Celem pracy było określenie możliwości wykorzystania komputerowej analizy obrazu (CVS – ang. computer vision systems) do wykrywania wady PSE mięsa wieprzowego. Materiał badawczy stanowiły 42 wieprzowe mięśnie najdłuższe pozyskane w warunkach przemysłowych. Na podstawie pomiarów wartości pH oraz jasności barwy (L*) dokonano klasyfikacji surowca do trzech grup jakościowych: mięso normalne (RFN), mięso obarczone wadą PSE oraz mięso niespełniające kryteriów przynależności do żadnej z dwóch powyższych grup (NZ). Wykonano zdjęcia badanych próbek mięsa, a następnie przeprowadzono analizę obrazu, polegającą ma określeniu wartości składowych barwy trzech modeli: RGB, HSV i HSL. Na podstawie uzyskanych wyników stwierdzono, że CVS może znaleźć zastosowanie do wykrywania wady PSE mięsa wieprzowego. Najbardziej przydatne do tego celu okazały się składowe: V (z modelu HSV), L (z modelu HSL) oraz R, G, B (z modelu RGB).