马婉君，马士成，施 江，龙志荣，董 鹏，张 悦，林 智,*，吕海鹏,*
（1.农业农村部茶树生物学与资源利用重点实验室，中国农业科学院茶叶研究所，浙江 杭州 310008；2.中国农业科学院研究生院，北京 100081；3.梧州市茶产业发展服务中心，广西 梧州 543000）
六堡茶属于黑茶类，具有独特的品质特征[1]，干茶色泽黑褐光润，汤色红浓似琥珀，滋味醇和甘爽，香气陈醇具有槟榔香[2]。近年来，随着六堡茶产业的快速发展[3]，六堡茶品质化学相关的基础性研究工作已经取得了较好的研究进展，研究内容主要集中在六堡茶的风味品质成分[4-6]、保健功效[7-9]和微生物[10-12]等方面。然而，目前关于六堡茶茶汤色泽分析方面的研究报道很少。众所周知，茶汤色泽是衡量茶叶内含物质转化程度的一个重要指标，也是评价茶叶品质的重要审评因子之一，具有重要的参考价值。因此，为客观评价六堡茶的综合品质，有必要在六堡茶的色泽品质方面开展一些基础性研究工作。
目前，对于茶叶色泽特征的鉴别与描述常规上以感官审评为主，一般是由评茶师的感官审评经验决定的，但人眼难以分辨一些细微的色泽差异，具有主观上的不确定性，重复性也可能较差[13-15]。因此，采用仪器辅助茶汤色泽的量化分析是后续深入研究茶汤色泽形成机理的重要技术手段[16]。近年来，关于茶叶色泽量化的研究主要是采用色差计[17-18]和计算机视觉[19-20]等方法测定茶叶的色泽参数，其中台式色差计可以对盛装在比色皿中的茶汤直接测定色泽参数，而计算机视觉通常需要图像采集装置结合Matlab提取色泽参数等。Adobe Color CC是Adobe公司官方出品的一款开源配色工具，可以实现对图片不同色泽参数如Lab/RGB/HSV/CMYK的在线提取，因此可以结合计算机视觉的图像采集装置实现茶汤色泽参数的量化分析。
鉴于茶汤色泽量化分析有重要价值且当前相关研究较少，本研究选用六堡茶为研究对象，拟分别采用基于Adobe Color CC的茶汤色泽量化分析方法（方法1）、基于Matlab的茶汤色泽量化分析方法（方法2）和直接采用台式色差仪的茶汤色泽量化分析方法（方法3）提取茶汤的色泽参数，并对色泽参数进行模拟验证对比分析，进而比较3 种量化分析方法的实际检测效果。研究结果旨在为茶汤色泽的量化分析研究和茶叶色泽品质的形成机理研究等提供依据。
1 材料与方法
1.1 材料
茶叶样品于2019年8月分别采集自广西壮族自治区梧州茶厂、广西梧州六堡茶股份有限公司和广西梧州茂圣茶业有限公司等当地代表性六堡茶生产企业。样品共计36 个，产品形态均为散茶，其中5 个为六堡茶毛茶样品，编号为A1～A5；31 个为六堡茶样品，编号为B6～B36。具体样品信息如表1所示。
表1 样品信息Table 1 Information about tea samples used in this study
1.2 仪器与设备
CM-3700A台式分光测色仪 日本Konica Minolta控股公司；Sphere 100 RGB三基色环形灯管 杭州晶飞科技有限公司；EOS-60D CCD相机 日本Canon株式会社。
本实验所用图像采集系统具体如图1所示（包括暗箱、环形光源、图像传感器CCD摄像头、样品池和计算机等部分）。图像采集装置包括一个密封的暗箱1（长×宽×高，25 cm×25 cm×43 cm），内侧表面涂有漫反光涂层；光源2固定于箱体上方，采用RGB三基色环形灯管；摄像头3采用CCD相机，置于箱体侧前方，与茶汤夹角约为15°；底座上有吸光涂层，且正中具有圆形凹陷区域4，便于固定茶汤的位置，使得茶汤处在一个最佳拍摄角度（图像整体位于显示器中央）。
图1 茶汤图像采集系统Fig. 1 Image acquisition system for tea infusion
1.3 方法
1.3.1 感官审评与制备茶汤
