环球电气之家-午夜精彩视频-中国专业电气电子产品行业服务网站！

應用計算機圖像處理技術研究羅維朋標準色片與油脂顏色的關系,得到特征參數A(R-G)和B(R/G).固定羅維朋黃色片70時,最佳特征參數為B,其他情況下最佳特征參數為A.實驗得出利用A或B計算羅維朋紅值的經驗方程,驗證結果表明,不同油脂測定羅維朋紅值與計算結果的相關系數大于0.98,平均誤差小于0.4.

0前言

油脂是食品及工業的重要原料,其質量直接影響到產品的價格與銷售.油脂顏色是油脂質量中最直接、最直觀的質量指標,反映了油脂產品的質量以及儲藏過程中品質的變化,而且是消費者選購油脂的重要依據.因此,顏色是油脂質量檢驗的重要指標之一.

油脂顏色的測定通常采用羅維朋比色法,國內有人通過測定油脂中葉綠素、葉黃素等色素含量確定油脂的顏色,也有采用高錳酸鉀、重鉻酸鉀和碘溶液制作色階,與油脂比較確定油脂的顏色[1],所有這些測定方法都帶有主觀性,而且操作煩瑣.多年以來,在油脂測定的自動化方面有一定的發展,但仍然存在許多不足.

英國Tintometer公司于1984年推出羅維朋AF960自動比色計,該儀器既能測定歐洲色度標準黃20/紅4,又能測定美國AOCS色度標準黃70/紅20,但如果要得到較正確的結果必須將樣品稀釋,而且研究發現,AF960和目視羅維朋比色計AF710不能形成良好的相關性[2].2004年5月在美國辛辛那提召開的ISO國際會議上,油脂顏色報告中數據顯示:羅維朋手動和自動測量的測量均值、標準偏差、重復性以及重現性都存在差異[3].

20世紀90年代初,日本研制出KC—560聯機自動光譜油脂顏色測定儀.該儀器可以自動測定油脂顏色的變化;測定結果可以顯示于屏幕,不會發生操作上的個人偏差,測定結果和羅維朋測定值相關性較好,但黃值總體誤差較大[4].

1999年,孫鳳霞等人采用計算機圖像處理方法,成功地測定了花生油、菜籽油、棉籽油、大豆油和芝麻油的顏色,由于圖像處理避免了測定的主觀誤差,同時多次測定同一油脂顏色的重現性和重復性均較好[5].

筆者將圖像處理技術應用于油脂顏色的測定,以尋找一種能快速、直接、客觀、方便的檢測方法.

1材料與方法

羅維朋比色計,自制圖像采集裝置;P4計算機,MATLAB數據圖像處理軟件.

顏色深淺不同的油脂:玉米油5份,棉子油8份,香油20份,菜籽油15份,大豆油20份,花生油20份.

實驗步驟:第一,在自制的圖像采集裝置中,測定不同紅、黃色片的R、G、B值,尋找合適的實驗測定條件;第二,按照國家標準方法測定油脂樣品羅維朋值;第三,對不同紅、黃色片組合,采集圖像,處理分析,找到與羅維朋值有較高相關性的特征參數A(RG)和B(R/G)及函數關系;第四,采集油脂樣品圖像,圖像處理的計算值與樣品實測值比較,從而決定在不同黃值時最佳特征值,最后以新的樣品驗證實驗所得結果的準確性.

2結果與討論

2.1特征值與羅維朋紅值關系的比較

在固定其他條件下,實驗表明亮度、對比度、飽和度的改變等對結果無影響,所以圖像采集選定在默認條件下進行.

固定其他實驗條件,在不同黃色片下,測定不同紅色片,用MATLAB處理得到實驗所需要的R、G、B值,分析這些數據得出,圖像的特征參數B(R/G)與A(R-G)與羅維朋單位紅值的相關性比較高.各個特征值與羅維朋紅值的關系曲線如圖1、圖2所示.

由圖1、圖2可以看出,在不同黃值下,A和B與紅值的關系都比較接近,但仍然有差別,所以對于不同的黃值,需要選擇不同的數學函數關系.對于參數A,雖然在羅維朋紅值大于10時,函數曲線有所分開,但是各自與羅維朋紅值的相關性依然大于0.99.所以本實驗用A和B作為實驗選定的特征值.

同樣可以得到當黃值為15、20、25、30、35、70時,無論特征參數選擇A或者B,它們與羅維朋紅片標準單位值的相關系數都在0.99以上.

2.2測定的重復性

當黃值分別為25、30時,對特征參數A和B4次測定的結果如圖3、圖4所示.

從圖3、圖4可以看出:每次重復測定的誤差均一,可能是裝置穩定性造成的,實驗測定整體重復較高,保證了應用的可行性.同樣,對于羅維朋黃值為15、20、35、70時,重復性測定效果一致.總體上,對于特征參數A標準偏差小于3,對于B則小于0.06.

2.3特征值的選擇

在黃值固定70時,油脂樣品的羅維朋實測值與計算值的關系如圖5、圖6所示.

所分別需要的最佳特征參數.實驗得到在黃值為15、20、25、30、35時,A均為最佳實驗特征值,在黃值70時需要選擇B做為實驗特征值.

實驗的最終函數關系為:

3結論

利用圖像處理技術,可以依據油脂的品種應用特征值B或A計算得到油脂顏色的羅維朋紅值.油脂的顏色客觀測定是可行的,避免了羅維朋比色計測定的主觀誤差.由于圖像處理技術的多功能性,對于油脂樣品中的沉淀,懸浮物等可以加以處理,所以本方法對于油脂樣品的要求不高.如果對采集的圖像進行補償及進一步處理,實驗結果將會更加令人滿意.