RESEARCH PAPER
Detection of bruising of ‘Szampion Arno’ apple at visible light
Bohdan Dobrzański, jr 1, 2  
,  
Tomasz Lipa 2  
,  
Magdalena Kapłan 2  
,  
Iwona Szot 2  
,  
 
 
More details
Hide details
1
Zakład Fizycznych Właściwości Materiałów Roślinnych, Instytut Agrofizyki im. Bohdana Dobrzańskiego PAN Lublin, Polska
2
Katedra Sadownictwa i Szkółkarstwa, Uniwersytet Przyrodniczy w Lublinie, Polska
CORRESPONDING AUTHOR
Bohdan Dobrzański, jr   

Zakład Fizycznych Właściwości Materiałów Roślinnych, Instytut Agrofizyki im. Bohdana Dobrzańskiego PAN Lublin, Doświadczaln 4, 20-290, Lublin, Polska
Publish date: 2018-12-28
Final revision date: 2018-12-17
Acceptance date: 2018-12-17
 
Acta Agroph. 2018, 25(4), 461–474
KEYWORDS
TOPICS
ABSTRACT
During transport, reloading and handling, apples are often damaged, among which bruises are the most common cause of permanent, visible changes in colour on the surface of the fruit. Discoloration of the apple skin affects the consumer assessment. The aim of the research was a parametric assessment of bruises colour on apple skin at shelf life, after impact loading at 0,74 J; 1,32 J, and 2,06 J. The tests were carried out on ‘Szampion Arno’ apples specifying lightness parameter L* and chromaticity parameters a* and b* in accordance with the CIE L*a* b* standard. It was observed that the brighter side of the base colour of fruit blended to a greater degree the changes of colour during the shelf life. In that period, the lightness parameter L * of the base colour decreased from 74.47 to 39.21, proving darkening of fruit, similarly to the yellow colour which decreased over the entire surface of the fruit, while the chromatic parameter a *, representing the red colour, rose from 6.8 to 29.68, so that darkening of flesh was visible on the opposite side. The darkening of bruises described by the lightness parameter L* on the blush of fruits was reduced to a lesser extent, from 41.28 to 27.82, and after 6 days of shelf life the differences between blush and bruises were invisible. The chromaticity parameter a* was also confirmed by the reduction of the red colour on the surface of the blush, in the range from 47.32 to 34.79, however, bruising was more visible on the base colour of fruit, as this parameter a * increased from 7.86 to 27.38. Generally, the colour of bruised apple on the surface of the blush was more even, however, after 2 days of shelf life, the base colour of apples evoked a negative quality assessment.
METADATA IN OTHER LANGUAGES:
Polish
Detekcja obić jabłek odmiany ‘Szampion Arno’ w zakresie światła widzialnego
jabłka, obicia, obrót handlowy, barwa, jasność, chromatyczność, CIE L*a*b*
W trakcie transportu, przeładunku i obrotu handlowego jabłka często ulegają uszkodzeniom, wśród których obicia i odgniecenia miąższu są najczęstszą przyczyną trwałych, widocznych zmian barwy na powierzchni owocu, wpływających na niższą ocenę konsumencką. Celem badań była parametryczna ocena zmian barwy wywołanej obiciem w okresie obrotu handlowego jabłek. Obicia wywołano obciążeniem udarowym o wartości energii: 0,74; 1,32 i 2,06 J. Badania prowadzono na jabłkach klonu ‘Szampion Arno’, określając parametr jasności L* i chromatyczności a* i b* zgodnie ze standardem CIE L*a*b*. Zaobserwowano, że na jaśniejszej stronie o barwie podstawowej obicia owoców o ciemniejszej barwie są w większym stopniu widoczne w okresie obrotu handlowego. Parametr jasności L* barwy podstawowej w tym okresie maleje od wartości 74,47 do 39,21, świadcząc o ciemnieniu miejsca obicia owocu, podobnie jak udział barwy żółtej, który potwierdzają malejące wartości parametru b* na całej powierzchni owocu. Natomiast parametr chromatyczności a*, reprezentujący czerwony kolor obicia od strony barwy podstawowej, wzrasta w zakresie od 6,8 do 29,68, uwidaczniając podskórne brązowienie tkanki. Ciemnienie obić opisane parametrem jasności L* jest mniej widoczne na powierzchni rumieńca – zmiany tego parametru maleją w zakresie od 41,28 do 27,82. Natomiast już po 6 dniach trudno zaobserwować różnice parametryczne jasności pomiędzy obiciem a barwą rumieńca. Generalnie, barwa rumieńca jabłek klonu ‘Szampion Arno’ jest bardziej wyrównana i parametr chromatyczności a* wskazuje na nieznaczne zróżnicowanie barwy czerwonej (47,32-34,79), a obicia stają się bardziej widoczne od strony przeciwnej, na co wskazuje wzrost udziału barwy czerwonej (parametr a* od 7,86 do 27,38), który zależy od wartości energii udaru. Jednak już po 2 dniach zmiany barwy obić na stronie przeciwnej do rumieńca (strona barwy podstawowej jabłek) wywołują negatywną ocenę jakości.
 
REFERENCES (26)
1.
Baranowski P., Lipecki J., Mazurek W., Walczak R.T., 2008. Detection of watercore in ‘Gloster’ apples using thermography. Postharvest Biol. Technol., 47, 358-366, doi:10.1016/j.postharvbio.2007.07.014.
 
2.
Baranowski P., Mazurek W., 2009. Detection of physiological disorders and mechanical defects in apples using thermography. Int. Agrophys., 23, 9-17.
 
