[go: up one dir, main page]

DE69321351T2 - System für die qualitätskontrolle und klassifizierung von fleisch - Google Patents

System für die qualitätskontrolle und klassifizierung von fleisch

Info

Publication number
DE69321351T2
DE69321351T2 DE69321351T DE69321351T DE69321351T2 DE 69321351 T2 DE69321351 T2 DE 69321351T2 DE 69321351 T DE69321351 T DE 69321351T DE 69321351 T DE69321351 T DE 69321351T DE 69321351 T2 DE69321351 T2 DE 69321351T2
Authority
DE
Germany
Prior art keywords
fat
leg
images
data
amount
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
DE69321351T
Other languages
English (en)
Other versions
DE69321351D1 (de
Inventor
Paul Bernard David Northlew Okehampton Newman
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from GB929214188A external-priority patent/GB9214188D0/en
Priority claimed from GB929221065A external-priority patent/GB9221065D0/en
Priority claimed from GB939306046A external-priority patent/GB9306046D0/en
Application filed by Individual filed Critical Individual
Publication of DE69321351D1 publication Critical patent/DE69321351D1/de
Application granted granted Critical
Publication of DE69321351T2 publication Critical patent/DE69321351T2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A22BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
    • A22BSLAUGHTERING
    • A22B5/00Accessories for use during or after slaughtering
    • A22B5/0064Accessories for use during or after slaughtering for classifying or grading carcasses; for measuring back fat
    • A22B5/007Non-invasive scanning of carcasses, e.g. using image recognition, tomography, X-rays, ultrasound
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02Food
    • G01N33/12Meat; Fish

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Food Science & Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Medicinal Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Meat, Egg Or Seafood Products (AREA)
  • Image Analysis (AREA)

Description

  • Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zur Klassifizierung von Schweinsschlögeln. Am einen Ende des Spektrums an Erzeugnissen, die aus einem Schweinsschlögel hergestellt werden können, befindet sich der traditionelle Schinken, der oft intakt als Einheit mit Knochen verkauft wird, bei dem zwischen dem Zeitpunkt des Ablösens vom Rumpf des Schweins bis zum Verkauf und Verbrauch des Enderzeugnisses Wochen oder sogar Monate vergehen. Am anderen Ende des Spektrums liegen die Erzeugnisse moderner Technologien, wie Wälzen und Kneten, bei denen knochenlose Fleischstücke während des Kochens mechanisch bewegt und rekombiniert werden; diese Erzeugnisse können innerhalb weniger Tage nach dem Ablösen zum Verkauf bereitstehen. Der Preis pro Gewichteinheit des fertigen Erzeugnisses ist für traditionellen Schinken häufig wesentlich größer als für mit modernen Verfahren verarbeiteten Schinken.
  • Ein Qualitätsparameter, der bei den meisten Fleischverarbeitungsanlagen als grundlegend erachtet wird, ist das Verhältnis zwischen dem Gewicht des verkauften Enderzeugnisses und dem Gewicht des beim betreffenden Verfahren verwendeten Rohmaterials. Bei der Herstellung von Schinken aus ungepökeltem Schweinsschlögel wird das Gewicht üblicherweise als Ertrag ausgedrückt, der als Gewicht an Enderzeugnis ausgedrückt als Prozentsatz des Gewichts des Schweinsschlögels definiert ist. Es ist wichtig, daß der Ertrag in so engen Grenzen wie möglich vorhersagbar ist, um den Anforderungen der Kunden und häufig auch der Gesetzgebung zu genügen. Aus diesem Grund ist der Ertrag immer ein Hauptkriterium in jeder Fleischverarbeitungsanlage, und häufig ist es das einzige Qualitätskriterium, das in kleinen Fleischverarbeitungsanlagen regelmäßig zur Anwendung kommt. Ähnliche Erwägung gelten in Verbindung mit dem Fleischrumpf, von dem die abgeschnittenen Teile stammen.
  • Die präzise Vorhersage des Gewichts des Enderzeugnisses, das aus einem einzelnen Fleischteil erzielbar ist, ist ein Ideal, das die fleischverarbeitende Industrie seit Jahrzehnten anstrebt. Der Fettgehalt eines Fleischteils kann ein Faktor sein, der zu Schwankungen im Ertrag von Fleischteilen beiträgt, aber die Beziehung ist nicht genau definiert.
  • Der Begriff "Fettgehalt" bezieht sich nicht nur auf die Gesamtmenge an Fett in einem Teil, sondern auch auf seine Verteilung. Eine Ursache für Beanstandung bei der Herstellung von traditionellem Schinken am Knochen ist auf die Schwankung der Menge an Poplitealfett zurückzuführen, das zwischen Muskelblöcken am distalen Teil des Schlögels hinter dem Kniegelenk auftritt. Das Aussehen dieses Fettdepots hat ihm seinen gebräuchlichen Namen "Sternfett" gegeben. Übermäßiges Vorhandensein von Sternfett ist bei einem traditionellen Schinken erst dann zu erkennen, wenn er beim Verkauf in Scheiben geschnitten wird. Da es mit herkömmlichen Verfahren zur Qualitätskontrolle nicht möglich war, vorherzusagen, ob bei einzelnen Schweinen die Neigung zu übermäßigen Mengen an Sternfett besteht, kommt es beim Verkauf an den Endverbraucher zu Beschwerden. Derartige Beschwerden führen zu Unzufriedenheit (und Unkosten) an allen Verbindungsstellen in der Kette zwischen dem Herstellers des · Erzeugnisses und dem Konsumenten.
  • Das Auftreten von übermäßigem Sternfett ist nicht nur nicht schön anzusehen, es verursacht auch Probleme beim Ablösen der Schinken vom Knochen. Schinkenscheiben, die große Mengen an Sternfett zwischen den Muskelblöcken enthalten, neigen dazu, während oder nach dem Aufschneiden auseinanderzufallen, was zu einer inakzeptabel hohen Menge an Ausschußscheiben führt. Wenn es möglich wäre, vor der Herstellung jene Schweinsschlögel zu identifizieren, bei denen die Wahrscheinlichkeit des Vorhandenseins inakzeptabel hoher Mengen an Sternfett am größten ist, könnten diese Schlögel beispielsweise für die Herstellung von qualitativ weniger hochwertigem knochenlosem Schinken umgewidmet werden, wenn das Poplitealfett im Schlachthaus entfernt werden kann.
  • Die WO91/14180 betrifft die Bewertung von Schlachtgut und Schlachtgutteilen durch Bildanalyse. Sie besagt, daß die Analyse freigelegter Merkmale von Schlachtgutteilen, wie Fett zwischen den Muskeln, eingesetzt worden ist, um die Qualität und Quantität von Fleischerzeugnissen innerhalb des Schlachtguts abzuschätzen.
  • Die EP-A-0.444.675 offenbart, daß eine Fleischoberfläche mit einem Lichtstrahl abgetastet werden kann, um ihre Reflexionseigenschaften zu ermitteln. Die Analyse der Daten gibt Informationen z. B. in bezug auf das Durchwachsensein mit Fett.
  • Gemäß einem Aspekt stellt die vorliegende Erfindung ein Verfahren zur Klassifizierung eines Schweinschlögels bereit, umfassend
  • a) das Aufnehmen eines repräsentativen Bildes oder repräsentativer Bilder des freiliegenden breiten Endes des Schlögels;
  • b) das Verarbeiten des/der repräsentativen Bildes/Bilder, um Daten zu liefern, die mit der Menge an im Schlögel vorhandenem Poplitealfett in bezug gebracht werden können; wobei die Daten die Mengen an intermuskulärem Fett in einem vordefinierten Bereich des/der repräsentativen Bildes oder Bilder umfaßt;
  • c) das Verarbeiten der in Schritt (b) gelieferten Daten, um einen Parameter oder eine Vielzahl von Parametern zu erhalten, die sich für die Kategorisierung des Schlögels eignen; und
  • d) Zuordnen der Schlögels zu einer Klasse oder Kategorie auf Basis des Parameters oder der Vielzahl von Parametern.
  • Gemäß einem zweiten Aspekt stellt die Erfindung eine Vorrichtung zur Durchführung eines solchen Verfahrens bereit, umfassend Fördermittel zum Befördern eines von einem geschlachteten Schwein erhaltenen Schlögels; zumindest eine Videokamera, die in Nachbarschaft des Fördermittels angeordnet ist, um ein Bild oder Bilder zu erhalten, das/die den Schlögel zeigt/zeigen; Signalverarbeitungsmittel, die so ausgebildet sind, daß vom Bild oder von den Bildern Daten erhalten werden, die mit der Menge an Poplitealfett im Schlögel in bezug gebracht werden können; wobei die Daten die Mengen an intermuskulärem Fett in einem vorbestimmten Bereich des/der repräsentativen Bildes oder Bilder umfassen; und um aus diesen Daten einen Parameter oder eine Vielzahl von Parametern abzuleiten, der/die sich für die Kategorisierung des Schlögels eignet/eignen; und Zuordnungsmittel zum Zuordnen des Schlögels zu einer Klasse oder Kategorie auf Basis des Parameters oder der Vielzahl von Parametern.
  • Die Farbe von Fleisch und Fleischerzeugnissen ist wichtig. Erzeugnisse oder Teile, die blasser oder dunkler sind, als normalerweise von einem bestimmten Teil oder einer bestimmten Art von Erzeugnis erwartet, sind für den Konsumenten üblicherweise weniger attraktiv.
  • Ein weiterer Grund für Bemängelung ist Mehrfarbigkeit. Wenn solche Mehrfarbigkeit bei einem Schweinsschlögel vorliegt, kann der Schlögel im Prinzip der Herstellung von knochenlosem Schinken zugeordnet werden, wo beispielsweise Muskeln von einer großen Zahl an Schweinsschlögeln auf Basis der Farbe ausgewählt werden, so daß die Mehrfarbigkeit im Enderzeugnis auf ein Minimum reduziert wird. In diesem Fall ist natürlich die Auswahl "mit dem Auge" anwendbar, das hat sich aber als überraschend unzuverlässig erwiesen, was möglicherweise auf die schlechten und schwankenden Lichtverhältnisse in Schlachthäusern und Fleischverarbeitungsanlagen zurückzuführen ist, und von vornherein zu langsam ist, um mit der für die Herstellung von Fleischerzeugnissen im großen Maßstab notwendigen Verarbeitungsmenge Schritt zu halten.
  • Wenn die Qualität eines bestimmten Fleischteils Einfluß darauf hat, welche Art von Erzeugnis aus diesem Teil hergestellt wird, beeinflußt sie üblicherweise auch den finanziellen Wert des Teils. Eine solche Änderung des Werts eines Teils muß auch den Nettopreis des Schlachtguts ändern, von dem der Teil stammt. Bestehende Schlachtgut- Klassifizierungssysteme können auf diese Art von Wertschwankungen nicht leicht Rücksicht nehmen, die erst nach der Klassifizierung auftreten, wenn das Teilen des Schlachtguts in Basisstücke begonnen hat; da die Klassifizierung idealerweise den Gesamtwert des Schlachtgutes widerspiegeln sollte, weist diese Tatsache auf eine diesen Systemen innewohnende Schwäche hin.
  • Vorzugsweise ist ein in Schritt (c) erhaltener Parameter die Gesamtmenge an magerem Fleisch in einem Fleischteil; umgekehrt kann ein Parameter die Menge an Fett sein, oder die Anordnung dieses Fetts, oder beides. Vorzugsweise ist ein in Schritt (c) erzeugter Parameter der vorhergesagte Ertrag an Fleischerzeugnis. Gegebenenfalls ist ein in Schritt (c) erzeugter Parameter die Neigung zum Auftreten einer höheren Menge an Poplitealfett als zuvor als akzeptabel festgelegt. Gegebenenfalls umfaßt das Verfahren auch das Ermitteln von Daten über die Farbe des Fleischteils und die Verwendung der Daten, um einen weiteren solchen Parameter zu liefern. Gegebenenfalls umfaßt das Verfahren einen zusätzlichen Schritt, bei dem Daten über die Mehrfarbigkeit des Teils erhalten werden.
  • Einige Ausführungsformen der Erfindung werden nun unter Bezugnahme auf die beiliegenden Zeichnungen beschrieben, in denen:
  • Fig. 1 ein Fließschema ist, das Schritt der vorliegenden Erfindung für die Klassifizierung von Fleischteilen darstellt;
  • Fig. 2a ein repräsentatives Bild eines Schweinsschlögels ist, in dem die Bereiche gezeigt werden, von denen bei einer bevorzugten Ausführungsform der Erfindung Daten erhalten werden, die mit dem Fettgehalt in bezug gesetzt werden können; Fig. 2b ein Beispiel für einen ähnlichen Schweinsschlögel darstellt, der eine höhere Neigung zu einer großen Menge an Sternfett hat; und
  • Fig. 3 ein Fließschema ist, das die Verwendung verschiedener Parameter für die Zuordnung von Schweinsschlögeln zur Verarbeitung in Schinken in einem veranschaulichenden Beispiel des erfindungsgemäßen Verfahrens zeigt.
  • Zunächst auf Fig. 1 Bezug nehmend umfaßt eine geeignete Anlage zur Durchführung des Verfahrens gemäß vorliegender Erfindung in ihrer einfachsten Form üblicherweise Mittel 10 zum Bestimmen des Gewichts des Teils; Mittel 20 zum Erhalten eines repräsentativen Bilds des Teils; Mittel 30 zum Verarbeiten des repräsentativen Bildes des Teils; eine Datenverarbeitungseinheit 40 zum Verarbeiten der Gewichts- und Bilddaten, um einen Parameter oder eine Vielzahl von Parametern bereitzustellen, die sich zum Kategorisieren des Teils eignen, und die einen Standardwert oder Standardwerte des Parameters oder der Vielzahl von Parametern speichert und diese verwendet, um den Teil einer vordefinierten Kategorie zuzuordnen; sowie einen Effektor oder Zuordner 50, der von der Datenverarbeitungseinheit 40 je nach der Kategorie, der das Teil zugeordnet worden ist, Instruktionen erhält und nach diesen Instruktionen das Fleischteil der Bearbeitung gemäß der gewählten Kategorie zuordnet.
  • Beispiel 1
  • Bei einem automatisierten System, das eine Ausführungsform der vorliegenden Erfindung darstellt, wird ein Schweinsschlögel, wie der in Fig. 2a oder 2b gezeigte, ein Band entlang zu einer ersten Station bewegt, wo der Schlögel gewogen wird. Das Gewicht des Schlögels wird mit einem geeigneten Mittel abgefühlt und in einer Datenverarbeitungseinheit gespeichert. Eine erste Selektion ausschließlich auf Basis des Gewichts ordnet nur jene Schlögel, die sich in einem vorbestimmten Bereich befinden, der Verarbeitung in traditionelle Schinken zu.
  • Wenn er sich in einem geeigneten Gewichtsbereich befindet, bewegt sich der Schlögel zu einer zweiten Station, wo mit einer Videokamera ein Bild des freiliegenden breiten Endes des Schlögels aufgenommen wird. Die ursprünglich gemachte Bild umfaßt unerheblichen Hintergrund sowie das Bild des Schweinsschlögels. Der erste Schritt der Bildbearbeitung besteht daher darin, ein erstes Fenster bereitzustellen, das durch die Umrisse des Teils ohne Hintergrund definiert ist, wie in Fig. 2 gezeigt. Dabei handelt es sich um ein repräsentatives Bild des Fleischteils innerhalb des ursprünglichen Bildes. Die Gesamtfläche der freiliegenden Teiloberfläche wird aufgrund dieses Bildes bestimmt, sowie die maximale und die minimale Länge der freiliegenden Teiloberfläche in zwei zueinander im rechten Winkel verlaufenden Richtungen. Diese Bild kann weiter verarbeitet werden, um die gesamte magere Fläche auf Basis der Lichtreflexionseigenschaften der verschiedenen Gewebe zu bestimmen.
  • Wie ebenfalls in Fig. 2 gezeigt, dienen die Daten vom ersten Bild auch dazu, einen Bildprozessor mit Information zu versorgen, um ein zweites Fenster zu bilden (das durch die Linien A-A und A'-A' definiert ist). Die mittlere Dicke des Unterseitenfetts 60 innerhalb des zweiten Fensters kann bestimmt werden.
  • Für manche Zwecke kann zufriedenstellende Kategorisierung unter Verwendung der beiden Kriterien Gewicht und Unterseitenfettdicke erzielt werden. Der Erfinder des vorliegenden Anmeldungsgegenstandes hat beispielsweise festgestellt, daß ein sehr starke Korrelation zwischen dem Schlachtgutgewicht, der Dicke an subkutanem Fett und der Teiloberfläche des abgelösten Körperglieds (Unterseitenfett), dem Gewicht des ungepökelten Schlögels und dem Endgewicht des Schinkens nach dem Pökeln und Räuchern besteht.
  • Beim Versuch, eine zufriedenstellende und sinnvolle Beziehung zwischen und unter den zusammengestellten Daten zu finden, wurde eine große Anzahl an Komponenten unter Einsatz einer Multivarianten-Analysetechnik korreliert und rückgekoppelt. Die Hypothesen wurden wie erforderlich unter Einsatz von Varianz-, F-Verhältnis-, t-Test-, Ch-Quadrat- und Wilcos-Ranking-Analyse auf ihre Signifikanz getestet.
  • Bei allen Kombinationen aus dem Gewicht im ungepökelten, grünen, gepökelten und Ein/Aus-Räucher-Zustand wurden keine (oder sehr geringe) Signifikanzwerte festgestellt.
  • Das Einbringen von Schlachtgutgewicht oder Fat-O-Meter-Wert ergab keine wesentliche Verbesserung. Es wurde jedoch eine Korrelation von r = 0,86 zwischen log(Schlachtgutgewicht/Unterseitenfettdicke) und (Gewicht geräuchert/Gewicht des ungepökelten abgelösten Schlögels) festgestellt.
  • Da das Korrelieren des Gewichts im ungepökelten Zustand mit dem Gewicht geräuchert als nicht signifikant ermittelt worden ist, wies diese positive Korrelation darauf hin, daß sowohl Schlachtgutgewicht, als auch Unterseitenfettdicke signifikante Kompontenteneinflüsse auf das Endergebnis waren.
  • Tabelle 1a zeigt die Wirkung der Korrelation des Unterseitenfetts mit [Gewicht geräuchert/Gewicht des ungepökelten abgelösten Schlögels] bei konstantem Schlachtgutgewicht. Tabelle 1b zeigt die Auswirkung der Korrelation des Schlachtgutgewichts mit [Gewicht geräuchert/Gewicht des ungepökelten abgelösten Schlögels] bei konstantem Fettgehalt. Die Korrelationen für 1a lagen im Bereich von 0,91 bis 0,96 und für 1b zwischen 0,86 und 0,93.
  • Die Wirkungen waren von großer Bedeutung. Die Korrelationswerte und sind die verschiedenen Anstiege weisen auch darauf hin, daß es eine zusätzliche nicht-lineare Wirkung zwischen geringer und hoher Fettdicke und zwischen geringem und hohem Schlachtgutgewicht gibt.
  • Mehr Daten, insbesondere über Schlachtgutgewicht : Fettgehalt : Ertragsschwankung, würde es selbstverständlich möglich machen, eine Kurvenanpassungsgleichung aufzustellen, die die Veränderlichkeit bei Vorhersagegleichungen, wie in Tabelle 1c dargelegt, weiter verringert. Die Verwendung von variablen Konstanten sorgte jedoch für höhere Veränderlichkeit bei den Vorhersagegleichungen. Diese Werte lagen im Bereich von 0,5 für vorhergesagte Ausbeuten über 80% des Rohgewichts bis 2,5 bei jenen unter 70%.
  • Die Gleichung berücksichtigte einen Großteil der Schwankung in der Population, und es bestand eine gute Korrelation zwischen tatsächlichen und vorhergesagten Schinkenerträgen. Tabelle 1a KORRELATION ZWISCHEN DER DICKE DES SUBKUTANEN FETTS AN DER UNTERSEITE UND DEM ERTRAG BEI KONSTANTEM SCHLACHTGUTGEWICHT Tabelle 1b KORRELATION ZWISCHEN DEM SCHLACHTGUTGEWICHT UND DEM ERTRAG BEI KONSTANTER DICKE DES SUBKUTANEN FETTS AN DER UNTERSEITE
  • Tabelle 1c VORHERSAGEGLEICHUNG ZUM SCHÄTZEN DES ERTRAGS GRÄUCHERT AUFGRUND DES FETTDICKE, BESTIMMT AUFGRUND EINES REPRÄSENTATIVEN BILDES UND GEWICHTS DES SCHLÖGELTEILS
  • Y&sub1; = (Y = a - b(x)) + C
  • worin Y = geschätzter Ertrag geräuchert (als % des Rohgewichts)
  • Y&sub1; = Modfizierter Y-Wert, der Kompensationsfaktor enthält
  • a = computerberechneter Unterbrechungswert
  • b = Anstiegskonstante
  • x = tatsächliche Fettdicke der Probe
  • C = Kompensationsfaktor
  • Y&sub1; = (Y = (92,5 - (0,8 · Fettdicke)) + C
  • C = 0,5, wenn der Y-Wert größer als 80% ist;
  • 1,5, wenn der Y-Wert größer als 69,9%, aber geringer als 80% ist;
  • 2,5, wenn der Y-Wert geringer als 69,9% ist.
  • Daher Y&sub1; = Y + C, und Y = (a - bx).
  • Wenn die Klassifizierung daher ausschließlich aufgrund des Ertrags erfolgt, kann adäquate Information über den Fettgehalt erhalten werden, indem aufgrund des repräsentativen Videobildes die mittlere subkutane Fett-Tiefe ermittelt wird. (Alternativ dazu ist die Fett-Tiefe an vordefinierten Positionen ein zufriedenstellender Indikator für den Fettgehalt). In diesem Beispiel werden, wie in Fig. 3 gezeigt, Schweinsschlögel mit einem vorhergesagten Ertrag unter einem vorbestimmten Minimum der Verarbeitung in Schinkenwaren zugeordnet; Schlögel mit einem vorhergesagten Ertrag über einem vorbestimmten Wert werden der Herstellung von knochenlosem Schinken zugeordnet.
  • Bei diesem Versuch verbesserte die Kenntnis des Schlachtgutgewichts die Präzision der Ertragvorhersage, sie ist aber jedoch keine grundlegende Vorbedingung für das erfindungsgemäße Verfahren, weil die Kategorisierung auch ohne sie durchaus adäquat erreicht werden konnte.
  • Bei einem weiteren Versuch hat der Erfinder des vorliegenden Anmeldungsgegenstandes festgestellt, daß Unterseitenfettdicke, Gesamtfettgehalt und Menge an intermuskulärem Fett, die alle aufgrund des repräsentativen Bildes ermittelt werden können, eine gute Korrelation mit der Gesamtmenge an magerem Gewebe aufweisen, das im Schlögel vorhanden ist. Diese Art der Information ist beispielsweise äußerst nützlich für die Bewertung der Menge an Rohmaterial, die für die Herstellung von knochenlosen Schinken zur Verfügung steht.
  • Weitere Qualitätsparameter, die aus dem repräsentativen Bild erhalten werden, können für die Kategorisierung verwendet werden, wie in Fig. 3 gezeigt. Die vorliegende Erfindung betrifft primär die vorhergesagte Menge an Stern-(Popliteal-)Fett. Die Dicke des Unterseitenfetts 60 ist kein guter Indikator für die Menge an Sternfett; der Erfinder des vorliegenden Anmeldungsgegenstandes hat jedoch festgestellt, daß die Menge an intermuskulärem Fett 62, 64, das auf der freiliegenden Fläche vorhanden ist, gute Korrelation mit der Menge an Sternfett im tieferen Schlögel aufweist. Bei einem Versuch wiesen über 90% der Schlögel, von denen festgestellt wurde, daß sie eine inakzeptable Menge an Sternfett aufwiesen, in diesen Bereichen viel intermuskuläres Fett auf (wie in Fig. 2b zum Vergleich mit Fig. 2a gezeigt), obwohl die Unterschiede in der Unterseitenfettdicke gering waren.
  • Die Menge an intermuskulärem Fett 62, 64 im Bereich, der von Interesse ist, kann geschätzt werden, indem innerhalb des zweiten Fensters drei weitere Fenster 66, 68, 70 definiert werden. Die Obergrenze dieser Fenster (Linie B-B in Fig. 2a) befindet sich unmittelbar unter dem geschnittenen Knochen 72 verläuft in etwa parallel zur Unterseitenhaut 74. Die Grenzen zwischen Fenstern 66, 68, 70 sind durch die Linien C- C bzw. C'-C' definiert, die im rechten Winkel zur Linie B-B und im gleichen Abstand zwischen den Linien A-A, A'-A' verlaufen. Die Untergrenze der Fenster (Linie D-D) befindet sich in bezug zur Oberkante 76 der Unterseitenfettschicht 60.
  • Mittlere Grauwerte für jedes Fenster 66, 68, 70 sind geeignete Indikatoren für die Menge an Sternfett. Dieses Analyseverfahren eignet sich unter den meisten Bedingungen, aber eine besser ansprechende Vorgangsweise besteht darin, ein zusätzliches Fenster zu erzeugen, dessen obere Grenze durch Linie E-E definiert ist. Diese Linie befindet sich im gleichen Abstand zwischen den Linien B-B, D-D; Linie D-D befindet sich in der unteren Grenze des Fensters. Innerhalb dieses Fenster wird Konnektivitätsanalyse durchgeführt (die Informationen über die Gestalt, Größe, Fläche usw. liefert), wobei alle Strukturen ignoriert werden, die die Grenzen des Bereichs berühren, der von Interesse ist. Bei diesem Verfahren werden die größeren Flächen an intermuskulärem Fett isoliert, die verwendet werden, um die Menge des Sternfetts zu quantifizieren. Schlögel mit vorhergesagten Sternfettwerten, die größer als eine gespeicherte Obergrenze sind, werden der Verarbeitung in Schinkenwaren zugeordnet, während Schlögel mit vorhergesagten Sternfettwerten unter einer gespeicherten Untergrenze der Herstellung von knochenlosem Schinken zugeordnet werden.
  • Bei der korrekten Wahl optischer Bedingungen kann das repräsentative Bild Informationen über die Farbe übermitteln. Unter grüner Beleuchtung kann die Spektralreaktion als Farbparameter eingesetzt werden, wobei die Schlögel gemäß einem mittleren Farbwert oder Farbwert an spezifischen Stellen kategorisiert werden.
  • Ein Parameter der Mehrfarbigkeit kann erhalten werden, indem beispielsweise die maximale Differenz zwischen der grünen Spektralreaktion berechnet wird, die von den Fenstern 66, 68, 70 erhalten wird. In diesem Beispiel, und wie in Fig. 3 gezeigt, werden Schlögel mit einer zu großen Bandbreite an Spektralreaktionen der Herstellung von knochenlosem Schinken zugeordnet, wenn ihr berechneter Ertrag über einem vorbestimmten Wert liegt, oder sie werden der Schinkenwaren-Herstellung zugeordnet, wenn ihr vorhergesagter Ertrag unter diesem Wert liegt.
  • Schweinsschlögel, die dem traditionellen Schinken zugeordnet werden, d. h. jene innerhalb der vordefinierten akzeptablen Bereiche für Gewicht, Fettgehalt, Sternfett und Farbe, werden dann auf Basis des Gewichts bestimmten Behältern zugeführt.
  • Es kann natürlich eine zweckgerichtete Vorrichtung hergestellt werden, um die erfindungsgemäßen Verfahren durchzuführen, aber ohne das Gewicht des Fleischteils zu bestimmen. Eine derartige Vorrichtung ist besonders geeignet, wenn der Ertrag beispielsweise weniger wichtig ist als zu gewährleisten, daß die Mehrfarbigkeit nicht übermäßig hoch ist, oder Farbextreme zu vermeiden. Auf ähnliche Weise kann die Möglichkeit, Schweinsschlögel zu detektieren und aus dem Verarbeitungsprozeß zu nehmen, bei denen es wahrscheinlich ist, daß sie während des Aufschneidens eine unangemessene Menge an Sternfett aufweisen, für die Hersteller von traditionellem Schinken wichtiger sein als der Ertrag.

