仪器信息网APP
选仪器、听讲座、看资讯

均匀色空间下葡萄酒颜色量化分级研究(LCH方法)

食品常规理化分析

  • 均匀色空间下葡萄酒颜色量化分级研究——LCH方法


    摘要:采用CIEL*a*b* 1976均匀色空间法量化葡萄酒的色度值参数,研究均匀色空间下葡萄酒颜色的色度值量化分级并建立分级模型。结果表明,中国葡萄酒的色度值L*在0.5~99.8、C在3.54~174.63、H在-1.48~1.00,建立CIEL*a*b*均匀色空间下的模型L*C*H*法,将样品的L*分为5级、C*值分为6级、H*值分为5级,共150个分级。试验表明,按照分级模型,7个产区450个葡萄酒样品的颜色分布在L*1C*2H*3~L*5C*3H*4的17个级别,L*C*H*法可以满足样品的分级要求。
    关键词:CIEL*a*b* 1976;颜色分级;LCH;中国;葡萄酒
    前言

    1. 实验部分
    1.1试剂、仪器与测量条件

    1.2 实验内容
    1.2.1 主产区与样品来源

    2 结果与讨论
    2.1 明度(Lightness)值L*的量化分析
    明度值L*为颜色的亮度值,在(0,100)区域内变化。L*=0指示黑色,L*=100指示白色。根据图D计算的数据:葡萄酒样品的明度分布按照L*值分布为暗、清晰、较亮、亮、明亮分为5个等级。
    本次样品总数为450个,葡萄酒样品的明度主要在40以下。其中20以下(162)的占总样品数的36.0%;于20至40之间的(217)占总样品数的48.2%;大于40至60之间的(51)占总样品数的11.3%;大于60至80之间的(4)占总样品数的0.1%;大于80至100之间的(16)占总样品数的3.6%;最低明度值为0.47,是2012年的甘肃产的干红,由混合酿造。
    从图中的色度值L*的分布看,40以下(379)的占总数(450)的84.2%,L值大于60的(18)占4.0%;考虑到明度对感觉的重要性,还是以均匀划分比较合适。又不能过于繁琐,L值划分为5个级别比较合适。


    图D. 葡萄酒样品色度值:L值的分布



    从图D中的色度值L*的分布看,40以下(379)的占总数(450)的84.2%,L值大于60的(18)占4.0%;考虑到明度对感觉的重要性,还是以均匀划分比较合适。又不能过于繁琐,L值划分为5个级别比较合适。分级级别是:L*1:0.00≤20.0,暗;L*2:20.1≤L*≤40.0,清晰;L*3:40.1≤L*≤60.0,较亮;L*4:60.1≤L*≤80.0,亮;L*5:80.1≤L*≤100.0,明亮。见表D。

    表D. LCH方法分级方法

    L*

    C

    H

    级别

    值域

    级别

    值域

    级别

    值域

    1

    1

    0.00~20.0

    1

    0.01~20.00

    1

    -1.00

    2

    2

    20.1~40.0

    2

    20.01~30.00

    2

    0.00~-0.99

    3

    3

    40.1~60.0

    3

    30.01~40.00

    3

    0.01~0.50

    4

    4

    60.1~80.0

    4

    40.01~50.00

    4

    0.51~1.00

    5

    5

    80.1~100.0

    5

    50.01~70.00

    5

    <1.01

    6

    6

    >70.01

    6


    2.2 2饱和度(Chroma)值C*ab的量化分析
    也称彩度,是描述色彩离开相同明度中性灰色程度的色彩感觉属性,是主观心理量。彩度C*在坐标中被体现为a*和b*的坐标点,在(0°,60°)区域内变化,越靠近原点颜色中性灰度越强烈,颜色表现越暗。反之颜色饱和程度越大颜色越鲜艳 (图)。

