Daniel Caballero Jorna, Andrés Caro Lindo , María Teresa Antequera Rojas , María Trinidad Pérez Palacios
Las características de calidad de los productos cárnicos han sido tradicionalmente analizadas por métodos tediosos que además de consumir tiempo y reactivos químicos, son procesos destructivos. Como alternativa, la imagen de resonancia magnética (MRI) y los algoritmos de visión por computador han sido propuestos para analizar MRI. Actualmente, hay un creciente interés en el uso de las técnicas fractales en lugar de los algoritmos clásicos de texturas para analizar imágenes. En este estudio, tres algoritmos diferentes (GLCM, CFA y FTA) son comparados, FTA y GLCM lograron correlaciones entre muy buenas y excelentes. Los resultados de este estudio podrían validar el uso de FTA para analizar MRI con el fin de predecir características del lomo.
Quality traits of meat products have been traditionally analyzed by tedious methods, which are also time and solvent consuming, and destructive processes. As an alternative, MRI and computer vision algorithms for MRI analysis have been proposed. Currently, there is a growing interest in the use of fractal techniques instead of texture classic algorithms for image analysis. In this work, three different algorithms (GLCM, CFA and FTA) are compared. FTA and GLCM achieved very good to excellent correlations. The result of this study could validate the use of FTA for MRI analysis in order to predict traits of loins.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados