《Journal of Imaging》：A Novel Technique for the Extraction of Whiteness and Yellowness Indices of Sugar Based on Digital Color Imaging
编辑推荐：
糖的视觉白度是决定其品质和纯度的关键因素。因此，开发快速且成本有效的糖样品颜色评价方法对制糖工业至关重要。本研究旨在介绍一种基于商用数字扫描仪测量糖白度指数（whiteness index, WI）和黄度指数（yellowness index, YI）的方法。
糖的视觉白度是决定其品质和纯度的关键因素。因此，开发快速且成本有效的糖样品颜色评价方法对制糖工业至关重要。本研究旨在介绍一种基于商用数字扫描仪测量糖白度指数（whiteness index, WI）和黄度指数（yellowness index, YI）的方法。为此，研究人员在三个不同种植季节收集了糖样品。使用数字扫描仪获取糖样品的彩色图像，并基于四种WI公式和两种YI公式提取颜色指数。随后将结果与基于分光光度法的标准颜色测量技术进行比较。观察到，所提出的技术在估算WI时达到了0.947的相关系数；对于两种YI公式，均获得了0.944的相关系数。结果表明，所提出的技术在估算糖颜色指数方面具有显著性能，并为工业提供了一种简单、易于实施且快速的技术。
糖作为食品工业中的多功能成分，不仅提供快速能量、改善风味，还通过褐变与结晶影响质地，并可作为保鲜剂。白砂糖是消费最广泛的甜味剂，其颜色直接关系到精炼程度、纯度和视觉品质。白度指数（whiteness index, WI）和黄度指数（yellowness index, YI）是糖工业中两个关键质量指标：WI反映样品接近理想白的程度，YI则量化残留糖蜜或不完全加工产物等颜色杂质的含量。传统糖颜色测量方法通常需要将样品溶解于缓冲液、用折光法测定干物质，再在420 nm波长下进行光度测量，步骤繁琐、成本高且无法适应实时在线生产。因此，发展快速、低成本、非接触的颜色测量技术成为糖工业自动化与质量控制的重要需求。计算机视觉技术因具有非接触、廉价、快速等优点已被用于多种食品颜色评价，但以往针对糖的研究多集中在基于颜色的分类或化学性质预测，尚未有直接利用数字扫描仪提取白度指数和黄度指数的报道。本研究首次采用商用数字扫描仪测量糖样品的WI和YI，并与分光光度法真值进行对比验证，旨在为工业提供一种简单、易实施且快速的糖颜色在线检测手段。
研究人员在伊朗加兹温（Qazvin）Boein-Zahra糖厂，以完全随机方式从春季和秋季三个种植批次（第一次春季、秋季、第二次春季）中采集糖样品，共173个样品，每个样品进行3次重复实验，总计519次实验。所有实验在德黑兰颜色科学与技术研究所完成。图像采集使用商用平板扫描仪（Epson Perfection V700 Photo），在固定参数下获得TIFF格式、8位深度的数字图像；通过MATLAB软件提取糖区域的平均RGB值，并经特定矩阵转换为CIEXYZ三刺激值。为校正石英底板双透射造成的系统偏差，研究人员以参考样品计算偏置值并添加到扫描仪XYZ数据中。光谱真值由Minolta CS-2000分光光度计配合45°/0°照明观测几何和D65标准光源获得。随后分别采用四种白度指数公式（Berger、Taube、Hunter、Stensby）和两种黄度指数公式（ASTM E313、BASF）计算颜色指数，并使用Ganz色调公式分析样品色调倾向。评价指标包括相关系数、均方根误差、平均绝对误差、变异系数和重复性误差。
### 3.1 白度指数
通过将扫描仪获得的四种WI与分光光度计获得的实际WI进行相关性和误差分析，发现所有四种公式均表现出显著相关性，其中Berger白度指数的相关系数最高，为0.947；Stensby白度指数最低，为0.932。误差指标显示，Hunter和Stensby白度指数的变异系数分别仅为12.345和10.999，重复性误差均低于7.0，稳定性最好；Berger和Taube白度指数虽变异稍大，但仍处于可接受的工业应用范围。这表明基于数字扫描仪的WI测量在四种公式下均可获得高精度估算。
### 3.2 黄度指数
对于两种黄度指数公式，扫描仪获得的YI值与分光光度计真值的相关系数均为0.944，显示出较高的一致性。误差分析结果表明，YI-E313的均方根误差为1.627，平均绝对误差为1.302，重复性误差低于7.0，具有较强的稳定性；YI-BASF尽管变异系数和重复性误差相对较高，但其绝对偏差很小，同样适用于糖的黄色程度评价。图形显示扫描仪YI值与实际YI值紧密分布，误差四分位图也展示了估计误差的分布范围。
### 3.3 色调分析
Ganz色调参数（T）用于指示偏离中性色的色相方向。所有种植批次的糖样品T值均为负值，表明样品普遍偏向黄棕色，无一呈纯白色，这与糖中残留的黑色素、类黑精和焦糖等色素的典型表现一致。春季收获的样品T值范围更宽，部分样品达到明显更深的棕色，说明其杂质含量可能更高；秋季收获样品T值范围更窄，色调更均匀。研究人员认为，这可能是秋季收获时更稳定的气候条件、较低的颜色前体化合物含量或更一致的处理参数所致，提示季节因素对糖色调具有影响。
在讨论部分，研究人员将本研究与先前工作进行了比较。此前Paz等利用RGB图像和化学计量学方法对糖样品分类，准确率达95.7%，也有研究通过回归方法预测糖的颜色参数获得R2=0.976。其他研究人员曾用平板扫描仪评估面粉颜色、检测掺假牛油等，均证明了扫描仪在食品颜色测量中的可行性。本研究的优势在于直接提取WI和YI，无需复杂的化学计量学建模，更适合工业在线应用。但同时需要指出，本研究所用的偏差校正系数是设备特定的，将方法推广到其他型号扫描仪时，需要进行跨扫描仪验证并建立统一的校准策略。未来工作还应扩展到智能手机或工业相机等其他成像设备，以进一步提高灵活性和适用性。
研究结论可概括为：本研究旨在利用商用数字扫描仪测量糖样品的白度指数和黄度指数。研究人员采集了连续三个种植季节的糖样品，分别用数字扫描仪和分光光度计测量颜色值。四种白度指数中，Berger公式的扫描仪值与实际值相关性最高，为0.947；两种黄度指数公式的相关系数均为0.944。色调分析表明，所有糖样品均非纯白，而是偏黄或偏棕色。因此，数字扫描仪可为工业快速、低成本测定WI和YI提供有效手段。不过，所建立的偏差校正系数具有设备特异性，未来需通过跨扫描仪验证来确认方法的普适性，并发展统一校准策略；同时还应将研究范围扩展到其他成像设备，如智能手机或工业相机。