    图G. 彩度图





    图H. 色度值C的分布



    根据图H的数据:葡萄酒样品的彩度集中在30~50之间。故葡萄酒样品颜色彩度定量划分见应该为大于0.01至10.00之间的(7)占总样品数的1.6%;大于10.01至20.00之间的(8)占总样品数的2.0%;大于20.01至30.00之间的(3)占总样品数的0.7%;大于30.01至40.00之间的(2)占总样品数的0.4%;大于40.01至50.00之间的(40)占总样品数的8.9%;大于50.01至60.00之间的(126)占总样品数的28.0%;大于60.01至70.00之间的(185)占总样品数的41.1%;大于70.01至80.00之间的(62)占总样品数的13.8%;大于80.01至90.00之间的(10)占总样品数的2.2%;大于90.00的(7)占总样品数的1.6%;其中大于50.01至70.00之间的(311)占总样品数的69.1%;最低值为3.54,是2012年的甘肃产的干红,混合酿造;最大值为174.63,是2013年的青铜峡的干红,赤霞珠酿造。
    从图H中的色度值C*的分布看,50.01至70.00之间的分布是主要趋势。考虑到葡萄酒蓝绿色的样品很少,C值为正的是主要的,所以分类上对负值的要少一些,主要要对20.1至50之间的进行均匀划分。b值划分为个级别比较合适。考虑到C*值对感觉的影响,以均匀划分比较合适。又不能过于繁琐,考虑划分为6个级别比较合适。6个级别分布是:C*1:0.01≤C*<20.00,C*2:20.01≤C*<30.00,C*3:30.01≤C*<40.00,C*4:40.01≤C*<50.00,C*5:50.01≤C*<70.00,C*6:70.01≤C*。
    2.3 色调角(hue)值h*ab的量化分析
    也称色相,是指能够比较确切地表示某种颜色色调的名称。色彩的成分越多,其色相越不鲜明。色相从正横坐标开始,以逆时针的方向偏转,在(0°,36°)区域内变化(H*负值则为逆时针角度)。H*越接近0°表示颜色越靠近红色,在色相图中颜色的红色色调从0°向90°过渡(图I)。

    图I. 中国颜色体系色调环






    图J. 色度值H的分布



    根据中国颜色体系将色调分为10类。虽然目前鲜有蓝色、绿色葡萄酒,但考虑到工艺多元化和产品不断丰富,建立的分类标准应该覆盖尽可能多的颜色体系。
    本次样品总数为450个,葡萄酒样品的H值主要在30~50之间。大于-2.00至-1.00之间的(12)占总样品数的1.6%,大于-1.01至0.00之间的(0)占总样品数的%,大于0.01至0.50之间的(73)占总样品数的16.2%,大于0.51至1.00之间的(365)占总样品数的80.9%,大于1.01的(0)占总样品数的8.9%,其中大于0.01至1.00之间的(438)占总样品数的97.3%;最低值为-1.48,是2013年的云南产的干白,混合酿造;最大值为1.00,是1998年的云南的干红,赤霞珠酿造。
    从图J中的色度值H*的分布看,0.01至1.00之间的分布是主要趋势。考虑到葡萄酒的颜色以红色、黄色等暖色调为主,为正的是主要的,所以分类上对负值的要少一些,主要要对0.01至1.00之间的进行均匀划分。H值划分为5个级别比较合适。划分为5个级别比较合适,5个级别分布是:H*1:H*≤-1.00,H*2:0.00≤H*<-0.99,H*3:0.01≤H*<0.50,H*4:0.51≤H*<1.00,H*5:H*<1.01。
    LCH方法分级方法共有5×6×5=150个种类,实验也证明该模型能满足葡萄酒颜色分级要求。
    2.6 葡萄酒颜色LCH方法量化分级
    按照LCH方法进行分类,样品分布统计表表H如下。

    表H. 样品分布统计表

    分级

    L级别

    C级别

    H级别

    数量

    比例%

    数量

    比例%

    数量

    比例%

    1

    162

    36.0

    15

    3.3

    0

    0.0

    2

    217

    48.2

    3

    0.7

    12

    2.7

    3

    51

    11.3

    2

    0.4

    0

    0.0

    4

    4

    0.9

    40

    8.9

    73

    16.2

    5

    16

    3.6

    373

    2.9

    365

    81.1

    6

    ----

    ----

    72

    16.0

    ----

    ----

    7

    ----

    ----

    ----

    ----

    ----

    ----



    从图D中的色度值L*的分布看,40以下(379)的占总数(450)的84.2%,L值大于60的(18)占4.0%;考虑到明度对感觉的重要性,还是以均匀划分比较合适。又不能过于繁琐,L值划分为5个级别比较合适。

