Definición:

 El color influye en las decisiones de compra de carne. Para los consumidores, un indicador
importante de la frescura y salud de la carne es la decoloración, lo que hace que el color sea
un factor importante en la calidad de la carne

Importancia

 La importancia del color también se refleja en el hecho de que mejorar la estabilidad del
color de la carne y los productos cárnicos influirá en su vida útil al aumentar el tiempo en
que la carne todavía es visualmente aceptable para los consumidores en el comercio
minorista.

Tradicionalmente, el color instrumental de la carne se evalúa con un colorímetro, El colorímetro

tradicional y el CVS son dispositivos de medición de color, pero utilizan principios completamente
diferentes.

Métodos modernos para la medición de color en productos cárnicos

Sistema de visión por computadora (CVS)

Definición: Es una tecnología novedosa para la evaluación del color de los alimentos de forma
rápida y no invasiva, este sistema consta de:

Método: Una cámara digital Sony Alpha DSLR-A200 (sensor CCD de 10,2 megapíxeles). La
cámara se ubica verticalmente a una distancia de 30 cm de la muestra. La configuración de la
cámara: velocidad de obturación 1/6 s, modo de operación manual, apertura Av F / 11.0, velocidad
ISO 100, flash apagado, distancia focal 30 mm, lente: DT-S18-70 mm f 3.5-5.6. Se utilizaron cuatro
lámparas fluorescentes Philips (Master Graphica TLD 965) con una temperatura de color de 6500 K
para la iluminación. Cada lámpara estaba equipada con un difusor de luz designado. Para lograr una
intensidad de luz uniforme en las muestras de carne, las lámparas (60 cm de longitud) se ubicaron
en un ángulo de 45 ° y 50 cm por encima de las muestras. Tanto las lámparas como la cámara se
fijaron dentro de una caja de madera cúbica (a = 80 cm) con una tapa extraíble. La caja tenía una
abertura lateral para la entrada de muestras y otra en la parte superior para inspección visual antes y
después de las mediciones. Las paredes internas de la caja estaban recubiertas con tela fotográfica
opaca negra para disminuir la luz de fondo.
Los colores generados por CVS se encontraron de moderada a altamente similar al color de todas
muestras reales de productos cárnicos. Tienen mejor representación real del color de las muestras
de productos cárnicos según lo percibido por panelistas entrenados

La metodología CVS es más precisa para medir el color no solo de muestras de colores uniformes,
si no también para carne bicolor y no uniforme. Por lo tanto, el uso de un sistema de visión por
computadora debería considerarse una alternativa más deseable al método tradicional para medir el
color de los productos cárnicos
Usando colorímetro La evaluación del color de todos los productos cárnicos evaluados fue
confiable, pero menos precisa. Según reportes de investigaciones anteriores el colorímetro no es
adecuado para el análisis del color de los productos cárnicos. La razón es la matriz translúcida y
ópticamente no homogénea de los productos cárnicos debido a la presencia de diferentes
ingredientes dispersos dentro de estos alimentos.

Imágenes híper-espectrales En los últimos años, las imágenes híper-espectrales han ganado un
amplio reconocimiento por determinar la calidad y análisis de seguridad en forma no destructiva y
rápida. La imagen hiperespectral (HSI) es un método de plataforma emergente, que integra
espectroscopía e imágenes para obtener la información espectral y espacial de un sujeto
simultáneamente.

La precisión de la predicción de enrojecimiento en productos cárnicos puede aumentarse mediante

la realización de imágenes hiperespectrales en conjunto con el análisis de datos multivariados. Se
descubrió que las imágenes hiperespectrales poseen no solo una poderosa capacidad de predicción,
sino también un análisis rápido con respecto a las inspecciones en línea.

Bibliografia:

 B Milovanovic, I Djekic, V Djordjevic, V Tomovic, F Barba, I Tomasevic and J M

Lorenzo, 2019, Pros and cons of using a computer vision system for color evaluation of
 meat and meat products, IOP Conference Series: Earth and Environmental Science,
Volumen 333,  1-14, doi : 10.1088 / 1755-1315 / 333/1/012008
 Chao-Hui Feng,Yoshio Makino,Masatoshi Yoshimura and Francisco J Rodríguez-Pulido,
2017, Real-time prediction of pre-cooked Japanese sausage color with different storage
days using hyperspectral imaging, Journal of the Science of Food and Agriculture, Volume
98, Pages 2564-2572, doi: 10.1002/jsfa.8746
 Igor Tomasevic, Vladimir Tomovic, Bojana Milovanovic, Jose Lorenzo, Vesna Đorđević,
Nedjeljko Karabasil, Ilija Djekic, 2018, Comparison of a computer vision system vs.
traditional colorimeter for color evaluation of meat products with various physical
properties, Meat Science, Volumen 148, 5-12, doi:10.1016/j.meatsci.2018.09.015
 WU, D., SUN, D. W. 2013. Colour measurements by computer vision for food quality
control–A Review. Trends in Food Science & Technology 29(1): 5-20