委托农业农村部茶叶质量监督检验测试中心对六堡茶样品进行感官审评。茶汤的制备参照GB/T 23776—2018《茶叶感官审评标准》[21]，以黑茶（散茶）的审评方法为准，汤色以第1泡为主评判；将36 个茶样分成3 个批次，每批限定12 个样品，每次称取3 g茶样，置于审评杯中，注满150 mL沸水，加盖浸泡2 min，按冲泡次序依次等速将茶汤沥入评茶碗中，进一步过滤去除茶渣，避免茶渣残留对汤色浓度的影响。
1.3.2 茶汤图像采集
在室温25 ℃的环境下，将茶汤静置45 min使得茶汤冷却至室温不再冒水蒸气，进行茶汤图像采集；为避免茶汤光线发生透射，将制备好的茶汤盛放于茶叶审评专用的白色瓷质审评碗中，放置于图像采集装置中，打开光源，调试好摄像头及拍摄画面后对茶汤进行图像采集。
1.3.3 色泽参数提取
采用3 种方法提取上述同一批茶汤的色泽参数。方法1为基于Adobe Color CC建立的提取茶汤图像色泽参数提取方法，即将茶汤图片依次上传到Adobe Color CC后移动光标至茶汤区域，可快速读取对应的色泽参数值；方法2为基于Matlab建立的提取茶汤图像色泽参数提取方法，同样经过上述图像采集装置后将茶汤图片上传到基于Matlab GUI模块开发的图像处理系统（软件着作权号：2014：SR149549）提取对应的色泽参数值[22]；方法3为采用台式色差仪将冷却后的茶汤放入比色皿直接测定色泽参数[23]。
1.3.4 色泽参数的验证
在Photoshop CS 8.0.1中利用填充工具将以上3 种方法测得的色泽参数（L、a、b值）转化为色彩图片，分别将其与实际茶汤图片进行色泽对比验证。
2 结果与分析
2.1 六堡茶茶汤色泽参数与感官审评结果分析
采用本实验中的图像采集系统，采集到的36 个六堡茶样品茶汤的图像如图2所示，A1～A5为5 个六堡茶毛茶的茶汤图像，B6～B36为31 个六堡茶的茶汤图像。从图2可以明显看出，六堡茶毛茶的汤色特征呈现出杏黄偏亮的特点，而经过后发酵工艺的六堡茶整体汤色红浓偏暗，二者色泽差异比较明显。然而，对于汤色相近的茶样而言，例如B6与B7、B9与B10、B31与B32、B35等，仅凭借人的肉眼分辨其色泽的细微差异十分困难，这在感官审评中往往也可能会给评茶员（师）带来一些困扰。
图2 茶汤图像Fig. 2 Images of tea infusions
如表2所示，通过常规的感官审评评分与评语无法体现出的差异，却有潜力可能通过茶汤色泽量化所得色泽参数反映，即通过茶汤L、a、b值的不同实现判断色泽相近的茶样在亮度、红黄度之间细微差异的区分。
表2 茶样汤色感官审评与色泽参数检测结果Table 2 Sensory evaluation and color parameters of tea infusion samples
人工神经网络分析具有良好的非线性映射能力，目前已广泛应用于茶叶品质检测与判别[24-25]。以L、a、b值为自变量因子，汤色感官审评得分为因变量，本研究初步建立了人工神经网络分析模型，如图3所示，横坐标为汤色审评实际得分，纵坐标为神经网络分析模型预测得分。基于该批次样品的汤色审评得分，分析发现本研究中方法1的预测准确度最高，为86.1%；方法2的预测准确度为83.7%，而方法3的预测准确度为63.8%。因为实验受到样本数量的限制，本研究中人工神经网络分析模型的稳定性和准确度相对较低；结合以往研究结果，可以推测在样本量足够大的条件下，茶汤色泽参数L、a、b值有很大潜力作为茶汤色泽感官审评的辅助判别因子[17]。
图3 神经网络分析预测-实测图Fig. 3 ANN predicted versus measured color parameters
2.2 3 种方法测得的色泽参数分布范围分析
CIELab颜色系统是目前色泽研究中应用较多的色彩系统[26-27]，由L、a、b参数值共同确定一种颜色，其中L值代表颜色的亮暗程度，从0～100分别表示颜色由暗到亮；a值表示从绿色到红色的范围，取值范围[-128, 127]；b值表示从蓝色到黄色的范围，取值范围[-128, 127]。3 种方法测得的茶汤色泽参数空间分布范围如图4所示。通过比较方法1和方法2可以直观地发现二者在空间上的分布趋势较为相近，表明这两种方法在测定不同茶样间的色泽参数变化规律基本一致；但二者参数值大小范围存在一定差异，说明两种方法得到的色泽参数反映出的茶汤亮度与色度存在一定程度上的差异；方法3采用台式色差仪测得的色泽参数，其分布趋势以及参数值大小范围与方法1和方法2相比均具有明显的差异。