    2.6 葡萄酒颜色LCH方法量化分级
    按照L*a*b*法LCH方法进行分类,样品分布统计表表H如下。

    表H. 样品分布统计表

    表H. 样品分布统计表

    分级

    L级别

    C级别

    H级别

    数量

    比例%

    数量

    比例%

    数量

    比例%

    1

    162

    36.0

    15

    3.3

    0

    0.0

    2

    217

    48.2

    3

    0.7

    12

    2.7

    3

    51

    11.3

    2

    0.4

    0

    0.0

    4

    4

    0.9

    40

    8.9

    73

    16.2

    5

    16

    3.6

    373

    2.9

    365

    81.1

    6

    ----

    ----

    72

    16.0

    0

    0.0



    从图D中的色度值L*的分布看,40以下(379)的占总数(450)的84.2%,L值大于60的(18)占4.0%;考虑到明度对感觉的重要性,还是以均匀划分比较合适。又不能过于繁琐,L值划分为5个级别比较合适。


    表J. LCH分类方法统计表

    序号

    级别

    数量

    比例%

    1

    L*1C*2H*3

    2

    0.44

    2

    L*1C*3H*3

    2

    0.44

    3

    L*1C*4H*3

    39

    8.67

    4

    L*1C*5H*3

    18

    4.00

    5

    L*1C*5H*4

    95

    21.11

    6

    L*1C*6H*3

    7

    1.56

    L*1级别合计

    163

    36.22

    7

    L*2C*5H*4

    3

    0.67

    8

    L*2C*5H*4

    168

    37.33

    9

    L*2C*6H*4

    46

    10.22

    L*2级别合计

    217

    48.22

    10

    L*3C*5H*3

    2

    0.44

    11

    L*3C*5H*4

    23

    5.11

    12

    L*3C*6H*4

    25

    5.56

    级别L*3合计

    50

    11.11

    13

    L*4C*4H*4

    1

    0.22

    14

    L*4C*5H*4

    3

    0.67

    级别L*4合计

    4

    0.89

    15

    L*5C*2H*4

    1

    0.22

    16

    L*5C*2H*1

    12

    2.67

    17

    L*5C*3H*4

    3

    0.67

    L*5级别合计

    16

    3.56


    在7个产区450个样品中,样品颜色集中覆盖在L*1C*2H*3~L*5C*3H*4这17个分级上,占LCH分类方法150分类的11.33%。建立的分类模型LCH方法的容量能满足葡萄酒颜色分级要求。是否需要细分及样品是否覆盖全面,还需收集更多不同年份、不同产地以及不同原料的葡萄酒样品,以期建立更完善的葡萄酒颜色模型,为葡萄酒颜色分类提供更多理论依据。

    参考文献
    如果图形显示不出来,请大家谅解,水平不行,弄不明白上传的方法。
    +关注 私聊
  • hhciq

    第1楼2016/09/05

    版主啊,上午接到好几个站内短信通知,有的说《均匀色空间下葡萄酒颜色量化分级研究(Lab方法)》被接受原创大赛,有的说被删除;
    《均匀色空间下葡萄酒颜色量化分级研究(LCH方法)》也是这样。

    能告诉我一下,这2个原创到底是接受参加原创赛了,还是被拒绝参加原创塞了?

0
    +关注 私聊
  • zyl3367898

    第2楼2016/10/04

    应助达人

    与上一篇原创应该属于同一篇,文章很好,继续努力。

0
    +关注 私聊
  • hhciq

    第3楼2016/10/07

    不是一个分级体系

    zyl3367898(zyl3367898) 发表:与上一篇原创应该属于同一篇,文章很好,继续努力。

0
    +关注 私聊
  • 栀子花开

    第4楼2017/02/28

    应助达人

    好文章,不过感觉同类文章太多了

0
    +关注 私聊
  • hhciq

    第5楼2017/03/01

    与其它文章不同之处在于:
    1。样本的代表性。尚未见到超过百位的样本,本文几百个;
    2。分类依据国际标准,颜色与环境干扰无关;

    栀子花开(qzxmsy) 发表:好文章,不过感觉同类文章太多了

0
    +关注 私聊
  • Kevin

    第6楼2017/03/03

    好文章,慢慢学习

0
    +关注 私聊
  • eileenjn

    第7楼2017/03/06

    值得学习,赞!

0
    +关注 私聊
  • feigekai

    第8楼2017/04/24

    文章写的很认真,可能大家接触的面不够多不太了解这些方面的知道,确实挺不错的,要是图用成彩色的就更好的,更直观

0
猜你喜欢最新推荐热门推荐更多推荐
举报帖子

执行举报

点赞用户
好友列表
加载中...
正在为您切换请稍后...