих блюда с термически обработанным сыром, так как наличие румяной корочки может как положительно, так и отрицательно влиять на восприятие таких блюд потребителями, а значит должно заранее учитываться при закупке сыров.

Для Цитирования:
Е.Э. Клейн, И.А. Никитин, Технология компьютерного зрения как инструмент товарной экспертизы сыра. Товаровед продовольственных товаров. 2024;8.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: