1. IntroductionWhenever consumers c

1. Introduction

Whenever consumers consider buying fresh products, such as fruits,

vegetables, and meat, color is used as a quality parameter. Evaluation of

the product is based on earlier experiences, and expectations are set ac-
cordingly (MacDougall & Hutchings, 2002) and therefore determines

the purchase. This fact makes color evaluation an important factor in

not only quality control by the producer and manufacturer, but also

within research and product development. It is important that such

color evaluations are performed in a consistent and objective manner

to achieve reliable results (Wu & Sun, 2013). Important as well, is that

the color measurements reflect the human perception of color and

that they can be performed in a non-invasive manner. It is therefore

worthwhile investigating the current and future methods for meat

color assessment.

The traditional instrument for assessing meat color is a colorimeter.

The colorimeter measurements are based on a number of site measure-
ments and the average of these is the final color measurement. This

sampling strategy does not reflect the color variation of the full sample

and can be hard to reproduce (Larraín, Schaefer, & Reed, 2008; Mancini &

⁎ Corresponding author at: Richard Petersens Plads, Bldg. 324, 2800 Lyngby, Denmark.

Tel.: [phone].

E-mail addresses: [e-mail] (C.H. Trinderup), [e-mail] (A. Dahl),

[e-mail] (K. Jensen), [e-mail] (J.M. Carstensen), [e-mail]

(K. Conradsen).

http://dx.doi.org/10.1016/j.meatsci.2014.11.012

0309-1740/© 2014 Elsevier Ltd. All rights reserved.

2 C.H. Trinderup et al. / Meat Science 102 (2015) 1–7

colorimeter measurement. The authors explain that one parameter

influencing the difference of the two instruments, could be the penetra-
tion depth of the illumination source of the colorimeter.

The shortcomings of the RGB vision systems can to some extent be

met by a multispectral imaging system. In this paper such a system

called VideometerLab with precisely defined spectra was applied – 19

bands in the range 375 nm–970 nm (Videometer A/S, 2014). This

gives the opportunity of performing camera based measurements in a

spectrally consistent manner (Einarsson et al., 2006; Haeberli, 1992).

The multispectral imaging system has previously been applied in meat

research. Ljungqvist, Ersbøll, and Frosch (2012) studied the possibility

of discriminating between naturally occurring and added, artificial

astaxanthin in salmon filets. They compared the predictability of a

human color scoring (SalmoFan), a colorimeter and the reflectance

spectra from the multispectral imaging system. In that study the color-
imeter gave less desirable discriminations than the two other instru-
ments. In a related study for meat spoilage assessment Panagou,

Papadopoulou, Carstensen, and Nychas (2014) also employed the

VideometerLab by using the reflectance spectra.

To investigate the multispectral imaging system's ability to assess

meat color, we chose to exploit the spectral information by simply map-
ping the multispectral pixel-wise information to CIELAB values with a

photometric imaging model (PIM). The model is based on the spectral

information of the LED light sources.

In this study meat from livestock and poultry, both fresh and proc-
essed types, are exposed to color measurements by the multispectral

imaging system and a standard colorimeter. Considering these fresh

and processed product types under the same conditions makes it possi-
ble to investigate how changes in the reflectance properties by process-
ing of the meat influence the color assessment. The foundation of the

analysis is a variance component analysis considering all possible effects

influencing the color assessment. By performing a variance component

analysis of the color measurements on the diverse set of meat samples,

it will be possible to determine the order of magnitude of the different

sources of variation. Thus it can be established whether the two differ-
ent methods evaluate color in the same way when meat samples are

considered despite a heterogenous and anisotropic material. The goal

is to reach a method that can describe the true color variation across a

wide variety of samples. Some preliminary results were presented in

Trinderup, Dahl, Jensen, Carstensen, and Conradsen (2013).

ผลลัพธ์ (ไทย) 1:

1. บทนำเมื่อใดก็ตามผู้บริโภคพิจารณาซื้อสดผลิตภัณฑ์ ผลไม้ผัก และเนื้อ สีใช้เป็นพารามิเตอร์คุณภาพ การประเมินของผลิตภัณฑ์ขึ้นอยู่กับประสบการณ์ก่อนหน้านี้ และตั้งความคาดหวังของ ac-cordingly (MacDougall & Hutchings, 2002) และดังนั้นจึง กำหนดซื้อ ความจริงทำให้สีเป็นปัจจัยสำคัญในการประเมินไม่เพียงแต่ควบคุมคุณภาพ โดยผู้ผลิตและผู้ผลิต แต่ยังภายในงานวิจัยและการพัฒนาผลิตภัณฑ์ เป็นสิ่งสำคัญที่ดังกล่าวดำเนินการประเมินสีในลักษณะสอดคล้องกัน และวัตถุประสงค์เพื่อให้บรรลุผลลัพธ์ที่เชื่อถือได้ (วูแอนด์ซัน 2013) มีความสำคัญเช่น ที่วัดสีสะท้อนให้เห็นถึงการรับรู้ที่มนุษย์มีสี และว่า พวกเขาสามารถจะทำในลักษณะที่ไม่ทำลายธรรมชาติ จึงคุ้มค่าการตรวจสอบวิธีการปัจจุบัน และอนาคตสำหรับเนื้อสัตว์การประเมินสีเครื่องมือแบบดั้งเดิมสำหรับการประเมินสีเนื้อเป็นเครื่องขนาดเครื่องจะขึ้นอยู่กับจำนวนของเว็บไซต์วัด-ments และค่าเฉลี่ยเหล่านี้คือ การประเมินสีสุดท้าย นี้สุ่มตัวอย่างกลยุทธ์ไม่สะท้อนถึงการเปลี่ยนแปลงสีของตัวอย่างเต็มรูปแบบและยากที่จะทำซ้ำ (Larraín, Schaefer และ ลิ้น 2008 Mancini และผู้เขียนสอดคล้อง⁎ที่: Plads ริชาร์ด Petersens อาคาร 324, 2800 Lyngby เดนมาร์กโทรศัพท์: + 45 45253463ที่อยู่อีเมล์: [e-mail] (C.H. Trinderup), (อ.เล็นดาห์ล), ใน [e-mail](คุณเจน) ใน [e-mail] (J.M. Carstensen) ใน [e-mail], [e-mail](คุณ Conradsen)http://dx.doi.org/10.1016/j.meatsci.2014.11.0120309-1740 / © 2014 Elsevier จำกัด สงวนลิขสิทธิ์ทั้งหมด2 C.H. Trinderup et al. / วิทยาศาสตร์เนื้อ 102 (2015) 1-7เครื่องวัด ผู้เขียนอธิบายพารามิเตอร์ที่หนึ่งมีอิทธิพลต่อความแตกต่างของเครื่องมือสอง อาจจะ penetra-ความลึกสเตรชันของแหล่งแสงสว่างของตัวเครื่องแสดงวิสัยทัศน์ระบบ RGB ได้บ้างอย่างตาม ด้วยระบบถ่ายภาพ multispectral ในกระดาษกล่าวใช้เรียก VideometerLab กับแม่นยำกำหนดแรมสเป็คตรา – 19วงในการช่วง 375 nm – 970 nm (Videometer a/s, 2014) นี้ทำให้โอกาสของกล้องที่ใช้วัดในการดำเนินการลักษณะสอดคล้องกัน spectrally (Einarsson และ al., 2006 Haeberli, 1992)ก่อนหน้านี้มีการใช้ระบบถ่ายภาพ multispectral ในเนื้องานวิจัย Ljungqvist, Ersbøll และ Frosch (2012) ศึกษาความเป็นไปได้ที่ของเหยียดพวกผิวระหว่างเกิดขึ้นตามธรรมชาติ และเพิ่ม ประดิษฐ์astaxanthin ในนเดอร์ลอยน์แซลมอน พวกเขาเปรียบเทียบแอพพลิเคชันของการมนุษย์สีคะแนน (SalmoFan), ตัวเครื่อง และแบบสะท้อนแสงที่แรมสเป็คตราจากระบบถ่ายภาพ multispectral ในการศึกษานี้ทำสี-imeter ให้ discriminations ต้องน้อยกว่าสองอื่น ๆ instruments กัน ในการศึกษาที่เกี่ยวข้องเพื่อการประเมินเนื้อเน่าเสีย PanagouPapadopoulou, Carstensen และ Nychas (2014) นอกจากนี้ยัง มีการว่าจ้างVideometerLab โดยแรมสเป็คตราแบบสะท้อนแสงการตรวจสอบความสามารถของระบบถ่ายภาพ multispectral เพื่อประเมินสีเนื้อ เราเลือกที่จะใช้ข้อมูลสเปกตรัม โดยเพียงแค่แผนที่-ปิง CIELAB ข้อมูล pixel-wise ที่ multispectral ค่ากับการphotometric เกี่ยวกับรูปแบบจำลอง (พิมพ์) แบบอยู่ในสเปกตรัมข้อมูลของแหล่งแสง LEDในเนื้อสัตว์จากปศุสัตว์และสัตว์ปีก ทั้งสดและกระบวนการศึกษานี้ชนิด essed ปรากฏการประเมินสี โดยที่ multispectralระบบถ่ายภาพและเครื่องมาตรฐาน พิจารณาเหล่านี้สดและชนิดของผลิตภัณฑ์ที่ดำเนินการภายใต้เงื่อนไขเดียวกันทำให้ possi-ble วิพากษ์วิธีการประมวลผลของการเปลี่ยนแปลงในคุณสมบัติแบบสะท้อนแสงโดย-กำลังของเนื้อมีผลการประเมินสี รากฐานของการวิเคราะห์เป็นการวิเคราะห์ส่วนประกอบต่างพิจารณาผลที่เป็นไปได้ทั้งหมดมีอิทธิพลต่อการประเมินสี โดยทำส่วนประกอบต่างวิเคราะห์วัดสีชุดหลากหลายอย่าง เนื้อจะสามารถกำหนดขนาดของใบสั่งของต่าง ๆแหล่งที่มาของการเปลี่ยนแปลง ดังนั้น จึงสามารถสร้างว่า ทั้งสองแตกต่างกัน-เอนท์วิธีประเมินเมื่อเนื้อตัวอย่างมีสีเดียวถือว่าแม้ มีวัสดุแบบ anisotropic และ heterogenous เป้าหมายคือการ เข้าถึงวิธีการที่สามารถอธิบายการเปลี่ยนแปลงสีที่แท้จริงในการตัวอย่างหลากหลาย ผลลัพธ์เบื้องต้นบางอย่างถูกนำเสนอในTrinderup เล็นดาห์ล เจนเซน Carstensen และ Conradsen (2013)

ผลลัพธ์ (ไทย) 2:

1. บทนำเมื่อใดก็ตามที่ผู้บริโภคพิจารณาซื้อสินค้าสดเช่นผลไม้ผักและเนื้อสัตว์สีถูกนำมาใช้เป็นพารามิเตอร์ที่มีคุณภาพ การประเมินผลของผลิตภัณฑ์จะขึ้นอยู่กับประสบการณ์ก่อนหน้านี้และความคาดหวังที่มีการตั้งค่าทําcordingly (MacDougall & Hutchings, 2002) และดังนั้นจึงกำหนดซื้อ ความจริงเรื่องนี้ทำให้การประเมินผลสีปัจจัยสำคัญในการไม่เพียง แต่การควบคุมคุณภาพโดยผู้ผลิตและผู้ผลิต แต่ยังภายในวิจัยและพัฒนาผลิตภัณฑ์ มันเป็นสิ่งสำคัญที่เช่นการประเมินผลสีจะดำเนินการในลักษณะที่สอดคล้องและมีวัตถุประสงค์เพื่อให้บรรลุผลลัพธ์ที่น่าเชื่อถือ(Wu & Sun, 2013) ที่สำคัญเช่นกันคือวัดสีสะท้อนให้เห็นถึงการรับรู้ของมนุษย์ของสีและการที่พวกเขาสามารถดำเนินการในลักษณะที่ไม่รุกราน ดังนั้นจึงเป็นเรื่องที่คุ้มค่าการตรวจสอบวิธีการในปัจจุบันและอนาคตสำหรับเนื้อประเมินสี. เครื่องมือที่ใช้ในการประเมินแบบดั้งเดิมสีเนื้อ colorimeter ได้. วัด colorimeter จะขึ้นอยู่กับจำนวนของเว็บไซต์วัดments และค่าเฉลี่ยของเหล่านี้เป็นวัดสีสุดท้าย นี้กลยุทธ์การสุ่มตัวอย่างไม่ได้สะท้อนให้เห็นถึงรูปแบบสีของตัวอย่างเต็มรูปแบบและยากที่จะทำซ้ำ(Larraín, Schaefer และกก 2008; ซานโดรและ⁎ผู้รับผิดชอบที่.. ริชาร์ด Petersens Plads, อาคาร 324, 2800 Lyngby, เดนมาร์กโทร.: 45 45253463. ที่อยู่ E-mail: [e-mail] (CH Trinderup) [e-mail] (กดาห์ล) [e-mail] (เคเซ่น) [e-mail] (JM Carstensen) [e-mail] (เค Conradsen). http://dx.doi.org/10.1016/j.meatsci.2014.11.012 0309-1740 / 2014 ©เอลส์ จำกัด สงวนลิขสิทธิ์. 2 CH Trinderup et al. / เนื้อวิทยาศาสตร์ 102 (2015) 1-7 วัด colorimeter. ผู้เขียนอธิบายว่าพารามิเตอร์หนึ่งที่มีอิทธิพลต่อความแตกต่างของทั้งสองเครื่องมือที่อาจเป็นpenetra- ลึกการส่องสว่างของแหล่งที่มาของ colorimeter ได้. บกพร่องของวิสัยทัศน์ RGB ระบบสามารถบางส่วนจะพบกับระบบการถ่ายภาพแบบmultispectral ในกระดาษนี้ระบบดังกล่าว. เรียก VideometerLab กับสเปกตรัมกำหนดไว้อย่างแม่นยำถูกนำมาใช้ - 19 วงดนตรีที่อยู่ในช่วง 375 นาโนเมตร 970 นาโนเมตร (Videometer A / S 2014) นี้ให้โอกาสในการดำเนินการการวัดตามกล้องในลักษณะที่สอดคล้องผี(Einarsson et al, 2006;. Haeberli, 1992). ระบบการถ่ายภาพแบบ multispectral ได้รับก่อนหน้านี้นำไปใช้ในเนื้องานวิจัย Ljungqvist, Ersbøllและ Frosch (2012) ศึกษาความเป็นไปได้ของการแบ่งแยกระหว่างธรรมชาติที่เกิดขึ้นและเพิ่มเทียมastaxanthin ใน filets ปลาแซลมอน พวกเขาเมื่อเทียบกับการคาดการณ์ของการให้คะแนนสีของมนุษย์ (SalmoFan) ซึ่งเป็น colorimeter และสะท้อนสเปกตรัมจากระบบการถ่ายภาพแบบmultispectral ในการที่การศึกษา color- imeter ให้ discriminations ต้องการน้อยกว่าสองตราสารอื่น ๆments ในการศึกษาที่เกี่ยวข้องกับการเน่าเสียของเนื้อประเมิน Panagou, Papadopoulou, Carstensen และ Nychas (2014) การจ้างงานยังVideometerLab โดยใช้สเปกตรัมสะท้อน. เพื่อตรวจสอบความสามารถของระบบการถ่ายภาพแบบ multispectral เพื่อประเมินสีเนื้อเราเลือกที่จะใช้ประโยชน์จากข้อมูลสเปกตรัมโดยเพียงแค่map- ping ข้อมูลพิกเซลฉลาด multispectral เป็นค่า CIELAB กับรูปแบบการถ่ายภาพแสง(PIM) แบบจำลองที่อยู่บนพื้นฐานของสเปกตรัมข้อมูลของแหล่งกำเนิดแสง LED. ในการศึกษาครั้งนี้เนื้อจากปศุสัตว์และสัตว์ปีกทั้งสดและ proc- ประเภท essed, กำลังเผชิญกับการวัดสีโดย multispectral ระบบการถ่ายภาพและ colorimeter มาตรฐาน พิจารณาเหล่านี้สดและประมวลผลประเภทของสินค้าภายใต้เงื่อนไขเดียวกันทำให้ possi- เบิ้ลเพื่อตรวจสอบว่าการเปลี่ยนแปลงในคุณสมบัติของการสะท้อนโดยกระบวนการไอเอ็นจีจากอิทธิพลของการประเมินเนื้อสี รากฐานของการวิเคราะห์ความแปรปรวนการวิเคราะห์องค์ประกอบการพิจารณาผลกระทบที่เป็นไปได้ทั้งหมดที่มีอิทธิพลต่อการประเมินสี โดยการดำเนินการแปรปรวนองค์ประกอบการวิเคราะห์การวัดสีในชุดที่หลากหลายของกลุ่มตัวอย่างเนื้อมันจะเป็นไปได้ในการกำหนดลำดับความสำคัญของการที่แตกต่างกันแหล่งที่มาของการเปลี่ยนแปลง ดังนั้นจึงสามารถที่จะสร้างว่าทั้งสองแตกต่างกันวิธีการประเมินสีกิจการในทางเดียวกันเมื่อตัวอย่างเนื้อจะพิจารณาแม้จะเป็นวัสดุheterogenous และ anisotropic เป้าหมายคือการเข้าถึงวิธีการที่สามารถอธิบายการเปลี่ยนแปลงสีจริงทั่วที่หลากหลายของกลุ่มตัวอย่าง บางคนผลการศึกษาเบื้องต้นถูกนำเสนอในTrinderup ดาห์ลเซ่น, Carstensen และ Conradsen (2013)

ผลลัพธ์ (ไทย) 3:

1 . บทนำ

เมื่อใดก็ตามที่ผู้บริโภคพิจารณาเลือกซื้อสินค้าสด เช่น ผลไม้ ผัก และเนื้อสัตว์

, , สีใช้เป็นพารามิเตอร์ที่มีคุณภาพ การประเมิน

สินค้าจะขึ้นอยู่กับประสบการณ์ก่อนหน้านี้และความคาดหวังชุด AC -
cordingly ( เมิกดูเกิล&ฮัทชิงส์ , 2002 ) และดังนั้นจึงกำหนด

ซื้อ ข้อเท็จจริงนี้ทำให้การประเมินสีเป็นปัจจัยสําคัญใน

ไม่เพียง แต่คุณภาพควบคุมโดยผู้ผลิต และผู้ผลิต แต่ยัง

ในการวิจัย และพัฒนาผลิตภัณฑ์ มันเป็นสิ่งสำคัญว่า

สี การประเมินผลจะดำเนินการในลักษณะที่สอดคล้องกัน และมี

เพื่อให้บรรลุผลที่เชื่อถือได้ ( Wu & Sun , 2013 ) ที่สำคัญเช่นกันคือ

สีการวัดสีและสะท้อนการรับรู้ของมนุษย์

ที่พวกเขาสามารถดำเนินการในลักษณะที่ไม่รุกราน มันจึงเป็น

คุ้มค่าการตรวจสอบในปัจจุบัน และในอนาคต เนื้อสีการประเมินวิธี



แบบดั้งเดิมสำหรับการประเมินสีเนื้อเป็น colorimeter .

colorimeter วัดจะขึ้นอยู่กับจำนวนของเว็บไซต์วัด -
ments และค่าเฉลี่ยของเหล่านี้เป็นสีสุดท้ายของการวัด นี้

ตัวอย่างกลยุทธ์ที่ไม่ได้สะท้อนให้เห็นถึงสีรูปแบบของตัวอย่าง

เต็มและสามารถยากที่จะทำซ้ำ ( ลาล่าí n , Schaefer & , รีด , 2008 ; มันชินี่&

⁎ที่ผู้เขียนใน : ริชาร์ด petersens plads ตึก 2 , 324 , ลิงบี้ เดนมาร์ก .

Tel . : [phone]

ที่อยู่อีเมล : [e-mail] ( เป็ trinderup ) [e-mail] ( เอ. ดาห์ล )

[e-mail] ( K . Jensen [e-mail] ( JM )คาร์ ตนเซ่น ) , knco @ dtu . DK

( K . conradsen ) .

http : / / DX ดอย . org / 10.1016 / j.meatsci . 2014.11.012

0309-1740 / 2014 เอลส์จำกัดสงวนสิทธิ์ทั้งหมดสงวนลิขสิทธิ์ .

2 เป็ trinderup et al . เนื้อ / วิทยาศาสตร์ 102 ( 2015 ) 1 – 7

คัลเลอริมิเตอร์วัด ผู้เขียนอธิบายว่าค่า

ที่มีอิทธิพลต่อความแตกต่างของทั้งสองเครื่อง จะเป็น penetra -
, ความลึกของแหล่งแสงสว่างของคัลเลอริมิเตอร์ .

ข้อบกพร่องของระบบภาพ RGB สามารถที่มีขอบเขตเป็น

เจอกันโดยระบบภาพ 3 . ในกระดาษแผ่นนี้ ระบบนี้

เรียก videometerlab อย่างแน่นอน กำหนดให้ใช้– 19

วงในช่วง 375 นาโนเมตร– 970 นาโนเมตร ( videometer / 2014 ) แบบนี้

ให้มีโอกาสในการแสดงกล้อง โดยการวัดในลักษณะที่สอดคล้องกัน (

มากกว่ einarsson et al . , 2006 ;haeberli , 1992 ) .

หลายระบบถ่ายภาพได้เคยถูกใช้ในเนื้อ

) ljungqvist ersb ขึ้น , จะ , และฟรอช ( 2012 ) ศึกษาความเป็นไปได้

ของจำแนกระหว่างเกิดขึ้นตามธรรมชาติและเพิ่มเทียม

แอสตาแซนธินในกินแซลมอน . พวกเขาได้เมื่อเทียบกับการคาดการณ์ของ

มนุษย์สีคะแนน ( salmofan ) , colorimeter และค่า

ตรวจสอบจากระบบภาพ 3 . ในการศึกษาสี --
imeter ให้น้อยกว่าที่พึงประสงค์ discriminations กว่าอีกสองชุด อุปกรณ์ -
ments . ในส่วนที่เกี่ยวข้องกับการศึกษาเพื่อประเมินการ panagou เนื้อ

papadopoulou คาร์ ตนเซ่น , และ nychas ( 2014 ) ยังใช้

videometerlab โดยใช้การสะท้อนแสง

ศึกษาหลายระบบการถ่ายภาพของความสามารถในการประเมิน

เนื้อสีเราเลือกที่จะใช้ประโยชน์จากข้อมูลสเปกตรัมโดยเพียงแค่แผนที่ ping -
3 พิกเซลปัญญาข้อมูลแข็งค่าด้วย

แสงการถ่ายภาพนางแบบ ( พิม ) รูปแบบจะขึ้นอยู่กับความยาวคลื่นของแสง LED

ข้อมูลแหล่ง

ศึกษาเนื้อจากปศุสัตว์และสัตว์ปีก ทั้งสดและ proc -
essed ประเภทตากสีวัด 3

โดยระบบการถ่ายภาพและระบบดิจิตอลมาตรฐาน พิจารณาเหล่านี้สด

และประมวลผลประเภทสินค้าภายใต้เงื่อนไขเดียวกัน ทำให้ possi -
ble เพื่อตรวจสอบการเปลี่ยนแปลงในค่าคุณสมบัติโดยกระบวนการ -
ing ของเนื้อมีอิทธิพลต่อสีแบบ รากฐานของ

การวิเคราะห์คือการวิเคราะห์ส่วนประกอบความแปรปรวนพิจารณาผลกระทบที่เป็นไปได้

มีอิทธิพลต่อสีแบบโดยการแสดงส่วนประกอบความแปรปรวน

การวิเคราะห์สีการวัดในชุดหลากหลายของอาหารตัวอย่าง

จะสามารถกำหนดลำดับความสำคัญของแตกต่างกัน

แหล่งกระจาย ดังนั้นมันจึงสามารถก่อตั้งว่าสองแตกต่าง -
ใช้วิธีการประเมินสีในลักษณะเดียวกับเมื่อเนื้อตัวอย่าง

ถือว่ามีกลุ่มและ Anisotropic วัสดุ เป้าหมาย

คือการเข้าถึงวิธีการที่สามารถอธิบายการเปลี่ยนแปลงสีจริงข้าม

หลากหลายตัวอย่าง บางผลเบื้องต้นที่ถูกนำเสนอใน

trinderup ดาห์ล , Jensen , คาร์ ตนเซ่น และ conradsen ( 2013 )