食物的咀嚼性，如面包，强烈地依赖于几个参数，如尺寸，粘合强度，润滑度和颗粒结构。在咀嚼过程中，面包的结构演变成不再由单个颗粒组成的混合物。这一过程的实验表征是复杂的，利用激光衍射和显微镜等技术所作的尝试并不详尽。一组法国研究人员最近进行的一项调查(Tournier等人。，2012），提出用计算机视觉技术来描述这一过程。特别是，研究小组使用了根据四种不同配方（两种法式面包、一种烤面包和一种黑麦面包）制备的面包样本，同时（在RGB系统中）使用所谓的灰度共生矩阵（GLCM）方法检测图像。一旦捕获，图像分析使用多变量分析软件。结果表明，不同的样品在咀嚼过程中表现出不同的行为。例如，法式面包的特点是由硬壳和软碎屑组成的粒状结构。相反，烤面包表面光滑，白色面包屑中有黑色的外壳颗粒，而黑麦面包则更为紧凑。一般来说，随着咀嚼次数的增加，样品的结构变得更加均匀。作者证明了GLCM系统能够根据这些循环对产品进行分类，具有很好的逼近性。特别要指出的是，对比度是用作样品劣化标记的图像的特征。总之，作者肯定咀嚼过程强烈地依赖于产品的类型（及其结构特征），但也依赖于消费者的唾液分泌效率。
参考书目
CTournier等人。，食品工程杂志，1132012，615-622
