画像解析装置を使用したスポンジ状の内相を有するベーカリー食品の内相評価方法
【課題】画像解析装置を使用して官能評価の結果と相関性の高い客観的なデータを得ることができるパン類の評価方法を提供すること。
【解決手段】画像解析装置を使用したスポンジ状の内相を有するベーカリー食品の内相評価方法であって、内相が現れるように切断したパン類の内相中央部分を測定範囲とし、前記測定範囲内の内相表面の穴を画像解析装置により少なくとも面積が２０Ｋピクセル以上の穴を認識できる測定条件で測定し、前記穴の個数を面積の大きさにより区分した範囲ごとに求め、その個数に評価係数を乗じた値を合計したパラメータ（Ｆ１）を使用することを特徴とするスポンジ状の内相を有するベーカリー食品の内相評価方法。
【解決手段】画像解析装置を使用したスポンジ状の内相を有するベーカリー食品の内相評価方法であって、内相が現れるように切断したパン類の内相中央部分を測定範囲とし、前記測定範囲内の内相表面の穴を画像解析装置により少なくとも面積が２０Ｋピクセル以上の穴を認識できる測定条件で測定し、前記穴の個数を面積の大きさにより区分した範囲ごとに求め、その個数に評価係数を乗じた値を合計したパラメータ（Ｆ１）を使用することを特徴とするスポンジ状の内相を有するベーカリー食品の内相評価方法。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、画像解析装置を使用したスポンジ状の内相を有するベーカリー食品の内相評価方法に関する。
【背景技術】
【０００２】
パン類を評価する方法として目視によりパン類の内相の粗さ等を評価する官能評価が古くから行われている。
一方、機器を使用してパン類の内相を測定する方法として画像解析装置を使用してパン類の内相を測定する方法が知られている。
例えば、内相のキメの大きさを、パン断面の画像を画像解析装置にて解析し、気泡数（個） 及び気泡面積（気泡部の総面積：ｍｍ２）から平均気泡面積（ｍｍ２／個）を測定して検討することが行われている（例えば特許文献１参照）。
また、像解析ソフトウェアによりスライスしたパンの断面をスキャナーで取り込んだデータについて、内相(断面)を２値化し、粒子の面積、最大長、最小幅を測定することが行われている（例えば特許文献２参照）。
【０００３】
【特許文献１】特開２００２−２４２６４７号公報
【特許文献２】特開２００７−９７４４５号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
前記官能評価による方法は、その評価結果を客観的なデータとして保管することが困難であった。
一方、前記機器による内相の測定では、内相の穴の面積等を測定しているが、これは製造管理指標としての測定値であるので官能評価との関連性は全くない。
従って、本発明の目的は、画像解析装置を使用して官能評価の結果と相関性の高い客観的なデータを得ることができるスポンジ状の内相を有するベーカリー食品の評価方法を提供することである。
【課題を解決するための手段】
【０００５】
本発明者は上記の目的を達成するために鋭意研究を重ねた結果、画像解析装置を使用して内相表面の穴の面積を測定し、この穴をその面積により区分して、区分毎の穴の個数に評価係数を乗じて合計した値が官能評価結果と相関性が高いことを見出し本発明を完成するに至った。
従って、本発明は、画像解析装置を使用したスポンジ状の内相を有するベーカリー食品の内相評価方法であって、内相が現れるように切断したパン類の内相中央部分を測定範囲とし、前記測定範囲内の内相表面の穴を画像解析装置により少なくとも面積が２０Ｋピクセル以上の穴を認識できる測定条件で測定し、前記穴の個数を面積の大きさにより区分した範囲ごとに求め、その個数に評価係数を乗じた値を合計したパラメータ（Ｆ１）を使用することを特徴とするスポンジ状の内相を有するベーカリー食品の内相評価方法である。
また、パラメータ（Ｆ１）が数式５である前記スポンジ状の内相を有するベーカリー食品の内相評価方法である。
【数５】
数式５中、Ｎ５は面積５００Ｋピクセル以上の穴の個数、Ｎ３は面積３００Ｋピクセル以上５００Ｋピクセル未満の穴の個数、Ｎ２．５は面積２５０Ｋピクセル以上３００Ｋピクセル未満の穴の個数、Ｎ２は面積２００Ｋピクセル以上２５０Ｋピクセル未満の穴の個数である。
また、パラメータ（Ｆ１）とともに以下のパラメータ（Ｆ２）、パラメータ（Ｆ３）、パラメータ（Ｆ４）のうちいずれか１以上のパラメータを使用するスポンジ状の内相を有するベーカリー食品の内相評価方法である。
【数６】
数式６中 全体の個数とは、面積２０Ｋピクセル以上の穴の個数である。
【数７】
数式７中、｜輝度−８０｜とは（輝度−８０）の絶対値である。
【数８】
数式８中 全体の個数とは、面積２０Ｋピクセル以上の穴の個数である。
【発明の効果】
【０００６】
官能検査の結果と相関性の高い客観的な数値データを得ることができる。
【発明を実施するための最良の形態】
【０００７】
以下、本発明を詳細に説明する。
本発明において使用できる画像解析装置はパン類を切断して現れる内相表面の２０Ｋピクセル以上の穴を測定できる画像解析装置であれば特に限定はなく、市販の解像度が１５０ｄｐｉ程度以上の画像解析装置（スキャナー）を使用することができる。
本発明において、Ｋは補正値であり、Ｋ＝測定した解像度（ｄｐｉ）／１５０（ｄｐｉ）である。
例えば、解像度１５０ｄｐｉの場合、Ｋは１５０ｄｐｉ／１５０（ｄｐｉ）＝１となり、２０Ｋピクセルは２０ピクセルとなる。
本発明では面積をピクセルの単位で求めていることから、解像度が異なればその測定値（ピクセル）が異なるので、解像度による測定値の違いを補正している。
【０００８】
本発明において測定対象となるスポンジ状の内相を有するベーカリー食品は内相面に穴を持つベーカリー食品であれば特に限定はない。
測定対象となるベーカリー食品としては食パン、フランスパンなどのパン類やスポンジケーキなどのケーキ類を挙げることができる。
【０００９】
本発明において測定対象となるベーカリー食品の調製は、官能評価の場合と同様に行えばよく特別な調製は必要としない。
【００１０】
本発明において測定範囲となるのは、内相中央部分である。
この中央部分の範囲は、断面縦横長の４０〜７０％の範囲であり、好ましくは５５〜６５％の範囲である。
官能評価と相関性が高い測定部分を検討した結果、官能評価においては中央部分が最も影響があり縁部は評価にはほとんど影響がないことが判明した。
断面縦横長とは縁部からの縦及び横の幅であり縁部が湾曲などしていて測定対象物の縦幅や横幅が一定でない場合は、最大長の縦及び横の幅をいう。
対象物が円形の場合は、その縦及び横の最大直径をいう。
【００１１】
測定における画像解析装置の調整は、２０Ｋピクセルの穴が測定できれば特に限定はない。
これは２０Ｋピクセル以下の面積の穴は官能評価に必要がないことが判明したからである。
穴の識別は閾値を適宜調整し、測定値を２値化して行う。
例えば、閾値以下を穴として評価する。
これは、画像解析装置に付属しているディスプレイγやヒストグラム調整、階調などを適宜調整して行うことができる。
また、閾値を使用しても穴をうまく識別できないときは、閾値に適宜補正値を加え調整することもできる。
測定範囲は、さらに小さな範囲（例えば１６区分）に分けてそれぞれの自動閾値を使用することで内相の不均一による測定誤差を減少することができる。
【００１２】
穴の面積の判定は市販のコンピュータソフトを使用して行うことができる。
隣り合う測定値が穴を示す測定値であれば、それらを１つの穴として判定しそのピクセル合計を求め穴の面積とする。
【００１３】
前記求めた穴の個数を面積の大きさにより区分した範囲ごとに求め、その個数に評価係数を乗じた値を合計したパラメータ（Ｆ１）を求める。
区分の数は、測定対象とするベーカリー食品によって適宜調整できるが、４区分程度で十分に官能評価と相関性のあるデータを得ることができる。
また、区分の範囲も測定対象とするベーカリー食品によって適宜調整できるが、２００Ｋ〜３００Ｋピクセル程度で十分である。
本発明では、区分ごとの穴の個数を求め、これに評価係数を乗じてその合計値を求めることにより、官能評価と相関性の高い数値を得ることができる。
評価係数を、穴の面積の区分毎に規定するのは、官能評価で内相が粗い・細かいと判断する基準が、単位面積あたりの穴の総面積ではなく、単位面積あたりの面積の大きな穴の数と関係するからである。
すなわち、穴の総面積が同じでも、面積の小さな穴が多いよりも、面積の大きな穴がある方が、官能評価では粗いとされる。
【００１４】
特に食パンの内相の官能評価と相関性が高い値を求めることができる式は、数式９である。
【数９】
数式９中、Ｎ５は面積５００Ｋピクセル以上の穴の個数、Ｎ３は面積３００Ｋピクセル以上５００Ｋピクセル未満の穴の個数、Ｎ２．５は面積２５０Ｋピクセル以上３００Ｋピクセル未満の穴の個数、Ｎ２は面積２００Ｋピクセル以上２５０Ｋピクセル未満の穴の個数である。
【００１５】
食パンの内相が粗ければ、パラメータ（Ｆ１）の値は大きくなり、内相が細かければパラメータ（Ｆ１）の値は小さくなる。
このように、パラメータ（Ｆ１）により官能評価の結果を相関性の高い数値として得ることができる。
さらに、パラメータ（Ｆ２）、パラメータ（Ｆ３）、パラメータ（Ｆ４）によりパラメータ（Ｆ１）を補完することができる。
パラメータ（Ｆ２）は、全区分の穴の個数でパラメータ（Ｆ１）を割ったものであり、面積の小さな穴の個数の官能評価への影響を考慮している。
パラメータ（Ｆ３）は、輝度の項をパラメータ（Ｆ１）に足したものであり、内相の明るさの官能評価への影響を考慮している。
パラメータ（Ｆ４）は、全区分の穴の個数でパラメータ（Ｆ３）を割ったものであり、面積の小さな穴の個数と内相の明るさの官能評価への影響を考慮している。
【実施例】
【００１６】
以下本発明を実施例により具体的に説明する。
［実施例１］
測定対象として官能評価で内相が細かいと評価された食パンをサンプルＡ、内相が中位と評価された食パンをサンプルＢ、内相が粗いと評価された食パンをサンプルＣとして使用した。
図１は内相が細かいと評価されたサンプルＡの測定する内相を示す写真である。
図２は内相が中位と評価されたサンプルＢの測定する内相を示す写真である。
図３は内相が粗いと評価されたサンプルＣの測定する内相を示す写真である
スキャナーとして汎用スキャナーＥｐｓｏｎＧＴ−Ｓ６００（商品名）を使用した。
食パンをスキャナー上に置き、光が入らないように、スポンジゴムの枠でパンを覆った。
付属のスキャナーソフトＥｐｓｏｎＳｃａｎ（Ｖｅｒ３．０４Ｊ）（商品名）を起動して画像を取り込んだ。
スキャナーは８ｂｉｔグレー、１５０ｄｐｉ、ディスプレイγ １．８、ヒストグラム （入力 ０／０．７０／２５５、出力０／２５５）に調整した。
測定範囲を、断面縦横長の６５％に当たる中央部分に設定した。
測定は、前記測定範囲を１６分割し、各範囲の毎に各範囲の自動閾値＋１５で２値化した。
自動閾値＋１５以下は０、自動閾値＋１５を超えると１とし、穴は値が０である。
穴の解析は汎用解析ソフトＳｃｉｏｎ Ｉｍａｇｅ、β４．０．３（商品名）を使用した。
補正値Ｋは１５０／１５０＝１である。
穴の個数を、面積５００ピクセル以上、面積３００ピクセル以上５００ピクセル未満、面積２５０ピクセル以上３００ピクセル未満、面積２００ピクセル以上２５０ピクセル未満、面積２０ピクセル以上２５０ピクセル未満の範囲に区分して、それぞれの個数をＮ５、Ｎ３、Ｎ２．５、Ｎ２、Ｎ０として求めた。
【００１７】
この値を数式１０に代入し、パラメータ（Ｆ１）の値を得た。
さらに、パラメータ（Ｆ２）、パラメータ（Ｆ３）、パラメータ（Ｆ４）に前記値を代入にして、値を求めた。
【数１０】
【数１１】
【数１２】
【数１３】
結果を表１に示す。
【００１８】
【表１】
【００１９】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＡは２２、サンプルＢは２９、サンプルＣは３５であり、細かいものは値が小さく、粗いものは値が大きい。
官能評価とパラメータ（Ｆ１）は、明らかな相関関係が見られる。
他のパラメータでも同様である。
この関係を図示したものが、図４と図５である。
このように官能評価と相関性の高いデータを得ることができる。
【００２０】
［実施例２］
実施例１において、測定範囲を断面縦横長の４０％に当たる中央部分に設定した以外は実施例１と同様にして測定を行った。
結果を表２に示す。
【００２１】
【表２】
【００２２】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＡは８、サンプルＢは９、サンプルＣは１１であり、細かいものは値が小さく、粗いものは値が大きい。
官能評価とパラメータ（Ｆ１）は、明らかな相関関係が見られる。
【００２３】
［実施例３］
実施例１において、測定範囲を断面縦横長の７０％に当たる中央部分に設定した以外は実施例１と同様にして測定を行った。
結果を表３に示す。
【００２４】
【表３】
【００２５】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＡは２８、サンプルＢは４０、サンプルＣは４０であり、サンプルＡは値が小さいが、サンプルＢとサンプルＣの値に差が見られず、官能評価とパラメータ（Ｆ１）は、相関関係は見られない。
しかし、パラメータ（Ｆ３）とパラメータ（Ｆ４）では、サンプルＢは各々４２と１１、サンプルＣは４３と１２であり、官能評価と相関関係が見られ、パラメータ（Ｆ１）に差が見られないことを補うことができる。
【００２６】
［比較例１］
実施例１において、測定範囲を断面縦横長の３０％に当たる中央部分に設定した以外は実施例１と同様にして測定を行った。
結果を表４に示す。
【００２７】
【表４】
【００２８】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＡは１、サンプルＢは３、サンプルＣは３であり、サンプルＡは値が小さいが、サンプルＢとサンプルＣの値に差が見られず、官能評価とパラメータ（Ｆ１）は、相関関係は見られなかった。
更に、パラメータ（Ｆ２）では、サンプルＢは６、サンプルＣは４であり、官能評価と逆の関係となった。
このように、測定範囲を断面縦横長の３０％に当たる中央部分に設定したものでは、好ましい結果は得られなかった。
【００２９】
［比較例２］
実施例１において、測定範囲を断面縦横長の８０％に当たる中央部分に設定した以外は実施例１と同様にして測定を行った。
結果を表５に示す。
【００３０】
【表５】
【００３１】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＡは３２、サンプルＢは４３、サンプルＣは４３であり、サンプルＡは値が小さいが、サンプルＢとサンプルＣの値に差が見られず、官能評価とパラメータ（Ｆ１）は、相関関係は見られなかった。
他のパラメータでも同様であった。
【００３２】
［実施例４］
測定対象として官能評価で内相が細かいと評価されたスポンジケーキをサンプルＤ、内相が中位と評価されたスポンジケーキをサンプルＥ、内相が粗いと評価されたスポンジケーキをサンプルＦとして使用した。
図６は内相が細かいと評価されたサンプルＤの測定する内相を示す写真である。
図７は内相が中位と評価されたサンプルＥの測定する内相を示す写真である。
図８は内相が粗いと評価されたサンプルＦの測定する内相を示す写真である
測定は、実施例１と同様にして行った。
結果を表６に示す。
【００３３】
【表６】
【００３４】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＤは１８、サンプルＥは２９、サンプルＦは３１であり、細かいものは値が小さく、粗いものは値が大きい。
官能評価とパラメータ（Ｆ１）は、明らかな相関関係が見られる。
他のパラメータでも同様である。
【図面の簡単な説明】
【００３５】
【図１】内相が細かいと評価されたサンプルＡの測定する内相を示す写真である。
【図２】内相が中位と評価されたサンプルＢの測定する内相を示す写真である。
【図３】内相が粗いと評価されたサンプルＣの測定する内相を示す写真である。
【図４】パラメータ（Ｆ１）、パラメータ（Ｆ３）の評価結果を示すグラフである。
【図５】パラメータ（Ｆ２）、パラメータ（Ｆ４）の評価結果を示すグラフである。
【図６】内相が細かいと評価されたサンプルＤの測定する内相を示す写真である。
【図７】内相が中位と評価されたサンプルＥの測定する内相を示す写真である。
【図８】内相が粗いと評価されたサンプルＦの測定する内相を示す写真である。
【技術分野】
【０００１】
本発明は、画像解析装置を使用したスポンジ状の内相を有するベーカリー食品の内相評価方法に関する。
【背景技術】
【０００２】
パン類を評価する方法として目視によりパン類の内相の粗さ等を評価する官能評価が古くから行われている。
一方、機器を使用してパン類の内相を測定する方法として画像解析装置を使用してパン類の内相を測定する方法が知られている。
例えば、内相のキメの大きさを、パン断面の画像を画像解析装置にて解析し、気泡数（個） 及び気泡面積（気泡部の総面積：ｍｍ２）から平均気泡面積（ｍｍ２／個）を測定して検討することが行われている（例えば特許文献１参照）。
また、像解析ソフトウェアによりスライスしたパンの断面をスキャナーで取り込んだデータについて、内相(断面)を２値化し、粒子の面積、最大長、最小幅を測定することが行われている（例えば特許文献２参照）。
【０００３】
【特許文献１】特開２００２−２４２６４７号公報
【特許文献２】特開２００７−９７４４５号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
前記官能評価による方法は、その評価結果を客観的なデータとして保管することが困難であった。
一方、前記機器による内相の測定では、内相の穴の面積等を測定しているが、これは製造管理指標としての測定値であるので官能評価との関連性は全くない。
従って、本発明の目的は、画像解析装置を使用して官能評価の結果と相関性の高い客観的なデータを得ることができるスポンジ状の内相を有するベーカリー食品の評価方法を提供することである。
【課題を解決するための手段】
【０００５】
本発明者は上記の目的を達成するために鋭意研究を重ねた結果、画像解析装置を使用して内相表面の穴の面積を測定し、この穴をその面積により区分して、区分毎の穴の個数に評価係数を乗じて合計した値が官能評価結果と相関性が高いことを見出し本発明を完成するに至った。
従って、本発明は、画像解析装置を使用したスポンジ状の内相を有するベーカリー食品の内相評価方法であって、内相が現れるように切断したパン類の内相中央部分を測定範囲とし、前記測定範囲内の内相表面の穴を画像解析装置により少なくとも面積が２０Ｋピクセル以上の穴を認識できる測定条件で測定し、前記穴の個数を面積の大きさにより区分した範囲ごとに求め、その個数に評価係数を乗じた値を合計したパラメータ（Ｆ１）を使用することを特徴とするスポンジ状の内相を有するベーカリー食品の内相評価方法である。
また、パラメータ（Ｆ１）が数式５である前記スポンジ状の内相を有するベーカリー食品の内相評価方法である。
【数５】
数式５中、Ｎ５は面積５００Ｋピクセル以上の穴の個数、Ｎ３は面積３００Ｋピクセル以上５００Ｋピクセル未満の穴の個数、Ｎ２．５は面積２５０Ｋピクセル以上３００Ｋピクセル未満の穴の個数、Ｎ２は面積２００Ｋピクセル以上２５０Ｋピクセル未満の穴の個数である。
また、パラメータ（Ｆ１）とともに以下のパラメータ（Ｆ２）、パラメータ（Ｆ３）、パラメータ（Ｆ４）のうちいずれか１以上のパラメータを使用するスポンジ状の内相を有するベーカリー食品の内相評価方法である。
【数６】
数式６中 全体の個数とは、面積２０Ｋピクセル以上の穴の個数である。
【数７】
数式７中、｜輝度−８０｜とは（輝度−８０）の絶対値である。
【数８】
数式８中 全体の個数とは、面積２０Ｋピクセル以上の穴の個数である。
【発明の効果】
【０００６】
官能検査の結果と相関性の高い客観的な数値データを得ることができる。
【発明を実施するための最良の形態】
【０００７】
以下、本発明を詳細に説明する。
本発明において使用できる画像解析装置はパン類を切断して現れる内相表面の２０Ｋピクセル以上の穴を測定できる画像解析装置であれば特に限定はなく、市販の解像度が１５０ｄｐｉ程度以上の画像解析装置（スキャナー）を使用することができる。
本発明において、Ｋは補正値であり、Ｋ＝測定した解像度（ｄｐｉ）／１５０（ｄｐｉ）である。
例えば、解像度１５０ｄｐｉの場合、Ｋは１５０ｄｐｉ／１５０（ｄｐｉ）＝１となり、２０Ｋピクセルは２０ピクセルとなる。
本発明では面積をピクセルの単位で求めていることから、解像度が異なればその測定値（ピクセル）が異なるので、解像度による測定値の違いを補正している。
【０００８】
本発明において測定対象となるスポンジ状の内相を有するベーカリー食品は内相面に穴を持つベーカリー食品であれば特に限定はない。
測定対象となるベーカリー食品としては食パン、フランスパンなどのパン類やスポンジケーキなどのケーキ類を挙げることができる。
【０００９】
本発明において測定対象となるベーカリー食品の調製は、官能評価の場合と同様に行えばよく特別な調製は必要としない。
【００１０】
本発明において測定範囲となるのは、内相中央部分である。
この中央部分の範囲は、断面縦横長の４０〜７０％の範囲であり、好ましくは５５〜６５％の範囲である。
官能評価と相関性が高い測定部分を検討した結果、官能評価においては中央部分が最も影響があり縁部は評価にはほとんど影響がないことが判明した。
断面縦横長とは縁部からの縦及び横の幅であり縁部が湾曲などしていて測定対象物の縦幅や横幅が一定でない場合は、最大長の縦及び横の幅をいう。
対象物が円形の場合は、その縦及び横の最大直径をいう。
【００１１】
測定における画像解析装置の調整は、２０Ｋピクセルの穴が測定できれば特に限定はない。
これは２０Ｋピクセル以下の面積の穴は官能評価に必要がないことが判明したからである。
穴の識別は閾値を適宜調整し、測定値を２値化して行う。
例えば、閾値以下を穴として評価する。
