孫宇露,王德海,朱國建

(浙江工業(yè)大學(xué) 材料科學(xué)與工程學(xué)院,浙江 杭州,310014)

續(xù)表3

?

基于圖像分析檢測青菜葉綠素含量

孫宇露,王德海*,朱國建

(浙江工業(yè)大學(xué) 材料科學(xué)與工程學(xué)院,浙江 杭州,310014)

為研究利用圖像分析技術(shù)快速測定青菜葉綠素含量的方法，本研究將青菜分別置于不同環(huán)境進行貯藏，采用圖像分析技術(shù)和分光光度計法測定了貯藏期間青菜葉顏色參數(shù)值(L*、a*、 b*、ΔL*、Δa*、Δb*、(Δa*2+Δb*2)1/ 2、色差ΔE)和葉綠素含量，并使用不同函數(shù)模型(y=Ax+B、y=A/x+B、y=Alnx+B和ln(lny)=Alnx+B)對顏色參數(shù)和葉綠素含量進行擬合分析。結(jié)果表明：不同貯存環(huán)境下，青菜葉顏色參數(shù)ΔE與葉綠素含量之間存在穩(wěn)定的線性關(guān)系，可以用函數(shù)模型y=Ax+B進行表達。利用圖像分析技術(shù)建立青菜葉顏色參數(shù)ΔE與葉綠素含量之間關(guān)系定標(biāo)模型相關(guān)系數(shù)為0.990 9，其定標(biāo)均方根誤差為0.071 7，用未參與定標(biāo)的紙盒貯藏青菜葉作為預(yù)測集，其預(yù)測相關(guān)系數(shù)為0.992 8、預(yù)測均方根誤差為0.010 4。

青菜;顏色參數(shù);圖像分析;葉綠素含量

青菜，屬種子植物門，雙子葉植物綱，是我國普遍種植的蔬菜之一。國內(nèi)外學(xué)者多研究其培育方式或保鮮試驗[1]，而對其顏色變化及以此為變量的葉綠素含量的預(yù)測鮮有研究。

顏色是反映蔬菜品質(zhì)的重要物理性質(zhì)[2]。目前，顏色評價方法主要有主觀評價和儀器檢測，其中，主觀評價易受評價人員主觀影響。近年來，利用精確、高效的儀器評判顏色一直是蔬菜品質(zhì)評價研究領(lǐng)域的技術(shù)應(yīng)用熱點[3-4]。葉綠素含量是評價綠色蔬菜品質(zhì)的重要指標(biāo)[5]，傳統(tǒng)的分光光度計測定葉綠素含量方法需用有機溶劑提取，不僅破壞被測樣品，而且過程繁瑣；采用色差計測定顏色，雖較準(zhǔn)確，但對樣品的形狀、大小、色澤均勻度、表面平整度有一定的要求，有文獻報道[6]使用色差計測定青花菜顏色值，研究了顏色值-a/b與葉綠素含量的關(guān)系，并建立了基于-a/b值的葉綠素含量預(yù)測模型，但決定系數(shù)R2只有0.944 1。

近年來，國內(nèi)外利用圖像分析技術(shù)對蔬菜的顏色進行評價也初見成效[7-11]，其顏色參數(shù)易于保存，不受時間限制。蔣麗華等[10]報告了一個圖像采集系統(tǒng)及相關(guān)的軟件系統(tǒng)，能夠在對作物圖像進行合理的分割和特征提取，最終實現(xiàn)葉綠素的含量的快速測定，但并未提出具體葉綠素轉(zhuǎn)換公式。MANNINEN等[7]使用數(shù)碼相機和圖像處理軟件獲取綠豆圖像的L*, a*, b*,( a*2+ b*2)1/2,ΔE值，并定量地描述了綠豆顏色隨時間的變化，但并未研究顏色參數(shù)與葉綠素含量之間的定量關(guān)系。

總之，目前利用圖像分析技術(shù)測定的顏色參數(shù)L*, a*, b*與葉綠素含量之間的定量關(guān)系以及此關(guān)系是否具有普遍性的研究鮮有報道。

本研究利用數(shù)碼相機結(jié)合Photoshop軟件獲取不同貯藏環(huán)境(空氣、保鮮袋、紙盒)下青菜葉圖像顏色參數(shù)，篩選出與葉綠素含量相關(guān)性較高的顏色參數(shù)并以此建立青菜葉綠素含量預(yù)測模型，從而可根據(jù)圖像顏色參數(shù)快速、準(zhǔn)確的檢測葉綠素的含量。

1　材料與方法

1.1材料與儀器

青菜(品種為“上海青”)，購于杭州市德勝市場；保鮮袋(潔成聚乙烯保鮮袋(食品級，超市)，規(guī)格：25cm×35cm)，蘇州工業(yè)園區(qū)優(yōu)諾塑業(yè)有限公司；紙盒(規(guī)格：20cm×16cm×5cm)，東澤紙品包裝有限公司；丙酮、無水乙醇(分析純)，杭州雙林化工試劑有限公司。

CanonPowerShotA610數(shù)碼相機，日本佳能公司；Lambda750紫外可見分光光度計，美國PE公司；ColorQuestXE色差儀，美國HunterLab公司；AdobePhotoshopCS6軟件。

1.2實驗方法

挑選色澤均勻的青菜樣品分別置于空氣、紙盒、PE保鮮袋中進行貯藏，貯藏溫度(10±1)℃，每隔5d進行顏色參數(shù)和葉綠素含量測試。

1.3測定方法

1.3.1 葉綠素含量測定采用分光光度法[12]

葉綠素含量計算利用Arnon公式

葉綠素總含量 /(mg·g-1) =

(1)

式中:V是浸提液的最終體積；m 為葉片鮮重。

1.3.2 顏色參數(shù)測定

分別采用ColorQuestXE色差儀和圖像分析技術(shù)。

色差儀：采用 L*、a*、b*模式，平行測定3次，取平均值。

圖像分析技術(shù)：使用數(shù)碼相機采集青菜葉片樣品正面圖像時，以白紙作為背景，將數(shù)碼機閃光燈設(shè)置于關(guān)閉狀態(tài)，分辨率為1 600×1 200，設(shè)置相機在M模式下，拍攝參數(shù)為 1/100，F(xiàn)8.0，ISO400。白平衡自動，調(diào)整鏡頭焦距為20cm，拍攝光源分為自然光源和人工光源D65。采用JPG格式存儲圖像并傳入計算機；應(yīng)用AdobePhotoshopCS6圖像處理軟件中快速選擇工具做青菜葉選區(qū)(不包含菜葉上的莖脈部分)， 設(shè)置筆尖大小為8像素。執(zhí)行濾鏡工具中的模糊平均命令，將選區(qū)內(nèi)的所有像素顏色參數(shù)值平均化，讀取L*、a*、b*值,如圖1所示。

圖1　青菜葉圖像顏色參數(shù)提取Fig.1　The extraction of green vegetables leaf image color parameters

1.4數(shù)據(jù)處理

青菜葉圖像的顏色參數(shù)L*、a*、b*值分別計算ΔL*、Δa*、Δb*、(Δa*2+Δb*2)1/ 2、色差ΔE = (ΔL*2+Δa*2+Δb*2)1/ 2，采用Origin8.0軟件對顏色參數(shù)與葉綠素含量進行線性回歸分析。

2　結(jié)果與分析

2.1顏色參數(shù)的選擇

青菜貯藏過程中，由于葉綠素降解，顏色由綠變黃。因此嘗試探討青菜貯存過程中由圖像分析技術(shù)測得的青菜葉顏色參數(shù)與葉綠素含量的關(guān)系。

CIE-Lab表色系中的 L*值為明度，反映樣品的明暗程度(從0～100 變化，0 是黑色，100 是白色)，顏色參數(shù) a*值為紅度(正值代表紅色，負(fù)值代表綠色)，b*值為黃度(正值代表黃色，負(fù)值代表藍色)。其中，明度差為ΔL*= L2*-L1*；色品差Δa*=a2*-a1*和Δb*=b2*-b1*；(Δa*2+Δb*2)1/ 2反映的是顏色二維空間的變化；色差ΔE可用空間幾何距離表示：ΔE = (ΔL*2+Δa*2+Δb*2)1/ 2，集中體現(xiàn)了顏色體系三要素，能夠更全面地反映顏色三維空間的變化。

顏色是由光源作用在物體之上，通過物體的吸收、透射，最終由物體反射給觀察者，再由觀察者做出視覺反應(yīng)。因此，光源可能會對顏色產(chǎn)生一定影響。本試驗分別測定了2種不同光源下(人工光、自然光)拍攝的青菜葉圖像顏色值，結(jié)果見表1。

可見青菜葉樣品在不同光源下，其L*值波動大概在1～3，a*、b*值基本不變，而顏色參數(shù)變化(ΔL*、Δa*、Δb*)基本不變。因此，我們在后續(xù)的研究中主要利用自然光源照明。

表2顯示由色差計和圖像分析技術(shù)測得的青菜葉(空氣)顏色參數(shù)L*、a*、b*有一些波動，但由2種方法所得的顏色參數(shù)變化(ΔL*、Δa*、Δb*)基本一致，隨貯存時間延長，各顏色參數(shù)逐漸增大， 而由分光光度計測得葉綠素含量隨時間延長逐漸減小，說明青菜貯藏過程中葉綠素不斷降解，外在表現(xiàn)為青菜葉逐漸褪綠黃化，顏色參數(shù)的變化與葉綠素含量之間存在逆變關(guān)系。試驗結(jié)果初步表明使用圖像分析技術(shù)獲取的顏色參數(shù)適合用于不同貯藏條件下青菜葉綠素含量的預(yù)測。

表1　不同光源條件下，圖像分析技術(shù)測定的青菜葉(空氣)顏色值

表2　青菜葉(空氣)顏色的色差計、圖像分析技術(shù)測定值和葉綠素含量

2.2青菜葉顏色參數(shù)與葉綠素含量的定量關(guān)系

為了進一步研究青菜葉顏色參數(shù)與葉綠素含量間的關(guān)系，采用不同函數(shù)模型(y=Ax+B、y=A/x+B、y=Alnx+B和ln(lny)=Alnx+B)對青菜顏色參數(shù)-a*、b*、Δa*、Δb*、(Δa*2+Δb*2)1/ 2、ΔE與葉綠素含量進行回歸分析，結(jié)果見表3。綜合比較標(biāo)準(zhǔn)差值s和決定系數(shù)R2，標(biāo)準(zhǔn)差值愈小、決定系數(shù)越接近1，表示擬合的回歸模型愈好。

結(jié)果表明，對于不同貯藏環(huán)境下的青菜樣品，顏色參數(shù)Δa*與葉綠素含量間的關(guān)系使用y=Alnx+B模型擬合，Δb*、(Δa*2+Δb*2)1/ 2與葉綠素含量間的關(guān)系使用ln(lny)=Alnx+B模型擬合，ΔE與葉綠素含量間的關(guān)系使用y=Ax+B模型擬合，以上4種回歸模型擬合效果相對較好(R2>0.98)。

表3　青菜葉綠素含量(y)與顏色參數(shù)(x)回歸分析表

續(xù)表3

樣品貯存環(huán)境顏色參數(shù)擬合模型擬合結(jié)果AB決定系數(shù)R2標(biāo)準(zhǔn)差sy=Alnx+B0.97270.60200.7937*0.3794y=A/x+B-3.70083.12900.44340.6233ln(lny)=Alnx+B0.5032-1.18440.9516**0.0889b*y=Ax+B-0.332510.370.8767*0.3007y=Alnx+B-8.04827.930.8986**0.2664y=A/x+B193.3-5.7310.9236**0.2313ln(lny)=Alnx+B-4.057312.61760.9888**0.0039Δa*y=Ax+B-0.26893.10510.7967*0.3410y=Alnx+B-0.55092.62890.9864**0.0537y=A/x+B1.18211.51330.9626**0.0893ln(lny)=Alnx+B-0.3683-0.00600.972**0.0520Δb*y=Ax+B-0.27363.44660.9762**0.1164y=Alnx+B-1.18973.91580.9781**0.0683y=A/x+B5.33100.87500.9944**0.0186ln(lny)=Alnx+B-0.80400.86770.9984**0.0115(Δa*2+Δb*2)1/2y=Ax+B-0.20033.33940.9354**0.1922y=Alnx+B-0.92363.66360.9714**0.0781y=A/x+B4.81491.130.9854**0.0314ln(lny)=Alnx+B-0.62440.69770.9891**0.0219ΔEy=Ax+B-0.14073.54480.9909**0.0717y=Alnx+B-1.01434.29680.9395**0.1136y=A/x+B7.28701.18970.8619**0.1716ln(lny)=Alnx+B-0.65341.0550.8231*0.1306

注：*：相關(guān)性顯著，P<0.05；**：相關(guān)性極顯著，P<0.01，表4同。

為了比較回歸模型在不同貯藏環(huán)境下的普適性，將以上4種回歸方程系數(shù)A、B進行差值分析，而使用文獻報道的顏色參數(shù)-a*/b*與青菜葉綠素含量進行線性回歸，決定系數(shù)R2達到0.98，比前人文獻中的要高，所以本文也將其回歸方程分析結(jié)果列于表4，結(jié)果表明：ΔE與葉綠素含量間的關(guān)系使用y=Ax+B模型線性擬合時，不僅擬合效果最好，R2>0.99，而且A、B的差值最小，分別為0.001、0.013 7。所以ΔE可以作為快速預(yù)測葉綠素含量的顏色參數(shù)，從而建立基于ΔE值的青菜葉綠素含量的定標(biāo)模型，結(jié)果如下：

Cchl=-0.141 2ΔE+3.551 6(R2=0.990 9)

(2)

式(2)中：Cchl為葉綠素含量,mg/g。

該模型有較高的檢測精度，決定系數(shù)比前人文獻[6]報道得更高，且對于不同包裝貯藏環(huán)境下的青菜樣品葉綠素含量的預(yù)測具普遍性，可靠性較高。

表4　回歸方程系數(shù)A、B差值分析表

注：①參考文獻[6]方法擬合。

2.3青菜葉綠素定標(biāo)模型驗證

為了驗證定標(biāo)模型的準(zhǔn)確性，利用建立的基于青菜葉ΔE值的葉綠素含量的定標(biāo)方程對紙盒包裝青菜葉綠素含量進行預(yù)測，并將預(yù)測值和實測值進行比較(圖2) 。

驗證結(jié)果顯示，應(yīng)用本研究構(gòu)建的基于青菜葉ΔE值的葉綠素含量的定標(biāo)模型所獲得的葉綠素含量預(yù)測值與實測值間均方根誤差RMSEP=0.010 4，預(yù)測相關(guān)系數(shù)是0.992 8，預(yù)測值和實測值具有很高的一致性，說明模型的擬合精確度較高。

圖2　青菜(紙盒中)葉綠素含量實測值和預(yù)測值(基于ΔE值)Fig.2　Plot of predicted versus measured values of chlorophyll content of green vegetables stored at paper carton

3　結(jié)論

(1)使用青菜數(shù)碼照片可以對其葉綠素含量進行檢測，為青菜葉綠素含量高效、定量、無損檢測提供了新方法。

(2)顏色參數(shù)ΔE可以作為快速預(yù)測青菜葉綠素含量的特征參數(shù)，基于ΔE的青菜葉綠素含量最佳定標(biāo)模型為Cchl=-0.141 2ΔE+3.551 6(R2=0.990 9)。

[1]關(guān)文強, 陶曉彥, 張娜, 等. 高濕度冰箱對青菜和西芹的保鮮效果 [J]. 農(nóng)業(yè)工程學(xué)報, 2009, 25(4):265-269.

[2]劉靜波, 殷涌光. 塑料包裝袋透氣性對保鮮蔬菜顏色的影響 [J]. 中國食品學(xué)報, 2003, 3(1):48-52.

[3]杜鋒, 雷鳴, 閆志農(nóng). 顏色信息識別在食品工業(yè)中的應(yīng)用 [J]. 食品與發(fā)酵工業(yè), 2003, 29(3):80-83.

[4]WUD,SUNDW.Colourmeasurementsbycomputervisionforfoodqualitycontrol[J].TrendsinFoodScience&Technology, 2013, 29(1):5-20.

[5]GUNAWANMI,BARRINGERSA.Greencolordegradationofblanchedbroccoi(brassicaoleracea)duetoacidandmicrobialgrowth[J].JournalofFoodProcessingandPreservation, 2000, 24(3):253-263.

[6]許鳳, 楊震峰, 裴嬌艷, 等. 基于顏色參數(shù)變化的青花菜葉綠素含量預(yù)測模型 [J]. 食品科學(xué), 2011, 32(13):54-57.

[7]MANNINENH,PAAKKIM,HOPIAA,etal.Measuringthegreencolorofvegetablesfromdigitalimagesusingimageanalysis[J].LWT-FoodScienceandTechnology, 2015, 63(2):1 184-1 190.

[8]MOHAMMADIV,KHEIRALIPOURK,GHASEMI-VARNAMKHASTIM.Detectingmaturityofpersimmonfruitbasedonimageprocessingtechnique[J].ScientiaHorticulturae, 2015, 184(8):123-128.

[9]DUC-J,SUND-W.Learningtechniquesusedincomputervisionforfoodqualityevaluation:areview[J].JournalofFoodEngineering, 2006, 72(1):39-55.

[10]蔣麗華. 基于計算機視覺技術(shù)的葉綠素含量檢測系統(tǒng) [D]. 蘇州:蘇州大學(xué), 2009.

[11]袁道軍, 劉安國, 原保忠, 等. 基于計算機視覺技術(shù)的油菜冠層營養(yǎng)信息監(jiān)測 [J]. 農(nóng)業(yè)工程學(xué)報, 2009, 25(12):174-179.

[12]楊敏文. 快速測定植物葉片葉綠素含量方法的探討 [J]. 光譜實驗室, 2002, 19(4):478-481.

Detectionofchlorophyllcontentofgreenvegetablesleavesbasedonimageanalysistechnology

SUNYu-lu,WANGDe-hai*，ZHUGuo-jian

(CollegeofMaterialsScienceandEngineering,ZhejiangUniversityofTechnology,Hangzhou310014,China)

Inordertoexploretherapidmethodsdetectingchlorophyllcontentofgreenvegetablesduringstoragebytheimageanalysistechnology,thecolorparametersL*, a*, b*, ΔL*, Δa*, Δb*, (Δa*2+ Δb*2)1/2, ΔEvalueandchlorophyllcontentofgreenvegetablesstoredatPEbags,papercartonandwithoutpackingweredeterminedbytheimageanalysistechnology,andchlorophyllcontentdeterminedbySpectrophotometermethod.Inaddition,therelationshipmodelbetweenchlorophyllcontentandcolorparametersweredevelopedbasedondifferentfunctionmodel(y = Ax + B, y = A + B/x, y = Alnx + Bandln(lny) = Alnx +B),respectively.TheresultsshowthatthechlorophyllcontentandΔEhavebetterfittingeffectusingthefunctionmodely = Ax + B.ThuswedevelopedthecalibrationmodelbetweenΔEandchlorophyllcontentbyusingimageanalysistechnique,thecorrelationcoefficientis0.990 9,therootmeansquareerroris0.071 7;andweusethegreenvegetablesleafstoredatpapercartonasthepredictionset,thecorrelationcoefficientis0.992 8,therootmeansquareerroris0.010 4.ThuswecancalculatethechlorophyllcontentbasedoncolorparameterΔE.Alsoitisabeneficialexplorationforrapid,nondestructivedetectionmethodofchlorophyllcontentandvegetablespreservationresearch.

greenvegetables;colorparameters;imageanalysis;thechlorophyllcontent

10.13995/j.cnki.11-1802/ts.201608034

碩士研究生(王德海教授為通訊作者，E-mail:wdh@zjut.edu.cn)。

2016-01-12，改回日期：2016-02-17