Claims (4)

1. Verfahren zur Klassifizierung eines Schlögels von einem Schwein, umfassend
a) das Aufnehmen eines repräsentativen Bildes oder repräsentativer Bilder des freiliegenden breiten Endes des Schlögels;
b) das Verarbeiten des repräsentativen Bildes oder der repräsentativen Bilder, um Daten bereitzustellen, die mit der Menge an Poplitealfett in Beziehung gesetzt werden können, das im Schweinsschlögel vorhanden ist; wobei die Daten die Menge an intermuskulärem Fett in einem vordefinierten Bereich des/der repräsentativen Bildes oder Bilder umfassen;
c) das Verarbeiten der in Schritt (b) gelieferten Daten, um einen Parameter oder eine Vielzahl von Parametern zu erzeugen, die sich für die Kategorisierung des Schlögels eignen; und
d) das Zuordnen des Schlögels zu einer Klasse oder Kategorie auf Basis des Parameters oder der Vielzahl von Parametern.
2. Verfahren nach Anspruch 1, bei dem die Menge an intermuskulärem Fett geschätzt wird, indem in die Verarbeitung von Schritt b die Schätzung der mittleren Grauwerte einer Vielzahl vordefinierter Unterbereiche innerhalb des vordefinierten Bereichs des/der repräsentativen Bildes oder Bilder aufgenommen wird.
3. Verfahren nach Anspruch 1, bei dem die Mengen an intermuskulärem Fett geschätzt wird, indem in die Verarbeitung von Schritt b die Konnektivitätsanalyse einer Vielzahl vordefinierter Unterregionen innerhalb der vordefinierten Region des/der repräsentativen Bildes oder Bilder aufgenommen wird.
4. Vorrichtung zur Durchführung des Verfahrens nach einem der vorangegangenen Ansprüche, umfassend Fördermittel zum Befördern eines Schlögels, der von einem Schweinerumpf erhalten wird; zumindest eine Videokamera, die angrenzend an das Fördermittel angeordnet ist, um ein Bild oder Bilder aufzunehmen, das/die für den Schlögel repräsentativ ist/sind, Signalverarbeitungsmittel, die dazu ausgebildet sind, vom Bild oder von den Bildern Daten zu liefern, die mit der im Schlögel vorhandenen Menge an Poplitealfett in Beziehung gesetzt werden können; wobei die Daten die Mengen an intermuskulärem Fett in einem vorbestimmten Bereich des/der repräsentativen Bildes oder Bilder umfassen; und um aus diesen Daten einen Parameter oder eine Vielzahl von Parametern zu erzeugen, die sich zur Kategorisierung des Schlögels eignen; und Zuordnungsmittel, um den Schlögel auf Basis des Parameters oder der Vielzahl von Parametern einer Klasse oder Kategorie zuzuordnen.
DE69321351T 1992-07-03 1993-07-05 System für die qualitätskontrolle und klassifizierung von fleisch Expired - Fee Related DE69321351T2 (de)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
GB929214188A GB9214188D0 (en) 1992-07-03 1992-07-03 A quality control and grading system for cuts of meat
GB929221065A GB9221065D0 (en) 1992-10-07 1992-10-07 A quality control and grading system for cuts of meat
GB939306046A GB9306046D0 (en) 1993-03-23 1993-03-23 A quality control and grading system for carcasses and cuts of meat
PCT/GB1993/001398 WO1994000997A1 (en) 1992-07-03 1993-07-05 A quality control and grading system for meat

Publications (2)

Publication Number Publication Date
DE69321351D1 DE69321351D1 (de) 1998-11-05
DE69321351T2 true DE69321351T2 (de) 1999-05-12

Family

ID=27266277

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69321351T Expired - Fee Related DE69321351T2 (de) 1992-07-03 1993-07-05 System für die qualitätskontrolle und klassifizierung von fleisch

Country Status (4)

Country Link
US (1) US5668634A (de)
EP (1) EP0649282B1 (de)
DE (1) DE69321351T2 (de)
WO (1) WO1994000997A1 (de)

Families Citing this family (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
USRE36664E (en) * 1991-09-04 2000-04-18 Texas Beef Group Method and apparatus for automatically segmenting animal carcasses
DE29601025U1 (de) * 1996-01-22 1996-03-14 CSB-System Software-Entwicklung & Unternehmensberatung AG, 52511 Geilenkirchen Anordnung von nicht invasiven Meßdatenerfassungs- und auswertungsgeräten zur Tierkörperbeurteilung für die Integration in EDV-Systeme
NL1003647C2 (nl) * 1996-07-19 1998-01-21 Stork Pmt Werkwijze en inrichting voor het verwerken van een slachtdier of deel daarvan in een slachterij.
BR9711229A (pt) * 1996-08-23 2001-11-06 United Kingdom Government Processo e aparelho para usar análise de imagem para determinar caracterìsticas de carne e carcaça
US6267661B1 (en) 1996-10-03 2001-07-31 Richard Archer Melville Apparatus and process for meat packing
US5918190A (en) * 1996-12-31 1999-06-29 Ontario Cattlemen's Association Software controlled meat probe for use in determining meat tenderness
US6866832B2 (en) 1997-03-13 2005-03-15 Safefresh Technologies, Llc Method and apparatus for sanitizing perishable goods in enclosed conduits
US7093734B2 (en) 1997-03-13 2006-08-22 Safefresh Technologies, Llc Tray with side recesses and channels for gas transfer
US7205016B2 (en) 1997-03-13 2007-04-17 Safefresh Technologies, Llc Packages and methods for processing food products
US20030170359A1 (en) 1997-03-13 2003-09-11 Garwood Anthony J. M. Method for controlling water content with decontamination in meats
US7575770B2 (en) 1997-03-13 2009-08-18 Safefresh Technologies, Llc Continuous production and packaging of perishable goods in low oxygen environments
US7415428B2 (en) 1997-03-13 2008-08-19 Safefresh Technologies, Llc Processing meat products responsive to customer orders
US6123451A (en) * 1997-03-17 2000-09-26 Her Majesty The Queen In Right Of Canada, As Represented By The Administer For The Department Of Agiculture And Agri-Food (Afcc) Process for determining a tissue composition characteristic of an animal
AU755764B2 (en) * 1998-02-20 2002-12-19 Colorado State University Research Foundation Meat color imaging system for palatability and yield prediction
FR2780790B1 (fr) * 1998-07-03 2000-08-18 Vitreenne Abattage Procede et dispositif de prediction de la tendrete d'une viande sur le site de transformation a l'aide d'informations biologiques et/ou physico-chimiques et de mesures optiques dans le domaine du visible et du proche infrarouge
NL1010673C2 (nl) * 1998-11-27 2000-05-30 Stork Pmt Toevoegen van additief aan een vleesprodukt.
NL1010930C1 (nl) * 1998-12-31 2000-07-03 Stork Pmt Werkwijze en inrichting voor het verwerken van slachtproducten.
EP1161679A1 (de) * 1999-02-18 2001-12-12 Colorado State University Research Foundation Fleischbilderzeugungssystem zum voraussagen des geschmackes und ertrages
US6611833B1 (en) * 1999-06-23 2003-08-26 Tissueinformatics, Inc. Methods for profiling and classifying tissue using a database that includes indices representative of a tissue population
US6581011B1 (en) * 1999-06-23 2003-06-17 Tissueinformatics, Inc. Online database that includes indices representative of a tissue population
US6475946B1 (en) * 1999-10-22 2002-11-05 Exxonmobil Chemical Patents Inc. Olefin polymerization catalysis with aryl substituted carbenium cationic complexes
GB2364894B8 (en) * 2000-07-19 2010-07-07 Fmc Corp Three axis portioning method
GB2371737B (en) * 2001-01-30 2004-08-11 Aew Eng Co Ltd Improvements in slicing machines
US6751364B2 (en) 2001-10-15 2004-06-15 Tyson Fresh Meats, Inc. Image analysis systems for grading of meat, predicting quality of meat and/or predicting meat yield of an animal carcass
WO2003034059A1 (en) * 2001-10-18 2003-04-24 Machinery Developments Limited Apparatus and process for analyzing cuts of meat
DE10201245B4 (de) * 2002-01-11 2004-05-19 Bundesdruckerei Gmbh Verfahren zur Validierung von Schlachtprodukten
WO2003076459A1 (en) * 2002-03-08 2003-09-18 Heloise, Anne, Pereira, Ph. D. An early detection marker for chronic inflammatory associated diseases
US20050261864A1 (en) * 2003-09-19 2005-11-24 Edwards James A Automated quality assurance method and apparatus and method of conducting business
US6877460B1 (en) * 2003-11-14 2005-04-12 Pheno Imaging, Inc. Animal sorting and grading system using MRI to predict maximum value
DE10358487B3 (de) * 2003-12-13 2005-05-25 Csb-System Ag Verfahren zum Ermitteln der Qualität und Quantitäten eines Schlachttierkörpers
GB0410373D0 (en) 2004-05-11 2004-06-16 Bolton Terence W Colouring apparatus
DE202004007789U1 (de) * 2004-05-12 2005-10-06 Tipper Tie Technopack Gmbh Vorrichtung zum automatisierten Überwachen von Verpackungsmaschinen für die Wurstherstellung
US20070207242A1 (en) * 2004-07-09 2007-09-06 Flemming Carlsen Quality Control System
DE102004055351B4 (de) * 2004-11-17 2006-09-07 Csb-System Ag Gewinnung von Daten zum Klassifizieren von Schlachttierkörpern sowie zur Bestimmung von Qualitäten und Quantitäten derselben
GB2421680A (en) 2004-12-30 2006-07-05 Fms Partnership Apparatus for transferring colour between marker pens
GB2421719B (en) * 2004-12-30 2008-07-02 Fmc Technologies Conveying conformable products
CA2597071C (en) * 2005-02-08 2013-07-30 Cargill, Incorporated Meat sortation
US7444961B1 (en) * 2005-04-11 2008-11-04 Ellis James S Animal sorting and grading system using an internal evaluation to predict maximum value
EP1887874B1 (de) * 2005-05-31 2012-08-01 Teknologisk Institut Verfahren und verwendung einer datenbank für die automatische bestimmung von qualitätseigenschaften eines schlachtkörpers am schlachtband
EP1915240B1 (de) * 2005-06-24 2014-04-30 AEW Delford Systems Limited Zweifarben-bilderkennungssystem
GB0512877D0 (en) * 2005-06-24 2005-08-03 Aew Delford Group Ltd Improved vision system
US7606394B2 (en) * 2006-04-03 2009-10-20 Jbs Swift & Company Methods and systems for administering a drug program related to livestock
US7613330B2 (en) * 2006-04-03 2009-11-03 Jbs Swift & Company Methods and systems for tracking and managing livestock through the production process
US9159126B2 (en) 2006-04-03 2015-10-13 Jbs Usa, Llc System and method for analyzing and processing food product
US20100039509A1 (en) * 2007-04-13 2010-02-18 Winterlab Limited System and Method for Determining the Kosher Status of Fish
WO2009005828A1 (en) * 2007-07-03 2009-01-08 Tenera Technology, Llc Imaging method for determining meat tenderness
US20110128373A1 (en) * 2009-11-28 2011-06-02 Tenera Technology, Llc Determining Meat Tenderness
ES2719762T3 (es) * 2009-12-17 2019-07-12 Marel Meat Bv Sistema y procedimiento para procesar animales sacrificados y / o partes de los mismos
NL2003968C2 (en) * 2009-12-17 2011-06-20 Stork Townsend Bv System and method for processing slaughtered animals and/or parts thereof.
NL2007329C2 (en) * 2011-09-01 2013-03-04 Marel Stork Poultry Proc Bv Method and installation for processing slaughtered poultry.
DE102012102649A1 (de) * 2012-03-27 2013-10-02 Uwe Reifenhäuser Verfahren und Vorrichtung zum gewichtsgenauen Schneiden eines Lebensmittelstranges
EP2935056B2 (de) 2012-12-21 2023-07-26 John Bean Technologies Corporation Thermische messungs- und prozesssteuerung
EP3192373A1 (de) * 2016-01-18 2017-07-19 Marel A/S Verfahren und system zur chargierung von grössenangepassten lebensmittelartikeln
US10836065B2 (en) 2017-01-04 2020-11-17 Provisur Technologies, Inc. Exposed load cell in a food processing machine
US11610273B2 (en) 2018-04-26 2023-03-21 InfinityQS International, Inc. Enterprise-wide process stream analysis and grading engine with interactive user interface method, system, and computer program product
EP3952657A4 (de) 2019-04-08 2023-04-19 Provisur Technologies, Inc. Vorrichtung und verfahren zum schneiden von fleischprodukten in fleischblöcke
US11497221B2 (en) 2019-07-19 2022-11-15 Walmart Apollo, Llc Systems and methods for managing meat cut quality
WO2022099198A2 (en) * 2020-11-09 2022-05-12 Cargill, Incorporated Method of sorting beef carcasses
US12225910B1 (en) * 2022-12-20 2025-02-18 Triumph Foods, LLC System and method for generating a sortation module and carcass processing options

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3154625A (en) * 1961-01-03 1964-10-27 James H Kail Photometric method for grading beef
DE2728717C2 (de) * 1977-06-25 1983-11-10 Pfister Gmbh, 8900 Augsburg Verfahren und Vorrichtung zur berührungsfreien Bestimmung von Qualitätsmerkmalen eines Prüfobjektes der Fleischwaren-Kategorie, insbesondere eines Schlachttierkörpers oder Teilen davon
DE2946912C2 (de) * 1979-11-21 1982-08-26 Pfister Gmbh, 8900 Augsburg Verfahren zur Klassifizierung eines Tierkörpers, insbesondere einer Schweinehälfte, in Handelsklassen
DE3047490A1 (de) * 1980-12-17 1982-10-21 Pfister Gmbh, 8900 Augsburg Verfahren zur beruehrungsfreien bestimmung von qualitaetsmerkmalen eines pruefobjektes der fleischwaren-kategorie
US4738004A (en) * 1982-04-05 1988-04-19 The Laitram Corporation Tuna butchering method
DK676487A (da) * 1987-12-22 1989-06-23 Slagteriernes Forskningsinst Fremgangsmaade ved bestemmelse af kvalitetsegenskaber ved individuelle kreaturslagtekroppe og anlaeg til brug ved bestemmelse af egenskaberne
DK163382C (da) * 1990-02-28 1992-08-03 Slagteriernes Forskningsinst Fremgangsmaade til bestemmelse af individuelle koedemners kvalitetsegenskaber
WO1991014180A1 (en) * 1990-03-14 1991-09-19 Meat Research Corporation Evaluating carcasses by image analysis and object definition
DD292976A5 (de) * 1990-03-22 1991-08-14 Univ Berlin Humboldt Verfahren zur analyse von schlachttierkoerperhaelften mittels bildverarbeitung
GB9013983D0 (en) * 1990-06-22 1990-08-15 Nat Res Dev Automatic carcass grading apparatus and method
FR2672775B1 (fr) * 1991-02-14 1993-05-21 Normaclass Rd Procede pour le classement de carcasses de gros bovins, veaux, porcs ou ovins et dispositif pour sa mise en óoeuvre.

Also Published As

Publication number Publication date
WO1994000997A1 (en) 1994-01-20
US5668634A (en) 1997-09-16
EP0649282B1 (de) 1998-09-30
EP0649282A1 (de) 1995-04-26
DE69321351D1 (de) 1998-11-05

Similar Documents

Publication Publication Date Title
DE69321351T2 (de) System für die qualitätskontrolle und klassifizierung von fleisch
DE69329820T2 (de) Fleisch-bildanalyse.
EP2882296B1 (de) Verfahren und vorrichtung zur überwachung einer fleischverarbeitungsmaschine
DE2728913C2 (de) Verfahren und Vorrichtung zum Klassifizieren von Fleisch
DE69028350T2 (de) Verfahren und Vorrichtung zur photometrischen Bestimmung von Eigenschaften von Fleischstücken
DE60220677T2 (de) Verfahren zur bearbeitung von schlachtgeflügel
EP0624320A2 (de) Verfahren zur Herstellung eines Nahrungsmittelprodukts auf Fleischbasis
DE68907222T2 (de) Verfahren zur lokalisierung gewisser teile in fleisch, insbesondere von fisch, nach vorheriger beleuchtung.
DE3047490A1 (de) Verfahren zur beruehrungsfreien bestimmung von qualitaetsmerkmalen eines pruefobjektes der fleischwaren-kategorie
DE102004047773A1 (de) Verfahren zur Bestimmung physiologischer Grössen eines Schlachttierkörpers
DE2946912C2 (de) Verfahren zur Klassifizierung eines Tierkörpers, insbesondere einer Schweinehälfte, in Handelsklassen
Marty-Mahé et al. Quality traits of brown trouts (Salmo trutta) cutlets described by automated color image analysis
DE19619099C1 (de) Verfahren zur Bewertung von Geflügelschlachttierkörpern
EP0999754B1 (de) Verfahren zur bewertung von schlachttierhälften durch optische bildverarbeitung
DE69210975T2 (de) Schneidverfahren
DE10050836B4 (de) Verfahren zur Handelswertbestimmung der Teilstücke von Schweineschlachttierkörpern
DE4131556A1 (de) Verfahren zur bestimmung von schlachttierkoerperhaelften durch bildverarbeitung
DE69613601T2 (de) Rohe, tiefgefrorene Fischzusammensetzung und Verfahren zur Herstellung
DE4109345C2 (de)
Henckel et al. Assessing the quality of mechanically and manually recovered chicken meat
DE10358487B3 (de) Verfahren zum Ermitteln der Qualität und Quantitäten eines Schlachttierkörpers
DE2735918A1 (de) Computergesteuertes geraet zur anzeige der schnittlage bei tierkoerpern
DE69920614T2 (de) Verfahren zur Verpackung von Fleisch
EP1827116A1 (de) Gewinnung von daten zum klassifizieren von schlachttierkörpern sowie zur bestimmung von qualitäten und quantitäten derselben
DE19952628B4 (de) Verfahren zur Handelswertbestimmung der Teilstücke von Schweineschlachttierkörpern

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8339 Ceased/non-payment of the annual fee