食品顏色評價及在食品工業中的應用

楊兆甜，李方巍, ，王震昊，張馨月，曹家蕊，張 燕,

（1.中國農業大學食品科學與營養工程學院, 國家果蔬加工工程技術研究中心, 北京 100083；2.北京化工大學化學工程學院, 北京 100029）

食品的外觀會影響產品及其營銷特性[1]，包括尺寸、形狀、紋理、質量、光澤和顏色等[2]。其中，食品的顏色是消費者評估的首要參數，消費者可能根據經驗將顏色與其他相關品質聯系起來，同時顏色也可以指示食品品質的優劣。例如：水果和蔬菜等農產品的顏色源自天然色素，其中許多色素會隨著植物的生長和成熟發生變化，所以通過檢測顏色可獲得其生長狀況信息，以確定最佳采收期，保證食品的最佳品質；食品的顏色在加工過程中也會發生明顯變化，例如果蔬汁加工過程中會發生褐變、果蔬干燥過程中會發生美拉德反應、冷鮮肉貯藏過程中會發生血紅素氧化等[3]，因此通過檢測食品的顏色可以改進加工工藝，提升加工食品品質，亦可用于追蹤產品貯藏期品質。

隨著人們對于食品品質重視程度的提高，以及光學技術、計算機技術、人工智能技術的發展，基于顏色的食品檢測技術也在快速發展，且因其無損、快速、可持續跟蹤等優點，將逐漸成為產品品質管理、新產品研發、產品分級以及裝備研發的重要手段。食品顏色的檢測方法有很多種，較為常見的有色差儀法和計算機視覺技術，色差儀是目前最常用的顏色檢測儀器，計算機視覺技術是方便、快捷以及易實現自動化的檢測方法，其算法開發和實際應用是當前研究的熱點問題。如今我國食品行業正蓬勃發展，而食品品質的檢測技術水平亟待提高。為提供食品檢測技術發展的理論依據，本文研究了國內外相關文獻，分析了食品顏色感知、介紹了表色系統和常用檢測方法，并通過探討各種方法的應用情況和優缺點對以后檢測技術的發展進行展望。

1 食品顏色感知

人對于顏色的感知是視網膜上的感光細胞受到特定波長的電磁波刺激產生電位變化，并通過神經元將引起的信號傳入大腦皮層產生的[4]，它是一種感知現象，其感知結果取決于觀察者以及觀察顏色的條件。當消費者受到食物顏色刺激時，大腦會調動消費者之前對于這種顏色的記憶，從而影響消費者對于食品其他品質的判斷[5]，進一步表現為顏色對于其他感官認知的影響。

消費者選擇食物時，有時會將顏色作為食品外觀的質量指標之一[6-8]，其可通過顏色來判斷食品的新鮮度、成熟度及甜度等[9-10]。一般情況下，特定食品在消費者心中有固有的顏色范圍，若超出該認知范圍，則可能導致消費者難以接受，例如：優質的香蕉呈黃色，并且不帶有褐色斑點[11]；成熟的西紅柿呈紅色或者橙色，顏色越深成熟度越高[12]。各種研究表明，消費者通常會由于絢麗的色彩而購買食品，例如橙色的果汁以及透明包裝的鮮切水果更受消費者的歡迎，這些都表明適當的色彩可增加食品的可接受性[13]。也有學者認為增加食品的顏色強度會顯著影響人們對食物風味或口感的評定[14]。

色彩飽和度、亮度值和彩度等可以與其他感官的感知互相影響，近年來的一些研究也證明了這個觀點。例如，Pomirleanu等[15]發現色彩飽和度可能對味覺產生影響，例如當食物的色彩飽和度較低時，視覺對味覺的效果更佳明顯，而在高色彩飽和度的背景下并不重要。Claudia等[16]研究表明當看到彩色食品時，會使高熱量食物出現注意偏見，而去掉顏色的高熱量食物的并沒有出現這種偏見，表明色覺可以調節食物刺激的注意力偏見效果。Doorn等[17]認為啤酒的顏色也可能會影響消費者的期望與風味感知，例如在大部分消費者的認知中，較深的顏色意味著更高的苦味，但是這一說法還有頗多爭議，需要更系統的研究來證明。Chonpracha等[18]提出視覺感知會影響消費者在咖啡中添加糖漿的數量，并得出視覺提示可能會增加糖漿的甜度，從而降低其添加數量、減少卡路里的消耗的結論，這項研究提供了一種通過調節顏色以及粘度等來減少消費者攝入食品中的糖的方法。食品包裝的顏色也可能影響消費行為，Lohse等[19]證明顏色可以使廣告更加突出，彩色廣告會更容易引起注意。Kunz等[20]的研究表明，顏色會影響人們對于食品健康與美味度的判斷，包裝色彩鮮艷且飽和度高的食品看起來更新鮮，而色彩柔和、飽和度低且外觀清新的食品看起來更健康和美味，相對而言飽和度對口味的影響大于其對健康的影響。

目前對于食品顏色感知的研究還停留在發現現象的層面，未來對于該方面的深入研究應該結合生理學，進一步闡釋顏色感知與大腦相關部位的聯系和感知機理等。這樣更深層次的研究有助于更加客觀、深入地判斷消費者對于顏色的喜好，對于食品顏色分級標準的制定以及各種食品的包裝顏色也具有指導作用。

2 顏色表示系統

為了更加客觀地表示顏色，表色系統是必不可少的，迄今，基于改變三種光刺激值的相對量配比和亮度，便可以配出任何一種顏色和亮度的光的原理[21-22]，已經建立了各種表色系統，如：蒙塞爾體系、德國DLN體系以及自然色體系等。其中，較為經典的表色系為國際照明協會（Commission Internationale de L'Eclairage，CIE）于1931年建立的兩種表色系：RGB表色系和XYZ表色系。RGB表色系（色品圖如圖1）是取三原色為色品三角的三個頂點，對等能量單色光譜用標準觀察者求出它們的同色光三刺激值曲線，三刺激值相當于眼睛三種感光細胞對各種等能量單色波長光的感度曲線。但是由于RGB表色系的同色函數會出現負值，顏色分布不盡合理，所以CIE又建立了XYZ表色系（色品圖如圖2）。與RGB表色系相比，XYZ表色系所有實際顏色的色度坐標均為正值、色光明亮度表示更加合理，并且可得到等能量光譜的白光。RGB表色系與XYZ表色系之間也可以相互轉化，其坐標變換關系為[23]：

圖1 CIERGB色品圖[24]Fig.1 Chromaticity chart of CIERGB[24]

圖2 CIEXYZ色品圖[24]Fig.2 Chromaticity chart of CIEXYZ[24]

式中：R、G、B分別代表RGB表色系的三刺激值。

目前在食品檢測中常用的顏色表示系統為CIELAB表色系和hunter Lab表色系[25]。CIE表色系，又稱為L*a*b*表色系，以色度學為基礎，同時具有孟塞爾顏色系統表示方法直觀的特點，其色品圖如圖3，是類似于孟塞爾表色系統的立體圖像，中軸是明度軸，也稱L*軸，分為100個等級。中部的色圓有一直角坐標，即a*和b*坐標，a*值越大，顏色越接近純紅色，相反a*值越小，顏色越接近純綠色；而b*值越大，顏色越接近純黃色，相反b*值越小，顏色越接近純藍色[26]。彩度c*沿圓盤半徑方向發生變化，中心的彩度為0，單色的彩度為60，可用（4）表示，其值越大顏色越純。CIELAB表色系測得的值也可與XYZ表色系的值進行換算[23]：

圖3 CIELAB色品圖[27]Fig.3 Chromaticity chart of CIELAB[27]

式中：X0、Y0、Z0為照明光源的三刺激值。

Hunter Lab表色系與L*a*b*表色系相似，其L、a、b值表示的意義與L*、a*、b*基本相同，但是 Hunter Lab表色系是按照直角坐標系分布色彩的[28]。

3 顏色檢測方法

3.1 色差儀

色差儀根據原理不同可以分為光電積分式色差儀和分光式色差儀。光電積分式色差儀通常包括光源、第一光感單元、第二光感單元、模數轉換單元、殼體及主機，工作過程為感光單元將采集到的光信號轉化為電信號并傳至模數轉換單元，在模數轉換單元將電信號轉化為數字信號后，將數字信號傳送至主機處理，迅速而準確地測出待測試樣位點的顏色，并且可直接換算成L*、a*、b*值或X、Y、Z值。分光式色差儀基于分光原理，其可以測出物體的光譜分布，并計算出三刺激值以及其他參數。分光式色差儀由光源、積分球、光柵和光電檢測器組成，使用分光式色差儀獲得的X、Y和Z值取決于光源、測量面積以及觀察者[29]。色差儀具有快捷、無損以及測定范圍廣等優勢，所以被廣泛用于果蔬、肉品以及谷物等的研究中[30-31]，目前應用比較廣泛的是Minolta公司和Hunter Lab公司的儀器[32]。

色差儀可以檢測天然合成的色素以及有色物質的含量，檢測結果可以表征果蔬的成熟度、新鮮程度以及色素相關基因的表達情況，也可以表征肉品新鮮度等，因其快捷、無損的優點被廣泛應用于食品出廠檢驗、食品分級過程以及科學研究中。例如，食品工廠番茄醬中番茄紅素的含量可用a/b值計算，并由此判定是否符合出廠標準；陳磊等[33]使用CR-400色差儀測定“紅富士”果皮葉綠素含量，以此比較“紅富士”蘋果氣調貯藏時果皮色澤變化及花青苷合成相關基因相對表達量的差異；Li等[34]利用Minolta CR-200色差儀評估各種彩色番茄的顏色坐標，在此基礎上比較各品種的類胡蘿卜素組成及其貢獻抗氧化活性的情況。陳曉亮等[35]研究了冷卻豬肉新鮮度的變化規律，在對肌肉表面色差的測定中發現一定條件下，a*變化與貯藏時間顯著相關（P＜0.05），L*變化顯著（P＜0.05）；4℃ 條件下，b*值、彩度值變化與貯藏時間極顯著相關（P＜0.01），L*值與 pH 極顯著相關（P＜0.01）；以及在冷鏈運輸過程中，當L*高于 48.73、a*高于4.72、b*高于9.18時可認定冷卻肉為新鮮肉，該研究結果有助于建立無損、快捷的肉制品檢測和品質分級方法。

在食品加工以及貯藏過程中可能會發生美拉德反應、酶促褐變以及非酶促褐變等化學反應導致食品顏色發生變化，因此色差計也常被用來測定食品加工過程中的顏色變化，以得到食品品質參數，并據此調整食品加工工藝。目前，色差儀已被用于檢測魚饅頭、面包和魚丸等加工制品的表面顏色，以調控產品品質，Rosa等[36]在研究制作無麩質蛋糕中各種面粉的呈現效果時，使用CR-300色差儀測定蛋糕的顏色，并將顏色作為一個評價指標；雷萌萌等[37]采用CR-400色差儀測定魚丸的白度，以判斷液氮間歇式凍結對魚丸品質的影響，從而調整魚丸凍結方式。

目前色差儀的光源一般為氙燈或鹵素鎢絲燈，但是其在每次打開時光的亮度都不盡相同，隨著使用時間的延長，燈光也會發生變化，因此開機一段時間或使用若干小時后，需要用白標準板進行校準，同時每年需要返廠用基準定標一次，校準為限制色差儀在實際生產中應用的一大問題。

3.2 計算機視覺技術

計算機視覺技術能夠重現人類的視覺系統，從單個圖像或序列中自動提取信息，并結合人工智能等技術對數據進行分析。在加工或者成熟過程中食品顏色的變化可以由計算機視覺系統通過分析色彩進行評估和量化，除顏色外，計算機視覺技術也可檢測食品的大小、形狀、紋理、缺陷和新鮮度等[38]，由于其快捷、無損等優勢被許多研究人員關注，是目前測色技術領域的研究熱點。

計算機視覺系統的硬件一般由光源、光室、載物平臺、照相機和計算機組成，示意圖如圖4。在進行檢測時，首先進行圖像采集，為保證采集數據的質量，采集設備的精密度和準確度都要足夠高，高質量的圖片可為接下來的分析打下良好基礎；然后要對圖像進行預處理，例如降噪處理等；接下來將目標分割提取后提取特征值，并將其轉化為顏色空間模型[39]，在計算機視覺技術中常用的空間模型為HSV（Hue Saturation Value）模型和CIELAB模型，因為這兩種顏色模型更接近人類的自然感知，能做出更有效的評估；最后進行模式識別得出結論。優于傳統色差儀，計算機視覺技術還可以結合人工智能技術建立模型，進行食品品質預測與自動識別。

圖4 計算機視覺技術檢測系統示意圖[40]Fig.4 Schematic diagram of computer vision system[40]

