CN111272672A - 一种基于颜色评估糖熏肉制品新鲜度的方法 - Google Patents

一种基于颜色评估糖熏肉制品新鲜度的方法 Download PDF

Info

Publication number
CN111272672A
CN111272672A CN202010139394.4A CN202010139394A CN111272672A CN 111272672 A CN111272672 A CN 111272672A CN 202010139394 A CN202010139394 A CN 202010139394A CN 111272672 A CN111272672 A CN 111272672A
Authority
CN
China
Prior art keywords
value
sugar
sample
tba
formula
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010139394.4A
Other languages
English (en)
Inventor
刘登勇
陆逢贵
王博
刘兴义
于芳珠
王鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bohai University
Original Assignee
Bohai University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bohai University filed Critical Bohai University
Priority to CN202010139394.4A priority Critical patent/CN111272672A/zh
Publication of CN111272672A publication Critical patent/CN111272672A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)

Abstract

本发明公开了一种基于颜色评估糖熏肉制品新鲜度的方法，该方法包括如下步骤：将糖熏肉制品在室温下冷却30min后真空包装，去除包装袋表面的水渍和油渍后采集第一批样品图像并测定硫代巴比妥酸(TBA)值，余下的产品放置于4℃冷库贮藏，每间隔2天采集下一批样品图像并测定TBA值，以此类推得到整个贮藏期的样品图像及TBA值，将样品图像信息转化为计算机能够识别的参数：R、G、B，再通过公式将R、G、B转换为L*(亮)、a*(红)、b*(黄)和H(色调)、S(饱和度)、I(亮度)，将得到的颜色参数与TBA值建立多元回归方程：YTBA＝16.183+0.133b+0.492B‑13.91H‑0.451I，相关系数R2＝0.989，该模型可以实现糖熏肉制品新鲜度的快速评估，有效克服感官评价的主观性和理化分析的繁琐性。

