光源下色差识别?微型色差检测系统的开发及在液态食品中的应用，接下来我们就来聊聊关于光源下色差识别?以下内容大家不妨参考一二希望能帮到您!
光源下色差识别
微型色差检测系统的开发及在液态食品中的应用
摘要
随着社会的进步与工业化的快速发展，颜色成为许多行业产品品质的重要指
标之一。在纺织印染、涂料、纤维、印刷、塑料以及食品等行业，将颜色指标作
为产品品质指标的重要内容已经是生产者和消费者的共识。目前颜色测量仪器随
着生产方式的变化以及市场需求等，逐渐向微型化、小型化发展。由于国内对于
颜色检测理论、方法和仪器的研究起步较晚，国产颜色检测仪器的发展相对落后，
微型化的仪器就更加稀少。课题结合当前的国内市场需求以及颜色测量仪器发展
现状，研究开发了一种便携式、性价比高、能够满足一般应用的微型颜色测量分
析仪，该仪器的研发具有一定的实际应用意义。
微型颜色测量分析仪在滨松（Hamamatsu）C10988MA 微型可见光谱仪的基
础上展开，具体的研究内容如下：
1. 分析了分光光度式测色仪的检测原理以及 CIE 均匀颜色空间等相关色度
学理论基础，提出了颜色测量分析系统的整体框架。以 C10988MA-01 微型可见
光谱仪为色差检测系统核心部件；照明与观察条件选用 0/0（垂直/垂直）方式；
利用白色 LED 灯与其他单色光 LED 灯模拟标准 D6
5光源光谱功率分布等主要部
件构建了颜色检测系统，设计了液态样品颜色检测分析系统的整体结构。
2. 对研发的微型颜色检测仪进行了基本性能和功能的评测。根据 JJG178-
2007《光谱测色仪检定规程》等国家标准，以稳定性、重复性、透射比最大允许
误差及其重复性、100%T 基线等性能指标对仪器进行测试，其中，稳定性 Δf=0.09，
重复性 s(Y)=0.1123、s(x)=0.0003341、s(y)=0.0006165，透射比最大允许误差 ΔT =
0.0459，透射比重复性 δT
=0.0988，100%T 基线相对标准偏差在 0.00007 ~ 0.0004
范围之间，均达到国家标准规定的一级计量标准。
3. 从便携式应用角度考虑，开发了 1 套基于 Android 平台的微型色差仪应
用软件（即 Android App），应用程序采用 Java 编程语言编写，实现对微型色差
仪的基本控制（光谱扫描、参数设置、样品透过率采集、图谱显示等），软件还
具有用户注册登录、样品定标、色差分析、云服务器上传下载等功能，经应用试微型色差检测系统的开发及在液态食品中的应用
II
验的验证，软件运行稳定、操作简单、便携小巧，适配 Android 4.0、Android 5.0、
Android 6.0 等设备。
4. 以喷雾干燥速溶绿茶、长城解百纳干红葡萄酒以及长城玫瑰红葡萄酒为
试验对象，对微型色差检测仪进行实用化试验。以蒸馏水为参考样品，对浓度梯
度为 0.002 g/L（浓度范围：0.80 g/L ~ 1.20 g/L）的喷雾干燥速溶绿茶汤试样进行
透过率采集，并进行色差分析，总色差△Ea
b
*落在 9 ~ 13 NBS 内，且随着浓度的
变化呈线性关系。对不同浓度的喷干速溶绿茶汤试样色度值 L*、a*、b*分别采用
Duncan’s multiple range test 方法进行分析，结果表明存在显著性差异（P=0.05）。
针对不同浓度的长城干红葡萄酒和长城玫瑰红葡萄酒试样，研究采用 CIE
1964 均匀颜色空间以及 CIE 1976Lab 色差计算分析方法，分别对其明度值 L*、
红/绿色度值 a*、黄/蓝色度值 b*进行计算分析，结果表明，随着干红葡萄酒和玫
瑰红葡萄酒含量的增加，L*呈减小趋势，a*、b*呈增大趋势，符合人眼观测结果。
总色差△Ea
b
*与葡萄酒浓度之间有明显的线性关系，可以有效的区分不同浓度的
待测试样，试验证明该系统具有一定的可靠性和实用性，具备了产品定型和批量
生产的水平。
关键词：色度，微型可见光谱仪，Android，喷雾干燥速溶绿茶，葡萄酒
目录
第一章 绪论 ................................................................................................................. 1
1.1 课题研究的背景及意义.................................................................................. 1
1.2 测色仪简介...................................................................................................... 2
1.2.1 色度学基本原理................................................................................... 2
1.2.2 光电积分式测色仪............................................................................... 5
1.2.3 分光光度式测色仪............................................................................... 5
1.3 国内外测色仪的发展和研究现状.................................................................. 6
1.4 测色仪在食品行业的应用.............................................................................. 8
1.4.1 在面粉和稻米品质检测方面的应用................................................... 9
1.4.2 在食用植物油品质检测方面的应用................................................... 9
1.4.3 在牛奶等奶制品品质检测方面的应用............................................. 10
1.4.4 在葡萄酒品质检测方面的应用......................................................... 11
1.4.5 在其他种类食品品质检测方面的应用............................................. 11
1.5 课题研究的主要内容.................................................................................... 12
第二章 微型色差检测仪的设计及性能分析 ........................................................... 14
2.1 色差检测仪简介............................................................................................ 14
2.2 微型可见光谱仪............................................................................................ 14
2.3 标准光源拟合................................................................................................ 16
2.3.1 照明光源............................................................................................. 16
2.3.2 LED 光源 ............................................................................................ 16
2.3.3 拟合光谱功率分布............................................................................. 18
2.4 硬件电路设计................................................................................................ 21
2.4.1 控制电路模块..................................................................................... 21
2.4.2 A/D 转换模块 ..................................................................................... 21
2.4.3 电源控制模块..................................................................................... 22
2.4.4 数据通讯模块..................................................................................... 23
2.5 色差仪性能测试............................................................................................ 24
2.5.1 测色仪稳定性..................................................................................... 24
2.5.2 测色仪重复性..................................................................................... 25
2.5.3 光谱透射比最大允许误差和重复性................................................. 26
2.5.4 100 %T 基线漂移 ............................................................................... 27
2.6 本章小结........................................................................................................ 28
第三章 微型色差检测软件方案设计及其主要功能的实现 ................................... 29
3.1 色差检测软件系统的总体设计.................................................................... 29
3.2 仪器系统标定及校正.................................................................................... 30
3.3 ANDROID 移动端 APP 设计 ............................................................................ 33
3.3.1 Android 系统简介 .............................................................................. 33
3.3.2 Android 系统市场占有率分析 .......................................................... 33
3.3.3 Android 系统架构 .............................................................................. 34 微型色差检测系统的开发及在液态食品中的应用
VIII
3.3.4 开发环境搭建..................................................................................... 35
3.4 色差检测软件主要功能实现........................................................................ 36
3.4.1 用户注册/登录模块 ........................................................................... 36
3.4.2 通讯模块............................................................................................. 37
3.4.3 系统 I/O 模块 ..................................................................................... 41
3.4.4 样品选择模块..................................................................................... 43
3.4.5 色差检测模块..................................................................................... 44
3.4.6 云服务模块......................................................................................... 45
3.4.7 色差公式代码实现............................................................................. 48
3.5 本章小结........................................................................................................ 50
第四章 微型色差检测系统的应用 ........................................................................... 51
4.1 色差检测系统工作流程................................................................................ 51
4.2 喷雾干燥速溶绿茶汤色差试验.................................................................... 51
4.2.1 试验材料与仪器................................................................................. 52
4.2.2 待测样品制备..................................................................................... 53
4.2.3 茶汤可见光光谱采集......................................................................... 53
4.2.4 茶汤透过率原始光谱分析................................................................. 54
4.2.5 基于 CIE 原理分析的茶汤试验 ........................................................ 55
4.2.6 与 HunterLab ColorQuest XE 对比试验 ........................................... 57
4.3 红葡萄酒色差试验........................................................................................ 58
4.3.1 试验材料与仪器................................................................................. 59
4.3.2 待测样品制备..................................................................................... 59
4.3.3 葡萄酒可见光谱采集......................................................................... 59
4.3.4 原始光谱分析..................................................................................... 60
4.3.5 基于 CIE 原理的葡萄酒试样色泽分析 ............................................ 60
4.4 本章小结........................................................................................................ 62
第五章 结论与展望 ................................................................................................... 63
5.1 结论................................................................................................................ 63
5.2 创新点............................................................................................................ 64
5.3 展望................................................................................................................ 64
1
第一章 绪论
1.1 课题研究的背景及意义
随着工业化生产的不断发展与进步，颜色评价在诸多行业（如纺织印染、涂
料、纤维、印刷、塑料、医药、食品等）成为了衡量产品品质的一个重要指标[1-
5]，因此提高颜色测量结果的准确度以及减少测量时间，成为了当前企业提高产
品质量和效益的一个关键技术。而“智能生产”这一理念的兴起，推动了工业智
能化的脚步，成为了提升生产效率与提高产品安全性的必由之路[6]。
目前，对于颜色的检测主要有以下几种方法[7]：
（1）目测法 目测法属于最传统的颜色检测方法，但该方法受观察者心理、
生理以及观测环境等因素的影响，测量的准确度较低且重复性较差，不能满足机
械化和现代化工业生产的需求；
（2）分光光度法 分光光度法是根据测量物体反射的光谱功率或透射率等光
谱数据，通过相关计算得到被测物体在各种标准光源或标准照明体下的三刺激值，
从而得到各种颜色参数[8]；
（3）光电积分法 光电积分法是把探测器的光谱响应匹配成所要求的 CIE
标准色度观察者光谱三刺激值曲线或某一特定的光谱响应曲线，再对被测量的光
谱功率进行积分测量[8-11]。
伴随着颜色度量和检测技术的进步，目视法因自身的精度不高、难以复现等
缺点已基本被淘汰；传统利用分光光度法进行颜色测量的仪器虽然精度较高但具
有体积较大，操作繁琐等缺点，同时由于目前较为先进的分光光度式测色仪均为
国外开发研制，价格高昂，导致其只能在大型企业和科研机构实现应用，难以普
及；光电积分法进行色差检测的仪器因其在色差检测方面具有较好的应用，遂有
较多的国内开发商选择对这一类型的仪器进行研制，便携式色差计应运而生，且
价格普遍低廉。仅对于要求测量色差而言，这类仪器具有较好的效果，但如果涉
及精度要求较高的颜色测量，便携式色差计即不能满足需求。因此，开发一种智
能、便携型、精确度高、具有云服务功能的色差检测系统，实现色差指标的快速
检测、产品品质的快速评判，具有一定的实际意义和社会价值。 微型色差检测系统的开发及在液态食品中的应用
2
在食品行业，食品颜色以及颜色的深浅均与食品的类别、纯度或内在质量有
关联，从某种意义上讲，通过测定食品的颜色或者食品之间的颜色差异可达到检
测其色泽品质和对产品一致性评价的目的[12]。相关研究表明，目前，在食品行业
尤其是液态食品行业，对其产品的颜色一致性及颜色品质的管控一般采用人工目
测法控制，也就是通过感官评价人员的评价来控制颜色的一致性。例如在葡萄酒
等相关行业，如何保证同批次葡萄酒之间的色泽相近或相同，一般是由感官评价
人员将待测样颜色与某种标准颜色对比打分实现颜色品质等级划分。这种利用目
视法进行色差评价的方法，不但需要对感官评价人员进行专业培训、耗费较多的
时间和精力、评价结果亦存在较大误差；同时，在企业生产过程中难以实现量化
控制和高效率生产，影响企业产品的竞争力，严重的会导致企业失去一定市场份
额。因此，设计一种智能化的便携型色差检测系统来取代传统的目视法的颜色测
定就显得非常具有实用化意义。该方法既避免了目视法测量带来的人为以及环境
因素等误差，节省了人力物力，提高了产品品质鉴别的精准度；同时又实现了企
业的数字化生产和管理，通过数据集中收集以及大数据分析，洞悉企业动态和走
向，推动了企业核心竞争力的提高。
1.2 测色仪简介
为实现颜色测量数据化和可视化，国际照明委员会（CIE）在大量的试验和
生产实践中总结建立了一系列颜色测量的原理、方法等，形成了 CIE 标准色度学
系统，指导并推动了现代色度学的发展和颜色测量仪的发展。
颜色测量仪（即测色仪）一般是指使用某种方式或方法获取待测样品的三
刺激值等颜色相关参数的仪器，根据测色原理可分为两类：光电积分式测色仪
和分光光度式测色仪。无论哪种类型的测色仪，均是模拟代替人的眼睛来进行
颜色评定和色差分析，以提高颜色测量的效率和精度。
1.2.1 色度学基本原理
1.2.1.1 三刺激值与光谱三刺激值
自然界中的所有物体表现出来的色彩，其颜色构成都离不开红（R）、绿（G）、
蓝（B）三种基本颜色，因此通常将这三种颜色称为三原色。在色度学中，如果江苏大学硕士学位论文
3
利用三原色的大小来描述某个物体呈现出来的颜色，则称其大小值为三刺激值。
在可见光波段范围内（即 380 ~ 780 nm），若各个波长的辐射能量相等，则
可以配出等能白光，称之为等能光谱色。利用三原色与该等能白光进行匹配，假
设该三原色的光通量分别为 ΦR、ΦG、ΦB（单位：流明 1m），若匹配成功，则
称 ΦR、ΦG、ΦB 为三刺激值所对应的相对亮度单位，即色度学单位[13]。
颜色匹配方程如下：
(1.1)
其中：r = R/lR；g =G/lG；b =B/lB，lR、lG、lB分别为三原色光通量值流明，
r、g、b 称为光谱三刺激值，实际指匹配光谱各个波长的等能光谱色对应的三
原色数量。
1.2.1.2 标准色度观察者
标准色度观察者（即色匹配函数），是将各种类型的多人测得的光谱三刺激
值取平均而作为标准数据。由于不同的光源或光照条件下，同一个被照物会呈现
出不同的颜色，导致不同观察者认为该物体具有不同的颜色。为了避免这种差异
并统一颜色表示方法，国际照明委员会提出了标准色度观察者的概念。
最早仅有 CIE 1931 和 CIE 1964 两组标准色度观察者。其中，CIE 1931 仅适
用于 1° ~ 4° 的小视场的颜色测量，CIE 1964 适合于 10°以上的大视场场合的颜
色测量。规定将三原色 R（700 nm）、G（546.1 nm）、B（435.8 nm）相加匹配出
等能白光（E 光源），然后在 2°视场观察条件下，经过目视配色仪匹配出等能光
谱的 R、G、B 分量，即为 CIE 1931 标准色度观察者[14]，如图 1.1 所示。
图 1.2 CIE 1964、CIE 1931 色度图
Fig.1.2 The chroma graphic of CIE
1964、CIE 1931
图 1.1CIE 1931 XYZ 色度图
Fig.1.1 The chroma graphic of CIE
1931XYZ 微型色差检测系统的开发及在液态食品中的应用
4
1.2.1.3 CIE 1976Lab 均匀颜色空间及色差公式
为了解决颜色空间中，两种不同颜色与同一种颜色的三刺激值差值相同，但
随着色调变化而引起人眼视觉差异发生变化的问题，国际照明委员会在 CIE 1931
标准色度学系统的基础上，提出了 CIE 1976Lab 均匀颜色空间以及相应的色差公
式。
CIE 1976Lab 均匀颜色空间通过非线性变化将颜色的 XYZ 三刺激值转化为
人眼视觉的量化指标 L*（心理明度）、a*（红/绿色坐标）、b*（黄/蓝色坐标），其
中 a*、b*分别与人眼相对应的色调、饱和度知觉相一致。具体的转换公式如下：
(1.2)
(1.3)
(1.4)
式中：X、Y、Z 分别为 CIE 1931 标准色色学系统的三刺激值；Xn、Y
n、Z
n是观察
时光源或照明体对应的三刺激值，光源为标准 D6
5光源时，分别为 95.04、100.00、
108.89；其中的 、 、 计算公式如下：
(1.5)
(1.6)
(1.7)
式 (1.5) ~ 式(1.7) 均为分段函数，以 0.008856 为分界点。
在 CIE 1976Lab 均匀颜色空间中，利用两点间的距离（即色差）用来表征两
种颜色之间的差异，具体的计算公式如下：
(1.8)
5
式中需要获取该色度空间中不同点的明度值 L*、红/绿色坐标 a*、黄/蓝色坐标 b*。
1.2.2 光电积分式测色仪
光电积分式测色仪是利用反射或者透射方式获取可见光范围内被测物的所
有波长信息，然后经过一次性积分得到被测物的三刺激值，再计算出相应的颜色
参数，其测量原理如图 1.3 所示。
光电积分式测色仪主要由光源、探测器以及数模转换软件组成，其中探测器
一般是采用有色玻璃滤光片进行校正的硅光电二极管或光电倍增管[15]。光电积
分式测色仪由于原理和结构的特点，尤其是有色玻璃滤光片的种类有限且加工工
艺复杂，使得不同批次的滤光片往往存在一定的误差，故不能精确测量出被测物
的三刺激值和相关的颜色参数[16]，但对于两种待测物之间的颜色差异却可以准
确测量，所以利用光电积分法进行颜色测量的仪器多为色差计。对于只需要控制
物体颜色一致性，不需要进行配色的行业来说，光电积分式测色仪具有测量速度
快、价廉且精度适当的优点[17]。
1.2.3 分光光度式测色仪
分光光度式测色仪和光电积分测色仪不同，其并不是直接测量待测物的三刺
激值，而是通过测量待测物的反射或者透射光谱，然后根据国际照明委员会推荐
的某种颜色计算标准，进行计算得到待测颜色的三刺激值和其他颜色参数[18]。
图 1.4 是分光光度式测色仪的原理图。在分光光度式的测色仪中，最早常用
的光源有钨丝灯和氙弧灯[19]，随着工业的进步，目前通常使用在可见光波段范围
图 1.3 光电积分式测色仪原理（反射）
Fig.1.3 The principle of photoelectric integral measuring instrument(Reflection) 微型色差检测系统的开发及在液态食品中的应用
6
内相对稳定的卤钨灯和氙灯，同时采用阵列探测器作为传感器，光栅作为色散器
件[20]，导致此类型的测色仪的结构复杂，体积较大，价格较高，难以实现普及。
目前，该类仪器主要还是由国外仪器厂商和科研机构进行开发研制，例如
Datacolor、HunterLab、X-Rite 等，而国内仪器厂商亦有所建树，北京北分瑞利研
制的 UV 2xxx 系列的紫外/可见分光光度计均已达到较高水平。分光光度式测色
仪通过获取待测物的可见光光谱，进而计算出所需的各颜色参数，所以精度较光
电积分式测色仪要高很多，它适用于具有配色或较高颜色精度的场合[21]。
1.3 国内外测色仪的发展和研究现状
对于颜色检测的研究，国外从上个世纪初就开始了，最先出现的是分光光度
式的颜色检测仪器，光电积分式测色仪在 20 世纪 40 初由亨利开发研制，并于 50
年代开始制造销售，到 60 年代，色差计已经在国外的某些国家开始批量生产，
反观国内，我国对于颜色检测的研究相对落后较多，直至上个世纪 80 年代，才
开始相关方面的研究和仪器的制造[22]。
随着工业的发展，尤其是和颜色相关的工业的发展，不仅对于颜色评定以及
色差分析的精度等要求越来越高，同时也要求能够便携、快速的达到颜色评定的
目的。因此，各种精确复杂的光学模型、算法技术以及相应的测色系统不断的被
提出、研究和开发，例如 Saunderson 修正、多光通理论、递归二次逼近及优化算
法、矩阵分块算法、通用颜色系统数学模型、神经网络技术等[23]。
目前，发展比较成熟且在业界有一定规模的国外公司如下：德国毕克（BYK）
图 1.4 分光光度式测色仪原理（反射）
Fig.1.4 The principle of Spectrophotometric color measuring instrument(Reflection)
7
公司，该公司以分光光度式测色仪为主，如 BYK-Gardner、BYK-mac 等（见图
1.5 和图 1.6），其中前者不仅可以测量控制颜色属性，同时也可以测量光泽，操
作可靠且精度较高。
美国爱色丽（X-Rite）公司，作为色彩科学和技术的专业品牌，其 Ci6X
系列的手持式便携分光光度仪以及 Ci7x00 系列台式分光光度计均可以准确提供
色彩信息，达到配色要求和检测要求（见图 1.7 和图 1.8）。
日本美能达公司，从上世纪 30 年代创建以来，一直在改变着“办公室环境”，
以“办公彩色输出”为核心，满足客户多样化的需求。在颜色检测方面，CM 系
列的分光测色仪早已步入了塑料、纤维、染色、陶瓷工业等领域，而 CR 系列的
小型色差计以及彩色色差计不仅具有高精度、多功能、操作简便的优点，同时也
有更为低廉的价格和便携的特点（见图 1.9 和图 1.10）。
图 1.5 BYK-Gardner 分光色彩精灵
Fig.1.5 BYK-Gardner CC68xx series
图 1.6 BYK-mac 金属色分光测色仪
Fig.1.6 BYK-MAC metallic color
spectrophotometer series
图 1.7 X-Rite Ci6X 系列
Fig.1.7 X-Rite Ci6X series
图 1.8 X-Rite Ci7x00 系列
Fig.1.8 X-Rite Ci7x00 series 微型色差检测系统的开发及在液态食品中的应用
8
由此可见，国外较为先进的测色仪器多为分光光度式光谱测色仪，极少数产
品采用光电积分式。而国内由于对颜色测量研究起步较晚，水平相对显得较为落
后，不过近年来也一直在致力于颜色方面的研究，从早期的北京光学仪器厂开始，
到现在已经出现了例如北京北分瑞利公司研制的 UV 2100、UV9600 等紫外可见
分光光度计，精度能达到 ± 0.5 nm（见图 1.9）。在便携式分光光度计方面，目前
国产代表产品有深圳天友利公司研制的 HP-200 色差仪[24-26]（见图 1.10）。国产仪
器的崛起在给国内仪器行业带来冲击的同时，也将打开仪器应用的一片新天地，
独立自主研发的仪器在“十三五规划”以及“互联网 ”的大背景中得到了迅速
发展。
1.4 测色仪在食品行业的应用
自改革开放以来，我国人民的物质生活水平有了极大的提高，从一开始的
“吃不饱”到现在的“要吃好”，发生了巨大的变化。人们不再满足于过去的只
要吃饱就可以，而是提出要吃的健康、吃的营养，同时也对食品的感官（即色、
图 1.9 CM-3700A
Fig.1.9 CM-3700A
图 1.10 CR-10 Plus
Fig.1.10 CR-10 Plus
图 1.11 北京北分瑞丽 UV-9600 紫外/可见分光
光度计
Fig.1.11 UV-9600 UV/Vis Spectrophotometer of
Beifen Ruili
图 1.12 HP-200 精密测色仪
Fig.1.12 HP-200 Precision Colorimeter 江苏大学硕士学位论文
9
香、味等）提出了更高的要求。食品的色泽及其颜色深浅往往和食品本身的性质
和状态有着密切的关系，例如：绿色蔬菜叶子出现变黄发蔫，表明该蔬菜存放时
间过久，质地发生变化；豆腐呈现色彩变暗，质地溃散发粘，则表明豆腐出现变
质；同一个品牌的冰红茶出现颜色不一致，则表明该产品生产过程品控出现问题
等。
长久以来，人们对于有色食品品质的鉴别，大多利用的还是感官评定的方法。
这种方法虽然可以用肉眼对食品色泽进行比较，且无需任何设备，感官人员却通
常会因为视觉疲劳或者观测环境等因素的影响造成感官评定出现误判，而且这种
方法亦不能复制和重现，一旦出现问题，不能及时发现和纠正。因此，使用一种
便携、快速、可量化的颜色检测系统或工具显得尤为必要。关于测色仪在食品行
业的应用，大量专家学者进行了研究探讨。
1.4.1 在面粉和稻米品质检测方面的应用
面粉作为我国北方大部分地区的主食，在劳动人民的手中被用来制作各种各
样的面点，花样百出，风味迥异。一般而言，面粉品质的优劣主要从新鲜度、颜
色、面筋值、水分以及杂质等方面来判断；稻米的品质评判中，同样也涉及到了
外观品质（如精米透明度、垩白度等），因此，利用颜色评判其品质具有一定的
实际意义。
孙向东等（2002）利用色彩色差计测定了小麦主产地的主栽 30 多个小麦品
种，分析并确定了我国小麦的 L*、a*、b*值范围[27]。侯彩云等在 2004 年基于计
算机色度学原理提出了一种稻米直链淀粉含量的检测方法，用扫描仪代替传统的
分光光度计，一次性采集样液色度值，同时测定多个稻米样品的直链淀粉含量，
实现自动划分等级的目的[28]。夏清等（2015）探讨了晋中麦区小麦品质与面包质
构及色差的关系，结果表明，亮度值 L*和黄度值 b*可以作为评价面包产品的辅
助指标[29]。AA Inamdar 等（2014）利用色彩分选机对谷物颗粒进行检测，利用色
差通过压缩空气的短脉冲去除污染物，在小麦碾磨应用中获得较好的结果[30]。
1.4.2 在食用植物油品质检测方面的应用
食用植物油长期放置会出现酸败氧化等现象，同时亦会导致其色泽发生变化，微型色差检测系统的开发及在液态食品中的应用
10
如何利用其色泽变化来提前发现或控制食用植物油的变质，不少专家学者对这一
问题已经进行了研究。W. D. Pohle 等最早在 1957 年，提出了一种在 500 nm 测
量植物油颜色的分光光度法，在当时具备的测量植物油方法的基础上，加入叶绿
素含量等可能影响植物油颜色的因素，具有一定的先验性[31]。而国内在 1990 年，
张林等对食用花生油色泽分析和等级鉴别等进行了研究，利用北京光学仪器厂生
产的 TC-P Ⅱ G 全自动测色色差计对油样进行测定获取色度值，同时结合感官人
员评定给分，最终找出了色度值与油样所得分值等级之间的相关性和标准相关曲
线[32]。杨宗政等（2000）以加热的花生油为目标对象，探究色差计测定的色泽参
数和加热花生油化学指标之间的关系，旨在寻找出一种简便易行的油脂劣变判别
方法，试验结果表明，花生油酸价和碘价分别与加热时间和色泽参数之间成线性
关系[33]。马利等（2008）基于 TCS230 和嵌入式微控制器设计了一种油脂颜色检
测装置，可以精确的控制油脂颜色[34]。Yew-Ai Tan 等（2004）对比了一种自动棕
榈油色度测量计与 1 台手动/目视式（Lovibond Tintometer Model F）以及 2 台自
动式色度计（Lovibond PFX 880 Series 和 LICO 300）在测量精炼棕榈油和棕榈
油制品颜色方面的差异，结果表明，3 种自动测量方法均具有相关性[35]。
1.4.3 在牛奶等奶制品品质检测方面的应用
牛奶已经成为了现代人生活中的重要饮料之一，无论老少，都开始把牛奶作
为日常饮品。一方面牛奶中所含成份营养价值较高，可以为人体提供蛋白质、维
生素等；另一方面，随着我国畜牧业的发展和工业化的进步，牛奶产量也随之提
高。因此，保证牛奶及奶制品的品质显得尤为重要，牛奶品质主要跟其中所含有
的细菌有关。
国外对于奶牛及奶制品的中菌群和颜色的研究较早，Tinkler F H 等在 1955
年就已经对奶牛和乳制品的颜色进行测定研究，分别比较了 390 ~ 500 nm 灭菌
和未经灭菌的淡奶滤液的吸收光谱等[36]。王丽等（2004）基于牛乳中细菌活动繁
殖后的产物还原酶间接使刃天青试剂发生褪色反应的机理，采用色差检测分析法，
计算出了色差与菌群浓度的拟合方程，试验表明，该方法与传统的检测方法相比，
具有快速简便的特点，当菌群浓度大于 41 万/mL，检测误差小于 10%[37]。陈东
魁（2007）根据牛奶制品中所含细菌浓度不同，加入刃天青后发生反应颜色不同江苏大学硕士学位论文
11
的原理，通过图像传感器采集颜色信息，实现方便快速的检测牛奶中细菌浓度值
[38]。钟瑞强等（2010）对生物活性低聚半乳糖进行了理化以及感官特性分析，经
色差仪检测发现，活性乳与原料乳的明度、红绿色差有显著性差异（P < 0.05），
在黄蓝颜色以及总色差上有极显著差异（P < 0.01）[39]。Cheng Ni 等采用 Hunterlab
和 CIE 推荐的方法在不同的观察角度（2°和 10°）测量了牛奶的明度值 L*、红/绿
色度 a*、黄/蓝色度 b*，通过对比不同温度的奶牛的色度值发现，色度测量的温
度对色度结果由较大的影响[40]。
1.4.4 在葡萄酒品质检测方面的应用
葡萄酒含有多种丰富的营养物质，兼具有各种保健作用，不仅可以调节人体
新陈代谢，促进血液循环，避免胆固醇含量增加等，常饮葡萄酒还可以降低患心
脏病的风险，减少血脂和血管硬化发病率。研究表明，葡萄酒的品质，往往与其
中含有的某些化学物质如丹宁等可导致其颜色产生变化的物质相关。常规的品酒
过程，也是将“看”放在了第一步，颜色呈紫红色则预示着酒体年轻，而宝石红
则象征着活力，因此，葡萄酒的颜色对于品酒以及鉴别品质均有着较大的关联。
Ayala 等早在 1997 年就提出了利用色差方法对葡萄酒的色泽进行分析[41]。
Margaret 等（2007）研究了不同年份（1995~2001 年）、不同品种（黑比诺、梅洛、
品丽珠、赤霞珠）以及不同地区的多达 173 种红葡萄酒，利用色度计测定其色泽
并进行感官分析，发现亮度、红度值与其中所含的花青素、丹宁等存在一定的关
系[42]。王飞等（2015）用 CIE 1976Lab 均匀色空间方法，对葡萄酒颜色信息进行
了数字化测量，建立了首个葡萄酒颜色数字化测量方法，其检出限分别达到了 L*
(0.034)，a* (0.0344)，b*(0.0448)，C* (0.0418)，h* (0.034) [43]。
1.4.5 在其他种类食品品质检测方面的应用
在其他种类食品方面，利用色差分析进行食品品质分析的研究案列亦有不少。
黄彩霞等（2012）利用色差计测定肉类（猪肉，牛肉，鸡肉等）颜色，为肉类贮
藏提供一种监控指标，因为肉类的颜色主要取决于其肌肉中的血红蛋白和肌红蛋
白含量[44]。贾丹妮（2016）利用色差检测分析技术对蜂蜜品种——色泽变化规律
进行了探究，以蜂蜜各品种的颜色指标 a*值作为自变量，以相应的品种作为因变微型色差检测系统的开发及在液态食品中的应用
12
量，基于色差判别建立了蜂蜜品种的颜色模型，模型判别准确率达到 88%[45]。韩
小丽等（2009）利用不同浓度的酱油对试验猪肉进行着色，试确定其最佳着色酱
油浓度，基于该浓度比较了不同品牌的高盐稀态一级酱油着色特性，同时研究分
析了酱油色调、色率与受试着色猪肉色差值之间的相关性，结果表明，L*、a*与
色率之间，红度值与黄度值之间，L*与 a*之间，C*与 b*、H*之间均有明显的相关
性[46]。赵淑富等（2000）利用色差计对柠檬酸易碳化合物溶液颜色进行了研究，
结果表明色差值可作为精确判定柠檬酸易碳化合物溶液颜色的依据[47]。美国威
斯康星大学动物科学系 R.E. Larraı´n（2008）使用数字图像来测定牛肉色坐标，
从数字图像可以通过比色计准确地预测 CIE 色坐标[48]。由于面条的色泽是评价
其品质的重要指标，张智勇等（2013）收集了全国各地的小麦样品，进行面条制
作以及感官分析，研究了色彩色差仪在色泽评价中的应用，最终建立了以 L*、
a*、b* 为自变量可直接评价面条色泽的回归方程[49]。
因此，测色仪或色差检测系统在食品行业的应用具有广泛性和实用性。利用
食品所有颜色信息或其色泽差异进行分析，便于直观反映食品品质，有利于广大
消费者接受认可。而对于有色液态食品来说，利用色差分析可以及时发现企业生
产的产品与相对应的标准品之间的差异，从而实现生产过程中的实时监控，避免
出现生产事故。随着测色仪和计算机视觉及自动化技术的发展，可以给未来食品
品质检测以及分级提供一种更加简便、快速的方法，不仅可以让生产者实现高效
率、高质量的生产，同时也可以让消费者享受到放心安全的食品。
1.5 课题研究的主要内容
本课题研究的内容是基于滨松光子学商贸（中国）有限公司（简称滨松中国）
生产的 C10988MA-01 微型可见光光谱仪 MS 系列探测器开发一套便携式光谱色
差仪，完成该光谱色差仪的主要硬件以及结构设计、基于 Android 平台的应用软
件设计、光谱色差仪的主要性能测试等工作，同时结合云服务器设计编写数据存
储分析模块，完成对茶汤、葡萄酒等液态食品的色差分析试验。主要研究及工作
内容如下：
（1）了解目前常见的分光光度式以及光电积分式测色仪的工作原理，根据
应用场景，分析这两种不同工作原理的测色仪之间的优缺点，提出课题所研究微江苏大学硕士学位论文
13
型色差检测系统的研究背景和实际意义。结合测色仪在食品品质检测方面的发展、
特点以及流程，了解色差检测在该方面的应用前景。
（2）进行微型色差检测仪的硬件设计、光源拟合以及相关元器件的选取，
根据《光谱测色仪检定规程》、《测色色差计检定规程》等国家或行业标准对测色
仪稳定性、重复性、光谱透射比最大允许误差和重复性以及 100 %T 基线等基本
性能进行试验研究。
（3）根据光谱色差仪的检测原理以及流程，基于 Android Studio 平台采用
Java 语言进行 Android App 的开发和调试，完成注册、登录、定标、光谱采集、
色差分析、云服务上传下载等功能，通过软件测试和硬件检测，完善微型光谱色
差检测系统。
（4）利用该微型色差检测系统对大闽食品有限公司以及南京融点提供的喷
雾干燥速溶绿茶、中粮酒业有限公司生产的长城解百纳干红葡萄酒以及康师傅蜂
蜜柚子茶等进行试验研究，采集其可见光谱，经色度学相关分析方法计算，确定
最优色差分析方法。 微型色差检测系统的开发及在液态食品中的应用
14
第二章 微型色差检测仪的设计及性能分析
2.1 色差检测仪简介
基于色差检测原理以及分光测色仪高准确性和高稳定性的要求，课题设计了
以 C10988MA-01 微型可见光探测器为核心的透射式光谱测色仪，其具有高精度、
高稳定性、成本较低、功耗较小等优点的便携式测色仪。基于应用场景以及便携
等特点，测色仪系统的照明与观测条件选择了如图 2.1 所示的 0/0（垂直/垂直）
方式；光源设计采用白光 LED 灯与其他单色光 LED 组合的复合光源；内置 4 块
锂电池为色差仪提供工作用电；采用 CH340X 系列芯片并设计 Micro-usb 接口进
行上、下位机的数据传输；设计通用型样品池（10×10 mm）并加装遮光盖，其结
构和样机图分别如图 2.2 和图 2.3 所示，详细的硬件选型及电路配置将通过下面
各小节进行介绍。
2.2 微型可见光谱仪
图 2.1 0/0 照明与观测条件
Fig.2.1 0/0 lighting and observation conditions
图 2.2 色差检测仪结构简图
Fig.2.2 Structure diagram of chromatic
aberration detector
图 2.3 微型色差检测仪样机图
Fig2.3 Prototype diagram of miniature
研究所设计的色差检测仪，其核心部件为滨松光子学株式会社（Hamamatsu）江苏大学硕士学位论文
15
研发的 C10988MA-01 微型可见光探测器，该部件结合了 MEMS 和图像传感技
术，实现了微型化，便于安装到便携式设备中，相关参数见表 2.1。
表 2.1 C10988MA-01 微型可见光探测器相关参数
Table.2.1 Technology parameters of Hamamatsu C10988MA-01 Visible spectrometer
技术参数 参数值
尺寸 2
7.6×16.8×13 mm
重量 9 g
像素数 256 pix
像素大小（H×V） 12.5×1000 mm
工作温度 5 ~ 50 ℃
储存温度 -20 ~ 70 ℃
光谱响应范围 340 ~ 750 nm
光谱分辨率（FWHM，Max） 14 nm
波长重现性 -0.5 ~ 0.5 nm
波长温度依赖性 -0.05 ~ 0.05 nm/℃
光谱杂散光 -25dB（Max）
积分时间 5 ~ 10000 ms
由表 2.1 可知，该探测器的尺寸非常小（具体见图 2.4），可以实现便携式或
移动式测量；其光谱响应范围
在可见光波段范围内，最大光
谱分辨率为 14 nm，基本可满足
试验测量需求；在恒定光输入
条件下，其波长重现性仅有±
0.5 nm 的偏差；该探测器的一
般 使 用 环 境 温 度 为 “ 不 结
露”，即在常温条件下，可以正
常工作。在输入 550 nm 的单色
光时，测量结果与（550±40）nm 区域内测量的结果比值，即光谱杂散光最大仅
为-25 dB，表明该探测器可以有效的减少杂散光噪声对目标光谱测量的影响。
图 2.4 C10988MA-01 微型可见光探测器
Fig.2.4 C10988MA-01 miniature visible light detector 微型色差检测系统的开发及在液态食品中的应用
16
2.3 标准光源拟合
2.3.1 照明光源
查阅相关文献发现，目前大多数的分光式测色仪均采用高压脉冲氙灯，该光
源在可见光区光源相对光谱分布较为均匀，与 CIE 推荐使用的 D6
5光源最为接
近，测色结果较为客观且适用于各颜色测量，但能量波动较大，每次测量时光度
能量的变化均会直接影响到测量的精度和稳定性，往往需要设计成双光路结构。
对于便携式或微型化测色仪来说，双光路的设计结构会变得相对复杂，也增加成
本。如果采用与标准照明 A 光源光谱功率分布相似的卤钨灯，由于卤钨灯的“高
热”特性，一般需要考虑设计散热系统，同时，卤钨灯在 320 ~ 450 nm 波段能量
值较低，针对某些特殊颜色区间则可能出现观测精度不够的情况，因此需要增强
该波段范围内的能量。白光 LED 较卤钨灯的光谱功率分布均匀，在短波段的能
量分布亦可达到测量需求，但在 450 ~ 500 nm 以及 640 ~ 760 nm 波段光谱密度
相对较低，不能近似模拟 D6
5光源[24, 50]。考虑到相关因素，结合前人的研究，设
计的检测系统采用白光 LED 与其他单色 LED 复合的形式来模拟 D6
5光源。
2.3.2 LED 光源
LED 光源以其节能、环保、低能耗、使用寿命长等特点，从 1962 年首次出
图 2.5 不同光源的光谱功率分布
Fig.2.5 Relative spectral power distribution of different light sources 江苏大学硕士学位论文
17
现并投入使用开始经过近 50 年的发展，已经被广泛应用于 LED 显示屏、交通信
号灯、照明、仪器仪表等各大行业。LED 由于具有体积小、无需预热、发光相对
稳定的特点，经常也被用作实验室仪器光源，为仪器的小型、微型化创造了条件。
图 2.6（a）和图 2.6（b）所示分别是冷白色 LED 和暖白色 LED 的能量分布
图，由图可看到，无论哪种色系白光 LED 均存在局部波段能量较低的现象，不
能较好的模拟 D6
5光源。为解决在不同波段存在的能量值较低的问题，基于前人
的研究经验，同时也尽可能的使 LED 与 D6
5光源光谱功率分布相似，设计首先
研究了冷暖色白光 LED 与多颗单色光 LED 进行复合模拟的效果。试验前期分别
对紫色、蓝色、绿色、黄色、橙色以及红色 LED 的光谱能量分布进行测量分析，
图 2.7 所示为各单色光 LED 的能量分布情况。
(a) (b)
图 2.6 白色光 LED 光源光谱能量分布
(a)冷白色 LED 能量分布;(b)暖白色 LED 能量分布
Fig.2.6 Spectral energy distribution of white light LED source
(a) cool white LED energy distribution;(b) warm white LED energy distribution
图 2.7 不同单色光 LED 光谱能量分布
Fig.2.7 Spectral energy distribution of LED with different monochromatic light 微型色差检测系统的开发及在液态食品中的应用
18
由图可知，从短波段向长波段延伸，紫色、蓝色、绿色、黄色、橙色、红色
LED 分别在 400 nm、460 nm、525 nm、580 nm、615 nm 以及 650 nm 等处出现
明显的吸收峰，与可见光波段各颜色波段分布一致。由于白光 LED 在 400 nm 之
前能量值较低，在该波段辅以紫色 LED 进行拟合；500 ~ 550 nm 波段辅以绿色
LED 拟合；而在 600 nm 之后，辅以暖白色 LED 或者单色 LED。
2.3.3 拟合光谱功率分布
由于单个 LED 光源与标准 D6
5光源存在较大差异，同时色差检测仪的探测
器以及结构也不尽相同，因此，研究基于 2.3.2 中各 LED 在不同波段吸收峰的情
况及相关参考文献，采用多种 LED 光源进行 D6
5光源拟合，同时对光源进行定
标和相关算法校正。具体试验操作按如下步骤进行：
（1）按照以下 6 种组合情况进行光源拟合：①冷白 紫 绿色 LED；②冷白
色 暖白色 LED；③暖白 紫 绿色 LED；④暖白 冷白 绿色 LED；⑤暖白 紫
蓝 绿色 LED；⑥暖白 冷白 紫 绿色 LED。
（2）以空气为参比，在相同的试验环境下，分别使用 D6
5光源与 LED 复合
光源进行参比扫描，其结果假定为 RD
i、R
Li（360≤i≤780）。
（3）由于探测器的不同，导致测量波长与 CIE 推荐使用的 CIE1964 标准照
明体的三刺激值以及光谱功率分布不能一一对应，查阅文献，研究采用三次样条
插值算法进行波长校正，得到实测 D6
5相对光谱功率分布 SDi（360≤i≤780）。
（4）计算光谱校正比例系数 ki
= R
Li / R
Di（360≤i≤780），通过 k 计算得到
复合 LED 光源的实际光谱功率分布 SL
i = S
Di · k
i（360≤i≤780）。
通过上述试验以及相关计算，最终得到如图 2.8 所示的各组 LED 拟合光谱
功率分布图。由图 2.8(a)和图 2.8(c)可知，单独的冷白光或者暖白光 LED 与紫色、
绿色 LED 组合，在 450 ~ 700 nm 波段的拟合效果均较差；图 2.8(b)和图 2.8(d)基
于冷暖白色光 LED 的两个波峰的特点，辅以绿色 LED 进行拟合，从图形上看，
其拟合效果要比单独色系的白光 LED 效果好，但在 500 ~ 550 nm 波段仍然存在
拟合结果较差的现象；基于前 4 种组合方式，图 2.8(e)和图 2.8(f)组合方式的拟合
结果在 360 ~ 470 nm 波段拟合效果较好，在 470 nm 之后的拟合效果较差。 江苏大学硕士学位论文
19
为直观的对比 6 种组合方式的拟合效果，研究引入残差平方和(Q)和决定系
数 R2，其具体计算公式如下：
(2.1)
(2.2)
(e) (f)
图 2.8 不同组合 LED 相对光谱功率分布
(a)冷白 紫 绿色 LED;(b)冷白 暖白色 LED;(c)暖白 紫 绿色 LED;
(d)暖白 冷白 绿色 LED;(e)暖白 紫 蓝 绿色 LED;(f)暖白 冷白 紫 绿色 LED
Fig.2.8 Relative spectral power distribution of different combinations of LEDs
(a)cold white purple green LED;(b)warm white cold white LED;(c)warm
white purple green LED;(d)warm white cold white green LED;(e)warm
white purple blue green LED;(f)warm white cold white purple green LED
(c) (d)
(a) (b) 微型色差检测系统的开发及在液态食品中的应用
20
式中：yi、 分别为参考曲线数据点、拟合曲线数据点，y 为参考曲线数据的数
学期望。在数理统计中，残差平方和 Q 描述了拟合曲线与参考曲线之间的整体
偏差大小，两组数据之间的 Q 越小，代表其拟合程度越好。R2 描述了拟合曲线
上的每个点与参考曲线对应点(x，y)的拟合程度，其取值范围在[0，1]，R2 越接近
于 1，则表示拟合效果越好[51, 52]。
由于研究中仅从形状上来进行 D6
5光源的拟合，这种对比在不同数量级的光
谱中可能会存在较大的差异，因此，需要对参考曲线（即 D6
5光源能量分布曲线）
进行比例放大或缩小，使拟合曲线和参考曲线处于同一数量级。引入比例系数 k，
即存在 k > 0，参考曲线与 k 相乘，与拟合曲线之间的 Q 值最小（符合最小二乘
原理），得到如下 Q 变式：
(2.3)
对式(2.3)求导可计算得到相对应的比例系数 k， 、 对应参考曲线数据组、拟
合曲线数据组。利用 Q 变式计算得到的 k 值计算 R2，令 ， [53]。
采用比例系数 k 对上述 6 种组合方式光源进行拟合度计算，其结果如表 2.2 所
示。
表 2.2 6 种光源的拟合结果
Table.2.2 Fitting results of 6 kinds of light sources
组合方式(LED) Q R2
①冷白 紫 绿 7.3385×103 0.9178
②冷白 暖白 4.2749×103 0.9504
③暖白 紫 绿 6.7154×103 0.9280
④暖白 冷白 绿 3.8934×103 0.9547
⑤暖白 紫 蓝 绿 6.8602×103 0.9224
⑥暖白 冷白 紫 绿 5.2605×103 0.9397
由表 2.2 可知，6 种组合方式的相对光谱功率分布拟合效果与 D6
5光谱功率
分布相似度均在 90%以上，其中①、③、⑤、⑥ 4 种组合方式拟合的 LED 光源
与②、④两种组合方式相比，其光谱功率分布拟合效果稍差，决定系数 R2 <0.95。
从拟合曲线形状上来看，6 种组合方式的相对光谱功率分布在 470 ~ 500 nm 左右江苏大学硕士学位论文
21
波段拟合度均一般，考虑到 LED 光源，可能在该波段缺少一种相对应的单色光，
需要在后续的试验中继续探究。
综上表明，利用白光 LED 与其他单色光 LED 进行 D6
5光源拟合的光源具有
一定的可靠性和实用性，但因为拟合结果在某些波段始终存在一些差异，因此在
实际测量使用过程中，还需要对拟合光源进行定标以及对测量结果进行算法校正，
从而便于提高精度和可靠性。
2.4 硬件电路设计
2.4.1 控制电路模块
课题采用如图 2.9 所示的 ATxmega128A3U 微处理器作为硬件系统的主要电
路控制系统，设计如图 2.10 所示的 JTAG 接口用于下位机调试。该处理器是基于
AVR 增强型 RISC 架构的 8/16 bit 微型处理器，具有低功耗、高性能以及外设接
口丰富等特点。其程序存储器（ROM）容量可达 128 KB，总引脚数为 64，具有
4 通道的 DMA 控制器，可以保证数据的稳定传输和防止溢出[54]。
2.4.2 A/D 转换模块
系统采用 AD7261 数模转换
器，它是由 ADI 公司研发设计的高
速、低功耗的 16 bit A/D 转换器。
图 2.9 ATxmega128A3U 系统配置图
Fig.2.9 System configuration diagram of ATxmega128A3U
图 2.10 JTAG 接口配置图
Fig.2.10 Configuration diagram of JTAG interface 微型色差检测系统的开发及在液态食品中的应用
22
其差分输入（VREF）最大为 2.5 V，积分非线性最大值为±2 LSB(FS：±30 ppm)，
带有缓冲区和温度传感器，采用 2.5V 单电源供电，功耗值为 70 mW，采样速率
最高达 1 mSPS，整体系统采用正常工作模式，其电路配置图如图 2.11 所示。
2.4.3 电源控制模块
与传统色差检测仪不同，课题设计的色差检测仪采用内置锂电池（3.7 V 聚
合物锂电池 306080 型）的方式，通过控制设备 USB 供电或者自身电源供电来维
持仪器正常运行，电源系统在待机 5 min 后会自动断电并关闭仪器，节省电量的
同时又避免仪器空置，实现人性化操作。锂电池的部分参数信息如下：
表 2.3 锂电池参数
Table.2.3 Parameters of lithium battery
内置锂电池参数 参数值
标称电压 3.7 V
标称容量 2200mAh，1C 放电
充电电流 标充：0.5C；快充：1.0C
放电截止电压 2.75 V
放电温度 -20 ~ 60 ℃
充电时间 标准：2~4 h；快充：2 h
由于电路设计是基于 ATxmega128A3U 单片机进行开发的，另外还涉及了
DAC 控制电路等，为了满足其对于不同电压的需求，这里采用 MIC5209 系列的
低压差线性稳压器，该系列稳压器由于具有噪声低、限制电流量等特点，经常被
用于便携式设备的供电系统或者稳压电路中，具体使用了 3.6 V、3.3 V 以及 2.5
V 等几种稳压器。其电路见图 2.12 和图 2.13 所示。
图 2.11 ADC 电路配置图
Fig.2.11 Diagram of ADC configuration 江苏大学硕士学位论文
23
2.4.4 数据通讯模块
根据色差检测仪的硬件结构和实际使用情况，综合对比了目前常见的便携式
设备的信息传输方式，最终选择了 CH340B USB 转串口的信息传输方式，该方
式结合了串口通讯的稳定性和 USB 通讯的高效性，实现了数据的稳定传输，同
时也便于光谱仪与控制设备之间的连接。
表 2.4 常见的便携式信息传输方式
Table.2.4 Common portable information transmission methods
传输类型 优点 缺点
蓝牙 功耗低、成本低 速度慢、距离有限、容易丢包
USB 速度快、连接灵活、独立供电 驱动复杂、传输稳定性较差
串口 并行接口、传输稳定 速度慢
Wi-Fi 速度快、一对多、距离较远 成本稍高
NFC 安全性高、低功耗 速度慢、距离短(<10 cm)
该通讯接口采用支持 OTG 功能的
Micro-USB 接口，Micro-USB 接口是 USB
2.0 标准的便携式版本类型，而且目前大多
数智能手机充电口采用的同样是该类型接
口，因此便于智能移动终端与便携式设备
进行连接，电路设计见图 2.14。同时，Micro-
USB 接口还具有体积小、支持热拔插、盲
插、使用寿命高等优点，其采用 B-5 pin 接
口又可以有效的防止 USB 设备误插而导致设备损坏。
图 2.12 MIC5209-3.3BM 稳压电路
Fig.2.12 MIC5209-3.3BM regulator circuit
图 2.13 MIC5209-2.5BM 稳压电路
Fig.2.13 MIC5209-2.5BM regulator circuit
图 2.14 Micro-USB 电路设计图
Fig.2.14 Micro-USB circuit design 微型色差检测系统的开发及在液态食品中的应用
24
2.5 色差仪性能测试
基于 JJG867-1994《光谱测色仪检定规程》、JJG595-2002《测色色差计检定
规程》以及 JJG178-2007《紫外、可见、近红外分光光度计检定规程》等国家标
准中对于分光式测色仪的相关检定指标和方法，本节将对开发的微型可见光谱色
差仪进行相关性能试验测试，其中主要包括：仪器的稳定性、透射率重复性、透
射比最大允许误差和重复性、100%T 基线漂移等方面进行测试，以确保测色色差
仪的稳定性和可靠性。
2.5.1 测色仪稳定性
依据《中国药典》2015 版附录“溶液检查法”规定，选取黄绿色 5 号标准
液作为待测样，在室温 25 ℃的条件下，待仪器开机预热 10 min 之后，在 15 min
之内对该试样三刺激值 Y 扫描 12 次，根据如下公式计算测色仪器稳定性 Δf：
(2.4)
上式中，Yi为第 i 次测量结果，Y 为多次测量的均值。具体试验结果如表 2.5
所示。
表 2.5 仪器稳定性试验结果
Table.2.5 Result of instrument stability experiment
测量次数 Y x y
1 79.65 0.3521 0.3575
2 79.56 0.3529 0.3590
3 79.54 0.3531 0.3594
4 79.63 0.3526 0.3584
5 79.61 0.3525 0.3584
6 79.52 0.3531 0.3593
7 79.51 0.3531 0.3595
8 79.59 0.3527 0.3586
9 79.59 0.3525 0.3583
10 79.50 0.3531 0.3594
11 79.49 0.3530 0.3593
12 79.51 0.3529 0.3590 江苏大学硕士学位论文
25
续表 2.5
测量次数 Y x y
均值 79.56 0.3528 0.3588
最大值 79.65 0.3531 0.3595
最小值 79.49 0.3521 0.3575
极差值 0.16 0.0010 0.0020
标准差 0.05458 0.00032 0.00061
根据表 2.5 的试验结果，由式（2.4）计算得到测色仪的稳定性值 Δf 为 0.09，
与 JJG595-2002《测色色差计检定规程》中对测色色差计的稳定性检定指标（一
级：Δf ≤0.2，二级：Δf ≤0.4）相比，该仪器符合国家一级测色仪标准。
2.5.2 测色仪重复性
测色色差仪重复性是指仪器预热后，在测量用白板保持不变的情况下，连续
测量工作专用白板 8 次，最后通过式（2.5）进行重复性 s 计算：
(2.5)
式中：ui表示色刺激值、色度坐标、色差等第 i 次测量值，u 表示平均值，n 为
测量次数。由于研究采用 0/0（垂直/垂直）方式进行光谱扫描，同时由于液态样
品的多样性和复杂性，经查阅相关文献后，研究采用蒸馏水作为工作用白板（也
称本底或空白），对仪器进行校正和定标，因此，在室温 25 ℃，对蒸馏水进行 10
次扫描，扫描间隔 15 s，计算其重复性，结果如表 2.6 所示。
表 2.6 重复性试验结果
Table.2.6 Result of repeatability experiment
测量次数 Y x y L* a* b*
1 82.58 0.3449 0.3511 100.06 0.21 -0.41
2 82.55 0.3450 0.3514 100.04 0.13 -0.24
3 82.56 0.3448 0.3511 100.05 0.19 -0.40
4 82.48 0.3451 0.3516 100.01 0.08 -0.12
5 82.49 0.3451 0.3516 100.01 0.08 -0.15
6 82.35 0.3455 0.3524 99.95 -0.09 0.28
7 82.41 0.3454 0.3521 99.98 -0.02 0.13
微型色差检测系统的开发及在液态食品中的应用
26
续表 2.6
测量次数 Y x y L* a* b*
8 82.33 0.3456 0.3525 99.94 -0.09 0.35
9 82.28 0.3457 0.3527 99.92 -0.15 0.44
10 82.31 0.3456 0.3525 99.93 -0.11 0.37
均值 82.43 0.3453 0.3519 99.99 0.02 0.03
最大值 82.58 0.3457 0.3527 100.06 0.21 0.44
最小值 82.28 0.3448 0.3511 99.92 -0.15 -0.41
极差值 0.3000 0.0009 0.0016 0.1400 0.3600 0.8500
标准差 0.1123 0.0003 0.0006 0.0522 0.1316 0.3274
经式（2.5）计算，最终得到：s(Y)为 0.1123，s(x)为 0.0003341，s(y)为 0.0006165，
均优于国家一级测色仪标准。
2.5.3 光谱透射比最大允许误差和重复性
光谱透射比最大允许误差以及重复性测量指仪器开机预热之后，以空气为参
比，使用透射比标称值为 10%、20%、30%的光谱中性滤光片，分别在 440、546、
635 nm 处，测量其透射比 3 次，最后通过式（2.6）和（2.7）分别计算得到的结
果。
(2.6)
(2.7)
式（2.6）中，T0、T 分别是对应波长处的透射比标准值和 3 次测量的平均
值；式（2.7）中 TM
ax、T
Min分别为 3 次测量值的最大、最小值。依据新修的 JJG178-
2007《紫外、可见、近红外分光光度计检定规程》中对于光谱透射比相关性的要
求和检定方法，研究得到如表 2.7 的试验结果。
由于系统使用的 CM10911-MA 微型可见光谱仪的光谱响应范围在 340 ~ 780
nm，参考 JJG178-2007《紫外、可见、近红外分光光度计检定规程》国家标准，
该波段属于 B 段，因此与 B 段相对应的透射比相关性能指标进行比较，结果显
示无论是最大允许误差 ΔT（I 级：±0.3），还是重复性 δT（I 级：≤ 0.1）均优于
国家计量规定的标准。 江苏大学硕士学位论文
27
表 2.7 透射比试验结果
Table.2.7 Result of transmittance experiment
中性滤
光片
波长/nm
透射比
标准值
透过率试验结果
ΔT δT
1 2 3
10%
440 0.117 0.0957 0.0971 0.0981 0.0200 0.0025
546 0.121 0.1130 0.1141 0.1154 0.0068 0.0024
635 0.088 0.0715 0.0740 0.0642 0.0181 0.0098
20%
440 0.198 0.1767 0.1891 0.0904 0.0459 0.0988
546 0.214 0.2060 0.2170 0.2152 0.0013 0.0109
635 0.201 0.1845 0.1858 0.1850 0.0159 0.0012
30%
440 0.292 0.3378 0.3360 0.3181 -0.0386 0.0197
546 0.317 0.3312 0.3326 0.3312 -0.0147 0.0014
635 0.290 0.3161 0.3027 0.3130 -0.0206 0.0135
2.5.4 100%T 基线漂移
检测系统是基于 CM10911-MA 微型可见光谱仪进行开发的便携式色差检测
仪，而衡量 1 台光谱仪长时间工作测量准确度中的一个重要指标就是光谱仪的基
线（即 100 %T 基线），因此有必要对其 100%T 基线进行测量评估。100%T 基线
是指在仪器长时间工作过程中采集到的相对参比基线的漂移程度。
其具体操作步骤如下：用空气参比代替待测样，在短时间内对该参比连续扫
描 2 次，然后将该扫描结果在对应波长点的光强值的比值乘以 100 %得到对应的
100 %T 基线。实际测量中，往往采取在 1 h 内等时差连续测量的方法采集参比
光谱数据，最终计算分析得到 100 %T 基线，利用各波长点的标准偏差来衡量仪
器的基线偏移，如果标准偏差≤0.0003 A/h，则认为该仪器长时间工作的测量精
确度较好[55]。
试验按照如下操作对色差仪进行基线测量：在室温 25 ℃的环境中，调节光
谱仪积分时间为 5 ms，扫描次数为 32 次，波长间隔为 1 nm，扫描时间间隔为 3
min，即每隔 3 min，连续扫描参比 2 次，试验总时长 1 h，共采集到 20 组 100 %T
基线。如图 2.15 和图 2.16 分别是其中 1 组试验 100 %T 基线以及各波长点的标
准偏差。
由图 2.15 可知，经过 1 h 连续进行参比光谱采集，随机选取的 1 组参比数据微型色差检测系统的开发及在液态食品中的应用
28
可见，偏移量数量级为 0.0001，上下浮动范围在 0.001 之内。从图 2.16 可知，标
准偏差的范围在 0.00007 ~ 0.0004 之间，表明仪器可以保证长时间测量的精确度。
2.6 本章小结
本章从基于 C10988MA-01 微型可见光谱仪开发的色差检测硬件系统出发，
对其总体设计方案进行了分析比较，其中重点研究了非标准光源的拟合与测试，
同时依据 JJG867-1994《光谱测色仪检定规程》、JJG595-2002《测色色差计检定
规程》以及 JJG178-2007《紫外、可见、近红外分光光度计检定规程》等国家标
准规定对光谱测色仪进行了相关性能测试，其中包括：仪器的稳定性、重复性、
透射比最大允许误差以及重复性以及 100%T 基线等，最终试验结果表明：开发
的微型色差仪具有一定的可靠性和实用性，相关指标均优于国家一级计量水平。
图 2.15 20 组 100 %T 基线中的某 1 组
Fig.2.15 The 1 groups of 20 groups of
100%T
图 2.16 100 %T 基线标准偏差图
Fig.2.16 The plot of standard
deviation of 100%T line 江苏大学硕士学位论文
29
第三章 微型色差检测软件方案设计及其主要功能的实现
从企业生产对于色差检测要求快速、便携、可视化等角度考虑，检测系统采
用当前比较热门且被大众广为接受的 Android 系统作为软件应用开发平台，充分
利用移动互联网的优势，让企业生产实现数字化生产和管理，提高生产效率和生
产质量。
3.1 色差检测软件系统的总体设计
基于硬件系统和实际应用过程中对于色差检测的要求，设计了如图 3.1 所示
的色差检测软件系统，该系统主要包含用户注册/登录模块、通讯模块、系统 I/O
模块、色差检测模块以及云服务模块等，详细介绍将会在下面的各节中展开，这
里不做赘述。根据上述的总体设计思路，设计了如图 3.2 所示的工作流程。各自
模块的主要功能介绍如下：
（1）在初次安装使用色差检测软件时，需要进行用户注册，便于管理测量
数据以及提高安全性；
（2）经用户登录后，基于 C10988MA-01 微型可见光探测器设计的色差检测
光谱仪，与上位机（即 Android 控制设备）之间通过 USB 转串口通讯方式实现
连接；
（3）待连接成功后，即可进行相关操作，例如样品种类的选择、参数设置、
色差标准的光谱采集以及待测样色差光谱的采集等。在待测样色差检测时，若对
本次测试结果存在“怀疑”，则可以重新对该样进行色差检测；
图 3.1 色差检测软件系统
Fig.3.1 The chromatic aberration detection software system 微型色差检测系统的开发及在液态食品中的应用
30
（4）采集到的光谱数据以及色差分析结果通过两种方式进行保存：一种是
以“.csv” 格式结尾的文件将数据保存在控制设备上，相当于本地数据存储，便
于用户直接查看以及后续的数据集中分析处理，之所以选择该文件格式，一方面
考虑到该方式可能会由于
存储空间的限制而使后期
软件系统变得冗余，所以将
文件格式设置为“.csv”，
每次存储的数据文件大小
仅为 9 KB；另一方面，数据
集中处理大多使用的还是
由 微 软 公 司 开 发 的
Microsoft Office 中的 Excel
来 进 行 数 据 处 理 ， 而
“.csv”文件是 Excel 支持
的一种文件格式；另一种方
式即利用云服务器，将数据
通过网络上传到云服务器
端，便于数据的长期保存和
后续查询，同时也便于企业
进行数据管理，及时了解产品生产状态。
3.2 仪器系统标定及校正
由于开发的色差检测系统采用白光 LED 和其他单色光 LED 复合的方式作
为该色差仪的光源，并不是 CIE 推荐使用的 D6
5标准光源，检测环境的复杂性和
不稳定性也会对测量结果造成不必要的影响。因此，为了避免环境多样性引起的
仪器测量误差，尽可能的保证测量结果的准确性和可靠性，在开始测量之前，需
要对仪器进行标定及校正。针对该仪器的检测特点和实际操作过程，提出了如下
标定过程：
图 3.2 色差检测软件工作流程图
Fig.3.2 The chromatic aberration detection software flow 江苏大学硕士学位论文
31
（1）在每次仪器开机测样之前，首先设置好参数（如积分时间、扫描次数
等）和扫描环境（如温度、湿度等），由于测量的均为液态试样，因此，以蒸馏
水为参照样品（空白），测量得到三刺激值 X0、Y
0、Z
0；
（2）以（1）中得到的三刺激值作为本次测色仪照明光源工作三刺激值；
（3）利用经三次样条插值拟合后的光源相对光谱功率分布等数据，计算当
前测量试样的颜色参数。
以上通过每次测量试样前的校准，避免了由于仪器或者环境发生变化导致测
量结果不准确或不可靠的情况，但仅仅是针对色差测量检测而言，如果想要与其
他测色仪进行颜色指标的对比，则需要进行颜色测量结果的修正，将因光源、探
测器以及照明观测环境等的不同，而导致同一试样颜色指标相差巨大的现象进行
修正。通过查阅相关文献发现，可以利用线性变换矩阵的方法进行修正。使用该
方法进行修正的原理：选取 D6
5/10°照明和观测环境的光谱测色仪作为目标参考
仪器（即相对颜色基准），其颜色三刺激值为 X0、Y
0、Z
0；开发的微型光谱测色
仪为校准仪器，其颜色三刺激值为 X’、Y
‘、Z
’，利用线性变换矩阵，使得 X
’、Y
‘、
Z’经过相关计算转换成 X0、Y
0、Z
0，即按照如下矩阵进行转换[56]：
(3.1)
式中：Ri、G
i、B
i（i = x，y，z）为系数矩阵，即校准仪器的修正系数，可利用比
色标准液进行校准和系数求解。这里利用《中国药典》第五版中的比色标准液对
微型光谱色差仪与 HunterLab 测色仪进行了相关研究，其结果如表 3.1 所示。
表 3.1 比色标准液试验结果
Table.3.1 Results of colorimetric standard
仪器 编号 X Y Z x y
HunterLab
测色仪
(目标仪器)
橙红 1# 84.321 89.119 93.014 0.316 0.334
橙红 2# 83.809 88.528 90.943 0.318 0.336
橙红 3# 83.056 87.666 87.993 0.321 0.339
橙红 4# 82.395 86.886 85.481 0.323 0.341
橙红 5# 81.760 86.158 83.131 0.326 0.343
微型色差检测系统的开发及在液态食品中的应用
32
续表 3.1
仪器 编号 X Y Z x y
橙红 6# 81.851 87.768 83.377 0.324 0.347
微型色差
检测仪
(校准仪器)
橙红 1# 80.110 82.370 67.870 0.348 0.358
橙红 2# 79.730 82.000 65.990 0.350 0.360
橙红 3# 79.280 81.490 63.330 0.354 0.364
橙红 4# 78.920 81.110 60.420 0.354 0.364
橙红 5# 78.250 80.410 58.080 0.361 0.371
橙红 6# 77.060 80.410 60.170 0.354 0.370
以 HunterLab 测色仪测量得到的橙红色 1#、2#、3#作为标准色样，微型色差
检测仪测得的对应号试样作为校准色样，其余的作为修正色样，求得颜色转换矩
阵：
根据校准仪器的实测值，结合颜色线性转换矩阵计算的试样修正结果以及偏
差如表 3.2、表 3.3 所示。
表 3.2 对 4#、5#、6#试样修正结果
Table.3.2 Correction results for 4#, 5
#, and 6
# samples
编号 X Y Z x y
橙红 4# 82.424 86.918 84.825 0.324 0.342
橙红 5# 81.539 85.930 82.174 0.327 0.344
橙红 6# 82.392 86.820 84.747 0.324 0.342
表 3.3 修正值偏差
Table.3.3 Deviation of correction value
编号 ∆Y ∆x ∆y ∆Y’ ∆x
’ ∆y
’
橙红 4# 0.032 0.001 0.001 -5.776 0.031 0.023
橙红 5# -0.228 0.001 0.001 -5.748 0.035 0.028
橙红 6# -0.948 0.000 -0.005 -7.358 0.030 0.023
由表 3.3 可知，经过线性变换，微型光谱色差仪与 HunterLab 测色仪的测色
结果偏差均较小，相比未经线性变换的 4#、5#、6#试样，二者之间差异性均减小
了 1 个数量级，作为便携式色差仪而言，其结果具有一定的可靠性和借鉴性。利江苏大学硕士学位论文
33
用该方法可以有效的对非标准光源测色类仪器进行结果修正，有一定的参考价值。
3.3 Android 移动端 App 设计
3.3.1 Android 系统简介
Android 是一种基于 Linux 内核的、开源的操作系统，最初并不是由 Google
公司研发出来，而是由 Andy Rubin 等人开发并应用于手机，在 2005 年被 Google
公司收购注册，而后经过众多制造商和开发商的共同努力于 2007 年公布，并在
2008 年 10 月 22 日首次推出了第一款搭载该系统的智能手机 T-Mobile G1，从此
打开了智能手机的一扇新大门[57, 58]。经过 10 多年的发展，Android 已经从最初
的 Android Beta（Astro）、Android 1.0（Bender）等版本发展到现在的 Android 8.0
（Oreo），结合硬件的发展，各项功能均有了很大提升，安全性也有很大的改善。
3.3.2 Android 系统市场占有率分析
众所周知，在移动互联网时代，智能终端操作系统的两大主力分别是由
Google 公司在 2007 年推出的 Android 系统以及苹果公司推出的 iOS 操作系统，
而早前存在的 Black Berry（黑莓）、Symbian（塞班）、Windows Phone 等操作系
统，在激烈的市场竞争中或退出历史舞台或保留很小的市场份额。在 2010 年，
Android 系统市场份额快速增长，达到了整个智能手机市场的 22.7 %，成为排名
全球第二的操作系统[59, 60]。而根据 Gartner 公司公布的 2017 年全球销售的智能
手机调研可以发现，2017 年全球智能手机占比中，Android 和 iOS 市场占有率分
别为 85.9 % 与 14 %，出现如此悬殊的市场占有率原因如下：一方面由于 Android
系统独有的开源性，目前每年都有上百款搭载 Android 系统的手机问世，多家国
内外公司致力于开发研究基于 Android 系统的手机，如三星、HTC、华为、小米、
一加、魅族等，这些生产厂家均以其各自拥有的特点生存于移动互联网的世界中；
另外，由于 Android 市场的开放性特点，许多个人或者团队均可以在 Android 平
台上发布自己的 App 应用，用户无需付费即可体验下载。反观苹果公司的 iOS 系
统，由于每年仅推出一到两款手机，而且价格相对较高，对于广大用户来说，限微型色差检测系统的开发及在液态食品中的应用
34
制其发展的最为重要的是平台应用收费问题，无论开发商还是用户，均需要向苹
果公司付出一定的费用，才能体验下载应用，这造成了近年来 iOS 市场份额逐渐
减小[61, 62]。
随着近年来搭载 Android 系统手机的普及，同时 Android 应用市场的大力开
发，当前，人们的生活已经离不开这一智能终端，而时下流行的扫码付款等便捷
方式也在慢慢地改变着人们的生活方式，但也存在相应的安全问题，因此，
Android 系统如果要在未来一直保持着当前的热度以及市场，仍需进一步改进和
完善。
研究采用 Android 系统作为上位机开发平台，不仅考虑到该平台的应用广泛
性，同时也基于“便携式”理念的考虑，进一步推动仪器的微型化和便携化，在
不增加额外“设备负担”的前提下，最大化的降低了仪器生产成本。
3.3.3 Android 系统架构
经过 10 多年的发展，随着 Android 市场份额的不断增长，其商业价值被越
来越多的开发商和个人重视，每年都有很多新生的力量加入 Android 系统或者应
用的开发中，而无论是在系统层面进行开发还是在应用层面进行开发，首先都需
要对 Android 系统架构有充分的理解和认知，才能高效、稳定的进行开发[63]。如
图 3.3 所示的是 Android 系统架构。
由图 3.3 可看到，Android 系统架构采用了分层设计，该设计有利于降低各
图 3.3 Android 系统架构
Fig.3.3 Android architecture 江苏大学硕士学位论文
35
分层之间的依赖性，提高了稳定性和可维护性，便于各分层的独立开发和移植。
该系统架构由 Kernel（Linux 内核系统）、Libraries（系统运行库）、Application
Framework（应用框架）以及 Applications（应用层）4 部分组成（从下往上）。
（1）Kernel 层 Android 系统是基于 Linux 内核，采用并加以修改其源码而
形成的一种开源性系统。该层包含了 Linux 内核及其相关驱动管理，例如内存管
理、进程管理等，同时也包含了一些 Android 系统专有驱动如 Binder 等[64]。
（2）Libraries 层 Libraries 层也叫系统运行库层，Android 系统以及应用开
发大部分是利用 Java 语言编写的，而 Java 本身是不能直接与硬件进行互相访问
的，因此需要借助 NDK（Native Development Kit），而 NDK 多是由 C 或者 C
编写的类库。该层主要有 C 语言标准库、SQLite（轻量级数据库）、多媒体库等
[65]。
（3）Application Framework 层 该层为应用框架层，主要用来提供应用层
实现相关功能所需要的基本服务等，例如 Android 应用开发的四大组件 Activity、
Service、Content Providers 以及 Broadcast 等，均属于该层。
（4）Applications 层 该层即应用层，层中所包含的即是用户最终体验交互
的应用程序，例如 Google 地图、滴滴打车、支付宝等，这些应用程序均是利用
Java 语言进行开发的[66]。
本课题开发的色差检测软件系统正是基于 Android 系统架构的 Application
Framework 层以及 Applications 层进行开发的。
3.3.4 开发环境搭建
Android App 是利用 Java 语言进行编写的，因此，首先需要配置 Java 语言的
开发环境，同时需要选择相关的集成开发环境（IDE，Integrated Development
Environment），软件开发涉及到的开发环境搭建以及版本选择如表 3.4 所示。
表 3.4 Android App 开发环境搭建
Table.3.4 System development environment of Android App
开发工具 版本号 主要作用
JDK 1.8.0_101 提供 Java 编译环境
JRE 1.8.0_101 提供 Java 运行环境 微型色差检测系统的开发及在液态食品中的应用
36
续表 3.4
开发工具 版本号 主要作用
Android Studio 2.3.3 Android App 集成开发环境，即 IDE
Android SDK 26.0.2 提供 Android 开发所需要的基本服务和环境
Eclipse Java EE Neon Release 4.6.0 相关色差算法编译调试工具
3.4 色差检测软件主要功能实现
3.4.1 用户注册/登录模块
3.4.1.1 模块简介
基于企业生产管理的统一化、规范化和数据的有效上传等要求，设计了“用
户注册/登录”模块（见图 3.4 和图 3.5）。该模块实现操作人员、中层管理人员和
高层管理人员对数据的“有效分级监管”，将每批次产品的生产信息落实到每个
操作人员，避免在该过程中由主观原因造成的产品信息出现记录错误而无法查询
的情况。同时，利用该模块与云服务器相关联，方便数据的集中管理（如及时查
看某时间内的生产情况等），也能加强其安全性。
3.4.1.2 功能实现
该模块主要包含注册和登录两个功能，另外还包含用户头像的修改、历史登
图 3.4 用户注册界面
Fig.3.4 User registration interface
图 3.5 用户登陆界面
Fig.3.5 User loging interface 江苏大学硕士学位论文
37
录信息提示等功能。
（1）用户注册
该操作的实际结果即是向数据库添加写入用户信息，采用的是一种轻量型数
据库 SQLite，利用该数据库进行数据的读写。在注册过程中，还需要注意的一点
是“重名”的检测，即不能出现两个相同的用户名，否则会造成数据的混淆等情
