Primjena računalne analize slike u ispitivanju funkcionalnih svojstava sira za pizzu

Budući da se Mozzarella najčešće konzumira kao dodatak pizzama, funkcionalna svojstva, uključujući topljivost, otpuštanje ulja, ljepljivost i elastičnost pri zagrijavanju su od velike važnosti. U ovom radu je primijenjena nova beskontaktna metoda, računalna analiza slike, koja je upotrijebljena za analizu topljivosti i mjerenja svojstva otpuštanja ulja industrijski proizvedenih uzoraka Mozzarelle. Također su analizirana fizikalno-kemijska, teksturalna i senzorska svojstva uzoraka. Vrijednosti topljivosti sira prema Arnottovom i Schreiberovom testu, pokazala su pozitivan stupanj korelacije (0,8121). Ispitivani sirevi s većom topljivošću imali su statistički niže vrijednosti tekturalnih svojstava: tvrdoće, ljepljivost, elastičnosti, gumenosti i otpor žvakanju. Otpuštanje ulja mjerenjem uljne površine na filter papiru pokazao je pozitivnu korelaciju s udjelom mliječne masti (0,8297). Rezultati hedonističke skale pokazali su visoku prihvatljivost svih uzoraka. Ukupni rezultati pokazuju da se metoda računalne analize slika može primijeniti za objektivnu i učinkovitu procjenu funkcionalnih svojstava sira.As Mozzarella cheese is usually consumed as a pizza topping, the functional properties including meltability, free oil, viscoelasticity and stretchability when melted, are of great importance. In this work a novel non-contact computer vision method was employed to analyse the melting and free-oil formation of industry produced Mozzarella samples. Physicochemical, textural and sensory properties were also analysed. The data on cheese meltability recorded in the Arnott Test and Schreiber Test, indicated a high degree of correlation (0.8121). A higher melting property of the tested cheeses resulted in a statistically significantly lower texture properties: hardness, adhesiveness, springiness, gumminess and chewiness. The oiling off property of cheese, tested by the traditional oil ring test, was significantly influenced by milk fat content (0.8297). The results of hedonistic scale application showed high consumers acceptability of all samples. The overall results show that the computer vision method developed provides an objective and efficient approach for assessing the functional properties of cheese