CN1751812A - 一种猪肉颜色质量等级的划分方法 - Google Patents

一种猪肉颜色质量等级的划分方法 Download PDF

Info

Publication number
CN1751812A
CN1751812A CN 200510094776 CN200510094776A CN1751812A CN 1751812 A CN1751812 A CN 1751812A CN 200510094776 CN200510094776 CN 200510094776 CN 200510094776 A CN200510094776 A CN 200510094776A CN 1751812 A CN1751812 A CN 1751812A
Authority
CN
China
Prior art keywords
value
pork
degree
colour
standard
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.)
Granted
Application number
CN 200510094776
Other languages
English (en)
Other versions
CN100421823C (zh
Inventor
彭增起
徐幸莲
周光宏
鲁奕俊
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.)
Nanjing Agricultural University
Original Assignee
Nanjing Agricultural 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 Nanjing Agricultural University filed Critical Nanjing Agricultural University
Priority to CNB2005100947765A priority Critical patent/CN100421823C/zh
Publication of CN1751812A publication Critical patent/CN1751812A/zh
Application granted granted Critical
Publication of CN100421823C publication Critical patent/CN100421823C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Spectrometry And Color Measurement (AREA)

Abstract

本发明涉及一种猪肉颜7色质量等级的分级方法,属于计算机视觉在农产品分类中的应用,专用于猪肉颜色质量等级的划分方法。根据色度学上CIE(国际照明委员会)推荐的颜色空间和色度计测定的肉色参数L*、a*、b*值进行颜色分级,并做成猪肉颜色等级标准图;采集鲜肉材料,根据猪肉颜色等级标准板进行猪肉颜色质量等级划分,便于利用数码相机和特定的照明系统采集数码相片进行猪肉的计算机智能化分级。本发明填补了国内猪肉颜色等级标准的空白,有利于消费者在选购超市生鲜肉时根据猪肉颜色等级标准进行客观的选择;有利于超市根据生鲜肉的颜色制定不同的价格,做到“按质论价”。

Description

一种猪肉颜色质量等级的划分方法
 一、技术领域
 本发明涉及一种猪肉颜色质量等级的分级方法,属于计算机视觉在农产品分类中的应用,专用于猪肉颜色质量等级的划分方法。
二、背景技术
随着我国市场经济的发展和加入了WTO,为了规范市场和与国际标准接轨,对肉类进行分级以实现胴体或胴体不同部位肉品质量的划分,从而达到优质优价具有重要的意义。通过对肉色特性的研究,如何有效实现客观、准确、快速或无损检测肉色及其变化对肉类自动分级具有重要的意义。随着感官评定科学的发展和先进仪器设备的开发,近些年国外在食品感官特性客观测定方面的研究非常活跃。国外的猪肉质量都有相应的颜色标准,他们的猪肉颜色标准在猪肉的定价、国内零售、国际贸易方面起着巨大的作用,而我国猪肉产品至今没有自己的颜色标准,无法和国际接轨,参与世界的猪肉贸易竞争,因此迫切需要建立一套猪肉颜色等级标准,来适应质量控制和市场的需要。计算机视觉在农产品分类中的应用,起初主要研究对象是苹果、橘子、桃、香蕉、黄瓜、西红柿等,由于分级速度达不到实时要求,还处于实验研究阶段。计算机视觉应用于肉品质量检测和分级研究始于上个世纪90年代。
美国、日本和西欧等一些发达国家和地区已制定出自己的猪肉颜色标准,然而中国目前猪肉颜色标准尚属空白,为促进中国猪肉加工行业的发展和消费者消费意识和水平的提高,所以制定出一套适合中国猪肉加工行业的颜色标准显得意义重大。
三、发明内容
1、技术问题
本技术的目的在于,针对消费者对猪肉颜色的选择主观性和猪肉质量随摆放时间颜色变化问题,提出一套科学客观的猪肉质量等级的颜色分级方法。
2、技术方案
1、一种猪肉颜色质量等级的划分方法,包括:
1)根据色度学上CIE(国际照明委员会)推荐的颜色空间和色度计测定的肉色参数L*、a*、b*值进行颜色分级,并做成猪肉颜色等级标准图:
I级:明度值L*为62.14~58.76;红色度a*值为7.56~7.66;黄度值b*为17.27~14.40;
II级:明度值L*为58.77~54.70;红色度a*值为7.67~8.24;黄度值b*为14.41~12.51;
III级:明度值L*为54.71~50.53;红色度a*值为8.25~9.71;黄度值b*为12.52~12.03;
IV级:明度值L*为50.54~46.02;红色度a*值为9.72~10.79;黄度值b*为12.04~11.18;
V级:明度值L*为46.03~42.27;红色度a*值为10.80~11.56;黄度值b*为11.19~10.05;
VI级:明度值L*为42.28以上;红色度a*值为11.57以上;黄度值b*为10.06以上;
2)采集鲜肉材料,根据猪肉颜色等级标准板进行猪肉颜色质量等级划分。
上述一种猪肉颜色质量等级的分级方法,其特征在于,采集的鲜肉材料根据猪肉颜色等级标准板,利用数码相机采集数码相片进行猪肉的计算机智能化分级。
3、有益效果
(1)本发明填补了国内猪肉颜色等级标准的空白,美国和日本以及西欧等发达国家和地区已经制定出自己的颜色标准,极大促进了当地猪肉加工业的发展;由于各个国家猪肉加工业中,无论是从遗传育种和饲养还是从屠宰和加工方面来说,都或多或少会存在差异,从而影响到猪肉的颜色,而且各个国家消费者的消费习惯和消费嗜好不同,对猪肉颜色有不同的偏好,所以不能照搬照抄他国的猪肉颜色标准;本颜色标准采用L*a*b*颜色空间(最能反应出人类视觉特征的颜色空间)结合大量的样品采集研究工作,能够较为科学地对我国猪肉颜色进行分级的标准化。
(2)此猪肉颜色标准包括的6个级别之中,级别1为PSE肉(Pale,Soft,Exudative;苍白,柔软,有汁液渗出),级别6为DFD肉(Dark,Firm,Dry;暗红,坚硬,干燥),是两种存在质量缺陷的肉品,中间的级别为正常肉品,其中以3、4级品质最佳,颜色的标准有利于消费者对肉进行选择,避开品质缺陷的肉品,同时使企业能提高加工水平生产出高品质肉,减少品质缺陷。
(3)有利于零售商根据生鲜肉的颜色制定不同的价格,做到“按质论价”。
(4)猪肉颜色标准制定后,在四川高金食品有限公司和江苏雨润集团采集了大量样品并进行颜色分级验证性试验,得到了从事肉类加工和研究人员的认可,取得了非常理想的效果;
(5)猪肉颜色标准制定时,对猪肉消费者的消费心理和颜色偏好有一定了解,在超市和屠宰加工企业走访了大量的消费者和肉类加工从业人员,征询了许多有益的建议;标准制定后再次进行意见反馈,消费者和肉类加工从业人员十分赞同和欢迎猪肉颜色标准。
四、附图说明
图1.猪肉颜色标准板
图2.500头猪胴体背最长肌T45min分布。柱形图上方数值表示每组T范围内胴体数
图3.500头猪胴体背最长肌pH45min分布。柱形图上方数值表示每组pH范围内胴体数
图4.500头猪胴体背最长肌pH24hr分布。柱形图上方数值表示每组pH范围内胴体数
图5.500头猪胴体背最长肌肉色L*值分布。柱形图上方数值表示每组L*范围内胴体数
图6.500头猪胴体背最长肌肉色a*值分布。柱形图上方数值表示每组a*值范围内胴体数
图7.500头猪胴体背最长肌肉色b*值分布。柱形图上方数值表示每组b*值范围内胴体数
图8.500头猪胴体背最长肌肉色Chroma值分布。柱形图上方数值表示每组Chroma值范围内胴体数
图9.500头猪胴体背最长肌肉色Hue angle值分布
图10.500头猪胴体背最长肌感官评定肉色分值(肉色分级)分布柱形图上方数值表示每组肉色分值范围内胴体数
图11.500头猪胴体背最长肌感官评定肉色分值(肉色分级)百分数分布柱形图上方数值表示每组肉色分值范围内胴体百分数
图12.500头猪胴体背最长肌外观评定质量分类百分数分布
图13.PSE、正常、DFD冷却猪肉(背最长肌)冷藏期间(2±1℃)L*值变化
图14.PSE、正常、DFD冷却猪肉(背最长肌)冷藏期间(2±1℃)a*值变化
图15.PSE、正常、DFD冷却猪肉(背最长肌)冷藏期间(2±1℃)b*值变化
图16.PSE、正常、DFD冷却猪肉(背最长肌)冷藏期间(2±1℃)hue angle值的变化
图17.L*、a*、b*色空间
五、具体实施方式
(一)猪肉背最长肌肉色质量分类及与温度、pH的相关性
1材料与方法
1.1材料
在雨润集团东海福润肉类加工厂有限公司(日屠宰1500——2000头)现场现有生产线随机挑选500头猪胴体(2003、3-2003、7),这些猪毛体重在90~100kg之间,年龄5~6月龄,未考虑其品种、性别、基因型等宰前因素背景。但宰前及生产工艺流程及工艺条件是一致的。
便携式pH计(HANNA-HI9025microcomputure,葡萄牙产);便携式色度计(MinoltaCR200,D65光源,口径Φ=8mm,日本产);标准比色板(6级,美国产)。
1.2数据采集
在屠宰生产线上猪胴体劈半后入冷库前即宰后45min和宰后胴体冷却24h后(于3±1℃冷库,风速:0.4m/s)测定胴体数据。胴体数据包括背最长肌pH45min、T45min、pH24h、T24h及24h后的背最长肌肉色仪器测定参数值(L*、a*、b*、Chroma、Hue angle)和肉色感官评定分值。宰后45min时,在猪左半胴体背最长肌第3-4眼肌间用便携式pH计测定pH45min、T45min,pH计带刀电极从距离7.5cm的第3-4眼肌间插入,平衡30s。宰后冷却24h时,在冷库中将同一头猪右半胴体背最长肌第3-4眼肌切开断面,上断面用便携式pH计测定pH24h、T24h;下断面清除表面杂质,自然发色60min,立即用便携式色度计测定肉色参数L*、a*、b*、Chroma、Hue angle,之后对照美国产标准比色板由6人小组进行感官比色打分和进行断面质地、汁液状况评价。感官评定小组人员事先根据AMSA(1991)指南程序进行训练。光照条件符合AMSA(1991)指南规定要求660lux。感官评定小组人员视角与光源呈45°角,环境室温<4℃。每块背最长肌的肉色评分为所有感官评定小组人员评分的平均值。
1.3数据处理
对猪胴体采集的上述数据应用SAS6.12进行统计分析。确定各个胴体参数的平均值,变化范围以及分布规律,正态分布检验采用Kolmogorov-Smirnov法;计算参数间的简单相关性。
2结果与分析
表1是猪胴体背最长肌所测定指标包括pH、温度、肉色的简单描述性统计;可看出,在所取500头猪胴体中各个测定指标均有明显变化。
                         表1冷却猪肉背最长肌肉色、温度和pH调查
  参数   头数   平均值   标准偏差   最小值   最大值   变异系数%
  T45min(℃)T24h(℃)pH45minpH24hL*a*b*ChromaHueangle颜色分值   500500500500500500500500500500   40.13.16.135.6452.368.195.119.7231.12.9   1.10.60.220.174.692.021.852.507.30.7   37.22.05.705.1842.003.651.534.345.71.3   42.74.86.506.1864.0113.349.3815.3947.45.2   2.7419.353.563.018.9624.6636.2025.7223.4724.14
图2为500头猪胴体背最长肌T45min分布,呈非正态分布(p<0.05)大多数胴体背最长肌T45min在39.5~40.9℃范围内,胴体数为295,占总数的59.0%;T45min<39.5℃的胴体数为109,而T45min>40.9℃的胴体数为96,占总数的19.2%。图3、图4分别是宰后45min和宰后24h时所测定胴体背最长肌pH45min和pH24h的分布。pH45min和pH24h亦均未呈现正态分布(p<0.05),且分布范围较宽。图3中胴体背最长肌pH45min范围≥6.00的胴体数为378,占总数的75.6%,而胴体背最长肌pH45min范围<6.00的胴体数为122,占总数的24.4%。图4中胴体背最长肌pH24h范围为5.60-5.79的胴体数为252,而pH24h范围为5.50-5.79的胴体数为366,占总数的73.2%;pH24h≥5.80的胴体数为53,pH24h≥6.0的胴体数仅为8,而pH24h<5.50的胴体数为85。
500头猪胴体背最长肌肉色L*值分布如图5,呈非正态分布(p<0.05);大多数胴体背最长肌肉色L*值范围在48.00-55.99之间,胴体数为291,占总数的58.2%;L*值≥56.00的胴体数为113,占总数的22.6%,而L*值<48.00的胴体数为100。
500头猪胴体背最长肌肉色a*值分布如图6,基本呈正态分布(p>0.05)。大多数胴体a*值范围在6.00-9.99之间,胴体数为330,占总数的66.0%;a*值≥10.00的胴体数为104,占总数的20.8%,而a*值<6.00的胴体数为62,占总数的12.4%。b*值的分布如图7所示,呈非正态分布(p<0.05)。
500头猪胴体背最长肌肉色Chroma值分布如图8,呈非正态分布(p<0.05)。大多数胴体Chroma值范围在8.00-11.99之间,胴体数为298,占总数的59.6%;Chroma值≥12.00的胴体数为80,占16.0%,而Chroma值<8.00的胴体数为122。
500头猪胴体背最长肌肉色Hue angle值分布如图9,呈非正态分布(p<0.05)。大多数胴体Hue angle值范围在26.0-39.9之间,胴体数为370,占总数的74.0%。
图10和图11分别为500头猪胴体背最长肌感官评定肉色分值和百分数分布,呈非正态分布(p<0.05)。大多数胴体肉色分值范围在2.0-3.9之间,胴体数为373,占总数的74.6%;肉色分值≥4.0的胴体数为54,仅占总数的10.8%;而肉色分值<2.0的胴体数为73,占总数的14.6%。
根据猪肉质量分类判断标准,本试验500头猪胴体背最长肌中,PSE猪肉占18.6%,RFN(正常)猪肉占80.4%,而DFD猪肉仅占1.0%(如图12)。
3结论
3.1本试验所测定的有关参数(a*值分布除外)的分布均与正态分布差异显著(p<0.05),这可能与500头猪胴体按肉色等评价的猪肉质量分类中,PSE、正常、DFD三者所占比重不同有关(参见图12),反映了与肉色有关的猪肉质量的不一致性很大。
3.2除a*值分布外,其它指标(L*值、pH45min、T45min、pH24h、b*、Chroma、Hue angle、肉色分值、T24h(未给出))分布均未呈现正态分布(p<0.05)。500头猪胴体背最长肌中,PSE猪肉占18.6%,RFN(正常)猪肉占80.4%,而DFD猪肉仅占1.0%。
3.3猪胴体背最长肌宰后45min时的温度变化可能与宰后45min时的pH变化有内在的因果关系或共同受其他因素的影响,而宰后45min时的pH变化与宰后24h时的pH变化、肉色参数变化与肉色分值也可能有某种影响关系;宰后24h的pH变化可能会影响其宰后24h时的肉色参数变化与肉色分值;肉色仪器测定参数对肉色感官分值的影响是不同的。
(二)仪器测定、数字图像处理客观评定冷却猪肉肉色
1材料与方法
1.1取样和感官评定
如第一部分所述
1.2图像获取
肉色感官评分结束后,立即把肉块样品放入特定设计的图像获取装置中,光源为圆形荧光灯,主要保证图像获取条件一致。用数码相机(规格型号:Sony-Dsc-S75CCD)获取所有猪肉样品图像,肉色图像分辨率为640*480像素。图像获取的光照条件应与感官评定光照条件应基本一致。
1.3图像处理
将获取图像进行分割,即根据图像背景、皮下和肌内脂肪、肌肉灰度的不同,应用编程工具软件编写程序,以从图像中去除背景、皮下和肌内脂肪。用类差影法去除黑色背景;用阈值法从灰度图中去除白色脂肪。分割后的样品图像通过图像的特征提取算法区域增长标记法提取,并以L*a*b*颜色空间和HIC颜色空间表示。每个样品随机取三个点测定,算出三个点的L*、a*、b*、Chroma、Hue angle参数的平均值和标准偏差,这些平均值和标准偏差就表示了每个样品的肉色特性。
2结果与分析
2.1仪器测定肉色参数对冷却猪肉肉色评定和预测
由80头猪胴体背最长肌肉色仪器测定参数(L*、a*、b*、Chroma、Hue angle)建立3个逐步回归方程(表2)。可看出,肉色分值受L*值的影响最大(R2=0.6432)。除L*值外,对肉色分值有影响的参数依次为a*值、Chroma值,三者对肉色分值的决定系数为R2=0.7277。
       表2由肉色仪器测定参数(L*、a*、b*、Chroma、Hue angle)建立的
                             3个逐步回归方程
                                逐步回归方程
  Y=8.7192-0.1093*L*(R2=0.6432,P<0.0001)Y=8.3920-0.1136*L*+0.0657*a*(R2=0.7056,P<0.0001)Y=6.5806-0.0767*L*+0.3601*a*-0.2598*Chroma(R2=0.7277,P<0.0001)
注:Y:肉色分值,L*:亮度值,a*:红色度,Chroma:色饱和度,R2:决定系数
由80头猪胴体背最长肌图像处理后获取肉色参数(L*、a*、b*、Chroma、Hue angle)建立的3个逐步回归方程如表2-4。可看出,肉色分值受L*值的影响最大(R2=0.6345)。除L*值外,对肉色分值有影响的参数依次为a*值、b*值,三者对肉色分值的决定系数为R2=0.8422
3结论  由图像处理后获取肉色参数建立的逐步回归模型预测冷却猪肉肉色分值的效果最佳,以|预测肉色分值-感官肉色分值|≤0.3为预测正确判断标准,其预测正确率为78.8%,与本试验预测正确率最高的单个感官评定人员相比(78.2%),差异不显著(P>0.05)。
(三)PSE、E常、DFD冷却猪肉冷藏期间的肉色稳定性
1材料与方法
1.1猪肉取样
猪肉背最长肌取自12头阉公猪胴体,体重约90kg(辽宁抚顺肉联厂)。宰后冷却24h,切开第3-4肋骨眼肌间脊椎背最长肌断面,通过pH计(型号:HANNA-HI9025microcomputure,葡萄牙产)测定和感官评定鉴定为PSE猪肉(4头猪胴体)、正常猪肉(4头猪胴体)和DFD猪肉(4头猪胴体)。将一部分猪肉背最长肌横向(与肌纤维方向垂直)切成肉块(厚度=1.0cm,作为未成熟样)),发色60min,放入托盘(1块/托盘),一部分盖以聚乙烯收缩薄膜透氧包装(氧气透过率=5000cc/m2/24h·atm),一部分装入脱氧包装袋(PET/PA/CPP,氧气透过率=15cc/m/24h·atm,江阴市中江包装材料公司;脱氧剂,南京天华科技开发有限公司,包装袋内气体浓度为1%O/99N)脱氧包装。包装好后的猪肉样品立即放入冰箱。另一部分未切片猪肉背最长肌,脱氧(脱氧剂)包装成熟4天(2±1℃)后,切块(作为成熟样),如上述仅盖以聚乙烯收缩薄膜透氧包装后冷藏。色度计法测定指标按同样的猪肉取样方法在南京肉联厂和南京农业大学进行。
1.2冷藏条件
冰箱冷藏温度(2±1℃),无光照。透氧包装猪肉样品共放置6天,其中未成熟肉样放置4天后,取部分样品放置于室温25℃,分别于0h,4h,8h,12h,16h时测定。脱氧包装样品放置1、2、3、4天后,分别改为透氧包装,再放置1天(ARA法)。每天取样进行分析测定,每个样品取2个点,每种质量肉每次3个重复。
1.3猪肉表面肉色测定
用色度计(Minolta CR200,D65光源,口径Φ=8mm,日本产)测定猪肉样品表面肉色参数值L*、a*、b*、Chroma、Hue angle,每个样品取2个点,每种质量肉每次3个重复。
1.4统计分析
应用SAS6.12进行单因素方差统计分析和邓肯氏多重比较。
2.结果与分析
图13为PSE、正常、DFD冷却猪肉(背最长肌)冷藏期间(2±1℃)L*值变化。可看出,虽然第0天时三种质量猪肉L*值不同,但随冷藏时间的延长,L*值均未发生显著的变化(P>0.05)。第6天时,PSE猪肉L*值>正常猪肉L*值>DFD猪肉L*值。
图14为PSE、正常、DFD冷却猪肉(背最长肌)冷藏期间(2±1℃)a*值变化。可看出,从第1天至第6天,PSE猪肉a*值由8.02降至4.59,变化幅度极显著(P<0.01);正常猪肉a*值由7.55降至6.02(P<0.05),而DFD猪肉a*值由7.35降至7.12(P>0.05)。
图15为PSE、正常、DFD冷却猪肉(背最长肌)冷藏期间(2±1℃)b*值变化。可看出,除第0天至第1天,三种质量猪肉b*值增加外,第1天至第6天b*值变化无明显规律。
图16为PSE、正常、DFD冷却猪肉(背最长肌)冷藏期间(2±1℃)hue angle值的变化。可看出,PSE猪肉hue angle值随冷藏时间的延长呈增加趋势,由第1天的40.9上升至第6天的50.5;正常、DFD猪肉第2天至第6天hue angle值变化不大。
3结论
三种质量猪肉表面肉色稳定性顺序为:DFD>正常>PSE;DFD猪肉比PSE、正常猪肉表现了较高的高铁肌红蛋白还原能力;色度计参数反映肉色稳定性的灵敏性不同。
(四)猪肉颜色标准板的研制
从以上三部分研究的结果可以看出猪肉颜色具有显著差异性(背最长肌L*、a*、b*值和感官肉色分值),使得猪肉颜色分级成为了可能,为了使猪肉颜色分级的计算机智能化研究进一步开展,我们首先对猪肉颜色进行标准化,制定猪肉颜色标准板。其依据主要是对猪肉背最长肌的各种理化指标的测量和肉色感官评分(数据结果与分析见以上三部分),再根据色度学上经典的L*、a*、b*表色系统结合大量的分级实践最终确立猪肉颜色标准。
1.L*、a*、b*表色系统的介绍
CIE(国际照明委员会)1976年推荐了L*、a*、b*均匀色空间,简称CIEL*a*b*色空间。目前L*、a*、b*表色系统已得到广大使用者的认可。本系统最大优点在于它的均匀性,更为接近人眼的感觉之差,所以有利于色差比较。
图17中的中央轴L*表示明度,与L*轴垂直的色空间予以刨切的截面用a*、b*标度。a*、b*是以通过L*轴的中心来划分(+)侧和(-)侧。利用测色仪器可以直接测得L*、a*、b*值。由图4-1中可以看到L*值越大,其明度越高。a*在(+)侧数值越大,则表
示红色程度越高,在(-)测,则表示绿色程度,b*在(+)测数值越大,则表示黄色程度越高,在(-)侧,则表示蓝色程度越高。
2.关于标准照明体
我们知道,照明光源对物体的颜色影响很大。不同的光源,有着各自的光谱能量分布及颜色,在它们的照射下物体表面呈现的颜色也随之变化。为了统一对颜色的认识,首先必须要规定标准的照明光源。因为光源的颜色与光源的色温密切相关,所以CIE规定了四种标准照明体的色温标准:
标准照明体A:代表完全辐射体在2856K发出的光;
标准照明体B:代表相关色温约为4874K的直射阳光;
标准照明体C:代表相关色温大约为6774K的平均日光,光色近似阴天天空的日光;
标准照明体D65:代表相关色温大约为6504K的日光;
标准照明体D:代表标准照明体D65以外的其它日光。
CIE规定的标准照明体是指特定的光谱能量分布,是规定的光源颜色标准。它并不是必须由一个光源直接提供,也并不一定用某一光源来实现。为了实现CIE规定的标准照明体的要求,还必须规定标准光源,以具体实现标准照明体所要求的光谱能量分布。CIE推荐下列人造光源来实现标准照明体的规定:
标准光源A:色温为2856K的充气螺旋钨丝灯,其光色偏黄。
标准光源B:色温为4874K,由A光源加罩B型D-G液体滤光器组成。光色相当于中午日光。
标准光源C:色温为6774K,由A光源加罩C型D-G液体滤光器组成,光色相当于有云的天空光。
CIE标准照明体A、B、C由标准光源A、B、C实现,但对于模拟典型日光的标准照明体D65,目前CIE还没有推荐相应的标准光源。因为它的光谱能量分布在目前还不能由真实的光源准确地实现。当前国际上正在进行着与标准照明体D65相对应的标准光源的研制工作。现在研制的三种模拟D65人造光源分别为:带滤光器的高压氙弧灯、带滤光器的白炽灯和荧光灯。它们的相对光谱能量分布与D65有所符合,带滤光器的高压氙弧灯提供了最好的模拟,带滤光器的白炽灯在紫外区的模拟尚不太理想,荧光灯的模拟较差。为了满足精细辨色生产活动的需要,还有采用荧光灯和带滤器的白炽灯组成的混光光源,称为D75光源。其色温可达7500K。主要运用在原棉评级等精细辨色工作中。
本研究所用的照明体是标准照明体D65模拟光源,色度仪(用于测量L*、a*、b*值)仪器内部所采用的光源也为D65标准照明体。
3.猪肉颜色等级标准板的参数量化
肉色仪器测定参数L*、a*、b*、Chroma、Hue angle相互间,除L*与a*、a*与Hueangle之间呈显著性正相关(p<0.05)外,其余之间则呈极显著正相关性(p<0.01),且正相关性较强。表明肉色仪器测定参数并非相互独立,它们之间共线性很强。
根据色度学上CIE推荐的颜色空间和色度计测定的肉色参数L*、a*、b*值进行颜色分级,并做成猪肉颜色等级标准图:
I级:明度值L*为62.14~58.76;红色度a*值为7.56~7.66;黄度值b*为17.27~14.40;
II级:明度值L*为58.77~54.70;红色度a*值为7.67~8.24;黄度值b*为14.41~12.51;
III级:明度值L*为54.71~50.53;红色度a*值为8.25~9.71;黄度值b*为12.52~12.03;
IV级:明度值L*为50.54~46.02;红色度a*值为9.72~10.79;黄度值b*为12.04~11.18;
V级:明度值L*为46.03~42.27;红色度a*值为10.80~11.56;黄度值b*为11.19~10.05;
VI级:明度值L*为42.28以上;红色度a*值为11.57以上;黄度值b*为10.06以上;
猪肉颜色标准制定后,在四川高金食品有限公司和江苏雨润集团采集了大量样品并进行颜色分级验证性试验,得到了从事肉类加工和研究人员的认可,取得了非常理想的效果。此猪肉颜色标准包括的6个级别之中,级别1为PSE肉(Pale,Soft,Exudative;苍白,柔软,有汁液渗出),级别6为DFD肉(Dark,Firm,Dry;暗红,坚硬,干燥),是两种存在质量缺陷的肉品,中间的级别为正常肉品,其中以3、4级品质最佳,颜色的标准有利于消费者对肉进行选择,避开品质缺陷的肉品,同时使企业能提高加工水平生产出高品质肉,减少品质缺陷。

Claims (3)

1、一种猪肉颜色质量等级的划分方法,包括:
1)根据色度学上CIE(Commission Internationale d′Eclairage,国际照明委员会)推荐的颜色空间和色度计测定的肉色参数L*、a*、b*值进行颜色分级,其猪肉颜色分级标准为:
I级:明度值L*为62.14~58.76;红色度a*值为7.56~7.66;黄度值b*为17.27~14.40;
II级:明度值L*为58.77~54.70;红色度a*值为7.67~8.24;黄度值b*为14.41~12.51;
III级:明度值L*为54.71~50.53;红色度a*值为8.25~9.71;黄度值b*为12.52~12.03;
IV级:明度值L*为50.54~46.02;红色度a*值为9.72~10.79;黄度值b*为12.04~11.18;
V级:明度值L*为46.03~42.27;红色度a*值为10.80~11.56;黄度值b*为11.19~10.05;
VI级:明度值L*为42.28以上;红色度a*值为11.57以上;黄度值b*为10.06以上;
2)采集鲜肉材料,根据以上猪肉颜色分级标准进行猪肉颜色质量等级划分。
2、根据权利要求1所述一种猪肉颜色质量等级的分级方法,其特征在于,根据权利要求1所述猪肉颜色分级标准做成猪肉颜色等级标准图板,将采集的鲜肉材料根据猪肉颜色等级标准图板进行分级。
3、根据权利要求1或2所述一种猪肉颜色质量等级的分级方法,其特征在于,采集的鲜肉材料根据猪肉颜色等级标准板,利用数码相机采集数码相片进行猪肉的计算机智能化分级。
CNB2005100947765A 2005-10-13 2005-10-13 一种猪肉颜色质量等级的划分方法 Expired - Fee Related CN100421823C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2005100947765A CN100421823C (zh) 2005-10-13 2005-10-13 一种猪肉颜色质量等级的划分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2005100947765A CN100421823C (zh) 2005-10-13 2005-10-13 一种猪肉颜色质量等级的划分方法

Publications (2)

Publication Number Publication Date
CN1751812A true CN1751812A (zh) 2006-03-29
CN100421823C CN100421823C (zh) 2008-10-01

Family

ID=36678885

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2005100947765A Expired - Fee Related CN100421823C (zh) 2005-10-13 2005-10-13 一种猪肉颜色质量等级的划分方法

Country Status (1)

Country Link
CN (1) CN100421823C (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984341A (zh) * 2010-10-28 2011-03-09 南京农业大学 一种检测脊尾白虾新鲜度的方法
CN101144780B (zh) * 2006-09-14 2011-05-11 北京工商大学 猪肉新鲜度智能检测装置
CN102621172A (zh) * 2012-04-16 2012-08-01 南京农业大学 一种基于核磁共振技术的注水猪肉快速检测指标的筛选方法
CN102945555A (zh) * 2012-08-31 2013-02-27 浙江理工大学 一种天然绿色蚕茧颜色的计算机分类方法
CN103196913A (zh) * 2013-05-02 2013-07-10 山东省农业科学院农产品研究所 一种快速检测pse肉的装置
CN103592031A (zh) * 2013-11-29 2014-02-19 中国肉类食品综合研究中心 牲畜宰后劣质肉肉色测定装置及劣质肉检测方法
CN104931433A (zh) * 2015-07-01 2015-09-23 西北农林科技大学 一种基于cielab色彩空间的苹果果实色泽测定方法
CN106611428A (zh) * 2015-10-21 2017-05-03 中国人民解放军第三〇二医院 一种快速判断北五味子的质量等级的判别卡及其制备方法和应用
CN107703064A (zh) * 2017-08-18 2018-02-16 中国彩棉(集团)股份有限公司 一种天然彩棉颜色分级的方法
CN109977095A (zh) * 2019-03-01 2019-07-05 中国农业科学院农产品加工研究所 烧烤肉制品熟度的预测模型及其建立方法
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

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3344766B2 (ja) * 1993-05-10 2002-11-18 東芝アイティー・ソリューション株式会社 画像処理装置およびこの装置を用いた牛枝肉格付システム
EP0692090A1 (en) * 1994-02-01 1996-01-17 Tulip International A/S System, apparatus and method for on-line determination of quality characteristics of pieces of meat, and arrangement for illumination of pieces of meat
DE4408604C2 (de) * 1994-03-08 1996-05-02 Horst Dipl Ing Eger Verfahren zur Bewertung von Schlachttierkörpern
JPH07167780A (ja) * 1994-10-25 1995-07-04 Makio Akimoto 食品鮮度判別装置
US6751364B2 (en) * 2001-10-15 2004-06-15 Tyson Fresh Meats, Inc. Image analysis systems for grading of meat, predicting quality of meat and/or predicting meat yield of an animal carcass
FR2843636B1 (fr) * 2002-08-19 2005-08-05 Michel Franck Tri de viandes destructurees ou pse(pale, soft, exudative) par video-capture, et industrialisation du procede
CN1619295A (zh) * 2004-12-10 2005-05-25 南京农业大学 猪肉颜色分级仪