Description

一种基于颜色评估糖熏肉制品新鲜度的方法
技术领域
本发明涉及一种基于颜色评估糖熏肉制品腿新鲜度的方法，特别涉及一种用于评估糖熏肉制品新鲜度的方法。
背景技术
糖熏肉制品作为一种典型的传统特色烟熏肉制品，具有色泽诱人、熏香浓郁、营养健康等特点，深受消费者喜爱。颜色、风味、滋味等是评价糖熏肉制品的重要指标，其中颜色是影响消费者购买决定的最重要因素。烟熏肉制品一般使用果木作为熏材，与此相比，糖熏，作为中国北方一种常用的烟熏方式，在肉制品中已有相关应用，如沟帮子熏鸡，糖熏能赋予产品与木熏相似的烟熏色泽和气味，更为重要的是糖熏更安全、上色所需时间更短。
安全需求和营养需求是当下食品的最基本需求，而糖熏肉制品含有丰富的营养物质，具有适合微生物生长的能量、碳源和其他营养素，是其生长的理想介质，因此极易腐败。新鲜度是糖熏肉制品产业中最重要的质量特征之一。糖熏肉制品的色泽是评价新鲜度的重要指标，其变化与硫代巴比妥酸具有密切的相关性。目前主要通过感官评价法和精密仪器判断糖熏肉制品的新鲜度，但仅凭感官评价法通过颜色判别新鲜度，很容易因主观性较强及环境因素影响大等原因而出现误判、漏判的情况，而通过精密仪器测定，又存在成本过高、效率过低、污染样品及使用的试剂对工作者和环境有害的问题。
发明内容
本发明要解决的技术问题是提供一种快速的、科学的、标准的用于评估糖熏肉制品新鲜度的方法。
本发明的目的在于克服现有技术中存在的缺陷，如：感官评价法主观性强，效率低；理化检测繁琐耗时，破坏样本等，本发明提出一种基于颜色评估糖熏肉制品新鲜度的方法。
本发明通过以下技术方案实现：
一种基于颜色评估糖熏肉制品新鲜度的方法，所述方法包括以下步骤：
1)选取不同贮藏时间的样品：
取同种糖熏肉制品，在糖熏肉制品样品的熏材、温度、烟熏时间和贮藏条件均相同的情况下，以贮藏时间为变量，采集获得不同贮藏时间的糖熏肉制品样品；
2)图像采集：
使用照相机对步骤1)采集获得的不同贮藏时间的糖熏肉制品样品分别拍摄采集图像；采集图像时保持照相机视场内光照强度稳定，拍摄光线亮度相同，拍摄图像清晰，拍照前用吸油纸擦拭拍照部位的水渍和油渍，避免出现因样品的油脂导致的镜面反射产生的反光点；
3)测定步骤1)采集获得的不同贮藏时间的糖熏肉制品样品的硫代巴比妥酸(TBA)值；
4)图像预处理：
对步骤2)采集的各张糖熏肉制品样品图像分别采用以下3种方式进行预处理：1、随机旋转；2、随机翻转；3、拉伸变换；从而提高样本的数量，以增加测试结果的准确性；在某个具体的实施方案中，步骤2)每个糖熏肉制品样品采集4张图像，经预处理后，每个糖熏肉制品样品获得12张经预处理的图像(每个样品拍摄4张，每张分别进行3种方式的预处理)；
5)将经过步骤4)预处理后的糖熏肉制品样品图像信息采用图像处理程序分别转化为计算机能够识别的参数，获得每张经预处理的样品图像的平均R值、平均G值、平均B值；
通过公式将每张经预处理的样品图像的平均R值、平均G值、平均B值转换为每张经预处理的样品图像的b*值、H值、I值；
b*值转化公式如公式(2)、公式(3)、公式(4)、公式(5)所示：
①：将每张经预处理的样品图像的平均R值、平均G值、平均B值转换为每张经预处理的
样品图像的Y值、Z值，如公式(2)、公式(3)所示：
Y＝0.212671R+0.715160G+0.092169B公式(2)，
Z＝0.019334R+0.119193G+0.950227B公式(3)，
②：将①中得到的每张经预处理的样品图像的Y值、Z值转换为每张经预处理的样品图像的b*值，如公式(4)、公式(5)所示：
b*＝200[f(Y/100)-f(Z/108.883)]公式(4)，
Figure BDA0002398520490000021
t指代(Y/100)和(Z/108.883)；
即当t＞(6/29)3时，
Figure BDA0002398520490000022
当t≤(6/29)3时，
Figure BDA0002398520490000031
每张经预处理的样品图像的H值、I值转化公式如公式(6)、公式(7)所示：
Figure BDA0002398520490000032
Figure BDA0002398520490000033
将各张经预处理的图像的b*值、H值、I值按样品贮藏时间分类，计算平均值，得到各贮藏时间样品的平均b*值、H值、I值；
6)将步骤5)得到的各贮藏时间样品的平均b*值、平均B值、平均H值、平均I值与步骤3获得的各贮藏时间样品的硫代巴比妥酸(TBA)值建立多元回归方程，即为TBA值的评估模型：
YTBA＝16.183+0.133b*+0.492B-13.91H-0.451I，公式(8)；
7)取待测糖熏肉制品，按照步骤2)、步骤4)步骤5)的操作，测定待测糖熏肉制品图像的颜色参数：b*值、B值、H值、I值，利用步骤6)中已构建完毕的TBA值的评估模型对待测糖熏肉制品进行新鲜度检测，所述新鲜度评价标准为：当待测样品YTBA值在0.20mg/kg-0.66mg/kg之间，为良质肉；当待测样品YTBA值在0.66mg/kg-1mg/kg之间，为次鲜肉；当待测样品YTBA值超过1mg/kg时，为变质肉。所述待检糖熏肉制品样品与建立评估模型所用糖熏肉制品样品的种类、加工方法、贮藏条件均相同，从而无需再对待测糖熏肉制品样品进行 TBA值测定实验，通过颜色参数即可直接得知待测糖熏肉制品样品的新鲜度。
进一步的，步骤1)所述采集获得不同贮藏时间的糖熏肉样品具体为：每间隔2天采集一次。在某个特殊的实施方式中，在贮藏时间为36天的时间范围内，采集自贮藏0天、3天、6 天、9天、12天、15天、18天、21天、24天、27天、30天、33天和36天的13个时间节点的贮藏时间的糖熏肉样品。各贮藏时间的储藏温度相同，在某个特殊的实施方式中，所述贮藏温度为4℃贮藏。
进一步的，步骤1)所述糖熏肉样品的糖熏条件如下：设置糖盘温度为330℃和熏箱温度 100℃并稳定后，将经熟制的肉品加糖装于糖盘在熏箱内熏制，熏制时间为8min，熏制结束后取出，在室温下冷却30min去除样品表面的水渍和油渍。
进一步的，所述熟制为采用任一种不影响糖熏颜色的方式进行熟制，所述影响糖熏颜色的方式如油炸、烤制、包含色素物质的卤汤卤制等；
在某个特殊的实施方式中，所述熟制方式为卤制。卤制条件如下：将肉品原料在室温下流水解冻后，焯水去除泡沫，在煮锅中加入适量水，设置加热最终温度为97℃，打开开关开始加热，待沸腾后加入料包煮制120min形成卤汤，将焯水后的肉品原料放入卤汤中煮制10min，关闭煮锅电源后在卤汤内焖制90min，取出后于网格金属盘上放置冷却，制得经卤制的肉品。
进一步的，所述料包配方为，按照重量份数计，每1000份水，加入调味料的量如下：盐40 份、味精15份、糖15份、八角0.6份、小茴香0.6份、砂仁0.6份、丁香0.25份、白芷0.25份、草果0.3份、香叶0.25份、孜然0.3份、肉蔻0.3份、肉桂0.3份、山柰0.3份、陈皮0.3 份、桂皮0.3份、花椒0.3份。
进一步的，步骤2)所述每个样品拍摄张数不少于4张，
优选的，具体操作为：将样品放置在样品板上，相机保持在样品上方垂直俯视拍摄，每拍摄一张后将样品水平旋转90度拍摄；
优选的，为将相机和样品放置在同一封闭的环境体系中拍摄，以有利于保持光早强度、光线亮度稳定。
进一步优选的，照相机的摄像头与样品拍摄部位的垂直距离为20cm；
进一步的，步骤3)具体操作为：将步骤1)采集获得的不同贮藏时间的糖熏肉制品样品分别粉碎后称取10g于100mL离心管中，加入25mL、体积分数20％三氯乙酸(TCA)和20mL蒸馏水，10000r/min高速匀浆30s，于4℃、5500r/min离心15min，取上清液并过滤，于25mL比色管中各加入2mL上述滤液和0.02mol/L硫代巴比妥酸(TBA)溶液，沸水浴加热20min，同时配制空白对照，所述空白对照为2mL体积分数50％的三氯乙酸(TCA)与2mL0.02mol/L 硫代巴比妥酸(TBA)混合，冷却至室温，在532nm处测定混合液的吸光度，每个样品重复3 次，以每千克样品中所含丙二醛的质量来表示样品的硫代巴比妥酸TBA值，结果取平均值，获得的各贮藏时间样品的硫代巴比妥酸(TBA)值，具体计算见公式(1)
TBA值(mg/kg)＝(A532nm+0.002)×2.587公式(1)。
优选的，所述过滤为抽滤2次。
进一步的，步骤5)所述图像处理程序为Python平台编写的图像处理程序TensorFlow。
进一步的，所述糖熏肉制品为糖熏鸡肉制品。
本发明所述R、G、B值是对应的是红(Red)、绿(Green)、蓝(Blue)；
本发明所述L*，a*，b*代表物体颜色的色度值，即该颜色的色空间坐标，其中L*为明暗度(黑白)即亮度值、a*为红度值、b*为黄度值；
本发明所述H为色调、S为饱和度、I为图像的亮度。
本发明的有益效果：
本申请提出一种基于颜色评估糖熏肉制品新鲜度的方法，克服了现有技术中存在的如：感官评价法主观性强，效率低；理化检测繁琐耗时，破坏样本等缺陷。该方法对不同贮藏时间节点下的糖熏肉制品采集图像并测定TBA值后，经过对抗生成式神经网络模型进行预处理，将糖熏肉制品图像信息转化为计算机能够识别的参数：R、G、B，再通过公式将R、G、B转换为L*(亮度值)、a*(红度值)、b*(黄度值)和H(色调)、S(饱和度)、I(亮度)，经筛选，9个颜色参数中，b*值、B值、H值、I值与TBA值显著相关，因此将得到的b*值、 B值、H值、I值这4个颜色参数与TBA值建立多元回归方程，得到TBA值的评估模型，该模型准确率高，将该模型应用于同种待测糖熏肉制品新鲜程度的预测，可无需进行硫代巴比妥酸(TBA)值的测定，直接通过采集待测糖熏肉制品图像即可以实现对糖熏肉制品新鲜度的评估；也可为其它产品的相关颜色研究提供参考依据。
附图说明
图1是本发明实施例图像预处理结果示意图；
图2是TBA值随贮藏时间变化示意图。
具体实施方式
实施例1
1)糖熏鸡腿制备
共准备冻鸡腿390个，在室温下流水解冻后，焯水去除泡沫，在煮锅中加入适量水，设置加热最终温度为97℃，打开开关开始加热，待沸腾后加入料包煮制120min形成卤汤；
卤汤的配制：每1000g水，加入调味料包括盐40g、味精15g、糖15g、八角0.6g、小茴香0.6g、砂仁0.6g、丁香0.25g、白芷0.25g、草果0.3g、香叶0.25g、孜然0.3g、肉蔻 0.3g、肉桂0.3g、山柰0.3g、陈皮0.3g、桂皮0.3g和花椒0.3g；
将焯水后的鸡腿放入卤汤中煮制10min，关闭煮锅电源后在卤汤内焖制90min，取出后于网格金属盘上放置冷却，设置糖盘温度为330℃和熏箱温度100℃并稳定后，加糖装于糖盘在熏箱内熏制，熏制时间为8min，熏制结束后取出，在室温下冷却30min去除样品表面的水渍和油渍，于4℃冷库贮藏。
2)选取不同贮藏时间的样品
将步骤1)制备得到的糖熏鸡腿样品在相同熏材、温度、烟熏时间和贮藏条件的情况下，以贮藏时间为变量，在贮藏时间为36天的时间范围内，每间隔2天(0、3、6、9、12、15、18、21、24、27、30、33和36天)选取贮藏时间节点，采集13个时间节点贮藏的熏鸡腿样品，每个时间节点各采集30个样品。
第一批为贮藏0天的样品，为制备完成后，在室温下冷却30min去除熏鸡腿表面的水渍和油渍后采集第一批样品图像并测定硫代巴比妥酸(TBA)值，余下的产品放置于4℃冷库贮藏，每间隔2天采集下一批样品图像并测定TBA值，以此类推得到整个贮藏期的样品图像及TBA 值，具体操作如下：
3)图像采集
使用EOS-M5型照相机在封闭的黑色的箱体内对390个不同贮藏时间的熏鸡腿拍摄取样，具体采集过程如下：将熏鸡腿放在黑色箱体内的哑光的白色样品板上，相机保持在样品上方垂直俯视拍摄，照相机的摄像头与熏鸡腿拍摄部位的垂直距离为20cm，保持照相机视场内光照强度稳定，拍摄光线亮度相同，拍摄图像清晰，拍照前用吸油纸擦拭拍照部位的水渍和油渍，避免出现因熏鸡腿的油脂导致的镜面反射产生的反光点，每拍摄一张后将样品水平旋转90度继续拍摄，每只熏鸡腿拍摄照片的数量为4张，图像数据总量为1560张(4张/个×390个)；通过采集图像来确定颜色在贮藏过程中每一个时间节点的变化，并将不同时间段的图像分类保存。
4)测定硫代巴比妥酸(TBA)值
将步骤1)制备得到的糖熏鸡腿样品粉碎后称取10g于100mL离心管中，加入25mL、体积分数20％三氯乙酸(TCA)和20mL蒸馏水，10000r/min高速匀浆30s，于4℃、5500r/min离心15min，取上清液并过滤(抽滤两次)。于25mL比色管中各加入2mL上述滤液和0.02mol/L硫代巴比妥酸(TBA)溶液，沸水浴加热20min，同时做空白对照(2mL体积分数50％三氯乙酸TCA+2mL0.02mol/L硫代巴比妥酸TBA)，冷却至室温，在532nm处测定混合液的吸光度，每个样品重复3次，结果取平均值。以每千克样品中所含丙二醛的质量来表示TBA值，具体计算见公式(1)：
TBA值(mg/kg)＝(A532nm+0.002)×2.587公式(1)。
5)数据预处理
在图像的采集过程中样品的形状会影响拍摄结果的准确性；由于鸡腿形状的不规则性、摆放位置的细微差异性和熏制色差等原因导致的部分熏鸡腿图像存在质量较差、样本不均衡的问题，进而影响着实验结果的准确性，而人工筛选照片的工作量较大，且难以控制标准；对于样品数量，丰富的训练集和评估集能够保证实验结果具有较好的准确率，但由于熏鸡腿制作工艺繁琐及成本较高等原因，获取大量样本的方案性价比不高。因此，采用对抗生成式神经网络模型对采集的熏鸡腿图像数据进行预处理，对抗生成式神经网络模型主要通过判别器和生成器作为模型的优化及判断手段，由于生成器采集的图像环境存在一定的干扰噪声，因此在此条件下采集的图像与无噪或降噪后的图像存在一定的差异性，而判断器则可分辨出生成器的输出数据和真实数据，因此生成器在不断接近真实数据的同时，判断器也在试图分辨生成器的输出数据和真实数据，在生成器和判断器的不断对抗过程当中，生成式网络得到的数据就会愈加逼近真实值，减少图像采集带来的实验误差，且生成的图像也进一步丰富了训练集和评估集，从源头上提高实验结果的准确率；处理时，如图1所示，采用的对抗生成式神经网络模型包括3种增强处理方式：1、随机旋转；2、随机翻转；3、拉伸变换。
6)采用Python平台编写的图像处理程序(TensorFlow)将经过步骤5)预处理后的熏鸡腿图像信息转化为计算机能够识别的参数：获得每张经预处理的样品图像的平均R值、平均G 值、平均B值，再通过公式将平均R值、平均G值、平均B值转换为L*(亮度值)值、a* (红度值)值、b*(黄度值)值和H(色调)值、S(饱和度)值、I(亮度)值，9个颜色参数的转化公式如下所示：
分两步将R值、G值、B值转换为L*值、a*值、b*值。
第一步，将非线性RGB值转换为X值、Y值、Z值：公式分别如下所示：
X＝0.412453R+0.357580G+0.180423B
Y＝0.212671R+0.715160G+0.092169B
Z＝0.019334R+0.119193G+0.950227B
在第二步中，X值、Y值、Z值转换为L*值、a*值、b*值，公式分别如下所示：
L*＝116f(Y/100)-16a*＝500[f(X/95.047)-f(Y/100)]
b*＝200[f(Y/100)-f(Z/108.883)]
Figure BDA0002398520490000081
X＝95.047,Y＝100.0Z＝108.883；
t分别指代(Y/100)、(Z/108.883)和(X/95.47)；
R值、G值、B值转换为H值、S值、I值，公式分别如下所示：
Figure BDA0002398520490000082
Figure BDA0002398520490000083
Figure BDA0002398520490000084
采用逐步回归方法对以上9个颜色参数进行筛选，结果发现9个颜色参数中，b*值、B值、 H值、I值4个颜色参数与TBA值显著相关。b*值、B值、H值、I值计算公式如下：
①：将非线性R值、G值、B值转换为Y值、Z值，如公式(2)、公式(3)所示：
Y＝0.212671R+0.715160G+0.092169B公式(2)
Z＝0.019334R+0.119193G+0.950227B公式(3)
②：将Y值、Z值转换为b*值，如公式(4)所示：
b*＝200[f(Y/100)-f(Z/108.883)]公式(4)
Figure BDA0002398520490000085
t指代(Y/100)和(Z/108.883)；
H值(色调)、I值(亮度)转化公式如公式组(6)、公式(7)所示：
Figure BDA0002398520490000086
Figure BDA0002398520490000087
把得到的该4个颜色参数与TBA值建立多元回归方程，得到TBA值的评估模型，即：YTBA＝16.183+0.133b*+0.492B-13.91H-0.451I，相关系数R2＝0.989。
采用所述一种基于颜色评估糖熏肉制品新鲜度的方法对糖熏肉制品进行新鲜度评估，可评估糖熏肉制品的新鲜度，TBA值随贮藏时间变化如图2所示。
表中，“测定数据”是指:样品的532nm处吸光度值，
“测定TBA”是指利用公式(1)计算得到的样品硫代巴比妥酸(TBA)值。
“预测TBA”是指利用本发明TBA值的评估模型计算得到的样品硫代巴比妥酸(TBA)值。
表1 4℃贮藏条件下熏鸡腿不同时间段的颜色参数及TBA值
Figure BDA0002398520490000091
结果显示，采用本发明建立的TBA值评估模型计算的到的预测TBA数值与实际测定得到的样品TBA数值相关系数R2＝0.989，该模型准确率高，可以实现对糖熏肉制品新鲜度的评估。
动物性油脂中不饱和脂肪酸氧化分解产物与硫代巴比妥酸发生反应，TBA是此反应结果， TBA值的高低表明脂肪二级氧化产物的多少。研究者认为，TBA值可评价肉制品贮藏期间品质的好坏，一般而言TBA值越大代表脂肪氧化程度越高，产品的质量下降越严重。新鲜肉制品的最大TBA值在0.7mg/kg-1mg/kg之间，一般研究认为，TBA值在0.20mg/kg-0.66mg/kg 之间的为良质肉，在0.66mg/kg-1mg/kg之间的为次鲜肉，超过1mg/kg时，为变质肉[1]。
以上仅为本发明的具体实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
[1]LAN Yang,SHANG Yongbiao,SONG Ying,et al.Changes in the quality ofsuperchilled rabbit meat stored at different temperatures[J].Meat Science,2016,117:173-181。