これは、画像解析装置に付属しているディスプレイγやヒストグラム調整、階調などを適宜調整して行うことができる。
また、閾値を使用しても穴をうまく識別できないときは、閾値に適宜補正値を加え調整することもできる。
測定範囲は、さらに小さな範囲（例えば１６区分）に分けてそれぞれの自動閾値を使用することで内相の不均一による測定誤差を減少することができる。
【００１２】
穴の面積の判定は市販のコンピュータソフトを使用して行うことができる。
隣り合う測定値が穴を示す測定値であれば、それらを１つの穴として判定しそのピクセル合計を求め穴の面積とする。
【００１３】
前記求めた穴の個数を面積の大きさにより区分した範囲ごとに求め、その個数に評価係数を乗じた値を合計したパラメータ（Ｆ１）を求める。
区分の数は、測定対象とするベーカリー食品によって適宜調整できるが、４区分程度で十分に官能評価と相関性のあるデータを得ることができる。
また、区分の範囲も測定対象とするベーカリー食品によって適宜調整できるが、２００Ｋ〜３００Ｋピクセル程度で十分である。
本発明では、区分ごとの穴の個数を求め、これに評価係数を乗じてその合計値を求めることにより、官能評価と相関性の高い数値を得ることができる。
評価係数を、穴の面積の区分毎に規定するのは、官能評価で内相が粗い・細かいと判断する基準が、単位面積あたりの穴の総面積ではなく、単位面積あたりの面積の大きな穴の数と関係するからである。
すなわち、穴の総面積が同じでも、面積の小さな穴が多いよりも、面積の大きな穴がある方が、官能評価では粗いとされる。
【００１４】
特に食パンの内相の官能評価と相関性が高い値を求めることができる式は、数式９である。
【数９】
数式９中、Ｎ５は面積５００Ｋピクセル以上の穴の個数、Ｎ３は面積３００Ｋピクセル以上５００Ｋピクセル未満の穴の個数、Ｎ２．５は面積２５０Ｋピクセル以上３００Ｋピクセル未満の穴の個数、Ｎ２は面積２００Ｋピクセル以上２５０Ｋピクセル未満の穴の個数である。
【００１５】
食パンの内相が粗ければ、パラメータ（Ｆ１）の値は大きくなり、内相が細かければパラメータ（Ｆ１）の値は小さくなる。
このように、パラメータ（Ｆ１）により官能評価の結果を相関性の高い数値として得ることができる。
さらに、パラメータ（Ｆ２）、パラメータ（Ｆ３）、パラメータ（Ｆ４）によりパラメータ（Ｆ１）を補完することができる。
パラメータ（Ｆ２）は、全区分の穴の個数でパラメータ（Ｆ１）を割ったものであり、面積の小さな穴の個数の官能評価への影響を考慮している。
パラメータ（Ｆ３）は、輝度の項をパラメータ（Ｆ１）に足したものであり、内相の明るさの官能評価への影響を考慮している。
パラメータ（Ｆ４）は、全区分の穴の個数でパラメータ（Ｆ３）を割ったものであり、面積の小さな穴の個数と内相の明るさの官能評価への影響を考慮している。
【実施例】
【００１６】
以下本発明を実施例により具体的に説明する。
［実施例１］
測定対象として官能評価で内相が細かいと評価された食パンをサンプルＡ、内相が中位と評価された食パンをサンプルＢ、内相が粗いと評価された食パンをサンプルＣとして使用した。
図１は内相が細かいと評価されたサンプルＡの測定する内相を示す写真である。
図２は内相が中位と評価されたサンプルＢの測定する内相を示す写真である。
図３は内相が粗いと評価されたサンプルＣの測定する内相を示す写真である
スキャナーとして汎用スキャナーＥｐｓｏｎＧＴ−Ｓ６００（商品名）を使用した。
食パンをスキャナー上に置き、光が入らないように、スポンジゴムの枠でパンを覆った。
付属のスキャナーソフトＥｐｓｏｎＳｃａｎ（Ｖｅｒ３．０４Ｊ）（商品名）を起動して画像を取り込んだ。
スキャナーは８ｂｉｔグレー、１５０ｄｐｉ、ディスプレイγ １．８、ヒストグラム （入力 ０／０．７０／２５５、出力０／２５５）に調整した。
測定範囲を、断面縦横長の６５％に当たる中央部分に設定した。
測定は、前記測定範囲を１６分割し、各範囲の毎に各範囲の自動閾値＋１５で２値化した。
自動閾値＋１５以下は０、自動閾値＋１５を超えると１とし、穴は値が０である。
穴の解析は汎用解析ソフトＳｃｉｏｎ Ｉｍａｇｅ、β４．０．３（商品名）を使用した。
補正値Ｋは１５０／１５０＝１である。
穴の個数を、面積５００ピクセル以上、面積３００ピクセル以上５００ピクセル未満、面積２５０ピクセル以上３００ピクセル未満、面積２００ピクセル以上２５０ピクセル未満、面積２０ピクセル以上２５０ピクセル未満の範囲に区分して、それぞれの個数をＮ５、Ｎ３、Ｎ２．５、Ｎ２、Ｎ０として求めた。
【００１７】
この値を数式１０に代入し、パラメータ（Ｆ１）の値を得た。
さらに、パラメータ（Ｆ２）、パラメータ（Ｆ３）、パラメータ（Ｆ４）に前記値を代入にして、値を求めた。
【数１０】
【数１１】
【数１２】
【数１３】
結果を表１に示す。
【００１８】
【表１】
【００１９】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＡは２２、サンプルＢは２９、サンプルＣは３５であり、細かいものは値が小さく、粗いものは値が大きい。
官能評価とパラメータ（Ｆ１）は、明らかな相関関係が見られる。
他のパラメータでも同様である。
この関係を図示したものが、図４と図５である。
このように官能評価と相関性の高いデータを得ることができる。
【００２０】
［実施例２］
実施例１において、測定範囲を断面縦横長の４０％に当たる中央部分に設定した以外は実施例１と同様にして測定を行った。
結果を表２に示す。
【００２１】
【表２】
【００２２】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＡは８、サンプルＢは９、サンプルＣは１１であり、細かいものは値が小さく、粗いものは値が大きい。
官能評価とパラメータ（Ｆ１）は、明らかな相関関係が見られる。
【００２３】
［実施例３］
実施例１において、測定範囲を断面縦横長の７０％に当たる中央部分に設定した以外は実施例１と同様にして測定を行った。
結果を表３に示す。
【００２４】
【表３】
【００２５】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＡは２８、サンプルＢは４０、サンプルＣは４０であり、サンプルＡは値が小さいが、サンプルＢとサンプルＣの値に差が見られず、官能評価とパラメータ（Ｆ１）は、相関関係は見られない。
しかし、パラメータ（Ｆ３）とパラメータ（Ｆ４）では、サンプルＢは各々４２と１１、サンプルＣは４３と１２であり、官能評価と相関関係が見られ、パラメータ（Ｆ１）に差が見られないことを補うことができる。
【００２６】
［比較例１］
実施例１において、測定範囲を断面縦横長の３０％に当たる中央部分に設定した以外は実施例１と同様にして測定を行った。
結果を表４に示す。
【００２７】
【表４】
【００２８】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＡは１、サンプルＢは３、サンプルＣは３であり、サンプルＡは値が小さいが、サンプルＢとサンプルＣの値に差が見られず、官能評価とパラメータ（Ｆ１）は、相関関係は見られなかった。
更に、パラメータ（Ｆ２）では、サンプルＢは６、サンプルＣは４であり、官能評価と逆の関係となった。
このように、測定範囲を断面縦横長の３０％に当たる中央部分に設定したものでは、好ましい結果は得られなかった。
【００２９】
［比較例２］
実施例１において、測定範囲を断面縦横長の８０％に当たる中央部分に設定した以外は実施例１と同様にして測定を行った。
結果を表５に示す。
【００３０】
【表５】
【００３１】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＡは３２、サンプルＢは４３、サンプルＣは４３であり、サンプルＡは値が小さいが、サンプルＢとサンプルＣの値に差が見られず、官能評価とパラメータ（Ｆ１）は、相関関係は見られなかった。
他のパラメータでも同様であった。
【００３２】
［実施例４］
測定対象として官能評価で内相が細かいと評価されたスポンジケーキをサンプルＤ、内相が中位と評価されたスポンジケーキをサンプルＥ、内相が粗いと評価されたスポンジケーキをサンプルＦとして使用した。
図６は内相が細かいと評価されたサンプルＤの測定する内相を示す写真である。
図７は内相が中位と評価されたサンプルＥの測定する内相を示す写真である。
図８は内相が粗いと評価されたサンプルＦの測定する内相を示す写真である
測定は、実施例１と同様にして行った。
結果を表６に示す。
【００３３】
【表６】
【００３４】
このデータのパラメータ（Ｆ１）で比較すると、サンプルＤは１８、サンプルＥは２９、サンプルＦは３１であり、細かいものは値が小さく、粗いものは値が大きい。
官能評価とパラメータ（Ｆ１）は、明らかな相関関係が見られる。
他のパラメータでも同様である。
