En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal Logo BIA

Biopolymères Interactions Assemblages

Acquisition et analyse d'images : détermination de la texture de la mie et la croûte du pain

Mie de pain
Caractérisation de la texture visuelle de mies de produits céréaliers par analyse d'images : granulométrie par morphologie mathématique

Des tranches sont prélevées dans la zone centrale des produits, posées sur le scanner et recouvertes d’une boîte à fond noir mat. L'acquisition se fait au format TIFF non-compressé, ici avec une résolution de 300 dpi (1 pixel = 0.08 mm):

tranche de pain

 
La mie des produits se présente comme un objet texturé, c'est un arrangement de la mie avec des alvéoles.

Les images sont converties en niveaux de gris. Comme le fond est nettement plus sombre que la mie, un seuil en niveau de gris permet d'isoler un masque de la tranche. Le traitement suivant élimine l'épaisseur de la croûte.

Cette région de l'image est analysée par Morphologie Mathématique, cette méthode consiste à transformer l'image de manière irréversible selon le niveau de gris de ses pixels. Un masque, l'élément structurant, ici de forme carrée, est déplacé sur toute l'image :

traitement de l'image par dilatation

Le niveau de gris du pixel central est modifié selon les niveaux de gris de ses voisins recouverts par l'élément structurant. L'opération de base "érosion" attribue au pixel central la valeur minimale en niveau de gris atteinte sur la zone recouverte par l'élément structurant et l'opération duale, "dilatation", attribue la valeur maximale.

La dilatation éclaircit une image :

traitement de l'image par dilatation

Ici, au bout de 15 étapes il ne reste presque plus d'alvéoles, la trace d'une seule en haut à droite. Les alvéoles qui ont disparu lors des transformations précédentes, ont une de leurs dimensions inférieure à (2 X nombre étapes + 1) = 31 pixels.

Les érosions assombrissent l'image : la mie, les parois des alvéoles sont atténuées :

traitement d'image par erosion

   

A chaque ième transformation la sommes des niveaux de gris V(i) évolue, ici selon la courbe :

evolution des niveuax de gris

 
Les plus fortes variations ont lieu aux 1ères étapes, celles qui affectent essentiellement les petits objets, cette courbe est typique d'une texture fine. Cependant ce type de courbe obtenue sur une image en niveau de gris ne donne pas le nombre d'objets inférieurs à une dimension donnée.  En effet l'importance de la variation de la courbe n'est pas due uniquement à la surface des objets disparus mais aussi à leur niveau de gris initial. La disparition d'une petite alvéole, moins sombre que les grosses, contribue moins à l'augmentation des niveaux de gris que la disparition de la même portion de surface d'une grosse alvéole. Le calcul des variations des sommes des niveaux de gris est normalisé (ajouter formule), permettant l'obtention de courbes appelées de texture granulométrique en niveau de gris :

courbes de texture granulométrique en niveau de gris

 

Ici, les variations sur les premières étapes de dilatation sont plus importantes pour le produit '8' que pour le '30', par exemple : la mie 8 est plus fine que la 30.

 

La comparaison de ces courbes est faite par analyse en composantes principales. Des cartes de ressemblances des courbes sont tracées à partir des coefficients des composantes. Sur cette carte, deux courbes (2 textures) qui se ressemblent sont proches.

analyse en composantes principales

Les produits sont discriminés. Les profils ACP peuvent être interprétés comme une courbe de texture granulométrique, leurs formes permet d'interpréter cette carte. Ici, le 1er profil est essentiellement lié à la hauteur du pic des 1ères étapes, il décrit donc la finesse. Sur la carte, les structures se placent effectivement de la plus fine à droite à la plus aérée à gauche. Le 2ème prend en compte les variations sur les étapes suivantes. La 2ème composante est donc liée à la présence de gros éléments, c'est à dire à l'hétérogénéité de la texture.

Cette méthode a été appliquée à des produits observés en tomographie par rayons X avec une résolution de 15µm, à l'ESRF (www.esrf.fr). L'analyse des images 3D ainsi obtenues a permis de caractériser précisément la structure alvéolaire des produits et d'obtenir des classements selon leur finesse ou leur hétérogénéité. Ces classements sont cohérents avec ceux obtenus selon la méthode écrite ici.

   

    

Voir aussi

Evaluation de l’épaisseur de la croûte du pain par imagerie

Nous avons développé un outil permettant d’évaluer l’épaisseur de la croûte à partir d’images de tranches obtenues selon la méthode décrite dans la page« Acquisition et analyse d'images ».

tranche de pain

Les images sont acquises en couleurs RVB (Rouge, Vert, Bleu) puis converties dans le système colorimétrique HSI (Teinte, Saturation, Intensité). La composante Saturation montre des valeurs différentes dans la croûte que dans la mie.

images acquises en couleurs RVB (Rouge, Vert, Bleu)
images converties dans le système colorimétrique HSI

Une Analyse en Composantes Principales est effectuée sur les quatre composantes rouge, vert, bleu et saturation d’un panel de pixels. Les vecteurs propres obtenus servent à calculer de nouvelles images qui mettent en évidence les constituants de la tranche, dont la croûte. Une image binaire de la croûte est ainsi obtenue :

image binaire de la croûte

Nous avons ainsi pu caractériser la croûte pour des pains ayant subi différentes durées de cuisson.

pains ayant subi différentes durées de cuisson.
caractérisation de la croûte à différentes durées de cuisson.

Cette méthode est détaillée dans l’article du Cahier des Techniques de l’INRA de décembre 2011 et dans « Kinetics of crust formation during conventional french bread baking » Della Valle Journal of Cereal Science,In Press, Accepted Manuscript, Available online 20 June 2012.