tel. +48 22 606 36 00 ibprs@ibprs.pl
  • English

Rodzaj projektu:
Projekt finansowany przez Narodowe Centrum Badań i Rozwoju ze środków budżetu Państwa

Nazwa programu:
Program Badań Stosowanych

Nazwa projektu:
Opracowanie i wdrożenie systemu do oceny jakości tusz wieprzowych z wykorzystaniem technik laserowych”

Nr projektu:
PBS3/B8/26/2015

Kierownik projektu:
dr hab. inż. Dariusz Lisiak, prof. IBPRS

Termin realizacji:
01.11.2015-31.03.2019

Wnioskodawca projektu:
Instytut Biotechnologii Przemysłu Rolno-Spożywczego im. prof. Wacława Dąbrowskiego

Skład konsorcjum:
Uniwersytet Przyrodniczy w Poznaniu,
Taxus IT Sp. z o.o.,
WALDI Zakład Przetwórstwa Mięsnego Sp. j.

Wartość dofinansowania:
501 250 

Całkowity koszt inwestycji:
2 218 675

Opracowanie i wdrożenie systemu do oceny jakości tusz wieprzowych z wykorzystaniem technik laserowych

Krótki opis projektu: (Cel projektu, zadania, grupy docelowe, efekty projektu)

Celem naukowym prowadzonych badań było ustalenie zależności pomiędzy wartością rzeźną tuszy a wybranymi parametrami uzyskanymi z analizy obrazu zdjęć półtusz wykonanych techniką laserową. W ramach realizacji projektu na obecnym stopniu zaawansowania prac zeskanowano wybrane półtusze (194 szt.) a także testowano różne modele skanerów laserowych (FARO LS88HE; FARO Focus 3D; FARO 3D X330; FARO FreeStyle); różne warianty rozdzielczości (1/1; 1/2; 1/4; 1/10; 1/32) oraz różne ustawienia skanera względem półtuszy (1, 2 oraz 3 skany w ramach jednej półtuszy; łącznie wykonano 306 skanów); Przetworzono i wstępnie opracowano pozyskane skany oraz zweryfikowano ich jakość, porównując z wynikami analiz wykonanymi przez firmę TAXUS S.I. Dla badanych łtusz określono wartość rzeźną oraz zebrano obrazy USG przekroju mięśni, zgodnie z przyjętą metodyką projektu. Przygotowano dokumentację techniczną budowanego systemu, która zawiera opis jego architektury oraz diagramy klas. Przygotowano także metody do wyznaczania szerokości przekroju poprzecznego półtuszy, pola powierzchni wybranego przekroju oraz jego wypukłość. Prace badawcze realizowane są zgodnie z harmonogramem projektu. Rozpoczęto pomiary tusz na linii ubojowej przy pomocy skonstruowanego prototypu. Przeprowadzono procedurę zatwierdzającą nowatorskie urządzenie do stosowania w Polsce w klasyfikacji tusz wieprzowych w systemie EUROP. W tym celu wykonano pomiary wartości rzeźnej populacji tusz tuczników krajowych, zgodnie z harmonogramem. Przygotowano opracowanie w postaci wymaganego przepisami dokumentu tzw. Protokół I i przedstawiono do akceptacji przez Zespół Ekspertów Komisji Europejskiej w Brukseli. Po uzyskaniu pozytywnej opinii podjęto dalsze działania, tj. wykonano dysekcję 132 półtusz wieprzowych, zgodnie z przyjętą metodyką. Po wykonaniu prac i uzyskaniu zadowalających wyników przedłożono kolejny dokument – Protokół II. Po jego akceptacji, Komisja Europejska wydała w dn. 16.02.2019r. Decyzję Uzupełniającą, w której zatwierdzono stosowanie opracowanego urządzenia – Meat 3D do klasyfikacji tusz wieprzowych w systemie EUROP w Polsce. W wyniku równoległych prac opracowano także dodatkowe urządzenie – ESTIMEAT, które również uzyskało pozytywne wyniki. Opracowano dwa nowatorskie urządzeń, Meat 3d oraz ESTIMEAT i zatwierdzenie ich do stosowania w klasyfikacji tusz wieprzowych w Polsce.

Wykorzystanie uzyskanych wyników:

– Zgłoszenia patentowe:

1. Urząd Patentowy RP – Sposób analizy obrazu trójwymiarowego w celu oceny tuszy zwierzęcej -P.425496, 2018-05-10;

2. European Patent Office – Method of analyzing three-dimensional images for the purpose of animal carcass assessment – EP18189967.5 21.08.2018.

