Сибирские ученые научились определять качество мяса по фотографии
Снимок подвергают математической обработке, конкретные характеристики цвета соответствуют различным степеням свежести
НОВОСИБИРСК, 28 января. /ТАСС/. Ученые Конструкторско-технологического института научного приборостроения (КТИ НП) СО РАН и Сибирского физико-технического института аграрных проблем Россельхозакадемии (ФТИ СО РАСХН) разработали не имеющий аналогов в России метод определения качества мяса. Анализ проводится на основе фотографии, сообщила заведующая лабораторией лазерных прецизионных систем КТИ НП СО РАН Ирина Пальчикова.
"Существенно возросла доля поступающих на переработку животных, у которых после убоя в мышечной ткани обнаруживаются значительные отклонения от обычного развития автолитических процессов (самопроизвольного изменения химического состава после убоя животного - ТАСС). Это связано с условиями содержания скота, способами откорма и лечения. В этой связи в пищевой промышленности остро стоит задача экспресс-анализа мяса с целью его объективного разделения на категории", - приводит слова Пальчиковой официальное издание СО РАН "Наука в Сибири".
При создании метода ученые основывались на том, что от качества мяса напрямую зависит его цвет. Это свойство связано с пигментами сложных белков. В свежем сырье под воздействием кислорода они представлены темно-красным миоглобином, ярко-красным оксимиоглобином и коричневым окисленным метмиоглобином, которые переходят друг в друга. С течением времени второй из них, указывающий на свежесть продукта, за счет реакции с кислородом становится третьим и придает продукту непривлекательный землистый или темно-бурый оттенок.
Поэтому ученым важно было научиться с максимальной точностью различать оттенки. В итоге были разработаны портативный автономный анализатор цвета и программа, которая позволяет определять значимые характеристики продукта: цвет и коэффициенты отражения на различных длинах волн.
Для оценки качества мясной образец фотографируется, после чего его цифровое изображение подвергается математической обработке: конкретные значения цветовых характеристик соответствуют различным степеням свежести.
Для усовершенствования метода требуется наработка базы данных. Колбасы, сделанные разными фирмами, отличаются друг от друга, и для каждой из них необходимо создавать свой цветовой "спектр качества".