Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "ocena jakości obrazu" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Ocena jakości drobnego mięsa wołowego metodą komputerowej analizy obrazu
    Quality evaluation of beef trimmings by video image analysis
    Autorzy:
    Chmiel, M.
    Dasiewicz, K.
    Slowinski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/826735.pdf
    Data publikacji:
    2010
    Wydawca:
    Polskie Towarzystwo Technologów Żywności
    Tematy:
    barwa
    jakosc
    komputerowa analiza obrazu
    mieso drobne
    mieso wolowe
    ocena jakosci
    wartosc uzytkowa
    Opis:
    Celem pracy była ocena możliwości zastosowania komputerowej analizy obrazu do szacowania jakości drobnego mięsa wołowego pozyskanego w warunkach przemysłowych z wykrawania i obróbki dolnej zrazowej. Wykonano fotografie badanego mięsa, a następnie przeprowadzono komputerową analizę obrazu. Parametry wyznaczone tą metodą (tj. składowe barwy R, G, B oraz udział pól białych) skorelowano z wyróżnikami jakości mięsa. Stwierdzono nieliczne istotne zależności, co wskazuje na konieczność określenia optymalnych warunków wykonywania fotografii do komputerowej analizy obrazu. Dokładniejsze wyniki stosowania metody komputerowej analizy obrazu uzyskuje się w przypadku badania elementów mięsa o mało zróżnicowanym białym zabarwieniu tkanki tłuszczowej.
    The objective of the study was to assess the possibility of applying video image analysis when evaluating the quality of beef trimmings obtained whilst cutting and trimming the bottom rump, under the industrial conditions. The images of analyzed meat were taken, and, then, a video image analysis was performed. The parameters determined using the VIA method (i.e. R, G, B colour values and the content of white fields) were correlated with the meat quality parameters. Several significant relationships were found; thus, there is a necessity of determining optimal conditions for taking images to be analyzed with the use of video image analysis. The use of video image analysis produces results that are more exact in the case of meat with an adipose tissue of poorly differentiated white colouring.
    Źródło:
    Żywność Nauka Technologia Jakość; 2010, 17, 6
    1425-6959
    Pojawia się w:
    Żywność Nauka Technologia Jakość
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie komputerowej analizy obrazu do szacowania jakosci peklowanego drobnego miesa wieprzowego klasy II
    The use of video image analysis to estimate quality of cured pork trimmings of class II
    Autorzy:
    Dasiewicz, K
    Pisula, A
    Slowinski, M
    Noga, A
    Powiązania:
    https://bibliotekanauki.pl/articles/828835.pdf
    Data publikacji:
    2008
    Wydawca:
    Polskie Towarzystwo Technologów Żywności
    Tematy:
    mieso wieprzowe
    mieso drobne
    peklowanie
    ocena jakosci
    komputerowa analiza obrazu
    zawartosc tluszczu
    jakosc technologiczna
    Opis:
    Celem pracy było określenie możliwości zastosowania komputerowej analizy obrazu do szacowania zawartości tłuszczu oraz jakości technologicznej peklowanego drobnego mięsa wieprzowego kl. II. Parametry wyznaczone metodą komputerowej analizy obrazu (tj. składowe barwy R, G, B mięsa, tłuszczu i całego obrazu oraz udział pól białych i czerwonych) skorelowano z wyróżnikami jakości mięsa. Na podstawie badań, w których analizowano mięso peklowane przez 24 h stwierdzono, że najwyższe statystycznie istotne wartości współczynników korelacji i dyskryminacji występują pomiędzy zawartością tłuszczu oznaczoną metodą Soxhleta a ilością pól białych określoną metodą komputerowej analizy obrazu, wyznaczoną na zdjęciach wykonanych przy oświetleniu jarzeniowym na tle zielonym, co wskazuje na możliwość wykorzystania takich warunków pomiaru do szacowania zawartości tłuszczu w tym rodzaju mięsa.
    The main objective of this study was to evaluate the possibility of applying a Video Image Analysis to estimate fat content and technological quality of cured pork trimmings of Class II. The parameters determined using the Video Image Analysis, (i.e. the R, G, and B components of the colour of meat, fat, and of the whole picture, as well as the content of white and red spots), were correlated with other characteristics of meat quality. Based on the analysis performed (the trimmings, cured for 24 hours, were analysed), it was found that the highest, statistically significant values of the correlation and discrimination coefficients were between the fat content levels determined by a Soxhlet method and the number of white spots recorded by the Video Image Analysis with the use of luminescent light and green background. According to this conclusion, there is an option to use these specific measurement conditions to estimate fat content in meat of this type.
    Źródło:
    Żywność Nauka Technologia Jakość; 2008, 15, 4; 52-60
    1425-6959
    Pojawia się w:
    Żywność Nauka Technologia Jakość
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Niedestrukcyjna ocena jakości mięsa i jego przetworów przy zastosowaniu komputerowej analizy obrazu
    Non-destructive quality assessment for food product s using computer image analysis
    Autorzy:
    Guzek, D.
    Głąbska, D.
    Wierzbicka, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/228776.pdf
    Data publikacji:
    2012
    Wydawca:
    Wyższa Szkoła Menedżerska w Warszawie
    Tematy:
    komputerowa analiza obrazu
    wizualne cechy jakościowe
    ocena jakości
    computer image analysis
    visual qualitative features
    quality assessment
    Opis:
    Celem prezentowanego artykułu jest przegląd informacji dotyczących możliwości zastosowania komputerowej analizy obrazu do oceny jakości mięsa i jego przetworów. Komputerowa analiza obrazu staje się narzędziem coraz częściej stosowanym w przemyśle rolno-spożywczym do oceny wybranych wizualnych parametrów jakości. Pozwala ona na uzyskanie powtarzalnego, szybkiego wyniku ilościowego i/ lub jakościowego. Ponieważ próba nie ulega zniszczeniu, każdy produkt w partii może podlegać tej ocenie. Przy wykorzystaniu komputerowej analizy obrazu, wybrane, krytyczne dla jakości atrybuty produktów spożywczych mogą być badane w systemie on-line, tak by uzyskana informacja mogła posłużyć zagwarantowaniu standardowej i powtarzalnej jakości końcowej produktu.
    Computer image analysis is as non-destructive technology to assess and control the quality of food products. The implication of the presented analysis is, that the computer image analysis is becoming more commonly used in the food industry to assess chosen visual qualitative features. Computer image analysis is a method that enables repeatable and rapid, quantitative and/ or qualitative measurement and, taking into account, that measurement is non-destructive, each element of the batch may be controlled. Using computer image analysis, chosen, critical to quality, features of food products may be analyzed on-line, to guarantee standardized and repeatable quality of the final product.
    Źródło:
    Postępy Techniki Przetwórstwa Spożywczego; 2012, 2; 116-120
    0867-793X
    2719-3691
    Pojawia się w:
    Postępy Techniki Przetwórstwa Spożywczego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie rozkładu cząstek podczas mieszania systemem funnel-flow
    Estimating the distribution of a granual molecule mixed using the funnel-flow system
    Autorzy:
    Matuszek, D.
    Tukiendorf, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/287965.pdf
    Data publikacji:
    2005
    Wydawca:
    Polskie Towarzystwo Inżynierii Rolniczej
    Tematy:
    materiał ziarnisty
    mieszanie
    ocena jakości układu ziarnistego
    komputerowa analiza obrazu
    sieci neuronowe
    współczynnik koleracji przestrzennej
    grain
    mixing
    quality evaluation
    grain configuration
    computer analysis of picture
    neural networks
    spatial correlation coefficient
    Opis:
    W pracy przedstawiono wyniki modelowania neuronowego procesu mieszania niejednorodnego układu ziarnistego przy pomocy systemu funnel-flow. W oparciu o komputerową analizę obrazu dokonano oceny rozkładu cząstek obserwowanego składnika kluczowego w poszczególnych przekrojach mieszalnika używając jako miary tego rozkładu wartości wariancji. Modelowanie oparto na prognozowaniu neuronowym. Do uczenia wykorzystano pięć pierwszych kroków mieszania. Następnie w oparciu o wyniki uczenia sieć dokonała predykcji rozkładu koncentracji składnika kluczowego dla następnych pięciu kroków mieszania, to jest aż do osiągnięcia stanu równowagowego. Dokonano statystycznego porównania modeli (empirycznego i predyktowanego) przy pomocy współczynnika przestrzennej korelacji.
    This research presents the outcomes of neuron modeling of the mixing process of a non-homogeneus grain configuration by the use of a funnel-flow system. On the basis of a computer image analysis an estimation of was executed the molecule distribution of each key component the observed. Specifficaly a cross-section of the mixing device used in this process was analysed for statistical variance in key-component distribution. On the basis of the first five mixing steps the FBM network has been learned. Next, on the basis of the outcomes the network predicted the distribution of the key-component concentration after the next five mixing steps. A statistical model comparison (empirical and predicted) was done using the spatial autocorrelation.
    Źródło:
    Inżynieria Rolnicza; 2005, R. 9, nr 14, 14; 229-235
    1429-7264
    Pojawia się w:
    Inżynieria Rolnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies