برآورد میزان شاخص شمارش کلی میکروبی میگوی پرورشی (گونه وانامی) به کمک پردازش تصویر

افزایش میزان تولید و مصرف میگو اهمیت تازگی و کیفیت این محصول غذایی را برای صنعت میگو دو چندان کرده است. امروزه تعیین شاخص های کیفی یکی از موضوع های جدید و مورد علاقه ی بسیاری از مهندسان صنایع غذایی و بیوسیستم است، زیرا دانستن میزان کیفیت مواد غذایی می تواند اطلاعات بیش تری درباره ی شرایط نگه داری و نظارت آن ارائه نماید. اهمیت مقوله پردازش تصاویر در کنترل کیفیت بدین جهت است که تعیین کیفیت مواد غذایی با هزینه کم تر و راحت تر می باشد و بدین ترتیب مواد غذایی از آسیب های مکانیکی ناشی از آزمون های شیمیایی مصون می ماند. در این میان یکی از شاخص های تازگی مواد غذایی به خصوص در آبزیان شمارش کلی میکروبی است. لذا در این مطالعه، سعی شده است مدلی برای پیش بینی مقادیر شمارش کلی میکروبی با کمک پردازش تصویر و شبکه های عصبی مصنوعی برای میگوی (وانامی) در طی چهار مرحله نگه داری (روز اول، روز سوم، روزششم و روز نهم) با شرایط نگه داری مرسوم (دریخ و با صفر تا 2 درجه سانتی گراد) برآورد شود. پس از انتخاب بهترین شرایط نورپردازی، تصویر برداری به وسیله یک دوربین دیجیتال و در دو نمای بالا و کنار انجام گرفت. این تصاویر به رایانه انتقال داده شدند. سپس برای استخراج ویژگی های تصویر از جعبه ابزار پردازش تصویر نرم افزار متلب استفاده شد. مقدار a* و b* بدست آمده از تصاویر بالا در طول نگه داری در سطح احتمال (p<0/ 05) به صورت خطی افزایش داشته است. با مقایسه نتایج به دست آمده از آزمون دانکن، می توان دریافت که بین تغییر رنگ میانگین R، واریانس b*، میانگین v، میانگین y، میانگین y، میانگین b*، میانگین 1 از تصاویر گرفته شده از بالا، در مدت نگه داری با شمارش کلی میکروبی ارتباط قوی وجود دارد. بنابراین، می توان از پردازش تصویر با استفاده از پارامترهای رنگ و بافت میگو به عنوان روشی غیرمخرب، کم هزینه و آسان برای ارزیابی سریع شمارش کلی میکروبی میگو در صنایع غذایی و کنترل کیفیت مواد غذایی بهره برد.