迄今為止，計算機視覺技術被用于肉品、谷物和果蔬等農產品的檢測。首先其可以預測果蔬成熟度，通過檢測果蔬的顏色即可快速判斷其成熟度，從而確定最佳采摘期以及最佳食用期等，保證食品的最佳品質[41]。計算機視覺技術也可運用于肉品新鮮度的檢測中，建立肉品顏色與新鮮度的預測模型可實現對于肉品新鮮度的快速判定[42]。農產品的分級有利于農產品的市場化，可以實現優級優價、指導市場，而計算機視覺技術快速和便捷的優點能夠為產品分級提供便利[43]。在食品加工和貯藏過程中，食品的顏色至關重要，計算機視覺技術可以對加工食品的商業性進行判斷，通過顏色等參數的測定指導加工工藝[44]、剔除次品，嚴格把控食品品質。食品摻假是經常發生的擾亂市場秩序的行為，但目前的大部分摻假檢測步驟繁瑣，難以實現全面檢測，計算機視覺技術能夠簡化摻假檢測步驟，從而實現商品摻假全面檢測，規范市場行為。食品腐敗是影響食品商品價值的重要因素之一，有些水果會產生白粉病、銹病和黑腐病等，且疾病在早期階段就可被發現[45]，計算機視覺技術通過對食品色調、飽和度以及強度的分析識別快速食品是否受到病害侵襲，可以替代微生物檢測的繁瑣步驟。具體的研究列舉見表1。

表1 計算機視覺技術應用于食品中的相關研究Table 1 Relevant research in the synthesis of food by computer vision technology

續表1

目前，計算機視覺技術在科技工業中成功應用的儀器有DigiEye色牢度評級儀，該儀器通過測定反射率、透射率、色差值、明度值、白度值以及不透明度等參數，表征食品顏色，可彌補色差儀測量質地不均勻或體積較小的物體時的不足，周中帆等[54]將DigiEye色牢度評級儀與全自動色差儀對預制蔬菜顏色的表征結果進行比較，并得出了DigiEye色牢度評級儀表征顏色的最佳參數。

近年來計算機視覺技術正在蓬勃發展，從其無損、快捷的檢測特點來看，它是符合現代化、容易實現自動化的檢測方法，但是由于現有知識技術水平的限制，其功能實現還有諸多限制，例如，在非結構化場景中食品的識別比較困難，對光線的要求比較苛刻等[55]，因此需要更多的研究提供更多的算法來打破這些限制，從而實現其在實際生產中的應用。首先，需要分析大量的樣本數據進行模型訓練以及開發更加有效、合理的算法；第二，目前計算機視覺檢測的范圍比較局限，未來可以擴大其檢測范圍，提高其普遍適用性；第三，計算機視覺技術目前對于儀器的要求比較苛刻，要想被廣泛應用于生產中，則應該向著強兼容性、操作簡便的方向發展。

4 結論與展望

食品顏色是判斷食品品質的重要依據，但是目前檢測的關注點僅在顏色本身，往往測定結果比較局限，要想更加深入利用顏色信息，可以開發新的算法將顏色與其他品質參數聯系起來，在經過訓練提高判斷的準確度后，即可利用顏色參數以及其他獲得的參數表征其他品質參數，例如：微生物污染情況、質地特性、口感等。在確定微生物污染或脂質氧化情況與食品顏色聯系后，可以制作微生物試紙或者脂質氧化試紙，簡化其檢測方法的同時，也可以運用于食品包裝中指示食品新鮮度。

在食品加工過程中，美拉德反應、酶促褐變以及非酶促褐變等化學反應會影響食品的顏色，若計算機視覺技術可以跟蹤產品品質并進行工藝調整或次品剔除，將大大提高產品品質。未來計算機視覺技術可以安裝在生產線上，監測食品品質，并根據各種參數隨時調整溫度、濕度以及加工時間等；同時可以設置可接受范圍，直接剔除超出可接受范圍的產品。

目前，計算機視覺技術對于機器硬件的專業化要求較高，對于光線以及各種條件的要求也比較苛刻，要想被廣泛運用于生產實踐中，應向著更加便攜化以及普遍化方向發展，降低對于照片精度以及光線的要求，例如，機器可以隨身攜帶用于檢測，或者直接開發相應的應用軟件，消費者用自己的手機拍照即可判斷食品的品質。