Hier presenteren we een protocol op basis van een computer vision system (CVS) om het smeltgedrag van meerfasige voedselsystemen te bepalen.
Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.
Methodenartikel
Hier presenteren we een protocol op basis van een computer vision system (CVS) om het smeltgedrag van meerfasige voedselsystemen te bepalen.
Smeltgedrag is een van de belangrijkste kwaliteitsindices van ijs. Het wordt meestal beoordeeld door gravimetrische methoden en uitgedrukt in termen van starttijd en smeltsnelheid. Het aspect van ijs tijdens het smelten is echter ook belangrijk omdat vormvastheid gekoppeld is aan een goede structuur van het product. Het hier voorgestelde protocol illustreert een computer vision-systeem (CVS) dat kan worden gebruikt ter ondersteuning van de reeds bestaande zwaartekrachtmethodologie om twee nieuwe smeltindices te berekenen die verband houden met vormbehoud en smeltsnelheid. Foto's van ijs tijdens het smelten worden elke 15 minuten gemaakt voor een totaal van 90 minuten. Daarna worden digitale afbeeldingen uitgewerkt met behulp van een speciaal ontwikkelde beeldverwerkingsmethode om het ijsgebied, de hoogte en de breedte te berekenen. De verhouding tussen hoogte en breedte bij elke smelttijd, aangeduid als de verhouding op tijdstip 0 (Rt/R0), is een index van het vormbehoud van ijs, terwijl de oppervlakte op de verschillende smelttijden die wordt verwezen naar de oppervlakte op tijdstip 0 (At/A0) gerelateerd is aan de smeltsnelheid. Dit computervisiesysteem maakt het mogelijk om zeer gevoelige en betrouwbare resultaten te verkrijgen en kan niet alleen op ijs worden toegepast, maar ook op verschillende voedselmatrices, zoals opgeklopte melkroom of ei-albumine.
IJs is een meerfasig systeem waarin vloeibare, vaste en gasfasen strikt met elkaar verbonden zijn. De continue vloeibare fase omhult luchtbellen en ijskristallen en bevat gedeeltelijk gekristalliseerde vetten, colloïdale eiwitten, zouten, suikers (uiteindelijk gekristalliseerd) en stabilisatoren. De samenstelling van het ijs varieert afhankelijk van de lokale markt, de vraag en mogelijke regelgeving. Hoewel de verwerkingstechnologie van invloed is op de kenmerken van het uiteindelijke ijs, speelt elk bestanddeel een belangrijke rol bij het bepalen van de productkwaliteit1. Smeltgedrag is een van de belangrijkste kwaliteitsindices van ijs, rekening houdend met verschijnselen die zich zowel tijdens consumptie als in de mond voordoen. Bij het binnendringen van warmte in het ijs smelten ijskristallen en diffundeert het water en vermengt het zich met de serumfase, die door de resterende structuur kan wegvloeien2. Een snelsmeltend product is ongewenst om comfortabel te eten, maar ook om een hogere hittebestendigheid te garanderen. Langzaam smeltende producten duiden echter ook op enkele defecten in de formulering1. Het is bekend dat de microstructuur van ijs verantwoordelijk is voor smelteigenschappen3, maar tot nu toe zijn er contrasterende resultaten gepubliceerd, waaruit blijkt dat de kennis over de invloed van microstructurele factoren op het smelten nog beperkt is4. Er zijn dus meer studies nodig om het meltdown-mechanisme op te helderen, dat ook cruciaal is bij het ontwerpen van nieuwe formuleringen3.
Het smeltgedrag wordt meestal geëvalueerd met behulp van gravimetrische methoden en uitgedrukt in termen van starttijd en smeltsnelheid5. Een bepaalde portie ijs wordt op een gaas in een kast met gecontroleerde temperatuur geplaatst en het gewicht van het gesmolten product wordt geregistreerd. Uit de gewichtstijdcurve kunnen drie fasen worden afgemaakt: de lag-fase waarin warmtepenetratie optreedt, de snelsmeltfase waarbij de verdunde serumfase met maximale snelheid door de ijsstructuur stroomt, en de stationaire fase, waarin het grootste deel van het product eruit is gedruppeld2.
Met de gravimetrische methode kunnen langzaam en snel smeltende producten worden herkend; Maar ook het aspect van ijs tijdens meltdown is belangrijk, want vormbehoud is gekoppeld aan een goede samenstelling en structuur van het product6. Zo kan een procedure op basis van een computer vision system (CVS) de reeds bestaande zwaartekrachtmethodologie ondersteunen door het mogelijk te maken het uiterlijk van het product tijdens het smelten te bestuderen. CVS's kunnen tal van voedselkenmerken3 (bijv. grootte, gewicht, vorm, textuur en kleur) verwerven met nauwkeurige details die niet door het menselijk oog kunnen worden waargenomen. Dergelijke systemen zijn meestal gemaakt van digitale camera's en beeldverwerkingssoftware7. Een protocol op basis van CVS's omvat namelijk twee hoofdstappen: 1) beeldacquisitie en 2) beeldverwerking. Er kunnen verschillende niveaus van beeldverwerking worden toegepast7, van de eenvoudigste tot de meer complexe, zoals deep-learningmethoden voor de ontwikkeling van kunstmatige intelligentie 8,9. Er is de laatste tijd veel aandacht besteed aan CVS's in de voedingssector en er is een groot aantal toepassingen ontwikkeld voor inspectie van voedselveiligheid, monitoring van voedselverwerking, detectie van vreemde voorwerpen en andere gebieden. Ze zijn snel, efficiënt en niet-destructief en vertegenwoordigen dus geldige hulpmiddelen om consumenten veilig voedsel van hoge kwaliteit te bieden10.
Op het gebied van ijs werd een beeldanalysemethode voorgesteld om de herkristallisatie van ijs door optische microscopie te bestuderen11. Meer recentelijk werden röntgencomputertomografiebeelden verwerkt om de 3D-microstructuur van zacht-poreuze stoffen,waaronder ijs, te analyseren. De uitwerking van eenvoudige digitale Charge Coupled Device (CCD)-afbeeldingen kan echter verschillende voordelen opleveren in termen van gemak bij het verwerven en weergeven van het ijsaspect zoals dat door de consument wordt waargenomen. Sommige auteurs tonen afbeeldingen van ijs tijdens het smelten12, maar voor zover wij weten, werd de extractie van numerieke indices uit de afbeeldingen voor het eerst gerapporteerd door Moriano en Alamprese13.
Daarom illustreert het hier voorgestelde protocol, gebaseerd op het werk van Moriano en Alamprese13, een eenvoudig CVS dat kan worden toegepast ter ondersteuning van de reeds bestaande zwaartekrachtmethodologie voor de studie van het smeltgedrag van ijs. Een blokdiagram van de voorgestelde methode wordt geïllustreerd in figuur 1. Het gebruik van een dergelijk systeem maakt het mogelijk om twee smeltindices te berekenen die verband houden met vormbehoud en de smeltsnelheid. In het bijzonder beschrijft het artikel voor het eerst de gedetailleerde experimentele opzet en procedure voor digitale beeldacquisitie tijdens het smelten van ijs en de beeldverwerkingsstappen. Bovendien worden de resultaten verkregen van ijsjes geproduceerd met verschillende zoetstoffen (d.w.z. sucrose, sucromalt en erythritol) gerapporteerd om het potentieel van de methode aan te tonen.

Figuur 1: Blokschema van de voorgestelde methodologieën. Samenvatting van de algemene stappen voor het voorgestelde Computer Vision System en de gravimetrische methode voor het bestuderen van het smeltgedrag van ijs. Klik hier om een grotere versie van deze figuur te bekijken.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
1. Experimentele opzet en procedures voor smeltproeven

Figuur 2: Opstelling smeltproef. De afbeelding laat zien hoe u de smeltproef in de thermostaatkast instelt: Zet een glazen cilinder met schaalverdeling op een digitale weegschaal om het gesmolten ijs te verzamelen en te wegen. Het ijsmonster wordt op een metalen gaasscherm op een trechter gelegd die over de cilinder is opgehangen. Klik hier om een grotere versie van deze figuur te bekijken.
2. Beeldverwerking voor de berekening van smeltindexen
(1)
(2)
(3)Aanvullende afbeelding 1: Ruimtelijke kalibratie van het beeld. (A) Ga naar het venster Meten > Kalibratie > Spatial van de beeldanalysesoftware. Selecteer Nieuw en markeer vervolgens Afbeelding om het venster Schalen te openen. De referentielengte in de eenheid om pixels te converteren (bijv. millimeters) wordt aangegeven. (B) Overlap de groene balk voorzichtig met het referentiegedeelte dat overeenkomt met de aangegeven lengte en klik op OK. Klik hier om dit bestand te downloaden.
Aanvullende afbeelding 2: AOI bijsnijden en omzetten in grijstinten. (A) Conversie van het interessegebied (AOI) naar de grijswaarden en (B) de resulterende afbeelding. Klik hier om dit bestand te downloaden.
Aanvullende figuur 3: Selectie van de te meten parameters. In het venster Meting selecteren kunnen de te meten parameters worden geselecteerd; Voor de evaluatie van de smelting van het ijs moeten het gebied, de doosbreedte en de dooshoogte worden geselecteerd. Klik hier om dit bestand te downloaden.
Aanvullende figuur 4: Segmentatie van het ijsmonster. In het venster "Segmentatie" is het mogelijk om het histogrambereik te selecteren dat in aanmerking moet worden genomen om precies het gebied van de ijsvorm te dekken. Klik hier om dit bestand te downloaden.
Aanvullende afbeelding 5: Objecten filteren en de functie Tellen. De rode lijnen markeren de herkende heldere objecten. Door de telfunctie toe te passen en het venster "Weergave, Meetgegevens" te openen, worden de resultaten van de geselecteerde parameters weergegeven (A). Om alleen de vorm van het ijs te filteren, is het mogelijk om in het venster "Meting selecteren" een minimum- en een maximumbereik te selecteren, waardoor alleen de parameters van één object (B) worden geteld. Klik hier om dit bestand te downloaden.
Aanvullende figuur 6: Vormvastindex (R). De hoogte van het vak (Ht, rode stippellijn) en de breedte van het vak (Wt, zwarte ononderbroken lijn) die worden gebruikt voor de berekening van de vormretentie-index (R) worden weergegeven. Klik hier om dit bestand te downloaden.

Figuur 3: Curven voor vorm- en gebiedsbehoud. Voorbeeld van een ijs (A) vorm en (B) gebiedsretentiecurves, waarin de gemiddelde waarden Rt/R0 en At/A0 in de loop van de tijd worden uitgezet; Foutbalken komen overeen met de standaarddeviatiewaarden die zijn verkregen door de analyse repliceert. Klik hier om een grotere versie van deze figuur te bekijken.
3. Uitwerking van gravimetrische gegevens
(4)
(5)
Figuur 4: Gravimetrische curve. Voorbeeld van een smeltcurve van ijs verkregen met behulp van de gravimetrische methode. De originele curve is weergegeven in rood; de geselecteerde gegevensreeksen in het lineaire gedeelte worden in groen weergegeven; De berekende regressielijn wordt weergegeven in zwarte stippen. De vergelijking en de bepalingscoëfficiënt (R2) van de regressielijn worden ook weergegeven. Klik hier om een grotere versie van deze figuur te bekijken.
OPMERKING: Om betrouwbare resultaten te hebben die statistisch moeten worden geanalyseerd, moet u de hele procedure van smeltproef en beeldverwerking ten minste drie keer voor elk monster repliceren.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Als voorbeeld van de voorgestelde CVS-outputs worden de resultaten van meltdown-analyses voor drie verschillende ijsformuleringen getoond, vergeleken met gegevens verkregen uit de gravimetrische methode. In het bijzonder werd het smeltgedrag van ijsjes gemaakt met verschillende zoetstoffen (d.w.z. sucrose, sucromalt en erythritol) bestudeerd.
Tabel 1 en figuur 5A tonen de resultaten van de vormvastheidsindex (R
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Het voorgestelde CVS maakt het mogelijk om de vorm- en oppervlakteretentie-indexen van ijsmonsters tijdens het smelten te berekenen, naast het visualiseren van het smeltproces. Het kan worden gekoppeld aan de traditionele gravimetrische methode die wordt toegepast om het smeltgedrag van ijste beoordelen 5, om resultaten te verkrijgen die verband houden met het aspect van het ijs. Dit is erg belangrijk omdat consumenten de kwaliteit ervan ook beoordelen op basis va...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De auteurs hebben niets te onthullen.
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| Cabinet | Cavallo s.r.l. | FTX700 | Locatie voor de smelttest |
| Digitale camera | Sony Group Corp | DSC-S650 | |
| Digitale weegschaal | Gibertini Elettronica | EU-C 4002 LCD | |
| ImagePro Plus 7.0 | Media Cybernetics, Inc | N/A | Beeldanalyse-elaboratiesoftware |
| Microsoft Excel | Microsoft | N/A | Gegevens- en grafische bewerking |
| Scalecom | Gibertini Elettronica | N/A | Digitale weegschaalsoftware-acquisitie |
| Statief | Manfratto | #055 |
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.