【図面の簡単な説明】
【００３５】
【図１】内相が細かいと評価されたサンプルＡの測定する内相を示す写真である。
【図２】内相が中位と評価されたサンプルＢの測定する内相を示す写真である。
【図３】内相が粗いと評価されたサンプルＣの測定する内相を示す写真である。
【図４】パラメータ（Ｆ１）、パラメータ（Ｆ３）の評価結果を示すグラフである。
【図５】パラメータ（Ｆ２）、パラメータ（Ｆ４）の評価結果を示すグラフである。
【図６】内相が細かいと評価されたサンプルＤの測定する内相を示す写真である。
【図７】内相が中位と評価されたサンプルＥの測定する内相を示す写真である。
【図８】内相が粗いと評価されたサンプルＦの測定する内相を示す写真である。
【特許請求の範囲】
【請求項１】
画像解析装置を使用したスポンジ状の内相を有するベーカリー食品の内相評価方法であって、内相が現れるように切断した前記ベーカリー食品の内相中央部分を測定範囲とし、前記測定範囲内の内相表面の穴を画像解析装置により少なくとも面積が２０Ｋピクセル以上の穴を認識できる測定条件で測定し、前記穴の個数を面積の大きさにより区分した範囲ごとに求め、その個数に評価係数を乗じた値を合計したパラメータ（Ｆ１）を使用することを特徴とするスポンジ状の内相を有するベーカリー食品の内相評価方法。
【請求項２】
パラメータ（Ｆ１）が数式１である請求項１に記載のスポンジ状の内相を有するベーカリー食品の内相評価方法。
【数１】
数式１中、Ｎ５は面積５００Ｋピクセル以上の穴の個数、Ｎ３は面積３００Ｋピクセル以上５００Ｋピクセル未満の穴の個数、Ｎ２．５は面積２５０Ｋピクセル以上３００Ｋピクセル未満の穴の個数、Ｎ２は面積２００Ｋピクセル以上２５０Ｋピクセル未満の穴の個数である。
【請求項３】
パラメータ（Ｆ１）とともに以下のパラメータ（Ｆ２）〜パラメータ（Ｆ４）のうちいずれか１以上のパラメータを使用するスポンジ状の内相を有するベーカリー食品の内相評価方法。
【数２】
数式２中 全体の個数とは、面積２０Ｋピクセル以上の穴の個数である。
【数３】
数式３中、｜輝度−８０｜とは（輝度−８０）の絶対値である。
【数４】
数式４中、全体の個数とは、面積２０Ｋピクセル以上の穴の個数である。
【請求項１】
画像解析装置を使用したスポンジ状の内相を有するベーカリー食品の内相評価方法であって、内相が現れるように切断した前記ベーカリー食品の内相中央部分を測定範囲とし、前記測定範囲内の内相表面の穴を画像解析装置により少なくとも面積が２０Ｋピクセル以上の穴を認識できる測定条件で測定し、前記穴の個数を面積の大きさにより区分した範囲ごとに求め、その個数に評価係数を乗じた値を合計したパラメータ（Ｆ１）を使用することを特徴とするスポンジ状の内相を有するベーカリー食品の内相評価方法。
【請求項２】
パラメータ（Ｆ１）が数式１である請求項１に記載のスポンジ状の内相を有するベーカリー食品の内相評価方法。
【数１】
数式１中、Ｎ５は面積５００Ｋピクセル以上の穴の個数、Ｎ３は面積３００Ｋピクセル以上５００Ｋピクセル未満の穴の個数、Ｎ２．５は面積２５０Ｋピクセル以上３００Ｋピクセル未満の穴の個数、Ｎ２は面積２００Ｋピクセル以上２５０Ｋピクセル未満の穴の個数である。
【請求項３】
パラメータ（Ｆ１）とともに以下のパラメータ（Ｆ２）〜パラメータ（Ｆ４）のうちいずれか１以上のパラメータを使用するスポンジ状の内相を有するベーカリー食品の内相評価方法。
【数２】
数式２中 全体の個数とは、面積２０Ｋピクセル以上の穴の個数である。
【数３】
数式３中、｜輝度−８０｜とは（輝度−８０）の絶対値である。
【数４】
数式４中、全体の個数とは、面積２０Ｋピクセル以上の穴の個数である。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２００９−１１５５７２（Ｐ２００９−１１５５７２Ａ）
【公開日】平成２１年５月２８日（２００９．５．２８）
【国際特許分類】
【出願番号】特願２００７−２８８０５４（Ｐ２００７−２８８０５４）
【出願日】平成１９年１１月６日（２００７．１１．６）
【出願人】（０００２３１６３７）日本製粉株式会社 (144)
【Ｆターム（参考）】
【公開日】平成２１年５月２８日（２００９．５．２８）
【国際特許分類】
【出願日】平成１９年１１月６日（２００７．１１．６）
【出願人】（０００２３１６３７）日本製粉株式会社 (144)
【Ｆターム（参考）】
[ Back to top ]