Hatice GÜNDÜZ, Mehmet ERDAĞ, Zayde AYVAZ, Buminhan Burkay SELÇUK, Ebru AK

Bilgisayarlı Görüntüleme Teknolojileri ile Hamsi (Engraulis encrasicolus) ve Sardalye (Sardina pilchardus)’nin Depolama Süresince Renk Parametrelerinin İncelenmesi ve Bazı Kalite Parametreleri ile Karşılaştırılması

Renk, önemli bir balık tazelik belirleyicisidir. Balık derisinin, gözlerinin ve solungaçların rengi tazelikhakkında bazı ipuçları vermektedir. Ancak renk, birçok sebepten dolayı kişiden kişiye değişir (renk körlüğü, ışık,tüketici deneyimi vb.). Bilgisayarlı görüntüleme teknolojisi (BGT), bu bilgilerin sayılabilir, tekrarlanabilir veobjektif olması için geliştirilmiştir. Bu çalışmada, hamsi (Engraulis encrasicolus) ve sardalye (Sardinapilchardus) balıklarının BGT kullanarak renklerini belirlenmiş ve depolama boyunca değişimleri izlenmiştir.Analiz edilen diğer kalite parametreleri: toplam uçucu bazik nitrojen (TVB-N), toplam aerobik mezofilik bakteri(TAMB), su aktivitesi, kuru madde (%) ve pH analizleridir. Renk değişimlerinin bazı kalite parametreleri ileilişkisinin ortaya konması amaçlanmıştır. Hamsi ve sardalye için iki farklı depolama sıcaklığı (4°C±2 ve odasıcaklığı) belirlenmiştir. 4±2°C depolanan hamsi grubunun depolamanın 3. gününde TVB-N, TAMB, pHdeğerleri sırasıyla 51,60 mg/100g, 4,69 kob/g ve 6,33 değerlerine ulaşmıştır. 4°C depolanan sardalye grubununise depolamanın 3. gününde TVB-N, TAMB, pH değerleri sırasıyla 50,09 mg/100g, 4,69 kob/g ve 6,38değerlerine ulaşmıştır. Oda sıcaklığında depolanan hamsi grubunun depolamanın 2. gününde TVB-N, TAMB,pH değerleri sırasıyla 67,44 mg/100g, 5,78 kob/g ve 6,64 iken aynı depolama sıcaklığında depolanan sardalyegrubunda depolamanın 2. gününde bu değerler sırasıyla 77,91 mg/100g, 5,78 kob/g ve 6,87 olduğubelirlenmiştir. Renk parametreleri sonuçlarına göre hamsi ve sardalye örneklerinde zamana ve sıcaklığa bağlıolarak L* değerinde düzenli azalış, a* ve b* değerlerinde ise düzenli artış takip edilmiştir. Bu artış ve azalışlaristatistik açıdan önemli bulunmuştur (p

Investigation of Anchovy (Engraulis encrasicolus) and Sardine (Sardina pilchardus) Color Parameters During Storage by using Imaging Technology and Comparison of Some Quality Parameters

The first important fish freshness determinant is color. The color of fish skin, eyes and gills give lots of information about freshness. However, this information varies from person to person due to many reasons (color blindness, light, the experience of consumer, etc.). Computer-Based Image Analyze (CBI) methods have been developed to make this information countable, repeatable and objective. This study was aimed to determine the color of anchovy (Engraulis encrasicolus) and sardine (Sardina pilchardus) by using CBI. At the same time, total volatile base nitrogen (TVB-N), total aerobic mesophilic bacteria (TAMB), water activity, moisture, and pH analysis were done during storage. Two different storage temperature (4±2°C and room temperature (24°C)) were determined for anchovy and sardines. Anchovy 4±2°C group’s TVB-N, TAMB, pH values were reached 51.60 mg/100g, 4.69 CFU/g and 6.33 on the third day of storage, respectively. Sardine 4±2°C group’s TVB-N, TAMB, pH values were reached 50.09 mg/100g, 4.69 CFU/g and 6.38 on the third day of storage, respectively. It was determined that anchovy 24°C group’s TVB-N, TAMB, pH values were 67.44 mg/100g, 5.78 CFU/g and 6.64, sardine 24°C group’s TVB-N, TAMB, pH values were 77.91 mg/100g, 5.78 CFU/g and 6.87 at the second day of storage, respectively. However, there are no statistically differences a* value of anchovy and sardine 4°C groups were not significantly different each other (p>0.05), while anchovy and sardine 24°C groups were significantly different (p

PDF

___

Alçiçek, Z., Balaban, M.Ö., 2012. Development and application of “The Two Image” method for accurate object recognition and color analysis. J. Food Eng. 111(1): 46-51.
Alçiçek, Z., Balaban, M.Ö., 2014. Estimation of whole volume of green shelled mussels using their geometrical attributes obtained from image analysis. Int. J. Food Prop. 17(9): 1987-1997.
Alçiçek, Z., 2011. The effects of thyme (Thymus vulgaris L.) oil concentration on liquid-smoked vacuum-packed rainbow trout (Oncorhynchus mykiss Walbaum, 1792) fillets during chilled storage. Food Chem. 128(3):683–688.
Alçiçek, Z., Zencir, Ö., Çelik Çakiroğullari, G., Atar, H.H., 2010. The effect of liquid smoking of anchovy (Engraulis encrasicolus, L. 1758) fillets on sensory, meat yield, polycyclic aromatic hydrocarbon (PAH) content, and chemical changes. J. Aquat. Food Prod. T. 19(3-4): 264-273.
Anonim, 1988. Unterschung von Lebensmitteln Bestimmung des Gehaltes von flqchtigen stickstoffhaltigen Basen (TVB-N) in Fischen und Fischerzeugnissen Referenzerfahren. Amtliche Sammlung von Untersuchunsverfahren nach 35 LMBG, 80.
Anonim, 2000. Gıda Mikrobiyolojisi ve Uygulamaları. Genişletilmiş 2. Baskı, Ankara Üniversitesi Ziraat Fakültesi Gıda Mühendisliği Bölümü Yayını, Sim Matbaası, Ankara, Türkiye, 522 s.
AOAC, 2000. Official Methods of Analysis. 17 th Edition Vol II. Assoc. Off. Anal. Chem., Wash. D.C., USA.
Ayvaz, Z., Balaban, M.O., Kong, K.J.W., 2017. Effects of different brining methods on some physical properties of liquid smoked King Salmon. J. Food Process. Pres. 41(1): e12791.
Balaban, M.O., Ünal Şengör G.F., Soriano, M.G., Ruiz, E.G., 2011. Quantification of gaping, bruising, and blood spots in salmon fillets using image analysis. J. Food Sci. 76(3).
Cohen, J., 1988. Statistical Power Analysis for the Behavioral Sciences Second Edition Second. Lawrence Erlbaum Assocıates, New York.
Connell, J., 1995. Methods of assessing and selecting for quality. Page J. Conell, editor Control of Fish Quality. Fishing News Books, Oxford.
Çakır, F., Ayvaz, Z., 2019a. The effects of different immersion time with water-based liquid smoke applications on the color of anchovy fillets. 2. International Conference on “Agriculture, Forestry & Life Sciences.” 54. 18-20 April, Prague.
Çakır, F., Ayvaz, Z., 2019b. Investigation of color changes of anchovy and sardine fillets treated with different oils and liquid by computer-based ımage analysis technology. 2. International Conference on “Agriculture, Forestry & Life Sciences.” 59. 18-20 April, Prague.
Dowlati, M., Mohtasebi, S.S., Omid, M., Razavi, S.H., Jamzad, M., De La Guardia, M., 2013. Freshness assessment of gilthead sea bream (Sparus aurata) by machine vision based on gill and eye color changes. J. Food Eng. 119(2): 277-287.
Erkan, N., Özden, Ö., 2008. Quality assessment of whole and gutted sardines (Sardina pilchardus) stored in ice. Int. J. Food Sci. Tech. 43(9):1549–1559.
Gümüş, B., Balaban, M.Ö., Ünlüsayın, M., 2011. Machine vision applications to aquatic foods: A review. Turk. J. Fısh. Aquat. Sc. 11(1):171-181.
Gümüş, B., Balaban, M.O., 2010. Prediction of the weight of aquacultured rainbow trout (Oncorhynchus mykiss) by image analysis. J. Aquat. Food Prod. T. 19(3–4): 227–237.
He, H.J., Wu, D., Sun, D.W., 2015. Nondestructive spectroscopic and imaging techniques for quality evaluation and assessment of fish and fish products. Crit. Rev. Food Sci. 55(6): 864-886.
Hwang, C.A., Tamplin, M.L., 2005. The influence of mayonnaise pH and storage temperature on the growth of Listeria monocytogenes in seafood salad. Int. J. Food Microbiol. 102(3): 277-285.
Köse, S., Erdem, M.E., 2004. An investigation of quality changes in anchovy (Engraulis encrasicolus, L. 1758) stored at different temperatures. Turk. J. Vet. Anim. Sci. 28(3): 575-582.
Mathiassen, J.R., Misimi, E., Bondø, M., Veliyulin, E., Østvik, S.O., 2011. Trends in application of imaging technologies to inspection of fish and fish products. Trends Food Scı. Tech. 22(6): 257-275.
Özoğul, F., Özoğul, Y., 2000. Comparision of methods used for determination of total volatile basic nitrogen (TVB-N) in rainbow trout (Oncorhynchus mykiss). Turk. J. Zool. 24(1): 113-120.
Rehbein, H., Oehlenschläger, J., 2009. Fishery Products: Quality, safety and authenticity. Page H. Rehbein and J. Oehlenschläger, editors. Rehbein, H., Oehlenschläger, J. Fıshery products quality, safety and authenticity. United Kingdom.
Sawilowsky, S.S., 2009. New effect size rules of thumb. J. Mod. Appl. Stat. 8(2): 26.
Spence, C., Levitan, C.A., Shankar, M.U., Zampini, M., 2010. Does food color influence taste and flavor perception in humans? Chemosens. Percept. 3(1): 68-84.
TUİK, 2018. Türkiye İstatistik Kurumu. 2018. Su Ürünleri İstatistikleri.
Ünal Şengör, G.F., Balaban, M.O., Topaloğlu, B., Ayvaz, Z., Ceylan, Z., Doğruyol, H., 2018. Color assessment by different techniques of gilthead seabream (Sparus aurata) during cold storage. Food Sci. Tech.
Varlık, C., 2004. Su ürünleri işleme teknolojisi. Page C. Varlık, editor. İstanbul Üniversitesi Yayın No: 4465, İstanbul.
Yagiz, Y., Balaban, M.O., Kristinsson, H.G., Welt, B.A., Marshall, M.R., 2009. Comparison of Minolta colorimeter and machine vision system in measuring colour of irradiated Atlantic salmon. J. Sci. Food Agr. 89(4): 728-730.