食物的舒适性，如面包，强烈依赖于尺寸，凝聚力，润滑度和颗粒结构等几个参数。在咀嚼期间，面包结构演变成为单个颗粒不再由不再组成的混合物。该过程的实验表征是复杂的，并且通过激光衍射和显微镜等技术进行的尝试并非详尽无遗。最近的一项调查，由一群法国研究人员进行（Tounier等。，2012），已提出使用计算机视觉技术来描述此类过程。特别是，本组使用根据四种不同配方制备的面包样品（两种同龄肉面包，一种吐司和一种黑麦面包），而使用所谓的图像被检测到图像（在RGB系统中）灰度共发生矩阵（GLCM）的方法。一旦捕获，使用多变量分析软件分析图像。结果表明，不同的样品在咀嚼过程中具有不同的行为。例如，GAGUETTES的特征在于由刚性地壳和软碎屑组成的颗粒结构。相反，吐司有光滑的表面，在白色碎屑内部有暗壳颗粒，而黑麦面包更紧凑。通常，当咀嚼循环增加时，样品的结构变得更加均匀。作者表明，GLCM系统能够根据这些周期进行良好的近似值分类。特别地，注意到对比度是用作样本劣化的标记的图像的特征。 In conclusion, the authors affirm that the chewing process strongly depends on the type of product (and its structural characteristics), but also on the efficiency of consumer’s salivation.
书目参考文献
C. Tournier等。，中国食品工程学报，113,2012,615-622
