基于計算機視覺的擠壓食品質構特征分析

曾曉娟

（江蘇安全技術職業學院，江蘇徐州221011）

基于計算機視覺的擠壓食品質構特征分析

曾曉娟

（江蘇安全技術職業學院，江蘇徐州221011）

質構分析儀是目前最常用的擠壓食品質構分析方法，但是該方法存在工作量大、耗時、無法實現快速在線檢測等局限。因此為克服質構儀檢測的局限性，提出利用計算機視覺分析系統對擠壓食品的質構特性進行分析。通過對幾種常見的擠壓食品進行認識和了解的學習后，將計算機視覺系統采集的食品樣品圖片數據和質構儀檢測的質構特性進行對比度分析。建立相關線性關系得出計算機視覺分析系統能夠有效對擠壓食品質構特征進行分析，并確定了一種簡單快捷的基于計算機視覺的擠壓食品質構分析方法。

計算機視覺；擠壓食品；質構特征；線性擬合

隨著現代社會生活節奏的加快，人們的飲食習慣也在逐漸發生變化。其中擠壓食品是一種將谷物、油料種籽、動植物蛋白等原料在不同溫度、壓力和機械剪切等共同作用下，通過擠壓工藝使食品中的水分、蛋白質、纖維素和酶等物質發生物化變化而制成的食品，由于具有即食性、便攜性和種類多樣性等特點受到越來越多消費者的青睞[1-2]。根據食品管理中對擠壓食品的衛生指標、理化指標、感官指標和質量要求，產品的質構特性分析對產品研發、質量控制、感官評價和工藝設備選型都具有非常重要的意義。評價擠壓食品口感特性的指標主要包括感官評價和質構測定，其中感官評價是通過評價員直接接觸食品時的感官指標，如外形、氣味等，來描述和判斷產品質量，利用刺激感知，并對這些刺激進行記憶、對比和綜合分析，最終使用打分的形式給出綜合評價，這種方法更直觀、實際，但比較費時，而且重復性差，因此需要更加簡便可靠的客觀方法來進行評價[3-4]；質構特性通常經過質構分析儀的質構剖面分析（texture profile analysis，TPA）測定，但TPA檢測過程會存在破壞食品結構、耗時較長，不能做到快速在線檢測等缺陷[5]。

近年來隨著計算機技術和現代圖像采集技術的快速發展與應用，計算機視覺系統（CVS，Computer vision system）已經廣泛應用于多個研究領域，其中包括食品科學[6]。已有研究報道指出食品顏色的差異往往是由結構決定的，因此可以利用食品顏色這一感官特性來分析食品的質構特性[7]。本文克服質構儀檢測的局限性，通過計算機視覺系統采集不同擠壓食品的表面圖像數據，同時利用質構儀測得樣品的質構特性參數，根據二者的變量關系預測擠壓食品的質構特征。

1 計算機視覺分析技術與擠壓食品介紹

1.1 計算機視覺分析技術

20世紀70年代中后期隨著遙感圖像處理分析和生物醫學圖像處理分析這兩項技術的發展而逐漸形成了計算機視覺技術，隨后，歐美和日韓等一些國家的研究人員將計算機視覺技術成功的在農業自動化領域等多個方面進行研究與應用推廣，例如農產品品質鑒定、作物的生長狀態實時監控等。雖然該技術目前尚達不到人類視覺的準確性，但是計算機視覺的感受范圍更寬，能夠延伸到人類看不到的紫外和紅外光線等[8-9]。

計算機視覺一般采用CCD照相機來攝取待檢測物體的圖像，并通過特定的算法將其轉化成數字信號，再通過軟件對圖像數字信號進行處理，得到與所需目標圖像對應的特征值，并經過模式建立與識別，坐標的計算，數據存儲等功能，或者直接將圖像數字信號傳輸到具有記憶識別功能的計算機系統中進行擬合運算。然后再根據處理結果顯示圖像，輸出數據和指令，并按照分析人員給定的命令進行數據篩選和反饋，以及數據統計等工作。

1.2 擠壓食品

擠壓食品是經過混合、攪拌、破碎、加熱、蒸煮、殺菌、膨化及成型等多道工序制作而成的食品。食品擠壓技術在我國應用時間不長，但由于它所具有的顯著特點而得到了迅速的推廣應用。擠壓食品可以作為成品直接包裝出售，也可以對其進行二次加工后作為符合特定口感和特性的二次膨化食品出售[10]。

擠壓食品按照加工工藝的不同，可以分為：蒸煮成型產品、組織化產品、擠壓膨化產品3種。蒸煮成型食品是將加熱蒸煮與擠壓成型兩種作用有機結合，使原料經過擠壓機之后，成為具有一定形狀和質構的熟化或半熟化的產品；組織化食品主要是指植物蛋白經組織化后，產生出類似于肌肉的結構和纖維的特征，通過對其口感的改善，同時擴大使用范圍和提高營養價值的一種擠壓食品。

