Prediction of Beef Cielab Colour from Rgb Digital Images

A. Brugiapaglia; A. Albera; S. Savoia; G. Destefanis; L. Di Stasio

Prediction of Beef Cielab Colour from Rgb Digital Images

in 63rd International Congress of Meat Science and Technology

Autor:innen:

A. Brugiapaglia

A. Brugiapaglia ¹Department of Agricultural, Forest and Food Sciences (DISAFA) of the University of Torino, Italy

Search for other papers by A. Brugiapaglia in
Current site
Google Scholar
PubMed

A. Albera

A. Albera ²Associazione Nazionale Allevatori dei Bovini di Razza Piemontese, Carrù (CN), Italy; alberto.brugiapaglia@unito.it

Search for other papers by A. Albera in
Current site
Google Scholar
PubMed

S. Savoia

S. Savoia ²Associazione Nazionale Allevatori dei Bovini di Razza Piemontese, Carrù (CN), Italy; alberto.brugiapaglia@unito.it

Search for other papers by S. Savoia in
Current site
Google Scholar
PubMed

G. Destefanis

G. Destefanis ¹Department of Agricultural, Forest and Food Sciences (DISAFA) of the University of Torino, Italy

Search for other papers by G. Destefanis in
Current site
Google Scholar
PubMed

, und

L. Di Stasio

L. Di Stasio ¹Department of Agricultural, Forest and Food Sciences (DISAFA) of the University of Torino, Italy

Search for other papers by L. Di Stasio in
Current site
Google Scholar
PubMed

Art:: Kapitel

Seiten:: 93–94

DOI:: https://doi.org/10.3920/9789086868605_029

Über Institut einloggen

Sofortzugang erwerben (PDF-Download und unbegrenzter Online-Zugang):

42,00 €35,00 € excl. VAT

Add to Cart

Token einlösen

The aim of this study was to evaluate the performances of a quadratic model to predict CIELAB parameters from digital images. The colour of 80 longissimus thoracis samples was measured by a spectrophotometer in the CIELAB space model and photographed using a digital camera which produced RGB images. All the images were captured under controlled conditions. The RGB colours were measured using Photoshop software. The conversion of RGB values to L*a*b* values was carried out using a quadratic model. The percent mean absolute error (ē%,) standard deviation of the percent mean absolute error (σ), average root mean square error (RMSE) and colour difference (ΔE*) were used for measurement of differences between the values obtained with the spectrocolorimeter and Photoshop. The model showed an error of 1.36% and a standard deviation of 1.12. The (RMSE) was 1.28 while the ΔE* was equal to 2.94. The proposed method achieves a promising performance, however the acquisition of the images needs some adjustments to improve the accuracy of the model.

Zitierungsangaben

Save
Cite
Inhalt per Mail versenden

Link teilen

Sie können einen Link zu dieser Seite per E-Mail senden:
Inhalt per Mail versenden
oder den Link direkt kopieren:

https://brill.edhh.ma/abstract/book/9789086868605/BP000029.xml
Der Link wurde nicht kopiert. Ihr aktueller Browser unterstützt das Kopieren über diese Schaltfläche möglicherweise nicht.

Link wurde kopiert

Reduzieren
Erweitern
Nach oben

63rd International Congress of Meat Science and Technology

Nurturing locally, growing globally

ISBN:: 9789086868605

Verleger:: Wageningen Academic

Print-Publikationsdatum:: 15 Nov 2017

Fachgebiete
- Biowissenschaften

Kennzahlen

	Insgesamt	Letzte 365 Tage	In den letzten 30 Tagen
Aufrufe von Kurzbeschreibungen	143	42	7
Gesamttextansichten	6	0	0
PDF-Downloads	1	0	0

Afrikanistik	Internationale Beziehungen	Nahost- und Islamwissenschaften
Altorientalistik und Ägyptologie	Internationales Recht	Pädagogik
Amerikanistik	Judaistik	Philosophie
Asienwissenschaften	Klassische Altertumswissenschaft	Religionswissenschaft
Bibelauslegung	Kunstgeschichte	Slawistik und Eurasienkunde
Biologie	Literatur- und Kulturwissenschaften	Sozialwissenschaften
Biowissenschaften	Medienwissenschaft	Sprachen und Linguistik
Buchgeschichte und Kartographie	Menschenrechte und humanitäres Völkerrecht	Theologie und Christentum
Geschichte	Musikwissenschaft

Fachgebiete

Autor:innen

Open Access

Produkt-Informationen

Über uns

Kontakt

Prediction of Beef Cielab Colour from Rgb Digital Images

Zitierungsangaben

Link teilen

63rd International Congress of Meat Science and Technology

Nurturing locally, growing globally

Inhaltsverzeichnis

Kennzahlen

Kennzahlen