草鱼鱼鳃颜色变化作为新鲜度快速检测指标的可行性探究

许 澄，赵启蒙，黄 雯，包建强

（上海海洋大学食品学院，上海水产品加工及贮藏工程技术研究中心，上海 201306）

草鱼鱼鳃颜色变化作为新鲜度快速检测指标的可行性探究

许 澄，赵启蒙，黄 雯，包建强*

（上海海洋大学食品学院，上海水产品加工及贮藏工程技术研究中心，上海 201306）

以20℃、恒定湿度（80%）贮藏的草鱼鱼鳃为研究对象，通过CCD相机获取在两级不同LED光照强度下的贮藏期间图像信息，并将草鱼鱼鳃颜色数据与贮藏时间以及草鱼肉总挥发性盐基氮（TVBN）进行线性拟合。结果表明：将草鱼鱼鳃RGB值、L*a*b*值和CMYK值与贮藏时间以及TVBN进行线性拟合，其中线性拟合度最高的是L*a*b*值中的a*值，可将a*值作为特征采用机器视觉快速检测草鱼新鲜度。在2 W光源下其与TVBN线性拟合方程为：Y＝－2.2228X＋179.190，R2＝0.9632；在1.8W光源下，其与TVBN线性拟合方程为：Y＝－2.3111X＋180.520，R2＝0.9517。

草鱼；鱼鳃；机器视觉；新鲜度检测；RGB；L*a*b*；CMYK

鱼鳃是鱼的呼吸器官，同时也是鱼新鲜程度和健康程度的重要表征。新鲜健康的鱼鳃表现出亮红色，变质的鱼鳃表现出玫瑰色、偏白、黄色中带着灰白色，不健康的鱼鳃通常会带有黑点等其他不良特征［1］，通过检查鱼鳃可断定鱼体的新鲜程度。机器视觉主要通过采集图像信息，并经过软件对其提取分析，最终用于实际生产中的检测、测量及控制等环节［2］。机器视觉技术具有无损检测、处理速度快、处理样品量多和反馈实时等优势，在新鲜度检测中得到了广泛应用。机器视觉技术在国内外广泛应用于肉品、蛋品的无损检测［3-5］，但在国内尚未见其应用于水产品新鲜度的检测。通过机器视觉可对鱼鳃图像信息进行采集，经算法计算得出新鲜度。本试验通过CCD图像采集系统获取草鱼鱼鳃在20℃、恒定湿度下颜色变化情况的图像信息，并采用MATLAB软件进行分析，将鱼鳃平均的RGB值、L*a*b*值以及CMYK值在贮藏期间的变化趋势曲线与草鱼肉TVBN进行拟合，探讨以鱼鳃机器视觉变化为特征的鱼体新鲜度快速检测方法的可行性。

1 材料与方法

1.1 试验材料

新鲜草鱼购于上海市古棕路菜市场，鱼体质量1 500 g±200 g。鲜活状态下运至实验室，用冷却水（4℃）冲洗干净。前处理方法按照夏金达等［6］处理方法。

1.2 试验仪器

CCD相机（ARTRAY-424KY-USB3）；24 LED灯照明灯（广东久量光电科技，LED-666）；全自动凯氏定氮仪（FOSS，KEJET 2300）；电子天平（Sartorius，感应0.001 g）。

1.3 样品处理方法

取一培养皿，将略小于培养皿的黑色塑料垫放置于培养皿中，在塑料垫周围倒入蒸馏水，使蒸馏水液面不高于黑色塑料垫的高度，将取下的鱼鳃小心放置于黑色垫子上（将用于TVBN测试的草鱼背部肉同时放置在容器内黑色垫子上），不与蒸馏水接触。将培养皿盖上，用封口膜密封，通过水分的蒸发作用保证培养皿内鱼鳃样品的恒定湿度（80%）。

