Vitenskapelige artikler m/referee

Identification of fat, protein matrix and water/starch on microscopy images of sausages by a PCA based segmentation scheme.

 

Artikkelen presenterer en ny bildeanalysemetode. Det er en segmenteringsmetode som gjør det mulig å skille fett, vann og protein på mikroskopi bilder av pølser. Dette gir mulighet til å kvantifisere disse komponentene i mikroskopibilder. Metoden er generell og kan brukes på ulike bildetyper, også på multispektrale bilder. Metoden er basert på principal komponent analyse (PCA). Det lages PCA modeller for objekter som skal segmenteres. Modellene lages ved en manuell segmentering av et utvalg av bildepiksler med en software laget til dette formålet. Softwaren kan også brukes som et treningsverktøy for mikroskopister.

Nøkkeldata

Årstall 2003
Abstract A color-based segmentation scheme applied to microscopy images of cryo-sectioned sausages is proposed. The segmentation scheme is capable of segmenting three different levels on the microscopy images: the fat particles, the protein matrix and water/starch. The method is based on principal component analysis (PCA). A user-friendly program was developed for the manual segmentation of a selection of image pixels by microscopists. Principal component models based on the manually classified pixels are then used to segment fat, protein matrix and starch/water on microscopy images. The program can also be used as a training tool for microscopists.
Referanse Kohler, A., Enersen, G., Høst, V., Ofstad, R. 2003. Identification of fat, protein matrix and water/starch on microscopy images of sausages by a PCA based segmentation scheme. Scanning, Vol 25, pp 109-115.
Utgiver Scanning,

Relaterte personer

  • Achim Kohler

    Forsker

    Tlf: +47 64970240

    Mobil: +47 901 80 765

  • Grethe Enersen

    Laboratorieleder

    Tlf: +47 64970200

  • Vibeke Høst

    Avdelingsingeniør

    Tlf: +47 64970285

  • Ragni Ofstad

    Forskningssjef, Råvare og Prosess

    Tlf: +47 64970293

    Mobil: +47 90 59 29 81