3.
Baranowski P., Mazurek W., Witkowska-Walczak B., Sławiński C., 2009. Detection of early apple bruise with the use of pulsed-phase thermography. Postharvest Biol. Technol., 53, 91-100, doi:10.1016/j.postharvbio.2009.04.006.
 
4.
Baranowski B., Mazurek W., Wozniak J., Majewska U., 2012. Detection of early bruises in apples using hyperspectral data and thermal imaging. J. Food Engin., 110, 345-355, doi:10.1016/j.jfoodeng.2011.12.038.
 
5.
Bennedsen B.S., Wei Qu., 1996. Detection of bruise damages on apples by thermal properties. Paper 96F-026, AgEng’96, Madrid, 2, 860-861.
 
6.
Blahovec J., 1999. Bruise resistance coefficient and bruise sensitivity of apples and cherries. Int. Agrophys., 13(3), 315-322.
 
7.
Brusewitz G.H., Bartsh J.A., 1989. Impact parameters related to post harvest bruising of apples. Transactions of the ASAE, 32, 953-957, doi:10.13031/2013.31097.
 
8.
Chen Y.B., Mohri K., 1997. Image analysis of bruised Orin apples. 5th Int. Symp. on Fruit, Nut, and Vegetable Production Engineering, Davis, California, USA, S12(2), 1-6.
 
9.
Dobrzański, jr. B., Rabcewicz J., Rybczyński R., 2006. Handling of apple. Centre of Excellence Agrophysics. IA PAN. pp. 1-234. ISBN: 83-89969-55-6.
 
10.
Dobrzański, jr. B., Rybczyński R., 2000. Interpretacja fizyczna oceny barwy w zastosowaniu do klasyfikacji jakościowej jabłek. Acta Agroph., 37, 17-27.
 
11.
Dobrzański, jr. B., Rybczyński R., 2002. Colour change of apples as a result of storage, shelf-life, and bruising. Int. Agrophys., 16(4), 261-268.
 
12.
Dobrzański, jr. B., Rybczyński R., 2008. Influence of packing method on colour perception improving the appearance of fruit and vegetables. Res. Agric. Engin., 54(2), 97-103, doi:10.17221/4/2008-RAE.
 
13.
Dobrzański, jr. B., Rybczyński R., Dobrzańska A., Wójcik W., 2001. Some physical and nutritional quality parameters of storage apple. Int. Agrophys., 15(1), 13-18.
 
14.
Dobrzański, jr. B., Rybczyński R., Puchalski C., 2003. Zmiany parametrów barwy skórki jabłek obitych przechowywanych w okresie obrotu handlowego. Acta Agroph., 83, 71-81.
 
15.
Garrido-Novell C., Pérez-Marin D., Amigo J.M., Fernández-Novales J., Guerrero J.E., Garrido-Varo A., 2012. Grading and color evolution of apples using RGB and hyperspectral imaging vision cameras. J. Food Engin., 113, 281-288, doi:10.1016/j.jfoodeng.2012.05.038.
 
16.
Huang W., Li J., Wang Q., Chen L., 2015. Development of a multispectral imaging system for online detection of bruises on apples. J. Food Engin., 146, 62-71, doi:10.1016/j.jfoodeng.2014.09.002.
 
17.
Kader A.A., 1999. Fruit maturity, ripening, and quality relationships. Acta Horticulturae, 485, 203-208, doi:10.17660/ActaHortic.1999.485.27.
 
18.
Kapłan M., Baryła P., Krawiec M., Kiczorowski P., 2013. Effect of N Pro technology and seactiv complex on growth, yield quantity and quality of ‘Szampion’ apple trees. Acta Scientiarum Polonorum, Hortorum Cultus, 12(6), 45-56.
 
19.
Kiczorowski P., Kiczorowska B., Krawiec M., Kapłan M., 2018. Influence of different rootstocks on basic nutrients, selected minerals, and phenolic compounds of apple CV. ‘Šampion’. Acta Scientiarum Polonorum, Hortorum Cultus, 17(4), 167-180, doi:10.24326/asphc.2018.4.15.
 
20.
Lipa T. Szot I., 2012. Odmianoznawstwo jabłoni. Wydawnictwo Uniwersytetu Przyrodniczego we Wrocławiu. ISBN: 9788372592057.
 
21.
Lista odmian roślin sadowniczych. 2017. Centralny Ośrodek Badania Odmian Roślin Uprawnych. Słupia Wielka. ISSN 1232-0633.
 
22.
Lu Y., Lu R., 2018. Detection of surface and subsurface defects of apples using structured-illumination reflectance imaging with machine learning algorithms. An ASABE Meeting Presentation, Detroit, Michigan, July 29-August 1, doi:10.13031/aim.201800536.
 
23.
Moallem P., Serajoddin A., Pourghassem H., 2017. Computer vision-based apple grading for golden delicious apples based on surface features. Information Processing In Agriculture, 4, 33-40, doi:10.1016/j.inpa.2016.10.003.
 
24.
Sinobas L.R., Ruiz-Altisent M., de la Plaza Perez J.L., 1991. Bruise development and fruit response of pear (c.v. ‘Blanquilla’) under impact conditions. J. Food Engineering, 14, 289-301, doi:10.1016/0260-8774(91)90019-O.
 
25.
Studman C., Ouyang Li., 1997. Bruise measurement by image analysis. 5th Int. Symp. on Fruit, Nut, and Vegetable Production Engineering, Davis, California, USA, S12(5), 1-7.
 
26.
Xing J., Bravo C., Jancsok P., Ramon H., De Baerdemaeker J., 2005. Bruise detection on Golden Delicious apples by using hyperspectral imaging with multiple wavebands. Biosys. Eng., 90(1), 27-36, doi:10.1016/j.biosystemseng.2004.08.002.
 
eISSN:2300-6730
ISSN:1234-4125