– Publikacje powstałe w wyniku realizacji prac:

  1. Ludwiczak A., Stanisz M., Lisiak D., Janiszewski P., Bykowska M., Składanowska J., Ślósarz P. (2017): Novel ultrasound approach for measuring marbling in pork. Meat Science, 131: 176-182. IF=3.126; 40 pkt. MNiSW.
  2. Okoń P., Kozłowski R.J., Zaborowicz M., Gróna K., Ludwiczak A., Ślósarz P., Janiszewski P., Strzeliński P., Jurek P., Koszela K., Boniecki P., Przybył J. 2016. Possibilities for the use of edge detection algorithms in the analysis of images of oilseed rape leaves. Proc. SPIE  10033, Eighth International Conference on Digital Image Processing (ICDIP 2016), 100331M (August 29, 2016); doi: 10.1117/12.2248329
  3. Ludwiczak A., Stanisz M., Lisiak D., Przybylak A., Boniecki P., Koszela K., Zaborowicz M., Wojcieszak D., Przybył J., Bykowska M., Kozłowski R.J., Ślósarz P. 2016. A computer method to analyse the impact of ultrasound frequency on the brightness of USG images of muscle cross-sections. Proc. SPIE  10033, Eighth International Conference on Digital Image Processing (ICDIP 2016), 1003335 (August 29, 2016); doi: 10.1117/12.2248338
  4. Boniecki P., Piekarska-Boniecka H., Przybył K., Gierz Ł., Koszela K., Zaborowicz M., Lisiak D., Ślósarz P., Przybył J. 2018. Unsupervised neural classification of six chosen apple pests using learned vector quantization agorithm. Tenth International Conference on Digital Image Processing (ICDIP 2018): 11-14 May, Shanghai, DOI: 10.1117/12.2503105
  5. Zaborowicz M., Fojud A., Boniecki P., Przybył K., Gierz Ł., Koszela K., Ślósarz P., Lisiak D., Przybył J. 2018.  Methodology of data processing in the process of neural image analysis of pork half carcasses. Tenth International Conference on Digital Image Processing (ICDIP 2018) : 11-14 May, Shanghai, DOI: 10.1117/12.2503017
  6. Janiszewski P., Lisiak D., Ślósarz P., Borzuta K., Grześkowiak E., Lisiak B., Szymański P., Ślósarz R., Powałowski K., Smardakiewicz Ł. (2016): Attempt to enhance EUROP system for pig carcasses classifcation with information about the quality of meat. 62nd International Congress of Meat Science and Technology, 14-19th August 2016, Bangkok, Thailand, session P04-41.
  7. Ludwiczak A., Stanisz M., Lisiak D., Bykowska M., Składanowska J., Ślósarz P. (2016): Novel approach to usg measurements on the longissimus muscle of pig carcasses. 62nd International Congress of Meat Science and Technology, 14-19th August 2016, Bangkok, Thailand, session P04-17.
  8. Ludwiczak A., Stanisz M., Lisiak D., Przybylak A., Boniecki P., Koszela K., Zaborowicz M., Wojcieszak D., Przybył J., Bykowska M., Kozłowski R.J., Ślósarz P. (2016): A computer method to analyse the impact of ultrasound frequency on the brightness of USG images of muscle cross-sections. Proc. SPIE  10033, 8th International Conference on Digital Image Processing (ICDIP 2016), 1003335 (August 29, 2016);   doi: 10.1117/12.2248338.
  9. Lisiak D., Borzuta K., Jędrzejczak R., Janiszewski P., Ślósarz P., Evaluating pork carcasses without SEUROP classification system, , Bangkok, Thailand, 14-19.08.2016, International Congress of Meat Science and Technology, 2016, 60-61,

– Doniesienia konferencyjne i postery powstałe w wyniku realizacji prac:

  1. Kozłowski R.J., Przybył J. Neural analysis of bovine ovaries ultrasound images in the identification process of the corpus luteum – preliminary study. 8th International Conference on Digital Image Processing (ICDIP 2016), Chengdu 20-22 maja 2016 r., Okoń P., Kozłowski R.J., Zaborowicz M., Gróna K., Ludwiczak A., Ślósarz P., Janiszewski P., Strzeliński P., Jurek P., Koszela K., Boniecki P., Przybył J. Possibilities for the use of edge detection algorithms in the analysis of images of oilseed rape leaves
  2. 8th International Conference on Digital Image Processing (ICDIP 2016), Chengdu 20-22 maja 2016 r., Ludwiczak A., Stanisz M., Lisiak D., Przybylak A., Boniecki P., Koszela K., Zaborowicz M., Wojcieszak D., Przybył J., Bykowska M., Kozłowski R.J., Ślósarz P. A computer method to analyse the impact of ultrasound frequency on the brightness of USG images of muscle cross-sections
  3. XVIII Konferencja krajowa n.t.: „Rolnictwo ekologiczne – stan obecny i perspektywy rozwoju – techniki, technologie, produkcja żywności”, Puszczykowo 11-13 października 2017 r.; Fojud A., Boniecki P., Zaborowicz M., Lisiak D., Ślósarz P., Stanisz M., Strzeliński P., Konieczny A., „Project of an computer system supporting extraction of the characteristics of pork half-carcases”.
  4. Boniecki P., Piekarska-Boniecka H., Przybył K., Gierz Ł., Koszela K., Zaborowicz M., Lisiak D., Ślósarz P., Przybył J. Unsupervised neural classification of six chosen apple pests using learned vector quantization agorithm.
  5. 10th International Conference on Digital Image Processing (ICDIP 2018), Hong Kong 11-14 maja 2018 r., Zaborowicz M., Fojud A., Boniecki P., Przybył K., Gierz Ł., Koszela K., Ślósarz P., Lisiak D., Przybył J. 2018.  Methodology of data processing in the process of neural image analysis of pork half carcasses