برآورد میزان شاخص‌شمارش 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 شاخص­های کیفی یکی از موضوع­های جدید و مورد علاقه­ی بسیاری از مهندسان صنایع غذایی و بیوسیستم است، زیرا دانستن میزان کیفیت مواد غذایی می تواند اطلاعات بیش‌تری درباره ی شرایط نگه‌داری و نظارت آن ارائه نماید. اهمیت مقوله پردازش تصاویر در کنترل کیفیت بدین جهت است که تعیین کیفیت مواد غذایی با هزینه کم‌تر و راحت‌تر می‌باشد 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 نگه‌داری (روز اول، روز سوم، روزششم و روز نهم) با شرایط نگه‌داری مرسوم (دریخ و با صفر تا 2 درجه سانتی‌گراد) برآورد شود. پس از انتخاب بهترین شرایط نورپردازی، تصویر برداری به‌وسیله 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 نگه‌داری در سطح احتمال 0/05>p به صورت خطى افزایش داشته است. با مقایسه نتایج به دست آمده از آزمون دانکن، مى توان دریافت که بین تغییر رنگ میانگین r، واریانس b*، میانگین v ، میانگین y، میانگین y ، میانگین b* و میانگین l از تصاویر گرفته شده از بالا، در مدت نگه دارى با شمارش کلى میکروبى ارتباط قوى وجود دارد. بنابراین، مى توان از پردازش تصویر با استفاده از پارامترهاى رنگ و بافت میگو به عنوان روشى غیرمخرب، کم هزینه و آسان براى ارزیابى سریع شمارش کلى میکروبى میگو در صنایع غذایى و کنترل کیفیت مواد غذایى بهره برد