Imagem hiperespectral no infravermelho próximo para predição e visualização da maciez da carne bovina

• Processo: 15/20312-2
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de abril de 2016
• Data de Término da vigência: 31 de dezembro de 2016
• Área de conhecimento: Ciências Agrárias - Ciência e Tecnologia de Alimentos - Tecnologia de Alimentos
• Pesquisador responsável: Saulo da Luz e Silva
• Beneficiário: Juliana Monteiro Balage
• Supervisor: Jose Manuel Amigo Rubio
• Instituição Sede: Faculdade de Zootecnia e Engenharia de Alimentos (FZEA). Universidade de São Paulo (USP). Pirassununga , SP, Brasil
• Instituição Anfitriã: University of Copenhagen, Copenhagen, Dinamarca
• Vinculado à bolsa: 15/00293-3 - Avaliação da qualidade da carne bovina utilizando imagem hiperespectral no infravermelho próximo, BP.DR
• Assunto(s): Qualidade da carne Carne bovina Maciez da carne Processamento de imagens Imagem hiperespectral
• Palavra(s)-Chave do Pesquisador: carne bovina | Imagem hiperespectral | maciez | Qualidade | Qualidade de carne

Resumo

Esta pesquisa estuda a previsão rápida e não destrutiva da maciez de carne bovina in natura usando Imagem hiperespectral no infravermelho próximo (1000-2500 nm). A imagem dos bifes testados com diferentes valores de maciez foram adquiridas e as suas características espectrais foram extraídas. Algoritmos de calibração, partial least squares regression (PLSR) e least-square support vector machine (LS-SVM) serão utilizados para correlacionar os espectros extraído de amostras de carne bovina com os valores de maciez estimados pelo método WBSF. Comprimentos de onda ótimo serão selecionados a partir dos espectros totais por dois métodos, coeficiente de regressão (RC) a partir de análise PLSR e successful projections algorithm (SPA). Algoritmos de processamento de imagem serão estudados para transferir o melhor modelo para cada pixel nos bifes para a visualização da distribuição da maciez. (AU)