况，其部分代码如下：
（2）用户登录
利用 SQLite 的查询功能，对上一步添加的用户信息进行查询，若用户名和
密码匹配，则登录成功；反之，则提示“用户名或密码错误”。
3.4.2 通讯模块
3.4.2.1 通讯模块简介
从第三章的介绍中可知，课题开发的色差检测光谱仪采用 CH340B Uart 芯
片进行转接，实现 USB 转串口通讯。Android 设备与光谱仪之间通过 OTG 连接
实现通讯，因此需要用到 Android USB Host 模式，即利用 Android 设备充当 USB
主机，实现数据或者指令的收发。Android USB Host 这一模式对于 Android 系统
版本的最低要求为 3.1 版本，同时也需要 Android 设备具有 USB Host 或 OTG 接
口，软件测试使用的 Android 设备版本均为 4.0 版本及以上。如图 3.6 所示为
Android Host、USB Device 和串口设备三者之间的关系图。 微型色差检测系统的开发及在液态食品中的应用
38
软件系统是基于 CH34x
UART 芯片进行应用层开发，
其通讯主要包括两个部分，如
图 3.7 所示。
3.4.2.2 功能实现
（1）Android USB Host
与常规的 USB Host 通讯
一样，Android 应用开发程序
的 API 需要≥12，同时需要通过配置 Android 项目文件中的 文件来
授予该应用程序使用 USB Host 模式的权限，即在该文件中添加语句：
；而 Android 应用程
序想要在设备连接开启时可以识别并启动，则需要对已连接设备进行过滤，其中
过滤参数即 USB 设备的供应商 ID（VID）和产品识别码（PID），这两个 ID 决定
并区别了不同类型的 USB 设备，在 文件中，如果要实现上述过滤识
别功能，则需要添加手动过滤器 以及集体过滤器 ，
在 中，需要添加 文件，用来存放之前提到的 VID
和 PID，具体的代码实现如下：
图 3.6 CH34x 与 Android 设备通讯示意图
Fig.3.6 The communication diagram of CH34x and Android device
图 3.7 Android 应用程序通讯开发
Fig.3.7 Development of Android application
communication 江苏大学硕士学位论文
39
（2）Android USB 转串口
Android USB 转 UART 串口，主要经过枚举 CH340B 设备、打开 CH340B 设
备、初始化芯片、设置相关参数（如波特率、数据位、停止位等）以及数据的读
写等几个步骤。
枚举设备（ ）：在枚举设备之前，应用程序需要获取系统 USB
服务，然后将该服务添加到 CH340B 创建的新对象当中，为后续步骤获取最关键
的一项系统服务。同时，还需要增加判断函数，即在获取系统 USB 服务之后，
需要判断当前 Android 设备是否支持 USB Host 模式，如果支持，则枚举并连接
设备，相反，则退出。
获取 USB 服务：
判断 Android 设备是否支持 USB Host： 微型色差检测系统的开发及在液态食品中的应用
40
连 接 打 开 设 备 （ ）： 若 第 一 步 枚 举 设 备 结 果 非 null ， 即
“ ”，则表示枚举成功，即可利用“ ”
连接打开设备，相关代码如下：
打开设备：
初始化 CH340B 芯片（ ）：这一步骤主要是初始化 CH340B 芯片并设
置串口参数，这些参数包括：波特率（ ）、终止位（ ）、数据位
（ ）、校验位（ ）以及流控制（ ）等，其值分别为 115200、
1、8、0 和 0。通过以下一行代码，可以将这些串口参数写入 CH340B 芯片：
初始化 CH340B：
数据的读写（read or write data）：经过前面的几步，Android 设备已经可以与江苏大学硕士学位论文
41
CH340B 设备进行连接并实现通讯，此时就可以进行数据的读写（或收发），该
芯片与 Android 设备之间以应答方式进行数据读写，即采用“命令头 命令 校验”
的格式以二进制字节流方式发送请求命令，相对应的应答格式为“帧头 返回数
据 校验”，该校验采用 CRC8 校验。在进行下位机数据读取时，采用阻塞式方法
进行读取，可以有效地避免数据丢失和漏读。
发送请求：
读取数据：
CRC8 校验（部分代码）：
3.4.3 系统 I/O 模块
3.4.3.1 波长校正
根据 C10988MA 微型可见光光谱仪性能参数及探测器指标可知，其波长采
用 6 点定标校正，导致探测器之间的波长响应出现差异，因此，需要对每台探测
器进行波长校正，校正公式如下：
(3.1) 微型色差检测系统的开发及在液态食品中的应用
42
其中，A0、B
1、B
2、B
3、B
4、B
5为校正因子，该校正因子，可以从探测器读
取，pi
x是对应波长点的序号[67]。部分代码如下：
获取校正因子指令：
波长校正函数：
3.4.3.2 数据本地存储
如图 3.8 所示，点击“测定”按钮，待光谱采集且色差分析完成后，首先
会弹出“是否保存当前结果？”信息提示框，若对当前测量分析结果持怀疑态
度，可以选择不保存当前测量结果，该对话框消失；重新对该样品进行光谱采
集，直到分析结果满意。分析得到的色差相关数据结果会自动保存在本地的 SD
卡路径当中，即“/storage/emulated/0/Color DS”文件夹下，而保存的文件格式
图 3.8 数据存储提示
Fig.3.8 Data storage prompt
图 3.9 数据本地存储
Fig.3.9 Local storage of data 江苏大学硕士学位论文
43
采用“.csv”格式，关于该文件格式，前面已经介绍，这里不做赘述，命名方式
采用时间戳自动命名，具体格式将在代码中呈现，部分代码如下：
3.4.4 样品选择模块
伴随着食品工业的发展，具有颜色的液态食品种类不仅丰富而且厂商林立。
在检测分析过程中，无法将可能出现的样品考虑全面，因此设计了样品选择模块。
该模块主要设计包括 4 种常见的液态食品（茶、醋、饮料、葡萄酒）及其品牌厂
商，同时提供检测人员“新建类别”功能，实现人性化操作，具体操作界面如图
3.10 和图 3.11 所示。整体功能实现基于 Android ViewPager 和 WheelView 两个控
件，前者实现横向轮播选择功能，主要用于试样一级种类（如茶与醋）之间选择；
图 3.10 试样种类选择
Fig.3.10 Sample type selection
图 3.11 试样种类新建
Fig.3.11 New sample type 微型色差检测系统的开发及在液态食品中的应用
44
后者实现纵向轮播选择功能，用于试样二级种类（如普洱茶、碧螺春等）之间进
行选择。
3.4.5 色差检测模块
色差检测模块主要包括色差检测标准测定和液态样品色差检测两部分，其中，
色差检测标准测定是整个色差检测分析的关键部分，图 3.12 和图 3.13 为样品定
标和测定界面。目前，色差检测在食品行业的应用主要以行业标准与生产产品之
间的颜色差异来判断其生产指标或品质性质是否合格，需要二者颜色之间进行色
差分析计算，参考大闽食品（漳州）有限公司对于茶汤色泽检测的方法（即给定
企业颜色标准，在色差允许范围内与生产产品颜色进行比较，判断其品质是否合
格），设计了如下的色差检测标准测定方法，即通过检测分析企业或行业颜色标
准，根据色差允许范围确定色差检测的上下限，同时选取与待测液试样溶剂相同
的液体作为整个色差检测的参照，进行待测液试样色差检测分析。
样品测定界面功能主要是对待测样进行光谱采集和色差分析。如图 3.13 所
示，该界面第一部分显示当前待测样类型以及当前色差标准模型参数；中间显示
图 3.12 色差标准测定界面
Fig.3.12 Color difference standard
measurement interface
图 3.13 样品测定界面
Fig.3.13 Sample measurement interface 江苏大学硕士学位论文
45
当前测量样品编号信息；下方左侧为上下限以及被测样色差比较图，右侧为其具
体的 L*、a*、b*等 3 个颜色参数；最下方为可视化的结果，“笑脸”代表当前被测
样为合格样，反之则为不合格样。该界面通过可视化的方式，将色差分析简化，
提供一种更好的人机交互方式，便于操作和读取。
3.4.6 云服务模块
为了避免本地存储因为权限或者工作人员操作失误导致数据丢失，软件系统
在数据存储方面，结合云服务，创建了本地存储和上传云服务器并行的存储方式，
而云服务存储方面存在以下几个关键技术问题：上传数据存储问题；联网上传监
测问题；服务器长连接问题等。
3.4.6.1 上传数据存储
由于数据上传可能存在即时上传或者延迟上传的情况，而光谱数据，数据量
较多且每次使用均会产生新数据，为了避免数据积累造成软件运行冗杂，软件系
统采用轻量级的数据库（SQLite）进行数据存储，该数据库占用内存资源较小，
且操作方便。根据用户需求，可以将操作人员信息、产品编号、相关 GPS 信息、
Android 设备信息以及光谱数据等分别建立链表存储，部分代码如下：
创建数据链表：
创建数据库：
3.4.6.2 联网上传监测
在实际应用过程中，可能会出现 Android 设备未联网，无法进行数据上传的
情况，而这个时候，测量的数据只能存储在 SQLite 链表中，为了在联网之后使微型色差检测系统的开发及在液态食品中的应用
46
这一部分数据可以在云服务器中实现备份存储，软件系统设计了实时（间断）监
测联网状态的方案，利用该方案实现网络状态的监控，在设备联网时，随即将前
1 次未上传数据上传，在这一步骤中，存在两个关键问题：（1）SQLite 链表中，
如何区别已上传数据和未上传数据；（2）实时监测网络状态的时间问题，即应该
在软件打开的什么时候进行监测。对于第 1 个问题，利用实时的网络状态给当前
测量存储的数据添加一个字段“flag”，若已上传，则标记为“true”，反之，则标
记为“false”；考虑到设备开启之后，即会进行参数设置等操作，此时的相关信息
已经存储在 SQLite 链表中，因此，该实时监测应该设定在 Android 设备与 CH340B
设备连接打开之后。
（1）SQLite 查询、修改“flag”字段：
（2）网络状态的实时监测
监测定时器需要在 Android 应用程序生命周期的 onCreate()中开启，在
onDestroy()中销毁，这样可以保证在一个完整的生命周期内，实现实时监测。
开启监测定时器：
注销监测定时器：
网络连接判断则通过 Broadcast 进行广播监听，部分代码如下：
网络状态监听： 江苏大学硕士学位论文
47
3.4.6.3 云服务器长连接
长连接，即指客户端和服务端之间通过一次握手连接，可以连续发送多个数
据包，在客户端没有发送数据包的间断时间里，通过“心跳机制”，实现连接监
测，防止数据丢包和连接中断。软件系统所用的正是这种连接机制，采用 Socket
大端模式的网络字节来传递数据信息，通过相关协议进行开发实现 Android 客户
端与云服务器相连接，实现数据备份和共享。
在Socket 通讯过程中，首先需要知道服务端的端口号（Port）和主机 IP（Host），
通过“ ”语句实现连接；接着需要判断是否连接成功，可
以初始化 Socket，向服务器端发送一个“心跳包”，根据服务器端的响应来判断
是否连接成功，如果连接成功，则进行相应的后续操作，反之，则重新建立连接；
在连接成功以后，需要设定“心跳”时间，设定“心跳”时间为 30 s，即每隔 30
s Android 客户端即向服务器端发送一个“心跳包”，以此维持二者之间的长连接；
最后进行数据的上传下载等。
从上述的连接过程中可以发现，在数据发送端，“心跳机制”与数据上传下
载请求命令包的发送之间属于并行关系，即“心跳包”的发送并不会妨碍数据收微型色差检测系统的开发及在液态食品中的应用
48
发请求命令的发送，因此，“心跳包”的发送，可以在主线程之外的其他线程中
执行，减少资源占用的同时可以实现并行执行；而在数据接收端，由于读取服务
器返回指令方式为阻塞式，而且为了保证同 1 条返回指令的完整性，则需要利用
synchronized （同步锁）对每 1 条返回的指令进行“锁”的指令，保证 1 条指令
完全接收后，再“解锁”读取下 1 条指令，相关代码如下（部分）：
“心跳”机制：
同步读取服务器返回数据：
3.4.7 色差公式代码实现
基于前面关于色度学原理以及相关色差公式的介绍，软件采用 Java 语言在江苏大学硕士学位论文
49
Eclipse Java EE 平台上进行色差公式的编写以及调试，同时移植到 Android 应用
开发中，在分析 CIE 1976Lab、CMC（l:c）以及 CIE DE2000 等 3 种色差公式的
基础上可知，这 3 种色差公式均需要先将色差检测光谱仪采集到的可见光光谱数
据，通过相应的算法转化为相对应的颜色三刺激值，进而计算出 L*、a*、b*等颜
色指数，部分代码如下：
其中，由于光源采用的是非标准光源，即复合 LED 光源，需要对光源进行
相对标准光谱功率分布校正，通过文献查阅，本文采用三次样条插值算法进行校
正，其代码实现如下：
三次样条插值： 微型色差检测系统的开发及在液态食品中的应用
50
关于三种色差公式这里不再详细讲解，以下仅给出总色差的计算代码：
3.5 本章小结
本章在对微型色差检测软件系统总体设计方案介绍的基础上，重点分析了色
差仪校准过程，同时通过分析近年来 Android 系统的发展及其趋势，阐述了选择
Android 平台进行开发的原因，介绍 Android 应用开发所需要搭建的系统环境等，
根据实际应用以及软件系统所需要的功能及其代码实现做出阐述，其中包括通讯
模块、I/O 模块、云服务模块以及 3 种色差计算公式的实现等。 江苏大学硕士学位论文
51
第四章 微型色差检测系统的应用
前面两章对微型色差检测光谱仪硬件系统构成、软件系统及其功能的实现进
行了详细的介绍，本章将对该色差仪在液态食品行业中的应用进行研究。在实际
测量中将光谱仪的测量结果用色度学的分析方法进行处理，验证仪器性能的同时，
对不同的色差公式及其应用做进一步的研究。
4.1 色差检测系统工作流程
开发的微型色差检测系统的应用对象主要定位是液态食品（如食醋、葡萄酒、
茶汤等），该色差检测系统原理是基于分光光度式的颜色测量原理，通过透射式
方法对待测样品进行光谱采集，然后根据 CIE 1976Lab 均匀颜色空间及其相关转
换公式，将光谱数据转换成对应颜色的三刺激值 X、Y、Z，进而利用相关色差公
式进行色差分析。
图 4.1 所展示的是色差检测系统工作流程图。由图可知，待测样经过色差检
测光谱仪进行光谱采集，然后将采集到的光谱数据通过 CH340B 芯片进行数据
集中传输，与 Android 设备进行数据交互，待 Android 设备接收数据信息完全之
后，选择本地数据存储处理或者上传云服务器进行数据存储处理。利用“并行”
的数据处理存储模式，利于数据的即时查看和处理，也方便选择云端服务器对数
据加以存储有利于数据长期管理与溯源查询。
4.2 喷雾干燥速溶绿茶汤色差试验
图 4.1 色差检测系统工作流程图
Fig.4.1 Flow chart of color difference detection system
茶作为中国古老的饮品，经过千年的传承和发展，早已深入人心。在近现代，微型色差检测系统的开发及在液态食品中的应用
52
茶业作为我国主要的对外贸易产业，拉动了近代社会的经济发展。而随着现代科
技的发展，该产业不仅仅在人们日常生活中有着相当大的消费群体，现已经发展
到医药方面的开发利用。越来越多的科研工作者，对茶及其化学成分的医用功效
进行了研究，发现茶叶中的化学物质诸如多酚类物质等具有抗癌、抗氧化等功效
[68-70]。
喷雾干燥的速溶茶粉，作为茶叶的一种新式制品，常被用来生产各种茶饮品
和其他食品的天然添加剂（如冰绿茶、冰红茶、抹茶食品等）。和传统茶业不同
的是，该类茶粉是以茶叶为原料，经浸泡的水提成茶汤、再通过浓缩工艺形成浓
缩液，最后采用喷雾干燥或其他干燥的工艺方法制成的粉末状速溶茶粉[71, 72]。利
用可见光光谱技术结合色度学相关原理对其进行色差分析，有利于实现其生产过
程的质量控制与管理。
4.2.1 试验材料与仪器
（1）试验材料
试验所用样品为大闽食品（漳州）有限公司和南京融点食品科技有限公司提
供的喷雾干燥的速溶绿茶粉（大闽 6 批、融点 6 批），分别为 4、5、6 月 3 个月
每隔 15 天从生产线上取得，每批次 20 g，共计 240 g。
（2）仪器与设备
C10988MA-01 微型色差检测光谱仪（自主研发见图 3.3）；
Android 设备：魅蓝 E2（魅族科技）、小米 2s（小米科技）、华为 M3 青春
版平板电脑（华为技术有限公司）；
10 mm 玻璃比色皿（江苏宜兴晨伟玻璃仪器厂）；
DK-8D 型水浴锅（巩义市予华仪器有限责任公司）；
HunterLab ColorQuest XE 色度仪（HunterLab 公司）；
FA1004B 型电子天平（上海越平科学仪器有限公司）。
（3）试验环境 室温为（25 ± 2）℃ 江苏大学硕士学位论文
53
4.2.2 待测样品制备
试验是基于大闽食品（漳州）有限食品公司提供的色差检测方法进行分析，
该方法具体操作如下：取（0.2±0.01）g 喷雾干燥速溶茶粉溶于 200 mL 蒸馏水
（25 ± 2）℃，即配制成 0.95 g/L ~ 1.05 g/L 的茶汤，将此浓度范围内的茶汤色泽
