JP2022190863A

JP2022190863A - 牛肉品質判定装置

Info

Publication number: JP2022190863A
Application number: JP2021099347A
Authority: JP
Inventors: 博行野田; Hiroyuki Noda; 武広幕田; Takehiro Makuta; 幸秀栗田; Yukihide Kurita
Original assignee: WAHCOM NOGYO KENKYUSHO KK
Current assignee: WAHCOM NOGYO KENKYUSHO KK
Priority date: 2021-06-15
Filing date: 2021-06-15
Publication date: 2022-12-27
Anticipated expiration: 2041-06-15
Also published as: JP7125802B1

Abstract

【課題】牛枝肉のおいしさを多面的かつ容易に評価できる牛肉品質判定装置を提供する。【解決手段】牛肉品質判定装置１は、評価対象牛枝肉のロース芯部分の画像データを取得する撮像手段２と、該画像データに基づいて評価対象牛枝肉の評価値を取得する評価値取得部３とを備える。評価値取得部３は、該画像データの少なくともＬａｂ色空間におけるａ成分の平均値又は標準偏差を構成要素とする色データを取得する色成分取得部４と、予め複数の牛枝肉のサンプルについて重回帰分析を行うことにより得られた回帰式に、評価対象牛枝肉についての色データを適用して評価値を算出する評価値算出部５とを備える。【選択図】図１

Description

本発明は、牛枝肉のロース芯部分の画像データに基づいて牛枝肉を評価する牛肉品質判定装置に関する。

従来、牛肉の品質は、歩留等級と肉質等級により評価される。歩留等級は、一頭から肉が取れる肉の量を３段階の等級に分けて評価するものである。肉質等級は、脂肪交雑、肉の色沢、肉の締まり及びきめ、脂肪の色沢と質の４項目それぞれを１～５の等級に分けて評価したうちの最も低い等級である。肉質等級は、脂肪交雑、肉の色沢、肉の締り及びきめ、脂肪の色沢の各項目について評価される。

脂肪交雑については、１２段階で評価され、１～５等級に分類される。この１２段階の評価は、各段階に対応するＮｏ．１ないしＮｏ．１２の基準となる写真画像と、評価対象の牛枝肉の対象部位（ロース芯の断面）とを格付員が肉眼によって対比することにより行われる。

一方、特許文献１においては、かかる格付員の肉眼による格付け動作を自動化する技術が開示されている。この技術においては、予め、肉取引規格の脂肪交雑基準の肉質等級毎の評価対象部位における既知のデジタルＲＧＢ画像に基づき、デジタル化された肉質等級の品質基準が取得される。

肉質の評価に際しては、評価対象部位のデジタルＲＧＢ画像が撮像される。そして、撮像したデジタルＲＧＢ画像のＲＧＢ情報から、上述の品質基準取得の場合と同様にしてデジタル化されたデータを取得し、このデータと該品質基準とを比較することにより、評価対象部位の肉質等級が確定される。

特開２０２０―７６６４４号公報

上述のようにして得られる脂肪交雑についての肉質等級は、脂肪組織が筋肉全体に不規則な網目状に沈着している状態、すなわち霜降り度（ＢＭＳ；ビーフ・マーブリング・スタンダード）を、上述のように１２段階で評価して１～５等級に分類したものであり、肉質評価における重要な指標の１つである。そして、この指標は、牛肉のおいしさを判定する際の不可欠な尺度でもある。

しかし、牛肉の真のおいしさを評価する場合には、上述の霜降り度のみならず、旨味や、甘味、油のくちどけも重要な評価要素となる。このような、多面的な観点から牛肉のおいしさを予め枝肉の段階で、しかも容易に判定できるとすれば、牛枝肉の取引をさらに活性化するのに貢献できると考えられる。

本発明の目的は、かかる課題に鑑み、牛枝肉のおいしさを多面的かつ容易に評価できる牛肉品質判定装置を提供することにある。

本発明の牛肉品質判定装置は、
評価対象牛枝肉の評価対象部位の切開面におけるロース芯部分の画像データを取得する撮像手段と、
前記撮像手段により得られる画像データに基づいて前記評価対象牛枝肉の評価値を取得する評価値取得部とを備え、
前記評価値取得部は、
前記撮像手段により得られる画像データの少なくともＬａｂ色空間におけるａ成分の平均値又は標準偏差を構成要素とする色データを取得する色成分取得部と、
予め複数の牛枝肉のサンプルについて、通常の方法で得られた前記評価値、及び該サンプルの前記ロース芯部分の画像データから取得された前記色データに基づいて、該色データの各構成要素を説明変数とし、該評価値を目的変数とする重回帰分析を行うことにより得られた回帰式に、前記評価対象牛枝肉について前記色成分取得部により得られる前記色データを適用して前記評価値を算出する評価値算出部とを備えることを特徴とする。

本発明によれば、評価対象牛枝肉の評価対象部位の切開面におけるロース芯部分の画像データにおける少なくともＬａｂ色空間のａ成分（赤又はマゼンタと緑との間の位置）の平均値又は標準偏差を構成要素とする色データに基づき、評価対象牛枝肉について、通常の方法で得られる評価値を、上記の回帰式により良好に予測した評価値を、得ることができる。なお、通常の方法とは、回帰式を用いて評価値を算出する以外の格付員による判定や実際の測定により評価値を取得する方法を意味する。

したがって、色データの構成要素として、Ｌａｂ色空間におけるａ成分の平均値又は標準偏差に加え、さらに霜降度や、旨味、甘味、油のくちどけを説明するのに適切な要素を採用することにより、牛枝肉のおいしさを、霜降度や、旨味、甘味、油のくちどけなどの多面的観点から容易に評価することができる。

本発明において、前記評価値は、ＢＭＳナンバーであり、前記色データは、Ｌａｂ色空間におけるＬ成分及びａ成分の各平均値並びにａ成分の標準偏差を構成要素とするものであってもよい。

これによれば、評価値として、通常の方法により得られるＢＭＳナンバー（例えば格付員により得られるＢＭＳナンバー）を回帰式で良好に予測したＢＭＳナンバーを、評価対象部位の切開面におけるロース芯部分の画像データを撮像手段により取得し、評価値算出部に供給するだけで、容易に取得することができる。

得られる評価値は、該ロース芯部分について格付員による評価値を良好に予測した値に対応する値となる。したがって、評価対象牛枝肉について、霜降り度の観点から、良好に評価することができる。

本発明において、前記評価値は、イノシン酸の含有量に対応する値であり、前記色データは、Ｌａｂ色空間におけるａ成分の標準偏差、並びにＲＧＢ色空間におけるＲ成分の平均値とＲ成分の標準偏差との積、及びＲ成分の平均値とＧ成分の標準偏差との積をＧ成分の平均値で除した値を構成要素とするものであってもよい。

これによれば、評価対象牛枝肉の評価対象部位の切開面におけるロース芯部分のイノシン酸の含有量に対応する評価値を、該ロース芯部分の画像データを取得し、該画像データを評価値算出部に供給するだけで、容易に取得することができる。得られる評価値は、該ロース芯部分について実測した場合に得られるであろうイノシン酸の含有量を良好に予測した値に対応する値となる。したがって、評価対象牛枝肉について、イノシン酸の含有量が影響する旨味の観点から、容易かつ良好に評価を行うことができる。

本発明において、前記評価値は、グリコーゲンの含有量に対応する値であり、前記色データは、Ｌａｂ色空間におけるａ成分の平均値、及びｂ成分の平均値をａ成分の平均値で除した値、並びにＲＧＢ色空間におけるＲ成分の標準偏差とＧ成分の標準偏差との積をＢ成分の標準偏差で除した値、及びＲ成分の平均値とＲ成分の標準偏差との積をＢ成分の平均値で除した値を構成要素とするものであってもよい。

これによれば、評価対象牛枝肉の評価対象部位の切開面におけるロース芯部分のグリコーゲンの含有量に対応する評価値を、該ロース芯部分の画像データを取得し、該画像データを評価値取得部に供給するだけで、容易に取得することができる。

得られる評価値は、該ロース芯部分について実測した場合に得られるであろうグリコーゲンの含有量を良好に予測した値に対応する値となる。したがって、評価対象牛枝肉について、グリコーゲンの含有量が影響する甘味の観点から、容易かつ良好に評価を行うことができる。

本発明において、前記評価値は、オレイン酸の含有量に対応する値であり、前記色データは、Ｌａｂ色空間におけるａ成分の平均値、並びにＲＧＢ色空間におけるＲ成分の平均値からＧ成分の平均値を減じた値をＲ成分の平均値にＧ成分の平均値を加えた値で除した値、Ｇ成分の平均値からＢ成分の平均値を減じた値をＧ成分の平均値にＢ成分の平均値を加えた値で除した値、及びＧ成分の平均値にＧ成分の標準偏差を乗じた値を構成要素とするものであってもよい。

これによれば、評価対象牛枝肉の評価対象部位の切開面におけるロース芯部分のオレイン酸の含有量に対応する評価値を、該ロース芯部分の切開面の画像データを取得し、該画像データを評価値取得部に供給するだけで、容易に取得することができる。

得られる評価値は、該ロース芯部分について実測した場合に得られるであろうオレイン酸の含有量を良好に予測した値に対応する値となる。したがって、評価対象牛枝肉について、オレイン酸の含有量が影響する油のくちどけの観点から、容易かつ良好に評価を行うことができる。

本発明の第１実施形態に係る牛肉品質判定装置を示すブロック図である。図１の牛肉品質判定装置の評価値算出部で使用されるＢＭＳナンバーを予測する回帰式を得るための重回帰分析を行った結果を示す図である。複数の牛枝肉のサンプルについて、図２に係る回帰式を用いて予測したＢＭＳナンバー（ＢＭＳ予測値）を縦軸とし、同サンプルについて格付員によって得られたＢＭＳナンバー（ＢＭＳ観測値）を横軸とする散布図である。図１の牛肉品質判定装置の評価値算出部で使用されるイノシン酸の含有量を予測する回帰式を得るための重回帰分析を行った結果を示す図である。複数の牛枝肉のサンプルについて、図４に係る回帰式を用いて予測したイノシン酸含有量（イノシン酸予測値）を縦軸とし、同サンプルについて実測したイノシン酸含有量（イノシン酸観測値）を横軸とする散布図である。図１の牛肉品質判定装置の評価値算出部で使用されるグリコーゲンの含有量を予測する回帰式を得るための重回帰分析を行った結果を示す図である。複数の牛枝肉のサンプルについて、図６に係る回帰式を用いて予測したグリコーゲン含有量（グリコーゲン予測値）を縦軸とし、同サンプルについて実測したグリコーゲン含有量（グリコーゲン観測値）を横軸とする散布図である。図１の牛肉品質判定装置の評価値算出部で使用されるオレイン酸の含有量を予測する回帰式を得るための重回帰分析を行った結果を示す図である。複数の牛枝肉のサンプルについて、図８に係る回帰式を用いて予測したオレイン酸含有量（オレイン酸予測値）を縦軸とし、同サンプルについて実測したオレイン酸含有量（オレイン酸観測値）を横軸とする散布図である。

図１は、本発明の一実施形態に係る牛肉品質判定装置を示す。図１に示すように、この牛肉品質判定装置１は、評価対象牛枝肉の評価対象部位の切開面におけるロース芯部分の画像データを取得する撮像手段２と、撮像手段２により得られる画像データに基づいて評価対象牛枝肉の評価値を取得する評価値取得部３とを備える。撮像手段２としては、例えば、市販のデジタルカメラを用いることができる。

評価対象牛枝肉の評価対象部位の切開面におけるロース芯部分としては、例えば、牛枝肉の肉質等級を判定する際の判定部位である第６～第７肋骨間切開面における胸最長筋の切開面におけるロース芯部分が該当する。背半棘筋や頭半棘筋の切開面のロース芯部分であってもよい。

評価値取得部３は、撮像手段２により得られる画像データの少なくともＬａｂ色空間におけるａ成分の平均値ａ又は標準偏差ａｓｄを構成要素とする色データを取得する色成分取得部４と、この色データを予め得られた回帰式に適用して評価対象牛枝肉の評価値を算出する評価値算出部５とを備える。評価値算出部５により算出される評価値は、評価値出力部６を介してディスプレイ７に表示される。

なお、撮像手段２により得られる画像データからのＬａｂ色空間における各成分の取得は、該画像データのＲＧＢ色空間のデータを、Ｌａｂ色空間のデータに画像処理プログラムで変換することにより行うことができる。Ｌａｂ色空間としては、例えばＣＩＥＬＡＢ色空間を採用することができる。

上記回帰式は、複数の牛枝肉のサンプルについて、通常の方法で得られた前記評価値、及び各サンプルの前記ロース芯部分の画像データから取得された前記色データに基づいて、該色データの各構成要素を説明変数とし、該評価値を目的変数とする重回帰分析により得られる。なお、「通常の方法」とは、重回帰分析により得られる回帰式を用いて評価値を得る以外の格付員によって評価値を得る方法や、実際にイノシン酸等の含有量を測定して評価値を得る方法を意味する。
［実施例１］

一般に、牛枝肉の脂肪交雑の等級は、１２段階で評価され、１～５等級に分類される。この１２段階の評価に際しては、各段階に対応するＮｏ．１ないしＮｏ．１２の基準となる写真画像と、評価対象の牛枝肉の上記ロース芯部分とを格付員が肉眼によって対比し、対応する写真画像のＮｏ．１～Ｎｏ．１２のいずれかの番号（以下、「ＢＭＳナンバー」という。）を付与することにより行われる。本実施例では、牛肉品質判定装置１により、評価値として、このＢＭＳナンバーが取得される。

図２は、複数の牛枝肉のサンプルについて、各牛枝肉の上記ロース芯部分の画像データから得られたＬａｂ空間におけるＬ成分の平均値Ｌ、ａ成分の平均値ａ、及びａ成分の標準偏差ａｓｄを構成要素する色データと、各牛枝肉について格付員により得られたＢＭＳナンバーとで構成されるサンプルデータに基づき、重回帰分析を行った結果を示す。この重回帰分析では、上記色データを構成するＬ成分の平均値Ｌ、ａ成分の平均値ａ、及びａ成分の標準偏差ａｓｄを説明変数とし、ＢＭＳナンバーを目的変数としている。

図２中の「回帰式の精度」の欄では、この重回帰分析で得られた回帰式の精度を表す各種指標を示している。すなわち、同欄中の「Ｒ」は重相関係数であり、決定係数（Ｒ２乗）の平方根に等しい。０から１の間の値をとり、１に近いほど分析の精度が高いことを示す。本実施例では、「Ｒ」の値が０．８４８５となっており、分析精度が高いことがわかる。

「修正Ｒ」は、サンプルサイズに対する説明変数の数の割合が多くなるほど重相関係数の値は過大評価されやすいため、この点を調整した重相関係数である。本実施例では、「修正Ｒ」は０．８２４６となっている。

「Ｒ２乗」は、決定係数であり、０から１の間の値をとり、１に近いほど分析の精度が高いことを意味する。本実施例では、「Ｒ２乗」は０．７１９９となっており、分析の精度が高いことがわかる。「修正Ｒ２乗」は、説明変数の数が増えるほど決定係数も大きくなるので、説明変数の数を考慮して修正した決定係数である。本実施例では「修正Ｒ２乗」は０．６７９９となっている。なお、回帰式の評価には「修正Ｒ２乗」を用いるのがよい。

「ダービンワトソン比」は、誤差項間（実測値と理論値との差）の自己相関の有無を判別するための指標であり、０以上４以下の値をとり、２前後であれば自己相関なしと判断できる。本実施例では、「ダービンワトソン比」は１．３６６１となっており、ある程度の自己相関があることがわかる。なお、重回帰分析では誤差項間に自己相関がないことを仮定している。「ＡＩＣ」（赤池情報量基準）は、その値が小さいほど、回帰式の精度が高いことを表し、回帰式間で相対的に精度を比較するために用いられる。本実施例では「ＡＩＣ」は、１３．９９１７となっている。

同欄からわかるように、サンプルデータに基づき、Ｌ成分の平均値Ｌ、ａ成分の平均値ａ、及びａ成分の標準偏差ａｓｄを説明変数とし、ＢＭＳナンバーを目的変数として重回帰分析を行った場合、決定係数「Ｒ２乗」は０．７１９９であり、得られる回帰式は良好な精度を有する。

図２中の「回帰式に含まれる変数」の欄では、図２に係る回帰式の偏回帰係数等が示される。すなわち、同欄中の「偏回帰係数」は、回帰式における各説明変数の係数及び定数項の値である。「標準誤差」は、偏回帰係数の推定誤差である。「標準偏回帰係数」は、データを標準化して重回帰分析を行った場合の偏回帰係数であり、各説明変数の目的変数への影響度を比較するのに用いられる。

「Ｆ値」、「ｔ値」、「Ｐ値」は、偏回帰係数の有意性を検定するための値である。例えば、ｔ値の絶対値が２より小さいとき、目的変数に影響しないと判断される。「判定」の欄には、Ｐ値に基づき、有意性があると判定された場合には「＊」、より高い有意性がある場合には「＊＊」が記載される。「判定」の欄から、変数Ｌ及びａには有意性があり、変数ａｓｄ及び定数項には高い有意性があることがわかる。

図２中の「回帰式の優位性」の欄では、回帰式の有意性を示す分散分析表が示される。同欄中の「Ｐ値」の欄には、「回帰変動」と「残差変動」の２つの「自由度」に基づくＦ分布における観測された分散比である「Ｆ値」の上側確率、すなわち有意確率が示されている。「Ｐ値」は「０．００００」であるから、回帰式は、有意水準５％で有意であることがわかる。

図３は、上述の複数の牛枝肉のサンプルについて、上記重回帰分析により得られた回帰式を用いて評価値算出部５により算出した評価対象牛枝肉の評価値としてのＢＭＳナンバー（ＢＭＳ予測値）を縦軸とし、同サンプルについて上述の格付員によって得られたＢＭＳナンバー（ＢＭＳ観測値）を横軸とする散布図である。

図３に示すように、各サンプルのＢＭＳ観測値とＢＭＳ予測値については、その回帰直線（ｙ＝０．７１９９ｘ＋２．７１１）及び決定係数（Ｒ^２＝０．７１９９）で示されるように、ＢＭＳ予測値は、ＢＭＳ観測値との相関が高く、ＢＭＳ観測値を良好に予測していることがわかる。

評価対象牛枝肉の評価に際しては、評価対象部位の上記ロース芯部分の画像データがデジタルカメラ等の撮像手段２により取得され、評価値取得部３に供給される。評価値取得部３では、色成分取得部４によりこの画像データのＬａｂ色空間におけるＬ成分の平均値Ｌ、ａ成分の平均値ａ、及びａ成分の標準偏差ａｓｄを構成要素とする色データが取得される。

この色データが、評価値算出部５において上記の重回帰分析により得られた回帰式に適用され、評価対象牛枝肉の評価値が、１～１２のＢＭＳナンバーとして算出される。このＢＭＳナンバーが、評価値出力部６により、評価値としてディスプレイ７に表示される。

これにより、格付員が判定するＢＭＳナンバーを良好に予測したＢＭＳナンバーを、格付員によらずに、容易に取得し、霜降り度を評価することができる。
［実施例２］

牛肉の旨味にはイノシン酸の含有量が影響する。本実施例では、牛肉品質判定装置１により、評価値として、このイノシン酸の含有量に対応する値が取得される。

図４は、複数の牛枝肉のサンプルについて、各牛枝肉における上述のロース芯部分の画像データから得られたＬａｂ色空間におけるａ成分の標準偏差ａｓｄ、並びにＲＧＢ色空間におけるＲ成分の平均値ＲとＲ成分の標準偏差Ｒｓｄとの積ＲＲｓｄ、及びＲ成分の平均値ＲとＧ成分の標準偏差Ｇｓｄとの積ＲＧｓｄをＧ成分の平均値Ｇで除した値ＲＧｓｄ／Ｇを構成要素とする色データと、各ロース芯部分におけるイノシン酸の含有量の測定値とで構成されるサンプルデータに基づき、重回帰分析を行った結果を示す。この重回帰分析では、該色データの各構成要素を説明変数とし、イノシン酸の含有量を目的変数としている。

図４中の「回帰式の精度」の欄では、この重回帰分析で得られた回帰式の精度を表す各種指標が示される。重相関係数「Ｒ」の値が０．７１６９、「修正Ｒ」の値が０．６６６８、決定係数「Ｒ２乗」は、０．５１４０、「修正Ｒ２乗」が０．４４４６となっており、分析精度が高いことがわかる。

「ダービンワトソン比」は０．９８２６となっており、自己相関があることがわかる。「ＡＩＣ」（赤池情報量基準）は、－３２．２３９２であり、回帰式の精度が高いことがわかる。

図４中の「回帰式に含まれる変数」の欄では、この回帰式の「偏回帰係数」、「標準誤差」、「標準偏回帰係数」、及び「偏回帰係数の優位性の検定」（「Ｆ値」、「ｔ値」、「Ｐ値」）が示されている。「判定」の欄からは、変数ａｓｄ、ＲＧｓｄ／Ｇ、及び定数項には高い有意性があり、変数ＲＲｓｄには有意性があることがわかる。

図４中の「回帰式の優位性」の欄では、回帰式の有意性を示す分散分析表が示される。表中の「Ｐ値」の欄には、「回帰変動」と「残差変動」の２つの「自由度」に基づくＦ分布における観測された分散比である「Ｆ値」の上側確率、すなわち有意確率が示されており、この「Ｐ値」の値は０．００１４であるから、回帰式は、有意水準５％で有意であることがわかる。

図５は、上述の複数の牛枝肉のサンプルについて得られたイノシン酸観測値（単位：μmol/g）を横軸とし、イノシン酸予測値（単位：μmol/g）を縦軸とする散布図である。イノシン酸観測値は、各サンプルの上記ロース芯部分におけるイノシン酸含有量の実測値である。イノシン酸予測値は、撮像手段２により得られた各サンプルの上記ロース芯部分の画像データに基づき、重回帰分析により得られた回帰式を用いて評価値取得部３により取得されたイノシン酸含有量の予測値である。

図５に示すように、各サンプルのイノシン酸観測値とイノシン酸予測値については、その回帰直線（ｙ＝０．５１４ｘ＋１．４９２２）及び決定係数（Ｒ^２＝０．５１４）で示されるように、イノシン酸予測値は、イノシン酸観測値との相関が高く、イノシン酸観測値を良好に予測していることがわかる。

評価対象牛枝肉の評価に際しては、評価対象部位の上記ロース芯部分の画像データがデジタルカメラ等の撮像手段２により取得され、評価値取得部３に供給される。評価値取得部３は、色成分取得部４によりこの画像データのＬａｂ色空間におけるａ成分の標準偏差ａｓｄ、並びにＲＧＢ色空間におけるＲ成分の平均値ＲとＲ成分の標準偏差Ｒｓｄとの積ＲＲｓｄ、及びＲ成分の平均値ＲとＧ成分の標準偏差Ｇｓｄとの積をＧ成分の平均値Ｇで除した値ＲＧｓｄ／Ｇを構成要素とする色データを取得する。

この色データが、評価値算出部５において上記の重回帰分析により得られた回帰式に適用され、評価対象牛枝肉の評価値が、イノシン酸の含有量として算出される。この含有量が、評価値出力部６により、ディスプレイ７に表示される。

したがって、評価対象牛枝肉の評価対象部位の上記ロース芯部分について、デジタルカメラで撮像し、画像データを評価値取得部３に供給するだけで、イノシン酸の含有量を実測することなく、イノシン酸の含有量を予測することができる。これにより、評価対象牛枝肉の旨味を推定することができる。
［実施例３］

牛肉の甘味にはグリコーゲンの含有量が影響する。本実施例では、牛肉品質判定装置１により、評価値として、このグリコーゲンの含有量に対応する値が取得される。

図６は、複数の牛枝肉のサンプルについて、各牛枝肉における上述のロース芯部分の画像データから得られたＬａｂ色空間におけるａ成分の平均値ａ、ｂ成分の平均値ｂをａ成分の平均値ａで除した値ｂ／ａ、ＲＧＢ色空間におけるＲ成分の標準偏差ＲｓｄとＧ成分の標準偏差Ｇｓｄとの積をＢ成分の標準偏差Ｂｓｄで除した値ＲｓｄＧｓｄ／Ｂｓｄ、並びにＲ成分の平均値ＲとＲ成分の標準偏差Ｒｓｄとの積をＢ成分の平均値Ｂで除した値ＲＲｓｄ／Ｂを構成要素とする色データと、各ロース芯部分におけるグリコーゲンの含有量の測定値とで構成されるサンプルデータに基づき、重回帰分析を行った結果を示す。この重回帰分析では、該色データの各構成要素を説明変数とし、イノシン酸の含有量を目的変数としている。

図６中の「回帰式の精度」の欄では、この重回帰分析で得られた回帰式の精度を表す各種指標が示される。重相関係数「Ｒ」の値が０．６６２０、「修正Ｒ」の値が０．５７０８、決定係数「Ｒ２乗」は、０．４３８２、「修正Ｒ２乗」が０．３２５８となっており、分析精度が高いことがわかる。

「ダービンワトソン比」は２．２５１９となっており、自己相関があることがわかる。「ＡＩＣ」（赤池情報量基準）は、－１．５３８６であり、回帰式の精度が高いことがわかる。

図６中の「回帰式に含まれる変数」の欄では、この回帰式の「偏回帰係数」、「標準誤差」、「標準偏回帰係数」、及び「偏回帰係数の優位性の検定」（「Ｆ値」、「ｔ値」、「Ｐ値」）が示されている。「判定」の欄からは、変数ｂ／ａ、ＲｓｄＧｓｄ／Ｂｓｄ、及び定数項には有意性があり、変数ＲＲｓｄ／Ｂには高い有意性があることがわかる。

図６中の「回帰式の優位性」の欄では、回帰式の有意性を示す分散分析表が示される。表中の「Ｐ値」の欄には、「回帰変動」と「残差変動」の２つの「自由度」に基づくＦ分布における観測された分散比である「Ｆ値」の上側確率、すなわち有意確率が示されており、この「Ｐ値」の値は０．０１６９であるから、回帰式は、有意水準５％で有意であることがわかる。

図７は、上述の複数の牛枝肉のサンプルについて得られたグリコーゲン観測値（単位：mg/g）を横軸とし、グリコーゲン予測値（単位：mg/g）を縦軸とする散布図である。グリコーゲン観測値は、各サンプルの前記ロース芯部分についてのグリコーゲン含有量の実測値である。グリコーゲン予測値は、撮像手段２により得られた各サンプルの前記ロース芯部分の画像データに基づき、重回帰分析により得られた回帰式を用いて評価値取得部３により取得されたグリコーゲン含有量の予測値である。

図７に示すように、各サンプルのグリコーゲン観測値とグリコーゲン予測値については、その回帰直線（ｙ＝０．４３８２ｘ＋４．０３１１）及び決定係数（Ｒ^２＝０．４３８２）で示されるように、グリコーゲン予測値は、グリコーゲン観測値との相関が高く、グリコーゲン観測値を良好に予測していることがわかる。

評価対象牛枝肉の評価に際しては、評価対象部位の上記ロース芯部分の画像データがデジタルカメラ等の撮像手段２により取得され、評価値取得部３に供給される。評価値取得部３は、色成分取得部４によりこの画像データのＬａｂ色空間におけるａ成分の平均値ａ、ｂ成分の平均値ｂをａ成分の平均値ａで除した値ｂ／ａ、ＲＧＢ色空間におけるＲ成分の標準偏差ＲｓｄとＧ成分の標準偏差Ｇｓｄとの積をＢ成分の標準偏差Ｂｓｄで除した値ＲｓｄＧｓｄ／Ｂｓｄ、並びにＲ成分の平均値ＲとＲ成分の標準偏差Ｒｓｄとの積をＢ成分の平均値Ｂで除した値ＲＲｓｄ／Ｂを構成要素とする色データを取得する。

この色データが、評価値算出部５において上記の重回帰分析により得られた回帰式に適用され、評価対象牛枝肉の評価値が、グリコーゲンの含有量として算出される。この含有量が、評価値出力部６により、ディスプレイ７に表示される。

したがって、評価対象牛枝肉の評価対象部位の上記ロース芯部分について、デジタルカメラで撮像し、画像データを評価値取得部３に供給するだけで、グリコーゲンの含有量を実測することなく、グリコーゲンの含有量を予測することができる。これにより、評価対象牛枝肉の甘味を推定することができる。
［実施例４］

牛肉における油のくちどけにはオレイン酸の含有量が影響する。本実施例では、牛肉品質判定装置１により、評価値として、このオレイン酸の含有量に対応する値が取得される。

図８は、複数の牛枝肉のサンプルについて、各牛枝肉における上述のロース芯部分の画像データから得られたＬａｂ色空間におけるａ成分の平均値ａ、並びにＲＧＢ色空間におけるＲ成分の平均値ＲからＧ成分の平均値Ｇを減じた値をＲ成分の平均値ＲにＧ成分の平均値Ｇを加えた値で除した値（Ｒ－Ｇ）／（Ｒ＋Ｇ）、Ｇ成分の平均値ＧからＢ成分の平均値Ｂを減じた値をＧ成分の平均値ＧにＢ成分の平均値Ｂを加えた値で除した値（Ｇ－Ｂ）／（Ｇ＋Ｂ）、及びＧ成分の平均値ＧにＧ成分の標準偏差Ｇｓｄを乗じた値ＧＧｓｄを構成要素とする色データと、各ロース芯部分におけるオレイン酸の含有量の測定値とで構成されるサンプルデータに基づき、重回帰分析を行った結果を示す。この重回帰分析では、該色データの各構成要素を説明変数とし、オレイン酸の含有量を目的変数としている。

図８中の「回帰式の精度」の欄では、この重回帰分析で得られた回帰式の精度を表す各種指標が示される。重相関係数「Ｒ」の値が０．７１９９、「修正Ｒ」の値が０．６４９５、決定係数「Ｒ２乗」は、０．５１８２、「修正Ｒ２乗」が０．４２１８となっており、分析精度が高いことがわかる。

「ダービンワトソン比」は１．９３９６となっており、自己相関があることがわかる。「ＡＩＣ」（赤池情報量基準）は、４７．３３９２であり、回帰式の精度が高いことがわかる。

図８中の「回帰式に含まれる変数」の欄では、この回帰式の「偏回帰係数」、「標準誤差」、「標準偏回帰係数」、及び「偏回帰係数の優位性の検定」（「Ｆ値」、「ｔ値」、「Ｐ値」）が示されている。「判定」の欄から、変数ＧＧｓｄ以外の他の変数及び定数項には高い有意性があることがわかる。

図８中の「回帰式の優位性」の欄では、回帰式の有意性を示す分散分析表が示される。表中の「Ｐ値」の欄には、「回帰変動」と「残差変動」の２つの「自由度」に基づくＦ分布における観測された分散比である「Ｆ値」の上側確率、すなわち有意確率が示されており、この「Ｐ値」の値は０．００４２であるから、回帰式は、有意水準５％で有意であることがわかる。

図９は、上述の複数の牛枝肉のサンプルについて得られたオレイン酸観測値（単位：%）を横軸とし、オレイン酸予測値（単位：%）を縦軸とする散布図である。オレイン酸観測値は、各サンプルの前記ロース芯部分についてのオレイン酸含有量(個体により脂肪酸量が異なるのでオレイン酸の割合として比較)の実測値である。オレイン酸予測値は、撮像手段２により得られた各サンプルの前記ロース芯部分の画像データに基づき、重回帰分析により得られた回帰式を用いて評価値取得部３により取得されたオレイン酸含有量の予測値である。

図９に示すように、各サンプルのオレイン酸観測値とオレイン酸予測値については、その回帰直線（ｙ＝０．５１８２ｘ＋２６．０３５）及び決定係数（Ｒ^２＝０．５１８２）で示されるように、オレイン酸予測値は、オレイン酸観測値との相関が高く、オレイン酸観測値を良好に予測していることがわかる。

評価対象牛枝肉の評価に際しては、評価対象部位の上記ロース芯部分の画像データがデジタルカメラ等の撮像手段２により取得され、評価値取得部３に供給される。評価値取得部３は、色成分取得部４によりこの画像データのＬａｂ色空間におけるａ成分の平均値ａ、並びにＲＧＢ色空間におけるＲ成分の平均値ＲからＧ成分の平均値Ｇを減じた値をＲ成分の平均値ＲにＧ成分の平均値Ｇを加えた値で除した値（Ｒ－Ｇ）／（Ｒ＋Ｇ）、Ｇ成分の平均値ＧからＢ成分の平均値Ｂを減じた値をＧ成分の平均値ＧにＢ成分の平均値Ｂを加えた値で除した値（Ｇ－Ｂ）／（Ｇ＋Ｂ）、及びＧ成分の平均値ＧにＧ成分の標準偏差Ｇｓｄを乗じた値ＧＧｓｄを構成要素とする色データを取得する。

この色データが、評価値算出部５において上記の重回帰分析により得られた回帰式に適用され、評価対象牛枝肉の評価値が、オレイン酸の含有量として算出される。この含有量が、評価値出力部６により、ディスプレイ７に表示される。

したがって、評価対象牛枝肉の評価対象部位の上記ロース芯部分について、デジタルカメラで撮像し、画像データを評価値取得部３に供給するだけで、オレイン酸の含有量を実測することなく、オレイン酸の含有量を予測することができる。これにより、評価対象牛枝肉における油のくちどけを推定することができる。

以上のように、本実施形態に係る牛肉品質判定装置１によれば、評価対象牛枝肉の評価対象部位の上記ロース芯部分について、デジタルカメラ等の撮像手段２で撮像し、画像データを評価値取得部３に供給するだけで、ＢＭＳナンバーや、イノシン酸、グリコーゲン、オレイン酸の含有量を予測することができる。これにより、霜降り度に加え、旨味や、甘味、油のくちどけが関与する赤身のおいしさも容易に評価することができる。

なお、本発明は上述の実施形態に限定されない。例えば、色成分取得部４は、撮像手段２により得られる画像データの色を、ロース芯部分における脂肪部分の白色を基準にして調整し、使用する撮像手段２の機種等の相違による誤差を補正してから色データを取得してもよい。また、撮像手段２と評価値取得部３とは相互に遠隔の場所に位置し、相互に通信手段により接続してもよい。その場合、評価値取得部３により得られた評価値を撮像手段２等に返送してもよい。

また、上記実施例１～４に従った評価値の取得を、撮像手段２による１回の撮像で得られる画像データに基づいて同時に行ってもよい。また、評価値出力部６によるディスプレイ７への評価値の出力に際しては、評価値に対応する表示を出力してもよい。

例えば、「霜降り度、旨味、甘味、くちどけのいずれも上位１０％に入る」という文言の表示や、霜降り度、旨味、甘味、くちどけに関する各評価値を棒グラフなどで表示してもよい。霜降り度、旨味、甘味、くちどけを総合して得られる１つの評価値を表した表示を行うものであってもよい。

１…牛肉品質判定装置、２…撮像手段、３…評価値取得部、４…色成分取得部、５…評価値算出部、６…評価値出力部。

本発明の牛肉品質判定装置は、
評価対象牛枝肉の評価対象部位の切開面におけるロース芯部分の画像データを取得する撮像手段と、
前記撮像手段により得られる画像データに基づいて前記評価対象牛枝肉の評価値を取得する評価値取得部とを備え、
前記評価値取得部は、
前記撮像手段により得られる画像データの少なくともＬａｂ色空間におけるａ成分の平均値又は標準偏差を構成要素とする色データを取得する色成分取得部と、
予め複数の牛枝肉のサンプルについて、通常の方法で得られた前記評価値、及び該サンプルの前記ロース芯部分の画像データから取得された前記色データに基づいて、該色データの各構成要素を説明変数とし、該評価値を目的変数とする重回帰分析を行うことにより得られた回帰式に、前記評価対象牛枝肉について前記色成分取得部により得られる前記色データを適用して前記評価値を算出する評価値算出部とを備える。

得られる評価値は、該ロース芯部分について実測した場合に得られるであろうオレイン酸の含有量を良好に予測した値に対応する値となる。したがって、評価対象牛枝肉について、オレイン酸の含有量が影響する油のくちどけの観点から、容易かつ良好に評価を行うことができる。
そして、本発明は、前記評価値取得部は、前記撮像手段による１回の撮像で得られる画像データに基づき、上述の各評価値、すなわちＢＭＳナンバー、イノシン酸の含有量に対応する値、グリコーゲンの含有量に対応する値、及びオレイン酸の含有量に対応する値を、各評価値に対応する上述の色データを用いて、同時に取得するものであることを特徴とする。

Claims

評価対象牛枝肉の評価対象部位の切開面におけるロース芯部分の画像データを取得する撮像手段と、
前記撮像手段により得られる画像データに基づいて前記評価対象牛枝肉の評価値を取得する評価値取得部とを備え、
前記評価値取得部は、
前記撮像手段により得られる画像データの少なくともＬａｂ色空間におけるａ成分の平均値又は標準偏差を構成要素とする色データを取得する色成分取得部と、
予め複数の牛枝肉のサンプルについて、通常の方法で得られた前記評価値、及び該サンプルの前記ロース芯部分の画像データから取得された前記色データに基づいて、該色データの各構成要素を説明変数とし、該評価値を目的変数とする重回帰分析を行うことにより得られた回帰式に、前記評価対象牛枝肉について前記色成分取得部により得られる前記色データを適用して前記評価値を算出する評価値算出部とを備えることを特徴とする牛肉品質判定装置。
前記評価値は、ＢＭＳナンバーであり、
前記色データは、Ｌａｂ色空間におけるＬ成分及びａ成分の各平均値並びにａ成分の標準偏差を構成要素とするものであることを特徴とする請求項１に記載の牛肉品質判定装置。
前記評価値は、イノシン酸の含有量に対応する値であり、
前記色データは、Ｌａｂ色空間におけるａ成分の標準偏差、並びにＲＧＢ色空間におけるＲ成分の平均値とＲ成分の標準偏差との積、及びＲ成分の平均値とＧ成分の標準偏差との積をＧ成分の平均値で除した値を構成要素とするものであることを特徴とする請求項１に記載の牛肉品質判定装置。
前記評価値は、グリコーゲンの含有量に対応する値であり、
前記色データは、Ｌａｂ色空間におけるａ成分の平均値、及びｂ成分の平均値をａ成分の平均値で除した値、並びにＲＧＢ色空間におけるＲ成分の標準偏差とＧ成分の標準偏差との積をＢ成分の標準偏差で除した値、及びＲ成分の平均値とＲ成分の標準偏差との積をＢ成分の平均値で除した値を構成要素とするものであることを特徴とする請求項１に記載の牛肉品質判定装置。
前記評価値は、オレイン酸の含有量に対応する値であり、
前記色データは、Ｌａｂ色空間におけるａ成分の平均値、並びにＲＧＢ色空間におけるＲ成分の平均値からＧ成分の平均値を減じた値をＲ成分の平均値にＧ成分の平均値を加えた値で除した値、Ｇ成分の平均値からＢ成分の平均値を減じた値をＧ成分の平均値にＢ成分の平均値を加えた値で除した値、及びＧ成分の平均値にＧ成分の標準偏差を乗じた値を構成要素とするものであることを特徴とする請求項１に記載の牛肉品質判定装置。