将含有样品的培养皿放于20℃恒温培养箱中，每隔1 h取出，使用CCD相机采集鱼鳃颜色变化情况，图像采集在暗箱中操作，以防止外界光线对样品信息产生影响。

CCD相机参数为：光圈F4焦距f24，相机与样品距离15 cm。

光源为24 LED灯照明系统，输出功率为2W。光源与样品之间的距离为25 cm。

所有采样数据均采取8个样品3组平行，取平均值。

挥发性盐基总氮值（Total volatile basic nitrogen，TVBN）测定方法：取解冻后的鱼肉样品，准确称取2.000 g。催化剂为轻质氧化镁。按照张钦发等［7］的方法用FOSS公司全自动凯氏定氮仪分析鱼肉TVBN值。

1.4 数据处理

通过MATLAB软件对所获得的图像信息进行处理。将鱼鳃红色部位提取出后通过软件将鱼鳃图像所有红色部位的信息转化为RGB编码、L*a*b*编码以及CMYK编码的数字化信息。将色彩编码信息与贮藏时间和TVBN拟合，综合分析得出结果。

图1 贮藏期间草鱼肉TVBN变化情况Fig.1 Changesof TVBN in grass carp meat during storage

2 结果与分析

2.1 贮藏期间草鱼肉TVBN随贮藏时间变化曲线

冻藏过程中，随着贮藏时间延长，在腐败微生物和酶的作用下，草鱼肉中所含的蛋白质不断分解产生胺类等碱性含氮挥发性物质，导致TVBN含量不断增加（图1）。挥发性盐基氮的值和草鱼肉的新鲜程度相关，TVBN≤13 mg/（100 g）为一级品，13 mg/（100 g）＜TVBN≤20 mg/（100 g）为二级品［8］。草鱼肉TVBN在贮藏起始阶段为6.0 mg/（100 g），随着贮藏时间的增加而逐渐上升，在12 h左右达到二级品质，在17 h时TVBN值超出20 mg/（100 g）。

2.2 20℃贮藏草鱼鱼鳃RGB强度值与草鱼肉TVBN的拟合曲线

RGB色彩模式是通过对红（R）、绿（G）、蓝（B）这3个颜色的变化和它们的相互叠加来得到其他各种颜色的一种色彩编码模式［9］。草鱼鱼鳃在20℃下每隔1 h的RGB强度值变化趋势如图2、图3所示。将RGB值与贮藏期间草鱼肉TVBN变化进行拟合，得到图4和图5。结果显示：在2W强度的LED灯光下，草鱼鱼鳃的R值呈下降趋势，从初始值155下降到了129，这可能是由于草鱼鱼鳃毛细血管中的血液在贮藏期间发生了氧化作用［10］，使得鱼鳃的红色值出现了一定程度的下降。在1.8 W的LED灯下，草鱼鱼鳃的R值也显示出下降趋势，从140下降到了125，但其与贮藏时间的线性拟合程度不高。在2 W灯光下鱼鳃的G值呈现出一定的线性上升趋势，在贮藏初期，由于鱼鳃中含有大量的草鱼血液，导致样品的G值较小为61.7，但在随后的贮藏过程中，随血液不断的氧化，微生物不断生长等一系列作用，草鱼鱼鳃的G值小幅上升，达到了100左右。在1.8 W灯光下，草鱼鱼鳃G值也呈现上升趋势，波动较2 W光源下大。在2W灯光下测得的草鱼鱼鳃的B值在贮藏期间变化总体呈现先下降后上升的趋势，在1.8 W灯光下测定的B值也表现出此规律。将2W灯光下的草鱼鱼鳃RGB值与其对应的贮藏阶段鱼肉的TVBN值进行拟合，可以发现：R值呈现下降趋势，其拟合曲线线性程度不高，B值呈现先下降后上升趋势，而G值相对于TVBN的拟合曲线呈现出了线性变化，其线性拟合系数较高为0.9522。在1.8W灯光下，R值和B值变化趋势类似于2W情况，G值的线性拟合系数为0.9224，较2W灯光下稍差。可以得出，适当提高光源强度能够减少RGB值的波动情况，提高精度。

图2 在2 W光源下RGB随时间变化趋势Fig.2 The trend of RGB with tim e under 2 W light source

图3 在1.8 W光源下RGB随时间变化趋势Fig.3 The trend of RGB w ith time under 1.8 W light source

图4 在2 W光源下RGB随TVBN变化趋势Fig.4 The trend of RGB w ith TVBN under 2 W light source

图5 在1.8 W光源下RGB随TVBN变化趋势Fig.5 The trend of RGB with TVBN under 1.8 W light source

2.3 20℃贮藏草鱼鱼鳃L*a*b*强度值与草鱼肉TVBN的拟合曲线

L*a*b*颜色模型是基于人的视觉系统对色彩的感觉而定的一种色彩编码模式。L*a*b*中各种数值描述的颜色能够涵括人类正常视力范围内所能见到的所有颜色［11］。草鱼鱼鳃在20℃下每隔1 h的L*a*b*强度值变化趋势如图6和图7所示。将L*a*b*强度值与其对应贮藏阶段的草鱼肉TVBN值进行线性拟合，如图8和图9所示。结果表明：在20℃下贮藏的草鱼鱼鳃的L*值呈现上升的趋势，通过对草鱼鱼鳃图片信息的分析可得，鱼鳃亮度的上升可能是由于草鱼鱼鳃在贮藏过程中由鲜红色逐渐转变到淡红色，红色的减弱在一定程度上增加了整体图片的亮度。整体亮度增加呈现出一定的线性趋势，但线性相关程度不高。将L*值与其所对应的TVBN值进行线性拟合，2 W光源下L*值线性拟合R2＝0.8918，1.8W光源下R2＝0.7939。在2 W下测定的草鱼鱼鳃a*值呈现出明显的线性下降趋势，草鱼鱼鳃a*值的下降与贮藏时间（h）的线性拟合性良好，其线性相关系数R2＝0.96；1.8 W下a*值的R2＝0.91。这可能是由于草鱼鱼鳃颜色变化主要是由于鱼鳃中血液的颜色变化导致的，而其血液氧化的颜色变化刚好符合a*值的变化规律，即从洋红色到绿色色系的转变，所以其表现出了良好的线性相关关系。将a*值与其对应的草鱼肉TVBN进行线性拟合，结果表明：在2 W和1.8 W光源下均呈现出了良好的线性趋势，其线性拟合系数分别为0.95和0.93。草鱼鱼鳃b*值变化呈现出先上升后小幅波动的趋势。1.8W下b*值变化与2W下差异不大。b*值与TVBN的线性拟合情况较差。通过分析两组数据可以得到，在贮藏时间拟合曲线以及TVBN拟合曲线中，适当提高光源亮度能够提高a*值线性趋势。

图6 在2W光源下L*a*b*随时间变化趋势Fig.6 The trend of L*a*b*w ith time under 2W light source

图7 在1.8W光源下L*a*b*随时间变化趋势Fig.7 The trend of L*a*b*w ith time under 1.8W light source

图8 在2 W光源下L*a*b*随TVBN变化趋势Fig.8 The trend of L*a*b*with TVBN under 2W light source

图9 在1.8W光源下L*a*b*随TVBN变化趋势Fig.9 The trend of L*a*b*with TVBN under 1.8W light source

2.4 20℃贮藏草鱼鱼鳃CMYK强度值与草鱼肉TVBN的拟合曲线

CMYK是指印刷四分色彩模式［12］，它是利用色彩颜料的三原色再加上黑色油墨共计四种颜色混合叠加，从而得到所有其他色彩的模式，是一种不同于RGB的发光色彩模式的反光色彩模式［13］。草鱼鱼鳃在20℃下每隔1 h的CMYK强度值变化趋势如下图10和图11所示。将CMYK强度值与草鱼肉TVBN进行线性拟合得到图12和图13。结果表明：与RGB以及L*a*b*测定结果类似，草鱼鱼鳃的M值，也就是红色值出现了一定的线性下降趋势，在2W灯下其R2＝0.8713，1.8W灯下R2＝0.8829。将M值与TVBN进行拟合可以发现，在2W和1.8W光源下，鱼鳃的M值与鱼肉TVBN有良好的线性关系，其相关系数分别达到0.9412和0.9537。草鱼鱼鳃的C值在贮藏初期出现了一定的下降，但是在3 h后的贮藏期间，C值稳定在40—50。在TVBN拟合趋势图中，C值在贮藏初期呈现一定的波动变化，而在贮藏后期则呈现出稳定的趋势，表明草鱼鱼鳃在贮藏期间青色的颜色变化不明显。草鱼鱼鳃的黄色Y值贮藏初期上升，随后在60—70附近波动，10 h后逐渐趋于稳定，说明鱼鳃在贮藏后期黄色色度的变化不明显。在TVBN拟合曲线中呈现出了类似变化，说明监测鱼鳃黄色变化不能有效表征草鱼新鲜度。黑色K值则总体呈现小幅上升的趋势，贮藏前期上升幅度较小，随后，其增加速率慢慢增大，这可能是由于贮藏后期微生物的活动导致鱼鳃表面出现一定的深色菌落［14］。在1.8W的LED灯下，CMYK各组值的波动幅度均较2W光源下稍大。

2.5 不同光照条件下鱼鳃颜色变化色彩模型线性拟合情况

将鱼鳃图像信息与贮藏时间及草鱼肉TVBN进行拟合得到线性拟合方程和线性相关系数（表1、2）。在与贮藏时间拟合中，线性相关系数大于0.9的有：2 W下RGB模型的G值、L*a*b*模型的L*值和a*值、CMYK模型的K值，1.8W下L*a*b*模型的a*值。其中线性拟合程度最高的是2 W下L*a*b*模型的a*值，R2＝0.9690。在与TVBN的拟合中，2 W和1.8W下类似，RGB模型的G值、L*a*b*模型的a*值、CMYK模型的M值的线性相关系数均大于0.9。其中线性拟合程度最高的是2 W下L*a*b*模型的a*值，R2＝0.9632。

图10 在2W光源下CMYK随时间变化趋势Fig.10 The trend of CMYK with time under 2 W light source

图11 在1.8 W光源下CMYK随时间变化趋势Fig.11 The trend of CMYK with tim e under 1.8 W light source

图12 在2W光源下CMYK随TVBN变化趋势Fig.12 The trend of CMYK w ith TVBN under 2W light source

图13 在1.8 W光源下CMYK随TVBN变化趋势Fig.13 The trend of CMYK with TVBN under 1.8 W light source

表1 不同光照条件下鱼鳃颜色变化色彩模型与贮藏时间的线性拟合情况Table 1 The linear fitting between fish gill color model and storage time under different light conditions

表2 不同光照条件下鱼鳃颜色变化色彩模型与草鱼肉TVBN的线性拟合情况Table2 The linear fitting between fish gill color changes and TVBN of the grass carp meat under different light conditions

3 结论

本试验表明，在20℃、恒定湿度（80%）1.8W和2W的LED灯下，草鱼鱼鳃a*值变化与贮藏时间（h）呈高度线性相关，且草鱼鱼鳃a*值变化与对应贮藏时间草鱼肉TVBN呈高度线性相关，可以将a*值作为机器视觉方法的特征量来检测草鱼新鲜度。2 W光源下a*值与贮藏时间线性拟合：Y＝－1.9759X＋170.860，R2＝0.9690；a*值与TVBN拟合：Y＝－2.2228X＋179.190，R2＝0.9632。1.8W光源下a*值与贮藏时间线性拟合：Y＝－2.0540X＋171.870，R2＝0.9570；a*值与TVBN拟合：Y＝－2.3111X＋180.520，R2＝0.9517。2W LED光源下的效果更好，其线性相关系数更高。

［1］刘志玲，唐启胜.鱼类常见几种鳃病的防治建议［J］.科学养鱼，2014（2）：89-89.

［2］雷文华.机器视觉发展及其应用［J］.应用光学，2006，27（5）：88-92.

［3］GÜMÜ，BAHAR，MURAT O.BALABAN.Prediction of the weight of aquacultured rainbow trout（Oncorhynchusmykiss）by image analysis［J］. Journal of Aquatic Food Product Technology，2010，19（3）：227-237.

［4］KOREL F，LUZURIAGA D A，BALABAN MÖ.Objective quality assessment of raw tilapia（Oreochromis niloticus）fillets using electronic nose and machine vision［J］.Journal of food science，2001，66（7）：1018-1024.

［5］QUEVEDO R A，AGUILERA JM，PEDRESCHI F.Color of salmon fillets by computer vision and sensory panel［J］.Food and Bioprocess Technology，2010，3（5）：637-643.

［6］夏达金，叶清如.四种淡水鱼在冻藏过程中蛋白质变性的测定［J］.浙江海洋学院学报（自然科学版），1992，11（1）：39-43.

［7］张钦发，许霞，智玲玲.材料透氧率对包装鲜鱼肉TVB-N值的动态变化影响［J］.食品科学，2012（20）：328-330.

［8］中华人民共和国农业部.SC/T 3108—2011，鲜青鱼、草鱼、鲢鱼、鳙鱼、鲤鱼［S］.北京：中国农业出版社，2011.

［9］沈志伟.从RGB图到CMYK图的ICC制作［J］.印刷工业，2014（10）：80-82.

［10］高群，李法云，范志平，等.不同浓度化学融雪剂对草鱼抗氧化酶活性的影响［J］.气象与环境学报，2013，29（2）：107-111.

［11］于跃飞，许旭萍，周吉清.基于LAB空间的LCD显示器CSF模型构建［J］.包装工程，2015（1）：134-138.

［12］李仁爱，张岩，曹云峰.基于平面方程理论实现L*a*b*到CMYK转换与输出［J］.包装工程，2014（21）：113-117.

［13］余立.CMYK与RGB色彩模式的数字化差别［J］.电脑知识与技术，2013（11）：2704-2705.

［14］翁佩芳，李微微，吴祖芳，等.水产品鲐鱼（Pneumɑtophorus jɑponicus）细菌多样性及优势微生物分析［J］.海洋与湖沼，2013（3）：788-795.

（责任编辑：闫其涛）

Feasibility research on the color changes of grass carp gill as a rapid detection index of freshness

XU Cheng，ZHAO Qi-meng，HUANGWen，BAO Jian-qiang*
（College of Food Scienceɑnd Technology，Shɑnghɑi Oceɑn University；Shɑnghɑi Engineering Reseɑrch Center of Aquɑtic-Product Processing＆Preservɑtion，Shɑnghɑi201306，Chinɑ）

Taking the grass carp gills stored at20℃with constanthumidity（80%）as the research objects，the image information stored in two different LED light intensitywas obtained by CCD camera，and the color data of grass carp gill and storage time and totalvolatile basic nitrogen（TVBN）ofgrass carpmeatwere linearly fitted. The results showed that the linear degree of a*value is the highestamong RGB value，L*a*b*value and CMYK value of grass carp gill linear fitting with storage time and TVBN，and a*value could be used as a feature of machine vision to quickly detect the freshness of grass carp.Under 2 W light source，the linear fitting equation between a*value and TVBN was Y＝－2.2228X＋179.190，R2＝0.9632；Under 1.8 W light source，the linear fitting equation was Y＝－2.3111X＋180.520，R2＝0.9517.

Grass carp；Gill；Machine-vision；Freshness evaluation；RGB；L*a*b*；CMYK

S984.1

A

1000-3924（2017）01-149-06

2015-06-15

水产动物遗传育种中心上海市协同创新中心项目（ZF1206）；上海市科委工程中心建设项目（11DZ2280300）

许澄（1990—），男，在读硕士，研究方向：食品低温保鲜

*通信作者，Tel：021-61900377，E-mail：baojq＠shou.edu.cn