0
En este trabajo se utilizaron métodos de regresión y procesamiento de imágenes de color para evaluar la puntuación del color en el centro de muestras de lomo de cerdo.
Se seleccionaron un centenar de muestras de lomo con puntuaciones subjetivas de color entre 1 y 5 (NPB, 2011; n=20 para cada puntuación de color) para determinar los valores de correlación entre las mediciones del colorímetro Minolta y las características del procesamiento de imágenes. Se extrajeron dieciocho características de color de la imagen a partir del modelo RGB (rojo, verde, azul), HSI (tono, saturación, intensidad) y L*a*b*. Al comparar los valores del colorímetro Minolta con los obtenidos a partir del procesamiento de imágenes, las correlaciones fueron significativas para L* (0,91), a* (0,80) y b* (0,66). Se usaron dos modelos de regresión (lineal y "stepwise") para evaluar los resultados de color de la carne de cerdo. El modelo de regresión lineal propuesto tenía un coeficiente de determinación (R2) de 0,83 en comparación con los resultados de la regresión "stepwise" (R2=0,70).
Estos resultados indican que los métodos de visión artificial tienen potencial para ser utilizados como una herramienta en la predicción del color de la carne de cerdo.
Xin Sun, Jennifer Young, Jeng Hung Liu, Laura Bachmeier, Rose Marie Somers, Kun Jie Chen, David Newman. Prediction of pork color attributes using computer vision system. Meat Science, Volume 113, March 2016, Pages 62–64.
doi:10.1016/j.meatsci.2015.11.009