规定为合格色泽范围（即实际检测的色泽应该在此范围内），在生产中将其他茶
汤色泽与之进行比较，从而评判是否合格。
以上述色差检测鉴别标准为依据，利用恒温水浴锅加热蒸馏水到 25 ℃，将
12 批次喷雾干燥速溶绿茶粉依次编号为 G-1、G-2 直到 G-12，分别从 G-1、G-6
中各取出一定数量的喷雾干燥速溶茶粉试样溶于 200 mL 蒸馏水中，以 0.002 g/L
为浓度梯度，配制成浓度范围在 0.80 g/L ~ 1.20 g/L 的共计 82 个茶汤样品；G-2、
G-3 等茶粉样品分别配制稀释成浓度范围在 1.10 g/L ~ 0.91 g/L 的茶汤样品，用
于进一步分析茶汤色坐标 L*、a*、b*值与其浓度的关系。由于茶汤易于氧化，经
查阅文献[73-75]，发现茶汤在冲泡好的前 2 min 氧化程度较小，因此试验所需茶汤
试样均为现冲现测，保证在冲泡时间 2 min 以内对待测试样进行测量，以尽可能
保证试验的一致性和稳定性。
4.2.3 茶汤可见光光谱采集
光谱采集的步骤如下：
（1）将 Android 设备与色差检测光谱仪用 OTG 线以及 USB 数据线相连接，
打开光谱仪开关，经 Android App 自动检测连接 USB 设备，即可初始化软件；
（2）根据前期预试验优化结果，设置光谱仪积分时间为 8 ms，扫描次数为
32 次；
（3）参数设置完成后，先进行暗背景（暗电流）测量；
（4）本底测量，由于需要测量的对象是高水分的绿茶茶汤，样本采用蒸馏
水为溶剂，因此，选取蒸馏水作为参照样品，进行参比信号采集；
（5）待上述样品配置完成，取 3 mL 左右待测样用移液枪加入 10 mm 石英
比色皿中，替换蒸馏水参比，进行样本的光谱采集； 微型色差检测系统的开发及在液态食品中的应用
54
（6）每个样品重复测量 3 次，每测量 1 次将光谱数据保存 1 次，取 3 次光
谱数据的平均值为作为该样品的最终光谱数据。
4.2.4 茶汤透过率原始光谱分析
按照上述试验操作对待测样进行光谱扫描，样本的原始光谱图如下。
图 4.2 到图 4.4 所示的是 12 批次中的 4 个批次茶汤原始光谱图，从光谱图中
可以发现，在 320 ~ 400 nm 以及 750 ~ 780 nm 波段内的透过率波动较大，造成
该现象的原因可能是仪器本身在首尾波段的波动较大，在第三章中仪器性能试验
的基线漂移中已经体现，在起始波段范围内基线的相对标准偏差相对较大。参考
市场已成熟商用的测色仪，大多数波段范围在 400 ~ 700 nm 波段，因此，下面采
用 400 ~ 700 nm 波段进行相关分析和应用。图 4.6 为茶汤试验图。
图 4.2 G-1 原始光谱图
Fig.4.2 The plot of original spectrum of G-1
图 4.3 G-3 原始光谱图
Fig.4.3 The plot of original spectrum of G-3
图 4.4 G-6 原始光谱图
Fig.4.4 The plot of original spectrum of G-6
图 4.5 G-9 原始光谱图
Fig.4.5 The plot of original spectrum of G-9 江苏大学硕士学位论文
55
4.2.5 基于 CIE 原理分析的茶汤试验
基于色度学原理对上述采集到的各批次茶汤实测的光谱数据进行转换分析，
以蒸馏水为参照样品，经 CIE 1976Lab 均匀色空间计算得到如表 4.1 所示的 L*、
a*、b*值和图 4.8 所示的茶汤总色差结果。
表 4.1 G-1 茶汤 L*、a*、b*值（部分）
Table.4.1 L*、a*、b* values of G-1 tea(Partial)
浓度/g·L-1 L* a* b*
1.20 51.657 -1.435 33.241
1.19 53.970 -1.823 32.134
1.18 54.376 -1.978 31.560
1.17 56.696 -2.325 28.435
1.16 57.957 -2.376 27.932
1.15 58.807 -2.557 27.317
··· ··· ··· ···
1.13 59.960 -3.089 26.245
1.12 60.834 -3.376 25.015
1.11 61.864 -3.410 24.481
1.10 63.617 -3.387 24.512
1.09 64.957 -3.637 24.265
1.08 65.959 -4.057 23.505
1.07 66.739 -4.695 23.159
··· ··· ··· ···
0.85 74.694 -8.099 19.061
图 4.6 茶汤试验图
Fig.4.6 The picture of tested tea 微型色差检测系统的开发及在液态食品中的应用
56
续表 5.1
浓度/g·L-1 L* a* b*
0.84 74.909 -8.463 18.877
0.83 75.074 -8.220 18.898
0.82 75.204 -8.584 18.912
0.81 74.950 -8.165 18.437
0.80 75.234 -8.213 18.577
将表 4.1 中各浓度的 L*、a*、b*值按照相关的色差参考标准分为甲、乙、丙
3 类，其中各类的浓度界限分别为甲（＜0.95 g/L）、乙（0.95 ~ 1.05 g/L）、丙（＞
1.05 g/L），对其 L*、a*、b*分别采用 Duncan’s multiple range test 方法做单因素方
差分析，具体结果如表 4.2 所示。
表 4.2 不同浓度茶汤 L*、a*、b*
Table.4.2 L*、a*、b* values of different tea(G-1)
组别 L* a* b*
甲 60.33±4.85a -3.12±1.17a 26.76±3.36a
乙 70.53±1.45b -6.27±0.34b 22.46±0.64b
丙 74.28±0.78c -7.79±0.60c 19.58±0.85c
注：采用 Duncan’s multiple range test 方法进行分析，表中不同字母表示显著性差异（P＞0.05，
n=3）
由表 4.2 可知，在显著性水平为 0.05 时，甲、乙、丙三类浓度的 3 个颜色指
标 L*（明度值）、a*（红/绿色品坐标）以及 b*（黄/蓝色品坐标）均存在显著性差
异，按照当前的色差标准，表明该色差仪对于浓度呈线性关系的茶汤色差具有一
定的辨识度。随着茶汤浓度的变化，相关的颜色指标亦存在显著性差异，表明利
用该方法分析不同浓度茶汤色泽具有可行性和有效性。
（a）G-1 总色差 江苏大学硕士学位论文
57
图 4.8 是基于 CIE 1976Lab、CMC（l:c）以及 CIE DE2000 等 3 种色差公式
对不同浓度的被测茶汤进行总色差计算分析的结果。由图可知，以水为参照样品，
被测茶汤与之进行比较，总色差值总体趋势一致，均随着浓度的增大而增加。其
中，利用 CIE 1976Lab 色差计算公式分析的总色差 ∆Ea
b
* 落在 7 ~ 10 内；CMC
（l:c）计算分析的总色差 ∆Ec
mc
* 落在 9 ~ 13 内；而采用 CIE DE2000 色差计算
公式分析的总色差 ∆E0
0
* 落在 6 ~ 8 之间，表明对于同一个被测样而言，采用不
同的色差计算标准会出现较大的差异，因此有必要针对不同的待测样选取不同的
色差计算公式。图中所示的虚线，分别为采用不同色差计算标准的被测茶汤标准
色差上下限。图 4.8 (a)中展示的是 G-1 被测茶汤的总色差分析图，从图中可以看
出，采用 CMC（l:c）色差计算公式所得的结果，在总色差上限（ym
ax = 11.3266）
和下限（ym
in = 10.4954）之间，除上限边缘出现了一个色差异常外，总色差呈线
性递增趋势；在该范围外，总色差均亦随着被测样浓度的变化呈现相应趋势的变
化。同样，从图 4.8 (b)以及图 4.8 (c)中可以得到类似的结论，由该图可知，无论
采用哪种色差计算标准，利用标准色差浓度范围设定的总色差上下限，可以有效
的评判待测样色差是否符合该生产标准，进而可以判定该产品是否合格。综上可
知，利用色度学原理及相关色差分析评价方法可以有效的评价该类茶汤色差。
4.2.6 与 HunterLab ColorQuest XE 对比试验
对微型色差检测仪进行验证对比试验，通过微型色差检测仪与 HunterLab
ColorQuest XE 黄变仪对同一批次样品进行色度测量的方式来进行验证对比。试
(b) G-3 总色差 (c) G-6 总色差
图 4.8 部分试样总色差图
Fig.4.8 Plots of partial sample total color different 微型色差检测系统的开发及在液态食品中的应用
58
验样品为 0.90 g/L ~ 1.10 g/L 浓度范围的喷雾干燥速溶绿茶汤，通过 CIE 色度学
相关原理和算法，计算得到如图 4.9 和图 4.10 所示的色度图。
由图可知，L*值（即明亮度坐标）随着茶汤浓度的增大呈逐渐减小的趋势，
符合人眼观测结果，且微型色差检测仪测量结果与 HunterLab ColorQuest XE 测
色仪测量结果一致，均分布在 60 ~ 75 之间；b*值（即黄/蓝色品坐标）随着茶汤
浓度的增大，出现了增大的趋势，从茶汤试样的实际颜色角度考虑，绿茶茶汤呈
黄绿色，而高浓度绿茶茶汤颜色偏黄色，符合观测结果。微型色差检测仪测量结
果在测量 0.91 g/L 浓度茶汤时出现了明显的异常值，产生该现象可能的原因是仪
器光源预热时间不足；a*值（即红/绿色品坐标）基本为负值，符合茶汤实际颜色
（偏绿色 a 值即为负值），个别出现大于 0 的情况，可能的原因是在试验过程中
茶汤发生氧化。结果表明，研究的微型色差检测仪对于待测茶汤试样色度测量具
有一定的可靠性，可应用于茶汤色差检测。
4.3 红葡萄酒色差试验
近年来，由于消费市场的逐步扩大以及生活水平的不断提高，葡萄酒在国内
的消费开始流行增加起来。葡萄酒以其悦目的色泽、丰富的营养以及保健功效成
为了人们日常的饮品之一。据国际葡萄与葡萄酒组织（OIV）统计，2017 年我国
葡萄酒产量居世界第 7 位，葡萄酒销量居全球第 5 位，表明我国已经成为了葡萄
酒消费大国[76-79]。
葡萄酒品质评价中，色泽具有举足轻重的地位。传统的葡萄酒色泽评价需要
图 4.9 HunterLab ColorQuest XE 色度图
Fig.4.9 The chromaticity diagram of HunterLab
ColorQuest XE
图 4.10 微型色差检测仪色度图
Fig.4.10 The chromaticity diagram of miniature
color difference detector 江苏大学硕士学位论文
59
专业感官人员进行评价，模式基本围绕“目视感受-经验思维-语言描述”展开的
[80]，在这其中任意一个环节出现问题均会影响最终的感官评定结果，而目视法经
常会受到主观意见、环境因素等的影响，结果往往难以重现，不利于工业化的生
产和监督。
4.3.1 试验材料与仪器
（1）试验材料
长城特酿 3 年解百纳干红葡萄酒（下称为干红）；长城解百纳玫瑰红葡萄酒
（下称为玫瑰红）；康师傅蜂蜜柚子茶（均为麦德龙超市购买）。
（2）仪器与设备
仪器设备同“5.2.1 试验材料与仪器”。
（3）试验环境 室温为（25 ± 2）℃。
4.3.2 待测样品制备
（1）长城干红葡萄酒稀释样品制备
前期预试验发现，干红与玫瑰红葡萄酒由于色泽较深，直接取样进行可见光
谱采集效果不佳，经相关试验，最终决定将原样稀释 10 倍进行待测样制备。
取干红葡萄酒 25 mL 加蒸馏水稀释后，用移液枪分别取 1 mL、2 mL、3 mL、
4 mL、5 mL、6 mL、7 mL、8 mL、9 mL、10 mL 加入 25 mL 试管中，分别加入
康师傅蜂蜜柚子茶，制成 10%、20%、30%、40%、50%、60%、70%、80%、90%、
100%干红稀释样品。
（2）长城玫瑰红葡萄酒稀释样品制备
按照与干红葡萄酒稀释试样相同的方法制备玫瑰红稀释试样。
4.3.3 葡萄酒可见光谱采集
光谱采集的步骤如下：
（1）将 Android 设备与色差检测光谱仪用 OTG 线以及 USB 数据线相连接，
打开光谱仪开关，经 Android App 自动检测连接 USB 设备，即可初始化软件； 微型色差检测系统的开发及在液态食品中的应用
60
（2）根据前期预试验优化结果，设置光谱仪积分时间为 8 ms，扫描次数为
32 次；
（3）参数设置完成后，先进行暗背景（暗电流）测量；
（4）本底测量，选取蒸馏水作为参照样品，进行参比信号采集；
（5）待上述样品配置完成，取 3 mL 左右待测样用移液枪加入 10 mm 石英
比色皿中，替换蒸馏水参比，进行样本的光谱采集；
（6）每个样品重复测量 3 次，每测量 1 次将光谱数据保存 1 次，取 3 次光
谱数据的平均值为作为该样品的最终光谱数据。
4.3.4 原始光谱分析
按照上述试验操作步骤，得到如图 4.11 和图 4.12 所示原始可见光谱。
图 4.11 为干红葡萄酒试样原始可见光谱，从上到下分别为 10%、20%、30%、
40%、50%、60%、70%、80%、90%、100%干红葡萄酒试样可见光谱。由图可见，
不同含量的干红试样其可见光谱之间有明显的差异，集中在 375 ~ 650 nm 波段；
且随着干红葡萄酒含量的增加，其透过率减小，与人眼感官结果一致。图 4.12 为
玫瑰红葡萄酒试样，与图 4.11 相比，其谱图形状相似，同时随着玫瑰红含量的增
加，透过率也呈现减小的趋势。
4.3.5 基于 CIE 原理的葡萄酒试样色泽分析
基于 CIE 均匀色空间原理，将上述试验采集得到的可见光谱数据进行计算
图 4.11 干红葡萄酒稀释后的样品可见光谱
Fig.4.11 The plot of diluted dry red wine sample
visible spectrum
图 4.12 玫瑰红葡萄酒稀释后的样品可见光谱
Fig.4.12 The plot of diluted rose red wine sample
visible spectrum 江苏大学硕士学位论文
61
分析，得到相关颜色参数，如明度值 L*、红/绿色坐标 a*、黄/蓝色坐标 b*等。以
蒸馏水为参考样品，计算得到如图 4.13 和图 4.14 所示的色坐标值。
由图可见，干红稀释试样与玫瑰红稀释试样明度值 L*随着其含量的增加，呈
减小趋势，即颜色越来越深；红绿色坐标 a*随着其含量的增加呈增大趋势，感官
表现为呈现越来越红的趋势，符合人眼观察结果；黄蓝色坐标 b*同样也呈现增大
趋势，即偏向蓝色。以蒸馏水为参考试样，利用 CIE 1976Lab 色差分析方法对干
红试样与玫瑰红试样分别进行计算得到如图 4.15 所示的结果。
由图 4.15 可知，干红试样与玫瑰红试样总色差随着其中葡萄酒含量的增加，
均呈现出增大的趋势，且不同含量样品之间的色差较大，可以很好的将不同含量
葡萄酒试样区别开，表明该色差检测系统在葡萄酒色泽检测方面具有一定的可靠
性和适用性。因本试验仅为探究性试验，其中可能存在某些问题（如需要将不同
年代、产地、品种的葡萄酒进行取样研究等），需要后续试验进行进一步探索。
图 4.13 干红稀释试样色坐标
Fig.4.13 The plot of color coordinates
of diluted dry red wine sample
图 4.14 玫瑰红稀释试样色坐标
Fig.4.14 The plot of color coordinates
of diluted rose red wine sample
图 4.15 葡萄酒试样总色差
Fig.4.15 The plot of wine sample total color difference 微型色差检测系统的开发及在液态食品中的应用
62
4.4 本章小结
本章根据微型色差检测系统的整体工作流程，进行了相关试验应用。研究基
于喷雾干燥速溶绿茶汤、长城干红葡萄酒、长城玫瑰红葡萄酒等进行了色差检测
评判的验证性试验，采用色度学原理及其相关色差检测标准对试验样品进行色度
值以及总色差分析。最终，研究表明，基于该微型色差检测仪对喷雾干燥速溶绿
茶汤色差评判以及红葡萄酒试样色泽分析具有良好的效果，表明该系统在液态食
品色泽检测方面具有一定的可靠性和应用前景。 江苏大学硕士学位论文
63
第五章 结论与展望
5.1 结论
课题为了给液态食品的颜色检测提供一种方便快捷的低成本解决方案和方
法，以滨松 C10988MA-01 微型可见光探测器为核心，结合了实际检测应用场景
以及企业需求，开发了一整套微型快速色差检测系统，为实现色差检测的便携、
快速、可视化等功能，采用智能手机平台完成了系统注册登录、液态样品定标、
色差分析以及云服务器上传下载等功能，经系统主要性能测试和 3 种液态食品的
实际应用验证，达到了预期的设计要求，给液态食品行业提供了一种低成本、快
速方便的色差检测解决方案和仪器，为企业提供了一种数据化管理生产和监控产
品、提高生产效率和产品质量的手段。本文的主要工作内容归纳如下：
1. 以 C10988MA-01 微型可见光探测器作为色差检测核心，开发了一套便携
式色差检测系统。C10988MA-01 微型可见光谱探测器整合了 MEMS 和图像传感
技术，以其“微小、量轻”的特点（实际大小：27.6×13×16.8 mm，质量：9 g），