Claims (10)

1.一种基于颜色评估糖熏肉制品新鲜度的方法，其特征在于，所述方法包括以下步骤：
1)选取不同贮藏时间的样品：
取同种糖熏肉制品，以贮藏时间为变量，采集获得不同贮藏时间的糖熏肉制品样品；
2)图像采集：
使用照相机对步骤1)采集获得的不同贮藏时间的糖熏肉制品样品分别拍摄采集图像；
3)测定步骤1)采集获得的不同贮藏时间的糖熏肉制品样品的硫代巴比妥酸(TBA)值；
4)图像预处理：
对步骤2)采集的各张糖熏肉制品样品图像均分别采用以下3种方式进行预处理：1、随机旋转；2、随机翻转；3、拉伸变换；
5)将经过步骤4)预处理后的图像采用图像处理程序分别转化为计算机能够识别的参数，获得每张经预处理的样品图像的平均R值、平均G值、平均B值；
通过公式将每张经预处理的样品图像的平均R值、平均G值、平均B值转换为每张经预处理的样品图像的b*值、H值、I值；
所述b*值转化公式如公式(2)、公式(3)、公式(4)、公式(5)所示：
①：将每张经预处理的样品图像的平均R值、平均G值、平均B值转换为每张经预处理的样品图像的Y值、Z值，如公式(2)、公式(3)所示：
Y＝0.212671R+0.715160G+0.092169B 公式(2)，
Z＝0.019334R+0.119193G+0.950227B 公式(3)，
②：将每张经预处理的样品图像的Y值、Z值转换为每张经预处理的样品图像的b*值，如公式(4)、公式(5)所示：
b*＝200[f(Y/100)-f(Z/108.883)] 公式(4)，
Figure FDA0002398520480000011
t指代(Y/100)和(Z/108.883)；
所述每张经预处理的样品图像的H值、I值转化公式如公式组(6)、公式(7)所示：
Figure FDA0002398520480000012
Figure FDA0002398520480000013
根据各张经预处理的图像的b*值、H值、I值按样品贮藏时间分类，计算平均值，计算得到各贮藏时间样品的平均b*值、平均H值、平均I值；
6)将步骤5)得到的各贮藏时间样品的平均b*值、平均B值、平均H值、平均I值与步骤3获得的各贮藏时间样品的硫代巴比妥酸(TBA)值建立多元回归方程，即为TBA值的评估模型：
YTBA＝16.183+0.133b*+0.492B-13.91H-0.451I 公式(8)；
7)取待测糖熏肉制品，按照步骤2)、步骤4)步骤5)的操作，测定待测糖熏肉制品的b*值、B值、H值、I值，利用步骤6)中已构建完毕的TBA值的评估模型对待测糖熏肉制品进行新鲜度检测，当待测样品YTBA值在0.20mg/kg-0.66mg/kg之间，为良质肉；当待测样品YTBA值在0.66mg/kg-1mg/kg之间，为次鲜肉；当待测样品YTBA值超过1mg/kg时，为变质肉。
2.根据权利要求1所述基于颜色评估糖熏肉制品新鲜度的方法，其特征在于，步骤1)所述采集获得不同贮藏时间的糖熏肉样品具体为：每间隔2天采集一次，各贮藏时间的储藏温度相同；优选的，所述贮藏温度为4℃。
3.根据权利要求1所述基于颜色评估糖熏肉制品新鲜度的方法，其特征在于，步骤1)所述糖熏肉样品的糖熏条件如下：设置糖盘温度为330℃和熏箱温度100℃并稳定后，将经熟制的肉品加糖装于糖盘在熏箱内熏制，熏制时间为8min，熏制结束后取出，在室温下冷却30min去除样品表面的水渍和油渍。
4.根据权利要求3所述基于颜色评估糖熏肉制品新鲜度的方法，其特征在于，所述熟制为采用任一种不影响糖熏颜色的方式进行熟制。
5.根据权利要求1所述基于颜色评估糖熏肉制品新鲜度的方法，其特征在于，步骤2)中每个样品拍摄张数不少于4张。
6.根据权利要求5所述基于颜色评估糖熏肉制品新鲜度的方法，其特征在于，步骤2)具体操作为：将样品放置在样品板上，相机保持在样品上方垂直俯视拍摄，每拍摄一张后将样品水平旋转90度拍摄；
优选的，为将相机和样品放置在同一封闭的环境体系中拍摄；
进一步优选的，照相机的摄像头与样品拍摄部位的垂直距离为20cm。
7.根据权利要求1所述基于颜色评估糖熏肉制品新鲜度的方法，其特征在于，步骤3)具体操作为：将步骤1)采集获得的不同贮藏时间的糖熏肉制品样品分别粉碎后称取10g于100mL离心管中，加入25mL、体积分数20％三氯乙酸(TCA)和20mL蒸馏水，10000r/min高速匀浆30s，于4℃、5500r/min离心15min，取上清液并过滤，于25mL比色管中各加入2mL上述滤液和0.02mol/L硫代巴比妥酸(TBA)溶液，沸水浴加热20min，同时配制空白对照，所述空白对照为2mL体积分数50％的三氯乙酸(TCA)与2mL0.02mol/L硫代巴比妥酸(TBA)混合，冷却至室温，在532nm处测定混合液的吸光度，每个样品重复3次，结果取平均值，获得的各贮藏时间样品的硫代巴比妥酸(TBA)值，具体计算见公式(1)
TBA值(mg/kg)＝(A532nm+0.002)×2.587 公式(1)。
8.根据权利要求7所述基于颜色评估糖熏肉制品新鲜度的方法，其特征在于，所述过滤为抽滤2次。
9.根据权利要求1所述基于颜色评估糖熏肉制品新鲜度的方法，其特征在于，步骤5)所述图像处理程序为TensorFlow。
10.根据权利要求1所述基于颜色评估糖熏肉制品新鲜度的方法，其特征在于，所述糖熏肉制品为糖熏鸡肉制品。
CN202010139394.4A 2020-03-03 2020-03-03 一种基于颜色评估糖熏肉制品新鲜度的方法 Pending CN111272672A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010139394.4A CN111272672A (zh) 2020-03-03 2020-03-03 一种基于颜色评估糖熏肉制品新鲜度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010139394.4A CN111272672A (zh) 2020-03-03 2020-03-03 一种基于颜色评估糖熏肉制品新鲜度的方法

