CN110916239A

CN110916239A - 一种基于不同区位色差变化的初烤烟叶分割方法

Info

Publication number: CN110916239A
Application number: CN201911137243.9A
Authority: CN
Inventors: 高占勇; 王慧; 高辉; 杨晶津; 华一崑; 刘继辉; 汪显国; 王玉真; 翁瑞杰; 程倩; 崔宇翔; 赵佳成; 邱杰斐
Original assignee: Hongyun Honghe Tobacco Group Co Ltd
Current assignee: Hongyun Honghe Tobacco Group Co Ltd
Priority date: 2019-11-19
Filing date: 2019-11-19
Publication date: 2020-03-27

Abstract

本发明涉及一种基于烟叶不同区位色差的变化对初烤烟叶进行分割的方法，将烟叶去除叶柄后沿纵向平均分切区位，在每个区位上选取多个点使用色差计测定其色差值L^*、a^*、b^*，得到原始的色差值矩阵；对原始的色差矩阵进行标准化处理，并基于标准化的色差值矩阵，利用Fisher最优分割法，计算获得烟叶不同区位间的类直径，确定最小目标函数值，并根据最小目标函数值与不同分类数(k值)的相关曲线确定烟叶最优分类数；最后利用感官品质三点法检验验证色差法结合Fisher最优分割法对烟叶进行分切的合理性，为烟叶分切后的差异化打叶复烤加工与科学利用提供参考。

Description

一种基于不同区位色差变化的初烤烟叶分割方法

技术领域

本发明属于烟叶分切技术领域，特别是指一种基于不同区位色差变化的初烤烟叶分割方法。

背景技术

烤烟烟叶颜色是指同一型烟叶经调制后烟叶的相关色彩、色泽饱和度和色值的状态，是烤烟分级标准的重要分组因素之一。烟叶颜色的差异在很大程度上反映了烟叶中各种色素及化学成分存在比例的不同，与烟叶的外观质量和内在品质密切相关。

随着国际上色度学理论与实践的发展，国内烟草行业也逐步引入色度这一指标，开展了色度与烤烟调制、烟叶物理指标及内在化学成分的相关性等研究，结果表明，色差L^*(从黑到白，表示明度值)、a^*(从绿到红，表示红度值)、b^*(从蓝到黄，表示黄度值)指标与烟叶中的总糖、还原糖、烟碱、钾、总氮、蛋白质、糖碱比、糖氮比、氮碱比、钾氯比、两糖差、挥发碱、β-胡萝卜素、绿原酸、莨菪亭、芸香苷等内在重要质量指标存在显著或极显著相关。说明色差值能够较好地反映烟叶原料的内在质量，这为利用烟叶外观颜色指标评价烟叶不同区位的品质变化并基于此对烟叶进行差异化分切奠定了良好的基础。

相关研究表明，由于在生长过程中烟叶叶片与茎秆夹角的存在，使同一叶片的不同区位所受的光照条件不同，致使同一叶片的不同区位内含物质代谢、转化和积累的程度不同，因而同一叶片不同区位的化学成分含量存在较大差异。而烟叶原料内在化学成分含量的差异是影响其品质和颜色发生变化的物质基础，由此可以推测烟叶不同区位的色差值也会相应的存在一定差异，为利用色差值的变化对烟叶进行差异化分切打叶奠定了良好的基础，且这方面的研究尚未见文献报道。

发明内容

本发明的目的是提供一种基于不同区位色差变化的初烤烟叶分割方法，以实现利用烟叶不同区位的色差值，对烟叶进行差异化分切，以提高烟叶品质。

本发明是通过以下技术方案实现的：

一种基于不同区位色差变化的初烤烟叶分割方法，包括以下步骤：

S1、将烟叶去除叶柄后沿纵向平均分成N个区位，其中N为大于1的自然数；

S2、在每个区位上选取M个点使用色差计测定其色差值L^*、a^*、b^*，其中，L^*表示明度值，从黑到白；a^*表示红度值，从绿到红；b^*表示黄度值，从蓝至黄，并得到原始的色差值矩阵；

S3、利用R语言统计软件中的scale函数对原始的色差矩阵进行标准化处理，得到标准化的色差矩阵，所述标准化的色差矩阵中，每列指标的均值为0，标准偏差为1；

S4、基于标准化的色差值矩阵，利用Fisher最优分割法，计算获得烟叶不同区位间的n个直径，以确定区位间的差异程度。Fisher最优分割法用“直径”来表示段内的差异程度，段内差异越小，直径就越小。设某一类P包含的样本有{x₁,x_i+1,…,x_j}(i＜j)，记为P＝{i,i+1,…,j}。它们的均值为

用D(i,j)表示这一类的直径，一般采用“离差平方和”作为直径，即

其中T为向量的转置。

S5、将n个直径分成k类，分法为：p(n,k)＝{i₁,i₁+1,…,i₂﹣1},{i₂,i₂+1,…,i₃﹣1},…,{i_k,i_k+1,…,n}，其中分点1＝i₁＜i₂＜…＜i_k≤i_k+1＝n；所述分法的最小目标函数为

S6、建立e[p(n,k)]与k的相关曲线，曲线出现明显拐弯处或开始变平处对应的分类数为最适宜的分类数。若出现两个或两个以上的拐弯时，计算相应的最小目标函数比值β(k)：β(k)＝e[p(n,k-1)]/e[p(n,k)]，当β值比较大时，就说明分成k类显然比分成k﹣1类好。而且β值接近于1时即可不必再往下分。

进一步的，步骤S1中还包括将分切后的烟叶置于设定温度、设定湿度的恒温恒湿箱中平衡设定时间。

进一步的，所述设定温度为(20±1)℃，所述相对湿度为(65±2)％，平衡设定时间为48h。

进一步的，在使用色差计对M个点进行测定时，每设定测量次数后，色差计自动计算1次平均值，用于原始的色差值矩阵数据。

进一步的，在获得烟叶最优分类数后，根据所述烟叶最优分类数对烟叶进行分割后，进行感官品质差异性评价。

本发明的有益效果是；

本技术方案利用烟叶原料内在化学成分含量的差异是影响其品质和颜色发生变化的物质基础，利用全自动测色色差计分别测定每个区位的CIE-L^*a^*b^*色空间值，分析烟叶不同区位色差值的变化趋势，并基于色差值的变化利用Fisher最优分割法对烟叶进行最优分割，最后利用感官品质三点法检验验证色差法结合Fisher最优分割法对烟叶进行分切的合理性，为烟叶分切后的差异化打叶复烤加工与科学利用提供参考。

说明书附图

图1为色差L^*值与烟叶区位的函数关系曲线图；

图2为色差a^*值与烟叶区位的函数关系曲线图；

图3为色差b^*值与烟叶区位的函数关系曲线图；

图4为烟叶最小目标函数e[p(n,k)]与k值的相关曲线图。

具体实施方式

以下通过实施例来详细说明本发明的技术方案，以下的实施例仅是示例性的，仅能用来解释和说明本发明的技术方案，而不能解释为是对本发明技术方案的限制。

在本申请的实施例中，仅选用了一个品种的初烤烟叶，但并不是说明，本技术方案仅适用于该品种的初烤烟叶的分割方法，而是因为篇幅的限制，不能对任何品种的初烤烟叶进行穷举而矣。

本实施例选用的烟叶为云南红河弥勒K326 B2F初烤烟叶，由红云红河烟草(集团)有限责任公司昆明卷烟厂打叶复烤厂提供。

KBF 540恒温恒湿箱(德国Binder公司)；DC-P3型全自动测色色差计(北京兴光测色仪器公司)；AB204-S型电子天平(感量：0.000 1g，瑞士Mettler Toledo公司)；QS-1试样切丝机(郑州中烟科技开发有限公司)。

分别选取完整无破损的K326 B2F初烤烟叶20片，利用刻度尺将每片烟叶纵向平均分成10个区位，并利用裁纸刀将其分切成10段，相同区位的分切样品存放一起，烟叶从叶基到叶尖的10个区位依次标记为B₁ˉB₁₀。将分切后的烟叶样品置于温度(20±1)℃、相对湿度(65±2)％的恒温恒湿箱中平衡48h。

在每片烟叶的每个区位上均匀选取12个平整无褶皱面使用色差计测定其CIE-L^*a^*b^*色空间值，其中每测定3次色差计自动计算1次平均值，即每片烟叶的每个区位记录4个L^*、a^*、b^*值。

K326初烤烟叶10个区位的色差L^*、a^*、b^*值测量结果如表1所示。可以看出，对于K326 B2F初烤烟叶，从叶基到叶尖(1ˉ10)，L^*值均呈现逐渐降低的变化趋势，a^*、b^*值均呈先升高后降低的变化趋势。

表1 K326 B2F初烤烟叶不同区位的色差值测定结果

为进一步明确色差值L^*、a^*、b^*随烟叶区位的变化趋势，以K326 B2F初烤烟叶的不同区位为自变量，以L^*、a^*、b^*值为因变量，分别建立色差L^*、a^*、b^*值与K326 B2F初烤烟叶区位的函数关系，结果见图1至图3。可以看出，对于K326 B2F初烤烟叶，从叶基到叶尖，L^*值均呈现逐渐降低的抛物线型变化适势，a^*、b^*值均呈现先升高后降低的抛物线型变化趋势，拐点基本均出现在第5和第6个区位，即靠近叶中的位置；从R²可以看出，烟叶区位与色差L^*、a^*、b^*值的拟合度均较高(R²≥0.9356)。

利用R语言统计软件中的scale函数对表1的指标矩阵进行标准化处理，结果见表2。

表2标准化处理后的数据

区位	L<sup>*</sup>	a	b<sup>*</sup>
				1	1.251	-2.034	-1.640
2	1.077	-1.252	-0.026
				3	0.850	-0.556	0.753
4	0.482	0.201	0.918
				5	0.408	0.512	1.068
6	0.168	0.996	0.890
				7	-0.494	0.859	0.412
8	-0.888	0.735	-0.135
				9	-1.316	0.636	-0.751
10	-1.537	-0.097	-1.489

K326 B2F初烤烟叶不同区位直径计算：

K326 B2F初烤烟叶划分了10个区位，可分为9个段内直径。以表2中的标准化色差值矩阵为基础进行最优分割法分析，得到K326 B2F初烤烟叶不同区位样品的直径D(i，j)(i＝1，2，…，9；j＝i+1，10)，结果见表3。

表3 K326 B2F初烤烟叶不同区位直径计算结果

将n个样本分成k类，定义这种分类的目标函数为

当n和k固定时，e[p(n,k)]越小表示各类的离差平方和越小。因此要寻找一种分法p(n,k)使目标函数达到极小。根据上述方法计算K326 B2F初烤烟叶区位不同分类数k的最小目标函数并列出分类情况，结果见表4。

表4 K326 B2F初烤烟叶不同分类数的最小目标函数及分类情况

k	e[p(n,k)]	分类情况
			2	14.768	B<sub>1</sub>～B<sub>3</sub>,B<sub>4</sub>～B<sub>10</sub>
3	5.944	B<sub>1</sub>～B<sub>2</sub>,B<sub>3</sub>～B<sub>7</sub>,B<sub>8</sub>～B<sub>10</sub>
			4	3.338	B<sub>1</sub>,B<sub>2</sub>～B<sub>3</sub>,B<sub>4</sub>～B<sub>7</sub>,B<sub>8</sub>～B<sub>10</sub>
5	1.764	B<sub>1</sub>,B<sub>2</sub>～B<sub>3</sub>,B<sub>4</sub>～B<sub>6</sub>,B<sub>7</sub>～B<sub>8</sub>,B<sub>9</sub>～B<sub>10</sub>
			6	1.193	B<sub>1</sub>,B<sub>2</sub>,B<sub>3</sub>,B<sub>4</sub>～B<sub>6</sub>,B<sub>7</sub>～B<sub>8</sub>,B<sub>9</sub>～B<sub>10</sub>
7	0.628	B<sub>1</sub>,B<sub>2</sub>,B<sub>3</sub>,B<sub>4</sub>～B<sub>6</sub>,B<sub>7</sub>～B<sub>8</sub>,B<sub>9</sub>,B<sub>10</sub>
			8	0.297	B<sub>1</sub>,B<sub>2</sub>,B<sub>3</sub>,B<sub>4</sub>～B<sub>5</sub>,B<sub>6</sub>,B<sub>7</sub>～B<sub>8</sub>,B<sub>9</sub>,B<sub>10</sub>
9	0.062	B<sub>1</sub>,B<sub>2</sub>,B<sub>3</sub>,B<sub>4</sub>～B<sub>5</sub>,B<sub>6</sub>,B<sub>7</sub>,B<sub>8</sub>,B<sub>9</sub>,B<sub>10</sub>

