Kamera sjekker kvaliteten

Fiskeindustrien sorterer laksen manuelt i ulike kvalitetsklasser. Om sensorer overtar jobben, vil kostnadene senkes og norske bedrifter kan unngå å flagge ut.

Forsker Ekrem Misimi på SINTEF Fiskeri og havbruk har nylig tatt doktorgrad på presise matematiske beskrivelser som gjør maskiner i stand til å kvalitetssortere fisk. Misimi har koblet maskinsyn og metoder for mønstergjenkjenning, og matet geometriske beskrivelser av fiskestørrelse, farge og fasong inn i en pc som finner ut hvilken kvalitetsklasse laksen tilhører.

Norsk fiskeindustri har vært trege med å innføre moderne teknologi, og norske produksjonskostnader for en kilo laks ligger i gjennomsnitt 5–10 kroner høyere enn i konkurrerende land. I tillegg er eksporten av foredlede fiskeprodukter fortsatt lav. Så industrien kan vinne mye på å bruke de nye metodene, sier Misimi.

Ujevn kvalitet

I dag graderes fisk manuelt av ansatte som evaluerer fasong, farge og eventuelle skader på fisken. For forbrukerne vil ha fiskefileter som er ferske og jevne i farge og form. Ofte kan dette være vanskelig å få til med dagens teknologi.

Om laksen er stresset i dødsøyeblikket, blir den fortere stiv, og ved islagring endrer filetene fortere farge og form enn fileter fra en ustresset fisk. Stressede fileter kan ikke bearbeides før de er gått ut av dødsstivheten etter 2–3 dager, og kvalitetsmessig taper da produktet ferskhet.

I tillegg kan det forekomme restblod i bukhulen på fisk fra bløggingen. Dette forårsaker senere blodflekker på ferske og røykte fileter, og er en vanlig årsak til at filetene blir klassifisert lavt.

Farge er et viktig kvalitetskjennetegn til laksefileter, og i dag brukes en spesiell linjal og et fargekort til å sortere hvilke fileter som holder seg innenfor godkjente rammer og hvilke som må ut.

Automatisering

Den nye metoden tar bare bilde av fargekortene og lagrer verdiene slik at farge på filet kan sammenlignes med tabellverdi. Den objektive metoden er i god samsvar med måten mennesker analyserer farger på, og dessuten rask og kontaktfri.

– Ved maskinsyn og bildeanalyse vil det være mulig å skille ut fisk i produksjons-, ordinær- og superior-klasse og samtidig avsløre blod i bukhulen med en nøyaktighet på ca. 90 prosent. Automatisering kan øke produktiviteten, gi hurtigere prosessering, og bedriftene kan unngå utflagging, sier Misimi Ekrem.

Av Åse Dragland