2 材料與方法

2.1 材料與儀器

原料：小麥面粉、玉米粉、蕎麥粉、乳酪、食用油；即食食品：蛋卷、通心面、火腿腸；所有食品均于當地華潤萬家超市采購。

儀器：高速萬能粉碎機（fw100型，上海楚定分析儀器有限公司）；雙螺桿擠壓機（DL56-III型，濟南德倫機械設備有限公司）；食品物性分析儀（TMS-Pilot型，美國FTC公司生產，杭州嘉維創新科技有限公司代理）；CCD相機（8050M-CL-TE型，美國Thorlabs公司，帶圖像采集卡與數據連接線）；LED光源（0.2W，顯色指數80，XML-T6型，深圳市宇亮光電技術有限公司）。

2.2 樣品制備

先用高速萬能粉碎機粉碎面粉、玉米粉和蕎麥粉等原料，過100目篩后加入融化的乳酪，然后將玉米粉和面粉、蕎麥粉、乳酪、食用油和飲用水以不同比例混合。將各組試驗原料充分混勻后加入雙螺桿擠壓機中擠壓加工。加工過程中3個區溫度分別控在80、90、100℃。擠出的產品經過定型后放置于25℃恒溫很濕箱內保存至平衡水分后裝入經輻照滅菌的聚乙烯包裝袋中真空包裝，于4℃下冷藏待用。檢測前切割樣品，分別將上述自制樣品與即食食品切成長×寬×高為2 cm×2 cm×0.5 cm的樣塊。檢測時先在計算機視覺系統中采集樣品的圖像，再用質構儀測定其質構特征值。

2.3 樣品圖片信息采集

本試驗所用計算機視覺系統主要由檢測器和計算機構成，其示意圖如圖1所示。

檢測器是一個80 cm×80 cm×50 cm的不透光的立方箱體，內部固定兩LED燈作為平行光源，入射光角度與樣品大約呈45°。檢測器頂部固定一臺CCD相機，用于采集樣品圖像。獲取的彩色圖像通過USB數據端口傳輸到計算機中，并用Picturemotion browser軟件中進行處理并儲存，導出各樣品圖片的對比度值。

圖1 用于擠壓食品質構分析的計算機視覺系統Fig.1 A computer vision system for textureanalysisof extrusion food

2.4 質構特征參數測定

測定前將首先確保質構測定儀已經調零，采用GB/T15682-2008《糧油檢驗稻谷、大米蒸煮食用品質感官評價方法》的標準方法對樣品質構特性進行測試。記錄樣品硬度、膠黏性和粘聚性，重復測定3次取平均值。

3 結果與討論

與人眼對物體色彩的感受相似，計算機視覺所采集圖片信息應該包括兩個方面，一是色彩的顏色（即色度），二是色彩的純度（即飽和度），而計算機視覺中的顏色還包括其對比度，因此本文選擇計算機視覺系統采集圖片的對比度為研究對象，討論其在該系統對樣品的識別率，及其與TPA法測定的質構特征數據的關系。

3.1 計算機視覺體統對樣品的識別率

計算機視覺體系對不同樣品的識別率如表1所示。

表1 計算機視覺體系對不同樣品的識別率Table1 The recognition rateof different samplesby com puter vision system

從表1中可以看出該計算機視覺系統對于幾種常見擠壓食品試樣和自制樣品的識別率都比較高，除了蛋卷的識別率為84%，其他樣品的識別率均在90%以上，這是由于蛋卷的表面結構比較粗糙，加上含水率較低，從而表面形貌差別較大，所以使得計算機對某些蛋卷樣品產生“陌生”感而不識別。

3.2 樣品圖片顏色與其硬度的關系

將計算機視覺體統采集的不同配方自制樣品圖片的對比度與質構儀測的相應樣品的硬度值在Origin軟件中作圖并進行線性擬合，所得結果如圖2所示。

圖2 擠壓食品對比度與硬度的關系Fig.2 Relationship between contrastand hardnessof extrusion food

從圖2中可以看出，隨著擠壓食品的硬度增加，雖然在相同硬度條件下對應的圖片對比度有一定的離散性，但是總體所得樣品圖片的對比度明顯減小趨勢不變。這是由于樣品配方中蕎麥粉和玉米粉質硬，隨著二者含量的增加，擠出產品的硬度增加，而對應的樣品圖片對比度減小說明了樣品表面色差減小。

3.3 樣品圖片顏色與其膠黏性、粘聚性的關系

將計算機視覺體統采集的不同配方自制樣品圖片的對比度與質構儀測的相應樣品的膠黏性和粘聚性數值在Origin軟件中作圖并進行線性擬合，所得結果分別顯示在如圖3和圖4中。

