Matlamat kajian ini adalah untuk meneroka potensi dekat inframerah (NIR) sistem
pengimejan dalam kombinasi dengan analisis pemprosesan imej untuk menentukan
kesegaran telur berdasarkan dua parameter iaitu kelajuan kuning telur dan luas kawasan
kuning telur. Salah satu kaedah yang paling popular ialah kaedah bukan memusnah iaitu
pemeriksaan melilinkan, ia digunakan secara meluas dalam barisan pengeluaran untuk
menyusun dan gred telur ayam. Walau bagaimanapun, kaedah ini boleh membawa kepada
kesilapan manusia dan mengambil lebih banyak masa. Teknik lain yang tidak
memusnahkan dipanggil penglihatan mesin yang menggunakan kedua-dua perkakasan
dan perisian untuk memeriksa struktur dalaman telur ayam. Dengan menggunakan
penglihatan mesin, struktur dalaman seperti kuning dan albumen boleh dikaji dengan
menggunakan teknik pemprosesan imej. Kamera digital biasa tidak boleh digunakan
dalam kajian ini untuk memeriksa struktur dalaman telur sebagaimans mata manusia biasa
akan bertindak balas pada cahaya jika panjang gelombang dari 390 nm hingga 700 nm.
Oleh itu, NIR spektroskopi boleh mendapatkan maklumat struktur dalaman telur dengan
menggunakan kamera NIR tertentu yang mempunyai rangkaian spektrum 900nm untuk
1700nm yang dalam cahaya dekat inframerah. Kawasan kuning telur mempunyai ciri-ciri
seperti warna, pergerakan, saiz dan bentuk yang memberi kesan kesegaran dikurangkan
dengan peningkatan masa penyimpanan. Oleh itu, kajian ini adalah untuk membangunkan
sistem pengimejan NIR untuk pemprosesan makanan dan untuk menentukan kesegaran
telur berdasarkan ciri-ciri kuning telur menggunakan algoritma pemprosesan imej. Imej
yang ditangkap boleh digunakan untuk mengkaji ciri-ciri kuning telur. Rantau kuning
telur dipisahkan daripada imej yang ditangkap oleh pemprosesan imej. Pergerakan kuning
telur telah diperiksa dan dianalisis. Luas kawasan kuning telur dikira dan dianalisis.
Kelajuan kuning dan kuning kawasan telah dipilih sebagai parameter ciri. Model
pengesanan kesegaran telur ditubuhkan berdasarkan hubungan antara parameter ciri dan
kesegaran. Oleh itu, sebagai kenaikan masa penyimpanan, kawasan kuning menjadi lebih
besar, kelajuan kuning berkurangan, dengan itu kesegaran berkurangan. Penilaian telur
kesegaran menggunakan kaedah tanpa musnah dan berdasarkan ciri-ciri imej kuning telur
memberikan kelebihan kepada barisan pengeluaran pengimejan makanan.
_______________________________________________________________________________________________________
The goal of this study was to explore the potential of near-infrared (NIR) imaging system
in combination with image processing analysis to determine freshness of eggs based on
two parameters which are yolk speed and yolk area. One of the most popular nondestructive
method is candling inspection, it is widely used in production line to sort and
grade chicken egg. However, this method can lead to human errors and consume more
time. Another non-destructive technique is called machine vision that use both hardware
and software to inspect internal structure of chicken egg. By using machine vision,
internal structure such as yolk and albumen can be studied by applying image processing
technique. Normal digital camera cannot be used in this study to inspect internal structure
of egg as typical human eyes will respond on light if wavelength from 390 nm to 700 nm.
Thus, NIR spectroscopy is able to obtain information of internal structure of eggs by using
specific NIR camera that has a spectral range of 900nm to 1700nm which in near-infrared
light. Yolk region have many characteristics such as color, movement, size and shape that
changes as storage time increases thus changes freshness of the egg. Therefore, this study
is to develop NIR imaging system for food processing and to determine freshness of eggs
based on yolk characteristics using image processing algorithm. The captured image can
be used to study the characteristics yolk regions. The yolk region is separated from the
captured image by image processing. The movement of egg yolk was examined and
analyzed. The area of yolk region was calculated and analyzed. The yolk speed and yolk
area were selected as characteristic parameters. Detection model of egg freshness was set
up based on the correlations between these characteristic parameters and freshness.
Therefore, as storage time increases, yolk area become larger, yolk speed decreases, thus
freshness is reduced. The egg freshness evaluation using non-destructive method and
based on image characteristics of yolk gives advantageous to food imaging production
line.