被广泛应用于便携式光谱仪的开发。系统的控制软件采用 Java 编程语言进行开
发，基于 Android 平台实现便携式光谱仪的基本控制以及色差分析计算等功能，
操作简单，设计的人机交互界面友好。
2. 便携式色差检测系统采用垂直/垂直（0/0）方式的照明观测条件，通过白
光 LED 与其他单色光 LED 复合的方式来模拟 D6
5光源，内置锂电池作为仪器工
作电源。根据 JJG867-1994《光谱测色仪检定规程》、JJG595-2002《测色色差计
检定规程》以及 JJG178-2007《紫外、可见、近红外分光光度计检定规程》等国
家标准规定的光谱测色仪进行了相关性能测试，其中：仪器的稳定性（Δf=0.09）、
重复性（s(Y)=0.1123、s(x)=0.0003341、s(y)=0.0006165）、透射比最大允许误差
（ΔT=0.0459）、重复性（δT=0.0988）以及 100 %T 基线等，测试结果证明微型色
差检测仪各项指标均优于国家规定的一级计量标准。
3. 基于 Android 平台开发对应的 Android App 软件操作系统，利用跨平台语
言 Java 编写的上位机软件实现了对色差仪的控制，其功能包括光谱采集、图谱微型色差检测系统的开发及在液态食品中的应用
64
显示、色度值计算、色差分析、云服务器上传下载、本地数据库保存等。该软件
运行稳定、操作简单，便携小巧，无需再附加任何电子设备，使用 Android 4.0 以
上版本的 Android 设备即可操作。
4. 以大闽食品（漳州）有限公司和南京融点食品科技有限公司提供的喷雾干
燥速溶绿茶以及长城干红葡萄酒等为研究对象，利用本课题研究的色差检测仪进
行色差检测分析的应用试验。其中，以 0.002 g/L（浓度范围：0.80 g/L ~ 1.20 g/L）
为浓度梯度的 G-1 喷雾干燥速溶茶汤试样试验中，采用 CIE1976、CMC、CIE
DE2000 等 3 种色差分析计算方法得到的总色差值分别落在（7~10）NBS、（9~13）
NBS、（6~8）NBS；对 G-1 茶汤试样 L*、a*、b*值采用 Duncan’s multiple range test
方法进行分析，结果表明无论明度值 L*还是红/绿色度值 a*以及黄/蓝色度值 b*，
不同浓度茶汤试样间均存在显著性差异。在不同浓度的长城解百纳干红、玫瑰红
葡萄酒试验中，采用 CIE1976 色差分析方法进行分析，总色差△Ea
b
*与葡萄酒浓
度之间有明显的线性关系，可以有效区分不同浓度的待测样品。对其色度值 L*、
a*、b*进行分析，随着干红葡萄酒和玫瑰红葡萄酒含量的增加，L*呈减小趋势，
a*、b*呈增大趋势。试验结果表明，基于可见光光谱技术结合色度学原理对该试
验样品色差进行评判分析具有良好的可靠性和有效性。
5.2 创新点
1. 研究基于节能、环保、不发热且使用寿命长的 LED 光源，通过复合方式
设计了 LED 复合光源并替代 D6
5标准光源，解决了基于 D
65标准光源的色度仪
体积较大、结构复杂、光源发热等问题。
2. 首次在 Android 平台编写便携式色差仪软件，实现了“智能检测”的同
时，结合“云”平台增加企业数据、生产管理模块，为企业快速准确判别产品品
质提供了一种解决方案，有助于液态有色食品相关行业标准的建立。
5.3 展望
虽然设计开发的便携式微型色差检测系统经过有关性能试验和应用试验的
效果较好，基本能满足生产过程质量控制的需要，但要进一步提高检测精度，更江苏大学硕士学位论文
65
加方便使用者的操作，还有以下几方面可以提高性能和功能的空间：
1. 目前，每次测量待测样色差都需要先采集对应标准样品色泽的光谱，然后
再与之相比较得出色差结果，操作相对有点冗杂，需要对该检测模式进行优化，
选取更为简便的操作流程。同时该检测系统中也存在着随着测量种类的增加，无
法及时更新内嵌的色差检测模型。因此可以在 App 中增加 1 个默认色差标准界
面，当遇到不同类样品（即新增样品）时，可以单独在该界面进行测量设置，待
模型确定后，保存到本地 SQLite 数据库，下次调用时即可添加到常用色差模型
中。
2. 为避免在 Android 手机或平板设备在电量不足的情况下与仪器连接进行
试验时仍然给仪器进行充电与供电，即需要对 Android 设备电量进行监控，在电
量达到 20%或者更低时，判断是否切断向仪器供电，因此需要重新考虑仪器的电
源控制单元。
3. 应用试验只在喷雾干燥速溶绿茶汤色差、长城干红葡萄酒以及长城玫瑰
红葡萄酒方面做了点验证，没有在其他种类和性状的液态有色食品方面做过研究，
对于高黏度的液态食品特别是食用植物油能否使用还有待试验验证。因此，在后
续的研究中，需要进一步扩大该仪器的应用范围。
便携式色差检测仪旨在提供一种快速、精确、可视化和可量化的智能检测仪
器，结合云服务实现大数据融合与集中化管理，为企业实际生产提供一种直观有
效的“导向”，具有较为广阔的应用前景。 微型色差检测系统的开发及在液态食品中的应用
66
参考文献
[1] 隋馨，智能颜色测量技术的研究及在尿液成分检测中的应用[D]，吉林大学，2010
[2] 张光银，吴琼，汽车涂装中的色差[J]，现代涂料与涂装，2016，07，7-72
[3] 张秀英，陆连寿，差计在注射用青霉素溶液颜色判定中的应用[J]，中国兽药杂志，2010，
02，29-30
[4] 张远斌，董定福，张君，注塑产品色差控制技术研究[J]，现代塑料加工应用，2003，29(02)，
13-15
[5] 张正修，王利婕，朱元泓等，色度检测在包装印刷中的应用[J]，包装工程，2005，26(01)，
87-8，98
[6] 冉智渊，智能完美[J]，知识经济(中国直销)，2016，11，46-47
[7] 荆共诚，色度学[M]，科学出版社，1979，131-138
[8] 陈家胜，TCA—20 型 CRT 色彩分析仪的研制[J]，电视技术，2001，10，95-98
[9] ZWINKELS J C, Colour-measuring instruments and their calibration[J]. Displays, 1996, 16(4),
163-171
[10] 方国铭，光电比色计和分光光度计[M]，计量出版社，1984
[11] 李奇，蒋月娟，刘连峰，单通道分光测色仪的数据采集技术[J]，光学技术，2004，30(3)，
381-383
[12] 徐吉祥，楚炎沛，色差计在食品品质评价中的应用[J]，现代面粉工业，2010，03，43-45
[13] 朱正芳，汤顺青，色度学及其进展[J]，物理，1996，06，342-347
[14] 凌华，对标准色度学系统颜色空间的理解[J]，包装工程，2003，24(2)，13-14
[15] 曾光宇，张志伟，张存林，光电检测技术[M]，北京交通大学出版社，2005
[16] 韩诚鑫，光源、滤色片造成的色差分析[J]，广东印刷，1994，3，17-18
[17] 郑维娜，徐小力，谷玉海，智能化色差计的研究[J]，北京机械工业学院学报，2005，03，
32-34
[18] 樊洁，便携式分光测色仪电路设计[D]，中国科学院研究生院(长春光学精密机械与物理
研究所)，2010
[19] 爱色丽北京办事处，分光光度仪的光源[J]，今日印刷，2002，2，58-59 江苏大学硕士学位论文
67
[20] 袁琨，颜色测量仪器关键技术及其应用研究[D]，浙江大学，2015
[21] 马宴苹，骆光林，颜色测量:色度检测法[J]，印刷质量与标准化，2005，7，29-31
[22] 吴琼，便携式色差计的设计和研究[D]，浙江师范大学，2007
[23] 杜春玲，张唏，葛蕾，颜色测量仪器及其发展[J]，现代仪器，2005，03，56-57
[24] 王聪，便携式分光光谱测色系统的研究[D]，中国计量学院，2013
[25] 温波，便携式分光测色仪光学设计[D]，中国科学院研究生院（长春光学精密机械与物
理研究所），2010
[26] 席娅娜，便携式颜色测量仪的研究[D]，长春理工大学，2011
[27] 孙向东，王乐凯，任红波等，色彩色差计在面粉色泽测定上的应用[J]，粮油食品科技，
2002，10(2)，31-33
[28] 侯彩云，崔改泵，周小丰等，稻米直链淀粉含量简化测定方法的试验研究[J]，中国农业
大学学报，2004，9(3)，9-12
[29] 夏清，杨珍平，刘俊峰等，晋中麦区小麦品质与面包质构及色差评价[J]，激光生物学报，
2015，24(6)，562-572
[30] INAMDAR A A, SURESH D S. Application of color sorter in wheat milling [J]. International
Food Research Journal, 2014, 21(6): 2083-2089
[31] POHLE W D, TIERNEY S E. A spectrophotometric method for the evaluation of vegetable oil
colors [J]. Journal of the American Oil Chemists Society, 1957, 34(10): 485-489
[32] 张林，李红兵，食用花生油的色泽分折鉴别等级初探[J]，天津轻工业学院学报，1990，
01，30-36
[33] 杨宗政，莫奕峰，靳宝红等，色差计在煎炸用油质量检测中的应用[J]，天津轻工业学院
学报，2000，01，41-45
[34] 马利，张建平，高杨等，基于 TCS230 的食用油颜色检测技术研究[J]，粮油加工，2008，
12，79-81
[35] TAN Y A, KUNTOM A, LEE C K, et al. Comparative evaluation of palm oil color
measurement using a prototype palm oil colorimeter [J]. Journal of the American Oil Chemists
Society, 2004, 81(8): 733-736
[36] TINKLER F H, STRIBLEY R C, BERNHART F W. Improvements in a Method for Determination 微型色差检测系统的开发及在液态食品中的应用
68
of the Color of Milk and Milk Products [J]. Journal of Dairy Science, 1955, 38(6): 634-639
[37] 王丽，周真，李震，利用色差法检测乳品菌群浓度的研究[J]，哈尔滨理工大学学报，2004，
9(5)，46-48
[38] 陈东魁，基于色差法的牛奶细菌浓度测量装置的研究[D]，哈尔滨理工大学，2007
[39] 钟瑞强，高艳玲，胡利权等，生物活性低聚半乳糖牛乳的理化及感官特性分析[J]，中国
乳品工业，2010，38(10)，4-7
[40] CHENG N, BARBANO D M, DRAKE M A. Hunter versus CIE color measurement systems for
analysis of milk-based beverages [J]. Journal of Dairy Science, 2018, 101(6)
[41] AYALA F, ECHAVARRI J F, NEGUERUELA A I. A new simplified method for measuring the
color of wines. I. Red and rose wines[J]. American Journal of Enology & Viticulture, 1997,
48(3), 357-363
[42] CLIFF M A, KING M C, SCHLOSSER J. Anthocyanin, phenolic composition, colour
measurement and sensory analysis of BC commercial red wines[J]. Food Research
International, 2007, 40(1), 92-100
[43] 王飞，刘芳，张妍妍等，CIE 1976(L*a*b*)色空间方法测定葡萄酒颜色的研究[J]，中外
葡萄与葡萄酒，2015，04，6-11
[44] 黄彩霞，冯岗，卢凌等，基于食品测色仪的肉色变化规律研究[J]，食品安全质量检测学
报，2012，3(6)，627-632
[45] 贾丹妮，蜂蜜品种的气味、质构、色差检测技术研究[D]，天津商业大学，2016
[46] 韩小丽，陈敏，励建荣等，色差计在酱油着色性能研究中的应用[J]，食品与发酵工业，
2009，07，87-90
[47] 赵淑富，刁立虎，色差计在柠檬酸易碳化合物溶液颜色判定中的应用[J]，中国食品添加
剂，2000，4，65-67
[48] LARRA N R E, SCHAEFER D M, REED J D. Use of digital images to estimate CIE color
coordinates of beef [J]. Food Research International, 2008, 41(4): 380-385
[49] 张智勇，孙辉，王春等，利用色彩色差仪评价中国面条色泽的研究[J]，粮油食品科技，
2013，21(2)，16-18
[50] 赵友全，梁秀丽，刘潇等，非标准光源在颜色测量中的差异性分析[J]，应用光学，2017，江苏大学硕士学位论文
69
38(6)，968-973
[51] 孙道德，基于残差平方和的线性模型选择简单方法及其相合性研究[J]，数学杂志，2006，
26(6)，642-646
[52] 张引，基于非线性拟合的织物染色计算机配色研究[D]，青岛大学，2008
[53] 朱继迹，基于 LED 的光谱可调光源的研究[D]，中国科学院研究生院，2010
[54] 孙武坚，微型近红外光谱仪的开发及植物油品质检测的应用[D]，2017
[55] HETMANIOK E, SŁOTA D, ZIELONKA A. Using the swarm intelligence algorithms in
solution of the two-dimensional inverse Stefan problem[J]. Computers & Mathematics with
Applications, 2015, 69(4), 347-361
[56] 宋宗明，关于颜色测量结果的修正[J]，西北纺织工学院学报，1999，01，43-45
[57] 陈木生，Google Android 手机推出市场分析[J]，电子与电脑，2008，12，10-14
[58] 李凯，Android 操作系统分析与移植[D]，华南理工大学，2011
[59] 吴烨，智能手机市场的发展分析研究[D]，北京邮电大学，2008
[60] 杨天一，2010 年全球智能手机市场发展分析[J]，电信技术，2011，02，7-9
[61] 陈博，中国智能手机市场现状分析[J]，中国市场，2013，01，29-30
[62] 吴志婷，蔡强，浅析国产智能手机市场的发展现状[J]，现代经济信息，2013，21，368
[63] 李家科，Android 系统分析与开发[D]，兰州交通大学，2014
[64] MAUERER W. Professional Linux Kernel Architecture[M]. Wiley Pub, 2008
[65] 李宁，Android 开发权威指南[M]，人民邮电出版社，2013，5-7
[66] 邓凡平，深入理解 Android: 第 1 卷[M]，机械工业出版社，2011，2-4
[67] 陈通，Android 系统的微型近红外光谱仪开发及在食品质量检测中的应用[D]，江苏大学，
2016
[68] 李连清，中国近代茶业研究综述[J]，甘肃农业，2009，06，71-73
[69] 王岳飞，科学饮茶之谈谈茶保健功效:茶叶防辐射[J]，茶博览，2014，3，80-81
[70] 蓝雪铭，刘志彬，倪莉，乌龙茶保健功效的研究进展[J]，中国食品学报，2014，14(2)，
201-207
[71] 岳鹏翔，江春柳，茶饮料发展对中国茶产业的推动作用[C]，中国茶产业可持续发展战
略学术研讨会，2010 微型色差检测系统的开发及在液态食品中的应用
70
[72] 郭威，中国茶饮料发展现状及市场结构分析[J]，经济视野，2012，10
[73] 董青华，孙威江，张孔碌等，基于茶汤色差和 p H 的乌龙茶产品判别[J]，福建农林大学
学报(自然科学版)，2012，04，470-475
[74] 余书平，尹军峰，袁海波等，小叶种红茶发酵外观色差及其主要品质成分相关性[J]，食
品安全质量检测学报，2015，6，2201-2208
[75] 刘洪林，工夫红茶品质客观评价研究[D]，西南大学，2015
[76] 田欣，张会宁，祁新春等，快速感官分析技术在葡萄酒香气感官分析中的应用[J]，食品
与发酵工业，1-8
[77] 王琦中，改革开放 40 年，葡萄酒业脱胎换骨[N]，华夏酒报，2019-01-15
[78] 褚晓泉，朱君伟，穆维松等，我国葡萄酒产业现状及布局分析[J]，中外葡萄与葡萄酒，
1-5
[79] 孙金霞，山孙，浅析中国葡萄酒市场开展质量分级工作的必要性和紧迫性[N]，中国质
量报，2018，11-29
[80] 黄筱鹂，中国葡萄酒感官评价体系正式发布[J]，酿酒科技，2018，12，44
,