根据表4建立e[p(n,k)]与k的相关曲线见图4。由图4可见，最小目标函数e[p(n,k)]是随k值单调递减的，曲线在k值为3和5处出现拐弯，说明k值在超过3和5之后，再增加时目标函数变幅较小，所以分3类或5类为好。

通过计算最小目标函数比值β(k)，(β(k)＝e[p(n,k-1)]/e[p(n,k)])可知，β(3)＝2.485，β(5)＝1.892，β(3)＞β(5)。因此，k＝3时为最优分类数，说明K326 B2F初烤烟叶分3段最优，即B₁～B₂、B₃～B₇、B₈～B₁₀(叶基∶叶中∶叶尖＝20％∶50％∶30％)。

K326 B2F初烤烟叶经过Fisher最优分割法分析后，再选取初烤烟叶若干片，按照分割比例分切后再去梗进行切丝。按照《卷烟工艺测试与分析大纲》中的方法，采用同一卷烟辅材制备感官质量评价样品。保证每支评吸卷烟的烟丝质量相同，烟丝在烟管中的分布尽量均匀，最大程度消除卷烟物理性状的差异对评吸结果的影响。由9名评吸人员组成评吸小组，采用三点检验法评价不同分割区位烟叶样品整体感官品质的差异性，结果见表5。

表5 K326 B2F初烤烟叶分割情况的感官质量三点法检验结果

同时，在其它实施例中，进行了相同的试验，所得到的结果相同或类似。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。

Claims

1.一种基于不同区位色差变化的初烤烟叶分割方法，其特征在于，包括以下步骤：

S1、将烟叶去除叶柄后沿纵向平均分切成N个区位，其中N为大于1的自然数；

S2、在每个区位上选取M个点使用色差计测定其色差L^*、a^*、b^*值，其中，L^*表示明度值，从黑到白，a^*表示红度值，从绿到红，b^*表示黄度值，从蓝至黄，并得到原始的色差值矩阵；

S3、利用R语言统计软件中的scale函数对原始的色差矩阵进行标准化处理，得到标准化的色差值矩阵，所述标准化的色差矩阵中，每列指标的均值为0，标准偏差为1；

S4、基于标准化的色差值矩阵，利用Fisher最优分割法，计算获得烟叶不同区位间的n个直径，以确定区位间的差异程度，Fisher最优分割法用“直径”来表示段内的差异程度，段内差异越小，直径就越小，设某一类P包含的样本有{x₁,x_i+1,…,x_j}(i＜j)，记为P＝{i,i+1,…,j}；它们的均值为

其中T为向量的转置；

S6、建立e[p(n,k)]与k的相关曲线，曲线出现明显拐弯处或开始变平处对应的分类数为最适宜的分类数；若出现两个或两个以上的拐弯处时，计算相应的最小目标函数比值β(k)：β(k)＝e[p(n,k-1)]/e[p(n,k)]，当β值比较大时，就说明分成k类显然比分成k﹣1类好，而且β值接近于1时即可不必再往下分。

2.根据权利要求1所述的基于不同区位色差变化的初烤烟叶分割方法，其特征在于，步骤S1中还包括将分切后的烟叶置于设定温度、设定湿度的恒温恒湿箱中平衡设定时间。

3.根据权利要求1所述的基于不同区位色差变化的初烤烟叶分割方法，其特征在于，所述设定温度为(20±1)℃；所述相对湿度为(65±2)％；平衡设定时间为48h。

4.根据权利要求1所述的基于不同区位色差变化的初烤烟叶分割方法，其特征在于，在使用色差计对M个点进行测定时，每设定测量次数后，色差计自动计算1次平均值，用于原始的色差值矩阵数据。

5.根据权利要求1所述的基于不同区位色差变化的初烤烟叶分割方法，其特征在于，在获得烟叶最优分类数后，根据所述烟叶最优分类数对烟叶进行分割后，进行感官品质差异性评价。