Publications (1)

Publication Number Publication Date
CN111272672A true CN111272672A (zh) 2020-06-12

Family

ID=70999285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010139394.4A Pending CN111272672A (zh) 2020-03-03 2020-03-03 一种基于颜色评估糖熏肉制品新鲜度的方法

Country Status (1)

Country Link
CN (1) CN111272672A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112630106A (zh) * 2020-12-16 2021-04-09 陕西师范大学 基于稳定性质量评估生鲜羊奶冷冻贮藏时间的方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5230915A (en) * 1990-10-24 1993-07-27 Fereidoon Shahidi Process for preparing a powdered cooked cured-meat pigment
CN102450310A (zh) * 2010-10-27 2012-05-16 朱琼俊 一种腊肉制品保鲜工艺
CN103278609A (zh) * 2013-06-27 2013-09-04 山东商业职业技术学院 一种基于多源感知信息融合的肉品新鲜度检测方法
US20140017800A1 (en) * 2012-07-16 2014-01-16 Enrique Martinez II Method and apparatus for the identification of aldehydes
CN103940751A (zh) * 2014-04-23 2014-07-23 成都大学 一种基于图像处理技术的冷鲜肉品质的测评方法
CN104049068A (zh) * 2014-06-06 2014-09-17 中国肉类食品综合研究中心 生鲜畜肉新鲜度的无损测定装置及测定方法
CN106650291A (zh) * 2017-01-03 2017-05-10 上海海洋大学 一种预测三文鱼货架期的模型
CN109406740A (zh) * 2018-12-20 2019-03-01 湖北省农业科学院农产品加工与核农技术研究所 一种淡水鱼肉品质的评价方法
CN109444199A (zh) * 2018-10-22 2019-03-08 大连工业大学 利用低场核磁共振技术的冷藏牛肉新鲜度无损检测方法
CN109463427A (zh) * 2018-11-14 2019-03-15 东北农业大学 一种壳聚糖可食性涂膜保鲜红肠的方法
CN109856079A (zh) * 2018-12-14 2019-06-07 华南理工大学 近红外多光谱成像快速无损评价鱼肉脂肪氧化程度的方法
CN110443262A (zh) * 2019-08-22 2019-11-12 上海海洋大学 基于计算机视觉的鱼体新鲜度快速无损检测方法及其装置
CN110646416A (zh) * 2019-09-27 2020-01-03 渤海大学 一种用于评价熏鸡品质的比色卡及应用

