بررسی خصیصه های رنگی و بافتی دونات کم کالری حاوی مالتودکسترین با استفاده از سامانه بینایی ماشین
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 54
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_FSCT-19-125_002
تاریخ نمایه سازی: 1 آذر 1402
چکیده مقاله:
در مطالعه حاضر برای ارزیابی خصیصه های رنگی و بافتی مغز دونات کم کالری یک روش پردازش تصویر ساده بر اساس تصاویر RGB با استفاده از سیستم بینایی ماشین طراحی شد. بر این اساس اثر جایگزینی مالتودکسترین با مارگارین در سطوح ۲۵، ۵۰ ، ۷۵ و ۱۰۰ درصد (وزنی/وزنی) بر خصوصیات بینایی ارزیابی گردید. این خصیصه ها شامل رنگ مغز دونات (L*، a* و b*)، کسر مساحت منافذ، تعداد سلول در سانتی متر مربع، شکل منافذ، عدد اولر، بعد برخالی مرزهای منافذ و بافت مغز (کنتراست، آنتروپی، همبستگی، انرژی و همگنی) بود. نتایج نشان داد که افزودن مالتودکسترین به طور معنی دار سبب افزایش روشنایی (L*) و کاهش زردی (a*) مغز دونات می گردد. کنتراست، آنتروپی و عدد اولر مغز دونات حاوی ۷۵ و ۱۰۰ درصد مالتودکسترین به طور قابل توجهی بالاتر از نمونه های شاهد، ۲۵ و ۵۰ درصد بود. همبستگی، انرژی، همگنی، متوسط سطح و قطر حفره ها، تعداد سلول (حفره) در هر سانتی متر مربع و نسبت سطحی منافذ پس از افزودن مالتودکسترین (۷۵ یا ۱۰۰ درصد) کاهش یافت اما هیچ تفاوت معنی داری بین نمونه های شاهد، ۲۵ و ۵۰ درصد مشاهده نشد (۰۵/۰>p). مقدار بعد برخالی مرز منافذ در دونات حاوی ۱۰۰ درصد مالتودکسترین بیشترین مقدار بود که نشان می دهد افزودن مالتودکسترین باعث ایجاد مرزهای متخلخل نامنظم و پر پیچ و خم می گردد.
کلیدواژه ها:
نویسندگان
Ali Ganjloo
Department of Food Science and Engineering, Faculty of Agriculture, University of Zanjan, Zanjan ۴۵۳۷۱-۳۸۷۹۱, Iran
Mohsen Zandi
Department of Food Science and Engineering, Faculty of Agriculture, University of Zanjan, Zanjan ۴۵۳۷۱-۳۸۷۹۱, Iran
Mandana Bimakr
Department of Food Science and Engineering, Faculty of Agriculture, University of Zanjan, Zanjan ۴۵۳۷۱-۳۸۷۹۱, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :