Tiểu luận thiết bị đo màu

BỘ CÔNG THƯƠNG
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THỰC
PHẨM
THÀNH PHỐ HỒ CHÍ MINH
KHOA CÔNG NGHỆ THỰC PHẨM
MÔN HỌC : VẬT LÍ THỰC PHẨM
TIỂU LUẬN
Đề tài: THIẾT BỊ ĐO MÀU
Giảng viên: Trần Lệ Thu


MỤC LỤC
2
ĐO MÀU THỊT CÁ TẦM PHI LÊ
1 GIỚI THIỆU
Minolta và Vision (máy tầm nhìn) là hai dụng cụ kỹ thuật khác nhau
được sử dụng để đo màu sắc của sản phẩm thực phẩm cơ. Giữa hai kỹ thuật
này, máy tầm nhìn có nhiều thuận lợi, chẳng hạn như khả năng của nó để xác
định giá trị L *, a *, b* cho mỗi điểm ảnh của hình ảnh của một mẫu và phân
tích toàn bộ bề mặt của một thực phẩm không phân biệt thống nhất bề mặt và
biến đổi màu sắc.
Để đo màu sắc của chiếu xạ cá tầm phi lê có thể sử dụng máy cầm tay
đo màu Minolta và máy tầm nhìn để so sánh hiệu suất của chúng.
Hình 1. Máy CR- 200 Chroma Meter ( Minolta, Nhật Bản )
Máy đo màu cầm tay như CR- 200 Chroma Meter ( Minolta, Nhật Bản )
là một biện pháp đo màu trung bình của vùng mẫu bằng cách cung cấp một ánh
sáng được điều khiển hoặc soi sáng bằng ánh sáng ban ngày với nhiệt độ màu
trung bình là 6774° K, hoặc trung bình ánh sáng ban ngày soi sáng D65 với
nhiệt độ màu là 6504° K. Đó là phương pháp đo nhanh chóng và đơn giản, độ
chính xác cao bởi hiệu chuẩn với vạch tiêu chuẩn ở đầu hoạt động. Tuy nhiên,
thiết bị đo màu có thiếu sót trong việc đo lường màu thực phẩm. Nếu bề mặt

của thực phẩm không đồng đều, hoặc nếu mẫu không có thể lấp kín vào màn
hình mẫu, ví dụ như tôm, đọc màu sắc có thể không chính xác. Ngoài ra, đối
3
với thực phẩm có các biến thể của màu sắc trên bề mặt, xác định vị trí và số
lượng các thông số để có một màu trung bình chính xác trở nên quan trọng. Hệ
thống thị giác máy tính đã được sử dụng trong ngành công nghiệp thực phẩm
đã nhiều năm.
Bộ vi xử lý Apple đã phân loại táo sử dụng các hệ thống ( Truppel et al,
1998). Màu sắc của thịt lợn đã đánh giá sử dụng nhiều camera và mạng lưới
thần kinh ứng dụng của tầm nhìn máy tính ( Lu et al., 2000), máy tính hệ thống
thị giác cũng đã được áp dụng thành công chất lượng biện pháp hải sản như
tôm, hàu,…
Lợi thế của các hệ thống này xuất phát từ khả năng xác định L* a* b*
giá trị cho mỗi điểm ảnh của hình ảnh mẫu. Toàn bộ bề mặt của thực phẩm
được phân tích và trung bình giá trị được xác định cho đối tượng. Độ lệch
chuẩn của phép tính L* a* b* là giá trị phản ánh tính thống nhất màu dựa trên
các thông số màu đo.
Hình 2. Máy tầm nhìn
Máy tầm nhìn (hình 1) là cũng có khả năng xác định và định lượng các
màu sắc hiện có trong một mẫu. Chiếu sáng đồng nhất được biết đến là rất quan
trọng trong trường hợp của thị giác máy, do đó ánh sáng được sử dụng cho màu
sắc đo lường. Hệ thống thị giác máy được mô tả trong hình (1) sử dụng chiếu
4
sáng D50, mô phỏng màu sắc, phẩm chất của buổi trưa nắng hè bằng cách sử
dụng đèn huỳnh quang 5000 ° K ánh sáng.
2 NGUYÊN LÝ VÀ THIẾT BỊ
1 Mẫu
Mẫu nguyên liệu sử dụng để phân tích trong quá trình này là thịt cá tầm.
Cá được ướp đá trong vòng 24 giờ và được lưu trữ trong nước đá (1°C đến
3°C). Cá được phi lê thành từng lát bằng bàn tay.

Mỗi lát cá tầm phi lê được đóng gói và giữ trong một phòng lạnh với
nhiệt độ từ 1°C đến 3°C. Đá được bổ sung hàng ngày để làm lạnh nhằm bảo
quản thịt cá tầm.
2 Thống kê phân tích
Màu sắc của cá tầm phi lê được xác định bằng cách sử dụng L* a* b*
quy mô với CR-200 Chroma Meter (Minolta, Nhật Bản) và hệ thống thị giác
máy.
Nó bao gồm một máy ảnh Sony, một Matrox Meteor hình ảnh lấy thẻ,
một hộp đèn với D50 huỳnh quang chiếu sáng. Phần mềm được phát triển trong
thí nghiệm để điều chỉnh cài đặt máy ảnh và nâng cao chất lượng hình ảnh sau
quá trình phân tích.
Trong đó:
L* = Cường độ sáng tối, tối (L* = 0) và sáng (L* = 100)
a* = Sắc độ của màu đỏ (+a*) và màu xanh lá cây (-a*)
b* = Sắc độ của màu xanh dương (-b*) và màu vàng (+b*)
1 = giá trị tại ngày 0
2 = giá trị vào ngày 5, 10, hoặc 15
Các thông số này là phù hợp với các khuyến nghị của Ủy ban quốc tế về
chiếu sáng, CIE (Francis, 1998). CR-200 Chroma Meter đo phản xạ của ánh
sáng từ một bề mặt mẫu so với một tấm hiệu chuẩn màu trắng tiêu chuẩn sử
dụng D65 soi sáng như nguồn gốc của ánh sáng. Trung bình ba thông số của
mỗi lát cá phi lê được thu thập tại mỗi khoảng thời gian khác nhau, do đó L* a*
b* có giá trị khác nhau cho mỗi lần phân tích. Tất cả mô tả được thực hiện ở
trung tâm của philê (một nửa chiều rộng) với sự mô tả rõ ràng hơn khu vực gần
cuối, phần khí thì gần hơn với khu vực đầu và một phần ba tại trung của phi lê.
5
Các phép đo đã được chuẩn hóa cho tất cả các mẫu bằng cách ghi lại
chiều dài của phi lê.
Cách chia ba giá trị và xác định điểm của một trong ba khu vực (đầu,
trung tâm, và đuôi ) như mô tả ở hình 2.

Hình 3. Philê cá tầm với vị trí của các bài đọc cho Minolta CR-200 và cắt theo
chiều dọc cho hình ảnh thị giác máy.
Máy tầm nhìn thu thập một hình ảnh từ mỗi phi lê tại mỗi khoảng thời
gian. Hình ảnh đã được hiệu chỉnh bằng cách sử dụng các vạch tiêu chuẩn màu
cam #D33C -423 đã được đặt bên cạnh hình ảnh của mỗi phi lê. Hình ảnh cửa
sổ bitmap được đưa vào Corel PHOTO-PAINT bảng 7.3. Nơi các đối tượng
(phi lê và vạch tiêu chuẩn) được tách ra từ nền. Tiếp theo, cắt theo chiều dọc
thu được từ mỗi hình ảnh phi lê sử dụng Corel PHOTO-PAINT. Như mô tả
trong hình 2. Chỉ có những lát ở trung tâm, thể hiện trong hình 3, đã được sử
dụng để xác định L* a* b* giá trị của phi lê với phân tích màu, phiên bản phần
6
mềm 2.6.9 (kỹ thuật và giải pháp hệ thống thông tin). Sự thay đổi trong kích
thước phi lê được phản ánh trong khu vực lát trung tâm thể hiện ở hình 3, với
diện tích lát phân tích là khoảng 70 % đến 75% của tổng diện tích philê.
Cuối cùng, trước khi xác định L* a* b* cần phân tích màu phần mềm
hiệu chỉnh từng đối tượng sử dụng hình ảnh của các tài liệu tham khảo vạch
màu da cam.
Giá trị tuyệt đối L* a* b* được xác định bởi hệ thống không thể so sánh
trực tiếp bởi vì sử dụng các thiết bị chiếu sáng khác nhau. Để so sánh độ lớn
của sự thay đổi màu sắc theo thời gian lưu trữ được chỉ ra bởi những thay đổi
trong giá trị L* a* b* được xác định bởi thiết bị số được đề xuất việc sử dụng
các đơn vị khác biệt màu sắc Delta E (rE) từ Cục Tiêu chuẩn Quốc gia
(NBS). Ước tính sự thay đổi tổng thể trong màu sắc theo thời gian được lưu trữ
dựa trên giá trị L* a* b* xác định tại ngày 0 cho cả hai, thị giác máy và bộ dữ
liệu Minolta CR- 200.
Điều quan trọng đề cập đến là màu sắc được xác định trong không gian
ba chiều và E cho phép giảm đến một chiều, do đó E có thể được hiểu là
khoảng cách giữa hai màu sắc được xác định trong ba tọa độ, trong khi một a*,
b*, và L* đại diện cho sự khác biệt trong những trục.
Delta E (E) tính từ L* a* b* giá trị cho cả hai thiết bị được phân tích

thừa của phương sai bằng cách sử dụng một giá trị p là 0,05. Các dữ liệu được
phân bố bình thường và thử nghiệm cho tính đồng nhất chỉ ra rằng dữ liệu là
giống nhau. Kiểm tra giả thuyết của Bonferroni được sử dụng để xác định sự
khác biệt đáng kể mức độ của E giữa các dụng cụ (Rao, 1998).
Hình 4. Trung tâm lát cá tầm vùng Vịnh cho ăn ba bữa ăn thương mại khác
nhau (một phiên bản màu sắc của con số này hiện có sẵn tại ASABE kỹ thuật
trực tuyến, thư viện: />7
3 KẾT QUẢ
Hình 3 ở trên cho thấy rằng các trung tâm lát cắt philê thử nghiệm cá
tầm từ vùng Vịnh mỗi bữa ăn. Có một sự khác biệt rõ ràng hình ảnh trong màu
sắc giữa philê cá tầm được cho ăn chế độ ăn uống cá hồi khi so sánh với philê
cá tầm cho ăn cá da trơn hoặc chế độ ăn uống thấp ( hình 3). Một số các philê
cá tầm ăn thức ăn cá hồi có màu cam vàng, trong khi philê từ cá tầm ăn thức ăn
cá da trơn và chế độ ăn uống thấp có màu hồng nhạt là chủ yếu.
8
Hình 5. Giá trị E của phi lê cá tầm.
Hình 4: thể hiện các giá trị E tính theo nghiên cứu này, sự khác biệt
đáng kể tại p = 0.05, được biểu thị bằng các chữ cái khác nhau trong mỗi đồ
thị. Trung bình L* a* b* và các giá trị E tính toán xác định với hệ thống thị
giác máy được thể hiện trong bảng 1. Kết quả cho thấy không có khác biệt
đáng kể (p < 0,05) trong các giá trị E từ các dữ liệu hoặc ngày được máy nhận
biết và xử lý (hình 4). Kết quả này không nằm trong mong đợi, 3 trong số 5
philê cá tầm ăn chế độ ăn uống cá hồi có màu cam vàng (hình 3). Tuy nhiên,
kiểm tra độ lớn của độ lệch chuẩn (SD) của b* giá trị cho mỗi nhóm chế độ ăn
uống, cần chú ý rằng philê từ nhóm cá hồi rất khác nhau trong kết tủa màu
vàng (bảng 1, bảng 2). Nguồn tạo màu, trong chế độ ăn uống cá hồi này là
gluten ngô vàng, trong đó có các loại zanthophyll của các sắc tố thường tạo
màu vàng của các mô mỡ động vật (Skonberg et al, 1998). Trong trường hợp
nuôi cá tầm ở Vịnh Mexico, sự phát triển của tông màu vàng cam trong philê
của một số cá ăn thức ăn cá hồi là một vấn đề quyết định chất lượng (Oliveira

et al, 2004a).
Bảng 1. Trung bình giá trị L*, a*, b* và tính toán giá trị E của trung tâm
lát phi lê cá tầm từ vùng Vịnh cho ăn ba bữa ăn thương mại khác nhau
được xác định bởi máy Vision.
9
Trong bảng 1, trung bình giá trị L* của phi lê cá tầm ăn chế độ ăn cá da
trơn, chế độ ăn cá vượt và chế độ ăn cá hồi đều tăng dần từ Day 0  Day 15.
Trung bình giá trị a* của phi lê cá tầm ăn chế độ ăn cá hồi giảm dần từ Day 0
 Day 15. Trung bình giá trị b* của phi lê cá tầm ăn chế độ ăn cá da trơn và
chế độ ăn cá hồi giảm dần từ Day 0  Day 15 còn phi lê cá tầm ăn chế độ ăn
cá vượt thì ngược lại có giá trị b* tăng dần từ Day 0  Day 15. Trung bình giá
trị E của phi lê cá tầm ăn chế độ ăn cá vượt giảm dần từ Day 0  Day 15 còn
giá trị E của phi lê cá tầm ăn chế độ ăn cá hồi tăng dần từ Day 0  Day 15.
Trung bình giá trị L* a* b* và các giá trị E tính toán xác định bằng
Minolta CR- 200 từ 15 bài đọc ở mỗi khoảng thời gian (5 cá, 3 vị trí ) . Được
thể hiện trong bảng 2. Hình 4 cho thấy không có sự khác biệt trong các giá trị E
tính từ Minolta CR- 200 giá trị L* a* b* hoặc giữa phương pháp xử lý hoặc
tính theo ngày (p <0,05). Điều thú vị là độ lệch chuẩn của các giá trị b* đối với
philê cá tầm ăn thức ăn cá hồi với CR- 200 nhỏ hơn nhiều (bảng 1) so với giá
trị SD xác định bằng cảm biến thị giác của máy (bảng 2) . Điều này củng cố
quan niệm rằng hệ thống thị giác máy có thể phát hiện đầy đủ sự thay đổi về
màu sắc trong một bề mặt đối tượng không được bổ sung. Ngược lại, một số
lượng lớn các tài liệu đã được thu thập cho mỗi phi lê, khi sử dụng Minolta
CR- 200, để cố gắng giảm nhẹ sự khác biệt này giữa các dụng cụ. Tuy nhiên,
điều này sẽ làm tốn nhiều công sức và thời gian để thu thập dữ liệu. Chúng tôi
đã không điều tra số lượng tối thiểu các điểm dữ liệu cần thiết với Minolta CR-
200 để phản ánh đầy đủ sự thay đổi màu sắc quan sát trực quan trong mỗi phi
lê. Cuối cùng, các giá trị E là khác nhau đáng kể (p <0,05) giữa các dụng cụ,
ngoại trừ ở ngày 0 (hình 4). Các các biệt lớn có ý nghĩa quan trọng ứng với các
10

giá trị E giữa ngày 0 và ngày 1 xác định bởi CR- 200 không phản ánh những
thay đổi màu sắc nhẹ theo thời gian như hình 3. Mặt khác, hình 4 cho thấy rằng
các giá trị E được xác định bằng các hệ thống thị giác của máy cho thấy sự thay
đổi chút màu theo thời gian lưu trữ và điều này phù hợp với thay đổi màu sắc
nhẹ quan sát trực quan trong những hình ảnh của trung tâm lát philê cá tầm
(hình 3).
Bảng 2. Giá trị trung bình L*, a*, b* và giá trị E philê từ cá tầm vùng
Vịnh cho ăn ba bữa ăn thương mại khác nhau được xác định bởi Minolta
CR-200.
Trong
bảng 2, trung
bình giá trị L*
của phi lê cá
tầm ăn chế độ
ăn cá da trơn,
chế độ ăn cá
vượt và chế độ
ăn cá hồi đều
tăng dần từ
Day 0  Day
15. Trung bình
giá trị a* của phi lê cá tầm ăn chế độ ăn cá da trơn, chế độ ăn cá vượt và chế độ
ăn cá hồi đều giảm dần từ Day 0  Day 15. Trung bình giá trị b* của phi lê cá
tầm ăn chế độ ăn cá da trơn, chế độ ăn cá vượt và chế độ ăn cá hồi đều tăng dần
từ Day 0  Day 15. Trung bình giá trị E của phi lê cá tầm ăn chế độ ăn cá da
trơn, chế độ ăn cá vượt và chế độ ăn cá hồi đều tăng dần từ Day 0  Day 15.
4 KẾT LUẬN
Máy đo màu có khả năng phân biệt màu với độ phân giải cao trong
không gian, do đó nó có thể tốt hơn thiết bị đo màu khác khi ghi âm và ước tính
thay đổi màu sắc chính xác hơn trong thực phẩm. Kết quả máy đo màu cung

cấp có giá trị thông tin một cách đồng đều màu sắc trên một đối tượng mà
không cần phải tăng số lượng của các tài liệu thu thập cho từng mẫu. Cuối
cùng, cảm biến thị giác của máy cung cấp một hình thức lưu giữ hồ sơ trong
định dạng hình ảnh, có thể thích hợp cho sự tự động hóa và kiểm soát chất
lượng màu sắc trong thực phẩm.
11
12
5 TÀI LIỆU THAM KHẢO
Francis, F. J. 1998. Color analysis, Chapter 12. In Food Analysis, 2nd
ed., ed. S. Nielsen, 529-540. Gaithersburg, Md.: Aspen Publishers, Inc.
Balaban, M. O., S. Yearlan and Y. Bergmann. 1994. Determination of
count and uniformity ratio of shrimp by machine vision. J. Aquat. Food Prod.
Tech.
Clydesdale, F. M. 1978. Colorimetry: Methodology and Applications.
CRC Critical Reviews in Food Science and Nutrition, Boca Raton, Fla., pp.
243-301.
Tài liệu gốc đính kèm
Comparison of acolorimeter with amachine vision system in measuring
color of gulf of Mexico sturgeon fillets.
/>rFFku4J:www.aces.edu/dept/fisheries/education/pond_to_plate/documents/Cop
yofMachineColorimeterandCamera.pdf+&cd=1&hl=vi&ct=clnk&gl=vn
13