柑橘品质分级要素的分析与评价

卢军　李婷　黄琪悦　张冬晨

摘要：水果机械分级研究中，常以人工分级所确定的级别作为分级标准，故有必要对柑橘人工分级各要素进行系统分析，以确保分级指标的合理性，并为机械分级提供指导。以100个温州蜜柑作为样本，由6位鉴评人员组成的鉴评小组对每个样本就6个指标进行了评估，以最后平均分作为每个样本的总分。结果表明，橘皮颜色、水分和橘子软硬程度对总分影响最大，橘子软硬程度和水分有较高的相关性，且橘皮颜色、水分与口感之间的相关性较高。最后根据试验结果对柑橘的机器视觉分级给出了意见和建议。

关键词：柑橘；分级；感官鉴评；相关性

中图分类号：S666文献标识码：A文章编号：0439-8114（2012）20-4631-03

柑橘是中国产量最大的水果种类之一，同时也是重要的外贸果品，但是由于采摘后检测、分级技术落后，造成上市的柑橘等级混杂，良莠不齐，商品价值受到影响，特别是在国际市场上缺乏竞争力。目前中国的柑橘分级主要依靠人工完成，分级结果因劳动者的个体差异而一致性较差，效率较低[1，2]。利用机器视觉进行柑橘分级可以同时对多个标准，包括水果的尺寸大小[3]、颜色[3，4]、形状[5-7]、表面缺陷等外观品质进行综合分级。其分级的客观性强、标准稳定、一致性好、效率高，而且非接触、无伤害，是解决人工分级问题的有效途径之一，也是目前计算机视觉技术在农业应用中的一个研究热点[1，2]。针对人工感官鉴评的各个指标及其相关性进行定量的分析与评价，可为机器视觉分级提供参考。

1材料与方法

1.1材料

于市场采购外观差异较大、成熟程度不同的温州蜜柑100个作为试验样本，依序贴上标签，供感官鉴评试验使用。

1.2方法

1.2.1感官鉴评指标分析参照温州蜜柑的有关鉴评标准[1]，对过去的鉴评方法进行了部分修改，重点对橘皮颜色、光滑度、橘皮厚薄、橘子软硬程度、口感和水分6项指标进行评分，最后按总分从高到低将所有样品得分划分为4个区间，从而将样品分为4个等级。具体评分标准如下。

橘皮颜色（10分）：着色程度为九成及以上给10分，五至八成给7～9分，两至四成给4～6分，一成及以下给1～3分。光滑度（10分）：油胞细小、表皮光亮给7～10分，油胞较大、偶尔有疤痕给4～6分，有较多疤痕给1～3分。橘皮厚薄（10分）：果皮很薄给7～10分，中等给4～6分，很厚给1～3分。橘子软硬程度（10分）：较软给7～9分，较硬给4～6分，很硬和很软给1～3分。口感（10分）：酸甜适口给7～9分，较酸给4～6分，非常酸或非常甜给1～3分。水分（10分）：水分大给7～9分，水分适中给4～6分，水分少给1～3分。

1.2.2感官鉴评过程在2011年10月15～30日两周内，于华中农业大学理学院应用物理系开放实验室，分4次对共100个柑橘样本进行了感官鉴评，就外形（橘皮颜色，光滑度，橘皮厚薄）、质地（橘子软硬程度）、风味（口感，水分）共3个维度6个指标获取了100个样本的感官鉴评数据。整个鉴评过程由食品质量与安全专业的6名高年级本科生完成，每位鉴评人员对每个柑橘样本就6个指标进行评分，总分为60分，每个样本每个指标的最终得分为6个鉴评人员给分的平均值，每个样本的总分为其6个指标的平均分之和。

2结果与分析

2.1感官鉴评试验结果

通过对100个试验样本总评得分进行分析，得出其中最高分为46.83分，最低分为25.67分，均分为38.31分，标准差为5.08分，得分分布区间间距为21.16分。将分布区间4等分，每等分间距大小为5.29分，将所有柑橘分为4个等级。

4个等级水果的平均分如表1所示。由表1可知，4个等级的水果在橘皮颜色上的得分差异最大，而橘皮厚薄并没有随着等级的降低呈单调下降的趋势。4个级别的柑橘各指标得分的标准差如表2所示，由表2可知，各个级别各个指标的得分分散程度不一样，其中以4级果光滑度得分的分散程度最大。

2.2感官鉴评结果分析

2.2.1感官鉴评指标的相关性分析为了对感官鉴评诸因素间的相互关系进行分析，通过对100个样本6个指标的得分计算相关系数矩阵，其结果如表3所示。由表3可知，橘皮颜色和总分的相关系数最高，而橘皮厚薄与总分的相关系数很低。6个指标与总分的相关系数为橘皮颜色>水分>橘子软硬程度>口感>光滑度>橘皮厚薄。另外，橘子软硬程度与水分之间有高度的相关性，且橘皮颜色、水分与口感的相关性较高。

2.2.2感官鉴评各指标得分及总分的散点图为了更直观地显示各指标得分的分布情况，分别绘制了100个样本的各指标得分-总分的散点分布图，如图1所示。由图1A可知，一级果与二级果的橘皮颜色得分并没有完全拉开，但一、二级果与三、四级果的橘皮颜色得分差异较明显。由图1B可知，一、二、三级果在光滑度得分上差异不明显，但与四级果拉开了较大差距。由图1C可知，4个级别的柑橘在橘皮厚薄得分上差异不明显，这也印证了橘皮厚薄与总分相关性很小。由图1D可知，一、二、三级果在橘子软硬程度得分上有较明显差异，但四级果的橘子软硬程度得分分布区间很大，与其他3个等级没有明显差距。由图1E可知，4个等级的水果在口感得分上具有较大差异。由图1F可知，前3个等级的水果在水分得分上有比较明显的差异，但四级果的水分得分分布比较分散，与三级果没有明显差异。

3小结与讨论

本研究通过对柑橘感官鉴评诸要素综合分析，以期为用机器视觉方法对柑橘分级提供一些指导性意见。研究发现，橘皮颜色与总分有很高的相关性，这也保证了通过机器视觉方法对柑橘进行分级的可行性[3，4]。另外，水分作为与总分相关性排位第二高的指标，也说明可以通过对水分进行非接触的无损检测技术提高机器视觉分级方法的有效性。作为相关性第三高的橘子软硬程度指标，可以考虑在流水线上安装压力传感器，在橘子翻滚过程中对其软硬程度进行检测。同时，试验结果表明各项评价指标得分与样本总分的相关性大小有较大差异，表明在设计柑橘等水果的品质评价指标时，应考虑每项指标的重要性程度、给予不同的分值；在考虑采用多项指标对水果进行机器视觉分级时，应综合考虑给予不同指标以不同的权重，从而保证分级系统设计的方案合理有效。

参考文献：

[1] 卓春宣.2006年福建金柑鉴评结果分析及其对策[J].福建果树，2007，142（3）：19-20.

[2] 周晓蓉，黎培辉，杨坚.柑橘人工分级的误差分析[J].农机化研究，2010（4）：30-33.

[3] 张俊雄，荀一，李伟，等.基于计算机视觉的柑橘自动化分级[J].江苏大学学报（自然科学版），2007，28（2）：100-103.

[4] 何东健，杨青，薛少平，等.果实表面颜色计算机视觉分级技术研究[J].农业工程学报，1998，14（3）：202-205.

[5] 赵静，何东键.果实形状的计算机识别方法研究[J].农业工程学报，2001，17（2）：165-167.

[6] 谢国俊，曹其新，刘建政，等.基于多方位视觉的果实形状特征的提取研究[J].农业工程学报，2007，23（7）：127-132.

[7] 曹乐平，温芝元，陈理渊.基于分形维数的柑橘形状与光滑度的机器视觉分级[J].测试技术学报，2009，23（5）：407-411.