馬鈴薯表皮脫凈率測定方法的研究

李上振 朱立學 張世昂 楊松夏 姚華平 黃鍵裕

(仲愷農業工程學院機電工程學院，廣東 廣州 510225)

馬鈴薯是一種耐瘠抗旱、適應性廣、高產穩產的糧蔬兼備型農作物，是世界第四大糧食作物，具有很高的營養價值與加工附加值[1]1-3[2]。作為全球馬鈴薯生產和消費大國，中國的馬鈴薯加工產業具有十分廣闊的發展前景[1]4-5[3]。發展馬鈴薯產品加工產業需要不斷提高產品品質，才能獲得更高的效益，馬鈴薯去皮干凈與否是影響其產品口感好壞及品質優劣的關鍵因素之一[4]。而馬鈴薯的表皮脫凈程度可以通過表皮脫凈率來判斷，因此，對馬鈴薯表皮脫凈率的測定是鑒定馬鈴薯產品品質的一項重要指標。目前，機械式去皮方法已被廣泛應用于中國馬鈴薯加工企業。但由于馬鈴薯形狀大小不一及芽眼的存在，去皮尚不完全，且去皮部分無規律可循，無法以常規方法，如稱重法計算馬鈴薯的表皮脫凈率。孟慶書[5]43-45借助Adobe Photoshop軟件對馬鈴薯的去皮與未去皮部分進行著色區分，再進行面積計算，但存在較大的人為誤差。楊嘉鵬等[6]在揉搓式馬鈴薯脫皮裝置設計及試驗研究中，采用模糊評價來判斷馬鈴薯是否達到預期去皮效果，但該方法的主觀性較強。

基于計算機視覺的農產品表面缺陷(包括碰壓傷、腐爛損傷等)的檢測與分級，國內外已有大量研究[7-8]，但尚未見有應用于馬鈴薯表皮脫凈率測定的報道。研究擬提出一種基于模型驗證的像素比值法，旨在為解決馬鈴薯由于其形狀大小不一和芽眼處常去皮不充分且分布不規律，以及獲取馬鈴薯曲面去皮信息困難等因素而使得對其去皮效果難以做出準確判斷的難題，為馬鈴薯產品品質的鑒定提供一種有效方法。

1 測定方法的提出

1.1 圖像數據的獲取

1.1.1 搭建圖像采集裝置 為便于獲取馬鈴薯正面和背面2個方向的圖像信息，特別搭建了專門的圖像采集裝置。如圖1所示。該裝置實現馬鈴薯正、背兩面圖像信息無重疊采集原理如下：夾持固定架有一伸長端；夾持旋轉架有對稱兩伸長端。將夾持旋轉架的伸長端與夾持固定架伸長端平齊，并將馬鈴薯以最大截面積一側對正攝像頭插于夾持旋轉架上方固定，獲取馬鈴薯正面圖像信息。旋轉夾持旋轉架使其另一伸長端與夾持固定架伸長端平齊，獲取馬鈴薯背面圖像信息。獲取的這2個圖像即為一個完整無重疊的馬鈴薯圖像。其中燈箱的相機機架和夾持固定架之間的距離是固定不變的，即保證了攝像頭焦距和物距不變。

1. 燈箱機架 2. 相機機架 3. 工業相機 4. 圖片背景板 5. 吸光布 6. LED燈管 7. 夾持旋轉架 8. 夾持固定架

圖1 圖像采集裝置的結構組成

Figure 1 Structure composition of image acquisition device

1.1.2 試驗樣品的抽樣與可視化 按照5點取樣法，在地上預先繪制好1個正五邊形，將已去皮馬鈴薯平鋪到其中，然后在正五邊形的每個內三角中隨機抽取2個馬鈴薯作為試驗樣品。

利用碘液染色可視化試驗對象進行研究的做法早有先例[9-10]，本試驗也利用碘溶液與淀粉發生變色反應的原理對去皮馬鈴薯進行可視化處理。

1.1.3 圖像的獲取及低層處理 對碘液染色處理后的試驗對象進行圖像處理[11]。首先通過圖像采集裝置獲取馬鈴薯樣品的正面和背面圖片，然后利用Photoshop軟件將圖片背景去除并適當調節圖片的亮度值，使馬鈴薯已去皮并被碘液染色部分與未去皮部分區分更明顯。獲取的去皮馬鈴薯圖像信息如圖2所示。

圖2 去皮馬鈴薯圖像信息獲取Figure 2 Peel potatoes image information acquisition

1.2 馬鈴薯表皮脫凈率的計算

通過相機獲得的圖像，是由許多個像素點組成的，而每個像素點的RGB強度值都是不盡相同的。因此，通過Matlab軟件和相應的圖像及像素值讀取程序，可以確定RGB強度值區間的像素點的數量。本試驗通過某一確定RGB強度值區間的像素點個數與該圖像的像素點總數的比值來計算馬鈴薯的表皮脫凈率[見式(1)]，并將其定義為像素比值測定法。

1.2.1 確定RGB強度值區間 用碘溶液染色處理過的去皮馬鈴薯，其去皮表面上的淀粉會與碘溶液發生反應而被染成紫黑色，而黑色的RGB強度值為(0，0，0)，按RGB空間中的顏色在色度圖上的分布情況，試驗取(50，50，50)的RGB強度值范圍[12-13]。

1.2.2 計算馬鈴薯表皮脫凈率 按式(1)計算：

(1)

式中：

C——馬鈴薯表皮脫凈率，%；

N正——馬鈴薯正面圖像RGB強度值區間范圍的像素點個數；

N背——馬鈴薯背面圖像RGB強度值區間范圍的像素點個數；

Q正——馬鈴薯正面圖像的像素點總數；

Q背——馬鈴薯背面圖像的像素點總數。

1.3 存在的質疑

像素比值測定法理論上是可行的且相比稱重法更為合理。但是，存在質疑的是這種忽略馬鈴薯三維曲面而直接通過相機獲取其二維平面圖像，然后通過Matlab軟件獲得的N和Q數值的比值來計算馬鈴薯的表皮脫凈率，其計算結果誤差是否會很大。

2 驗證模型的建立與理論計算

基于以上質疑，本試驗擬通過模型驗證的方法來驗證像素比值測定法的可行性。而類似的方法，已被前人[14]應用于馬鈴薯表面缺陷面積的計算中。

2.1 設定驗證模型的相關參數

2.1.1 設定馬鈴薯模型大小 根據馬鈴薯的形狀和大小，建立馬鈴薯三維實體模型。由于馬鈴薯大多數近似為橢球體，同時為方便后面的計算，假定馬鈴薯為橢球體[14-15]。由于馬鈴薯塊莖尺寸在50～120 mm范圍的居多[15]，因此，可在此范圍內選擇如表1所示的3種馬鈴薯橢球體模型。

2.1.2 設定馬鈴薯模型的表皮脫凈率 在實際加工過程中，馬鈴薯表皮的脫凈率需達到80%以上，因此，馬鈴薯模型的表皮脫凈率可分別預設為85%，90%，95%。

2.2 建立驗證模型

2.2.1 馬鈴薯三維模型建立 通過SolidWorks三維軟件建立的馬鈴薯模型如圖3所示。

表1 3種馬鈴薯橢球體模型的外形尺寸參數表Table 1 Dimension parameters of three kinds of potato ellipsoid models mm

圖3 馬鈴薯模型Figure 3 Potato model

2.2.2 馬鈴薯三維模型打印 利用3D打印機將建模好的馬鈴薯模型打印出來。為了模擬去皮馬鈴薯表面淀粉與較高濃度的碘溶液發生化學反應呈紫黑色的現象，3D打印耗材采用與之相近的黑色PLA材料。

2.2.3 馬鈴薯模型表皮庫建立 利用淡黃色貼紙模擬馬鈴薯的表皮，貼紙的大小分別為a1×b1、a2×b2、a3×b3，各自3條，作為馬鈴薯表皮模型庫，如圖4所示。

圖4 馬鈴薯模型貼紙Figure 4 Potato model sticker

2.3 馬鈴薯模型表皮脫凈率的理論計算

馬鈴薯模型表皮脫凈率的理論值可以通過貼紙的面積與馬鈴薯模型的表面積的比值獲得。

由于橢球體表面積計算過程復雜，計算量大，因此可通過Matlab軟件和橢球體表面面積計算程序來計算[16-17]。橢球體馬鈴薯模型表面積S按式(2)計算：

(2)

式中：

S——表面積，mm2；

a——x軸方向馬鈴薯半徑，mm；

b——y軸方向馬鈴薯半徑，mm；

c——z軸方向馬鈴薯半徑，mm。

綜上式(1)、(2)，根據建立的馬鈴薯模型表皮庫，將3種不同的馬鈴薯模型表皮脫凈率C的理論計算公式分別表達為：

(3)

(4)

(5)

式中，i取1、2、3。

3 模型表皮脫凈率的測定與檢驗

3.1 馬鈴薯模型表皮脫凈率的實際測定

根據預設的馬鈴薯模型表皮脫凈率和式(3)～(5)，推算得到對應貼紙尺寸大小分別為19 mm×33 mm，17 mm×43 mm，15 mm×56 mm。

將每條帖紙剪碎，并分別獨立裝袋與標記。然后，用膠水將碎紙分別貼到對應3個不同大小的馬鈴薯模型上。根據建立的3種馬鈴薯模型和3種預設的馬鈴薯模型表皮脫凈率，采用像素比值測定法，以設定的馬鈴薯模型表皮脫凈率95%，90%，85%，分3次完成該模型表皮脫凈率的實際測定。

同時根據馬鈴薯模型的3個不同截面大小進行2次測定，獲得6組數據。其中，獲取的馬鈴薯模型圖像如圖5 所示。

3.2 假設檢驗

試驗所獲樣本數據均為服從正態分布的單一總體，且馬鈴薯模型表皮脫凈率的總體均值，可通過以馬鈴薯模型的3個不同截面大小進行兩次測定所獲取的6組數據算得，因此，可對3種馬鈴薯模型的3種不同表皮脫凈率進行試驗取的9組數據，進行單一樣本均值的t檢驗[18-19]。

圖5 不同表皮脫凈率的馬鈴薯模型Figure 5 Potato models with different peeling rate

設定原假設H0：μ=μ0；備選假設H1：μ≠μ0。其中，μ為實際測定的樣本總體均值，μ0為理論計算值。

顯著性水平取α=0.05。借助SPSS軟件對各組試驗數據分別進行雙側t檢驗，檢驗結果如表2所示。

表2 9組樣本數據及其檢驗結果Table 2 Sample data and test results (n=2)

從表2可知，以理論計算值作為雙側t檢驗的檢驗值，在95%的置信區間內得到的雙尾概率P值均大于所給定的顯著性水平α。因此，接受原假設。可以認為樣本所在均值與理論計算值無顯著性差異，即馬鈴薯模型表皮脫凈率的理論計算值和實際的測定值無明顯的差異，認為兩者一致。

綜上，像素比值測定法具有一定的可行性，可用于馬鈴薯表皮脫凈率的測定。

4 結論

(1) 像素比值測定法在測定馬鈴薯表皮脫凈率問題上是科學可行的。這種基于模型驗證的像素比值測定法，解決了馬鈴薯表皮脫凈率的測定難題。

(2) 試驗利用碘液進行去皮馬鈴薯的可視化處理，無需對馬鈴薯的去皮與未去皮部分人工著色加以區分，減少了人為誤差，且通過對比可發現，像素比值測定法比前人[5]42-45給出的測定方法更具可行性。

(3) 在試驗中發現，燈光是影響試驗結果的一個重要因素，而在設計試驗時未對此進行考慮，試驗結果可能存在一定的誤差。特別地，通過觀察馬鈴薯模型表皮脫凈率的理論計算值與總體均值，還發現兩者之間存在某種關系，后續可通過更多試驗進行探究，嘗試找到計算馬鈴薯表皮脫凈率的修正公式。