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101144780B (zh) * 2006-09-14 2011-05-11 北京工商大学 猪肉新鲜度智能检测装置
CN101984341A (zh) * 2010-10-28 2011-03-09 南京农业大学 一种检测脊尾白虾新鲜度的方法
CN102621172A (zh) * 2012-04-16 2012-08-01 南京农业大学 一种基于核磁共振技术的注水猪肉快速检测指标的筛选方法
CN102621172B (zh) * 2012-04-16 2015-07-29 南京农业大学 一种基于核磁共振技术的注水猪肉快速检测指标的筛选方法
CN102945555B (zh) * 2012-08-31 2015-04-08 浙江理工大学 一种天然绿色蚕茧颜色的计算机分类方法
CN102945555A (zh) * 2012-08-31 2013-02-27 浙江理工大学 一种天然绿色蚕茧颜色的计算机分类方法
CN103196913A (zh) * 2013-05-02 2013-07-10 山东省农业科学院农产品研究所 一种快速检测pse肉的装置
CN103592031A (zh) * 2013-11-29 2014-02-19 中国肉类食品综合研究中心 牲畜宰后劣质肉肉色测定装置及劣质肉检测方法
CN103592031B (zh) * 2013-11-29 2016-06-15 中国肉类食品综合研究中心 牲畜宰后劣质肉肉色测定装置及劣质肉检测方法
CN104931433A (zh) * 2015-07-01 2015-09-23 西北农林科技大学 一种基于cielab色彩空间的苹果果实色泽测定方法
CN106611428A (zh) * 2015-10-21 2017-05-03 中国人民解放军第三〇二医院 一种快速判断北五味子的质量等级的判别卡及其制备方法和应用
CN107703064A (zh) * 2017-08-18 2018-02-16 中国彩棉(集团)股份有限公司 一种天然彩棉颜色分级的方法
CN109977095A (zh) * 2019-03-01 2019-07-05 中国农业科学院农产品加工研究所 烧烤肉制品熟度的预测模型及其建立方法
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
CN110646416B (zh) * 2019-09-27 2021-12-07 渤海大学 一种用于评价熏鸡品质的比色卡及应用

Also Published As

Publication number Publication date
CN100421823C (zh) 2008-10-01

Similar Documents

Publication Publication Date Title
CN1751812A (zh) 一种猪肉颜色质量等级的划分方法
Hassoun et al. Food quality 4.0: From traditional approaches to digitalized automated analysis
Hyldig et al. Quality Index Method—an objective tool for determination of sensory quality
Girolami et al. Measurement of meat color using a computer vision system
Jahns et al. Measuring image analysis attributes and modelling fuzzy consumer aspects for tomato quality grading
Karakaya et al. Growth performance and quality properties of meat from broiler chickens reared under different monochromatic light sources
Barbut Effect of illumination source on the appearance of fresh meat cuts
Nagle et al. Determination of surface color of ‘all yellow’mango cultivars using computer vision
CN111504481B (zh) 一种面向既定光源组的展陈照明喜好量化模型确定方法及系统
CN104897581A (zh) 基于高光谱的识别新鲜肉、冷却肉和冷冻肉的方法及装置
CN111486947A (zh) 一种基于照度和相关色温的展陈照明光品质评价方法及系统
Ripoll et al. Visual appraisal of beef and its relationship with the CIELab colour space
CN110443262A (zh) 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
Jung et al. Chemical components and meat quality traits related to palatability of ten primal cuts from Hanwoo carcasses
CN103344567A (zh) 生鲜肉无损检测装置
Jiang et al. Quick assessment of chicken spoilage based on hyperspectral NIR spectra combined with partial least squares regression
CN100376888C (zh) 牛肉胴体质量的计算机视觉检测分级方法及装置
Van Bibber-Krueger et al. Effects of quality grade and intramuscular location on beef semitendinosus muscle fiber characteristics, NADH content, and color stability
Wu et al. Food colour measurement using computer vision
Wang et al. Nondestructive determination of IMP content in chilled chicken based on hyperspectral data combined with chemometrics
Motonaga et al. A method of making digital fruit color charts for cultivation management and quality control
Khairunniza-Bejo et al. Chokanan mango sweetness determination using hsb color space
CN110163459A (zh) 一种构建多指标评价模型对小麦品质分级的方法
CN113989176B (zh) 一种烟草鲜叶成熟度判定模型的构建方法
CN106290359B (zh) 一种苹果脆片品质无损分级的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20081001

Termination date: 20091113