Предмет исследования: подходы и методы цифровой обработки изображений срезов мясной продукции, связанные с определением контура выделенного фрагмента, его формы, площади и цвета. Цель: разработка алгоритма автоматизированного определения фальсификации в мясной продукции на основе обработки цифровых изображений гистологических срезов. Основные результаты исследования. Проведен комплексный анализ процесса обнаружения фальсификации в мясных продуктах, выявлены конкретные задачи, требующие автоматизации. Выполнены следующие задачи: определение контуров изображения фальсификата, определение площади областей и формы частиц, определение цвета частиц фальсификата. Для разработки алгоритма из четырёх модулей использовался интерфейс Spark Streaming и язык программирования Python. Предложена архитектура гибридной экспертной системы для поддержки принятия решений при определении наличия фальсификата. Область применения результатов работы: производственные предприятия пищевой промышленности с автоматизацией процессов контроля качества мясных продуктов и обнаружения фальсификации; регулирующие организации и органы надзора для улучшения эффективности контроля качества; лаборатории и научные исследовательские центры для автоматического анализа и обработки изображений.

Subject of study: approaches and methods for digital processing of images of slices of meat products related to detection of the contour of the selected fragment, its shape, surface area and color. Purpose: development of an algorithm for the automated detection of adulteration in meat products based on the processing of digital images of histological sections. The main results of the study. A comprehensive analysis of the detection of falsification in meat products was carried out, specific tasks requiring automation were identified. The following tasks were completed: detection of counterfeit image contours, detection of counterfeit areas and the shape of its particles, identification of the counterfeit particles’ color. To develop a four-module algorithm the Spark Streaming interface and the Python programming language were used. The architecture of a hybrid expert system for decision support during adulteration detection is proposed. Scope of application of the results: food industry enterprises with automated processes for quality control of meat products and falsification detection; regulatory organizations and supervisory authorities for enhancement of quality control efficiency; laboratories and scientific research centers for automatic analysis and image processing.