Affiliation:
1. APTA - Agência Paulista de Tecnologias dos Agronegócios, Campinas, SP, Brasil
2. UNESP - Universidade Estadual Paulista, Campus de Dracena, SP, Brasil
Abstract
A carne é um ótimo meio para a multiplicação de microorganismos e pode ser contaminada durante a aquisição da matéria prima, no processamento, armazenamento, transporte ou preparo. Rotineiramente centenas de placas de petri são utilizadas para a inspeção dos produtos alimentícios em laboratórios onde técnicos realizam a contagem das unidades formadoras de colônias. Como toda tarefa repetitiva, esta análise é susceptível à falhas humanas e exige uma quantia razoável de tempo. O objetivo deste trabalho foi desenvolver um algorítmo simples que não dependa de iluminação controlada, para realizar a contagem automática de unidades formadoras de colônias obtidas da incubação de amostras de contra filé. O algoritmo foi desenvolvido com o uso da linguagem Python v2.7 e a biblioteca OpenCV v3.0. A média de erro na contagem automática foi de 7,7% para as 40 placas processadas. Não foram encontradas contaminações significativas nos cortes bovinos analisados. O tempo médio empregado na contagem das UFCs pelo método visual e o automático foi de 44,6 e 2,07 segundos, respectivamente. O sistema desenvolvido apresentou resultados iniciais promissores. A iluminação não homogênea, o formato irregular e o contato entre colônias tem forte impacto no resultado das análises.
Publisher
Universidade Estadual Paulista - Campus de Tupa
Reference27 articles.
1. ABIEC - Associação Brasileira das Indústrias Exportadoras de Carne. Exportação de carne bovina do Brasil. Disponível em: < http://www.abiec.com.br/download/exportacoes-jan-dez-2016.pdf> Acesso em: 11 maio de 2017.
2. ALVES, G. M. Método fundamentado em processamento digital de imagens para contagem automática de unidades formadoras de colônias, 2006. 125 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2006.
3. BRADSKI, G.; KAEBLER, A. Learning OpenCV: Computer vision with the OpenCV library. O’Reilly Media, 1ed, 2008. 575p.
4. CAMPOS, G. F. C. Sistema robusto de visão computacional para segmentação da gordura da carne. 2014. 58p. Monografia em Ciência da Computação, Universidade Estadual de Londrina, Londrina, 2014.
5. CAPTA, R.; ALONSO-CALLEJA, C.; GARCÍA-ARIAS, M.T.; GARCÍA-FRENÁDEZ, M.C.; MORENO, B. Aspectos de intés em la calidad microbiológica de la carne de pollo. Eurocarne, v.9, n.73, p.73-86, 1999.