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5230915A (en) * 1990-10-24 1993-07-27 Fereidoon Shahidi Process for preparing a powdered cooked cured-meat pigment
CN102450310A (zh) * 2010-10-27 2012-05-16 朱琼俊 一种腊肉制品保鲜工艺
US20140017800A1 (en) * 2012-07-16 2014-01-16 Enrique Martinez II Method and apparatus for the identification of aldehydes
CN103278609A (zh) * 2013-06-27 2013-09-04 山东商业职业技术学院 一种基于多源感知信息融合的肉品新鲜度检测方法
CN103940751A (zh) * 2014-04-23 2014-07-23 成都大学 一种基于图像处理技术的冷鲜肉品质的测评方法
CN104049068A (zh) * 2014-06-06 2014-09-17 中国肉类食品综合研究中心 生鲜畜肉新鲜度的无损测定装置及测定方法
CN106650291A (zh) * 2017-01-03 2017-05-10 上海海洋大学 一种预测三文鱼货架期的模型
CN109444199A (zh) * 2018-10-22 2019-03-08 大连工业大学 利用低场核磁共振技术的冷藏牛肉新鲜度无损检测方法
CN109463427A (zh) * 2018-11-14 2019-03-15 东北农业大学 一种壳聚糖可食性涂膜保鲜红肠的方法
CN109856079A (zh) * 2018-12-14 2019-06-07 华南理工大学 近红外多光谱成像快速无损评价鱼肉脂肪氧化程度的方法
CN109406740A (zh) * 2018-12-20 2019-03-01 湖北省农业科学院农产品加工与核农技术研究所 一种淡水鱼肉品质的评价方法
CN110443262A (zh) * 2019-08-22 2019-11-12 上海海洋大学 基于计算机视觉的鱼体新鲜度快速无损检测方法及其装置
CN110646416A (zh) * 2019-09-27 2020-01-03 渤海大学 一种用于评价熏鸡品质的比色卡及应用

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YANG LAN: "Changes in the quality of superchilled rabbit meat stored at different temperatures", 《MEAT SCIENCE》 *
侯红漫: "《食品安全学》", 31 October 2014, 中国轻工业出版社 *
王博: "基于卷积神经网络的食品图像识别", 《食品安全质量检测学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112630106A (zh) * 2020-12-16 2021-04-09 陕西师范大学 基于稳定性质量评估生鲜羊奶冷冻贮藏时间的方法
CN112630106B (zh) * 2020-12-16 2023-12-22 陕西师范大学 基于稳定性质量评估生鲜羊奶冷冻贮藏时间的方法

Similar Documents

Publication Publication Date Title
King et al. American Meat Science Association guidelines for meat color measurement
Taheri-Garavand et al. Meat quality evaluation based on computer vision technique: A review
US20220287498A1 (en) Method and device for automatically cooking food
Girolami et al. Measurement of meat color using a computer vision system
CN110646416B (zh) 一种用于评价熏鸡品质的比色卡及应用
Liu et al. Hyperspectral imaging sensing of changes in moisture content and color of beef during microwave heating process
Tapp Iii et al. How is the instrumental color of meat measured?
Feng et al. Colour analysis in sausages stuffed in modified casings with different storage days using hyperspectral imaging–A feasibility study
CN111272672A (zh) 一种基于颜色评估糖熏肉制品新鲜度的方法
CA3126171A1 (en) Low-field nuclear magnetic resonance-based device and method for intelligent detection of microwave-dried spicy vegetable flavor
O’farrell et al. Combining principal component analysis with an artificial neural network to perform online quality assessment of food as it cooks in a large-scale industrial oven
Li et al. Nondestructive assessment of beef-marbling grade using hyperspectral imaging technology
CN111272682A (zh) 一种用于评价糖熏肉制品新鲜度的比色卡及其制备方法和应用
Syahrir et al. Color grading in tomato maturity estimator using image processing technique
Rocculi et al. Freshness assessment of European hake (Merluccius merluccius) through the evaluation of eye chromatic and morphological characteristics
Wu et al. Food colour measurement using computer vision
CN112505015A (zh) 一种拉曼光谱快速预判牛肉pH值的方法
LU504380B1 (en) Method for evaluating freshness of sugar-smoked meat product based on color
Helmke et al. The effect of end-point cooking temperature and storage on the color of turkey meat
Milovanovic et al. Computer Vision System: A better tool for assessing pork and beef colour than a standard colourimeter
Ockerman et al. Reflectance as a measure of pork and beef muscle tissue color
LU504378B1 (en) Colorimetric card for evaluating freshness of sugar-smoked meat product, and preparation method and application thereof
Chatterjee Impact of Processing Parameters on the Frying of Protein-based Foods
Horváthová et al. Effect of gamma irradiation on trichromatic values of spices
CN112120170A (zh) 一种香辣鸡翅的生产工艺

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200612

WD01 Invention patent application deemed withdrawn after publication