圖3 擠壓食品對比度與膠黏性的關系Fig.3 Relationship between contrastand gumm inessof extrusion food

從圖3和圖4中可以看出，隨著擠壓食品的膠黏性和粘聚性增加，樣品圖片的對比度隨之增大而增加，盡管在圖中的數據點離散性有所差異，擬合系數也相差較大，但是總體的趨勢基本一致。這是由于樣品配方中小麥面粉相對質軟而且粘，隨著其含量的增加，擠出產品的膠黏性和粘聚性增加，從而使所得產品表面色差增加，從而表現出對比度增加的現象。

圖4 擠壓食品對比度與粘聚性的關系Fig.4 Relationship between contrastand cohesivenessof extrusion food

4 結語

本文主要探索了一種運用擠壓食品顏色與其質構特性參數的線性擬合關系來預測擠壓食品質構特征的新思路，試驗結果證明了計算機視覺系統對不同擠壓食品在50次圖像采集的“認識”過程中均表現出了較好的辨識率，而且通過CVS采集的擠壓食品顏色信息和質構分析儀獲取的質構特征值的線性擬合分析也證明了二者之間存在較強相關性。從而根據這種相關性便可以建立擠壓食品質構分析的基于計算機視覺的分析系統，通過模擬和預測，實現可通過采集樣品顏色值預測擠壓食品質構特征的目的。這不僅可以彌補傳統的擠壓食品質構檢測耗時和破壞食品結構的缺陷，同時還使得檢測的精確性得到改善，而且計算機視覺系統的結構可以靈活改變，可以實現擠壓食品生產加工的在線檢測，省去了取樣的麻煩，能夠極大的提高工作效率。該方法不僅可以實現擠壓食品質構特征的快速檢測，也可以在多個相關領域得到應用與推廣，具有廣泛的應用前景。

[1] 惠更平,邵虎.擠壓五谷雜糧營養早餐食品的工藝參數研究[J].農業科技與裝備,2010(11):30-32

[2]郭萌萌,耿赟,郝夕祥,等.啤酒糟-玉米膨化食品的雙螺桿擠壓工藝與配方[J].食品與發酵工業,2010(4):92-95

[3] 趙學偉,魏益民,杜雙奎.食品擠壓膨脹及其對質構特性影響的數學模型[J].中國糧油學報,2010,25(8):85-90

[4]劉明,劉艷香,譚斌,等.幾種食品添加劑對擠壓即食食品丙烯酰胺形成的抑制效果研究[J].食品科技,2011(7):237-241

[5]韋雪飛,陳運中,李明起,等.甘薯全粉的營養成分及其擠壓食品特性分析研究[J].武漢輕工大學學報,2010,29(1):11-13

[6]賈慧星,章毓晉.車輛輔助駕駛系統中基于計算機視覺的行人檢測研究綜述[J].自動化學報,2007,33(1):84-90

[7] 黎松,平西建,丁益洪.開放源代碼的計算機視覺類庫OpenCv的應用[J].計算機應用與軟件,2005,22(8):134-136

[8] 馮斌,汪懋華.基于顏色分形的水果計算機視覺分級技術[J].農業工程學報,2002,18(2):141-144

[9]李長纓,滕光輝,趙春江,等.利用計算機視覺技術實現對溫室植物生長的無損監測[J].農業工程學報,2003,19(3):140-143

[10]范方輝,唐書澤,馬強,等.基于計算機視覺和人工神經網絡預測擠壓食品的質構特征[J].食品工業科技,2013,34(21):127-132

Extrusion Food Quality and Structure Study of Computer Vision Analysis

ZENGXiao-juan
（Jiangsu CollegeofSafety Technology，Xuzhou 221011，Jiangsu，China）

Quality and structure analyzer is themostcommonlymethod forextrusion food quality and structure analysis.However，thismethod has its limitationssuch asbigworkload，timeconsuming，unable to realize rapid online detection and other limitations.To overcome the limitations of structure test，this paper proposes using computer vision analysissystem forextrusion food quality and structure characteristicsanalysis.Through theextrusion ofseveral common food for the study of knowledge and understanding，computer vision system was used to collect the image dataand thequality and structureof food samples to testquality and structure characteristics of thecontrastanalysis.Theestablished relevant linear relationscould concludestheeffectivenessof thecomputer visionanalysissystem for improving theanalysisofqualityand structureofextrusion food characteristics.Thispaperproposesasimpleand fastextrusion food qualityand structureanalysismethod based on computervision.

computervision；squeeze the food；astral constructcharacteristic；linear fitting

10.3969/j.issn.1005-6521.2016.24.010

2016-10-12

曾曉娟（1977—），女（漢），講師，碩士，主要研究方向：計算機軟件技術、計算機應用、動漫設計、工業設計。