图4 茶汤色泽参数空间分布范围Fig. 4 LAB spatial distribution range of color parameters of tea infusion
从表3可以看出，3 种方法所测的亮度平均值L1＜L2＜L3，红度平均值a1＞a2＞a3，黄度平均值b3＞b1＞b2。整体上，方法1测得的色泽参数亮度L值最小，红度a值最大，反映出茶汤红浓偏暗的色泽特征；方法3测得的色泽参数亮度L值最大，红度a值最小，黄度b值最大，反映出的色泽特征为明亮偏黄；方法2处于二者之间，特征不明显。此外，六堡茶毛茶和六堡茶的汤色特征差异明显，六堡茶毛茶汤色杏黄偏亮，六堡茶汤色红浓偏暗，3 种不同方法测得的六堡茶毛茶亮度值L均大于成品茶，红度a值均小于成品茶，而黄度b值3 种方法测得的变化规律不一致。
表3 3 种方法测得的茶汤色泽参数Table 3 Color parameters for tea infusion measured by three methods
2.3 色泽参数相关性分析
为进一步研究六堡茶茶汤亮度与色度之间的关系，本研究分别对3 种方法测得的色泽参数进行相关性分析，结果如图5所示。研究结果可以从以下两个方面进行分析：1）同一色泽参数不同方法之间的相关性比较。对于表征茶汤亮度的参数L，3 种方法测得的L1、L2、L3值之间呈现出极显着正相关，表明这3 种方法对同一批六堡茶茶汤的亮度响应值变化趋势一致；3 种方法测得的红度表征值a1、a2、a3值之间也呈现出极显着正相关，表明这3 种方法对同一批六堡茶茶汤的红度响应值变化趋势也一致；而黄度表征值b1与b2呈正相关，但方法3测得的b3值却与另外两种方法测得的b1值与b2值呈负相关，这表明方法3测得的黄度响应值变化趋势与另外两种方法的变化趋势不一致。因此，方法1与方法2在亮度和色度检测方面的一致性均较好，而方法3与其他两种方法的差异主要在于对茶汤黄度b值的响应值变化趋势不一致。2）同一方法不同色泽参数之间的相关性比较。方法1所测茶汤亮度L1值与红度a1值呈现极显着负相关，与黄度b1值呈现极显着正相关，a1值与b1值呈现显着负相关，表明六堡茶茶汤随着红度的增加，亮度与黄度逐渐减小；方法2所测参数L2、a2、b2值之间呈现出的相关性与方法1一致；而方法3测得L3值与a3、b3值均为极显着负相关，且a3值与b3值呈现出极显着正相关，表明六堡茶茶汤随着红度的增加，亮度逐渐减小，而黄度逐渐增大。因此，3 种不同方法研究结果的差异主要在于茶汤黄度值的变化不同。
图5 色泽参数相关性分析热图Fig. 5 Heat map for correlation analysis of color parameters
2.4 色泽参数模拟验证对比分析
色泽参数能够定量、客观地反映出不同茶汤之间的颜色差异，但本研究采用不同方法得到的色泽参数不同，后续还需要验证以上3 种方法测得的六堡茶汤色参数是否能够反映出真实的茶汤色泽特征。因此，本研究从36 个六堡茶茶汤样本中随机选取6 个茶汤真实照片（A1、B7、B13、B19、B25和B31），并在Photoshop中利用填充工具分别将3 种方法测得的色泽参数转化为其代表的颜色图片，结果如图6所示。
从图6可以直观地看出，将3 种方法提取到的色泽参数转化为色彩图片后，与实际茶汤色泽对比，方法1基于计算机视觉的图像采集装置结合Adobe Color CC建立的茶汤色泽参数提取方法能够更真实反映出茶汤的实际色泽，而另外两种方法提取到的色泽参数转化后与真实茶汤色泽相比均有一定差异。本研究中，方法1测得的色泽参数经转化后与其对应的真实茶汤色泽最为接近；方法2所测参数经转化后与真实茶汤相比颜色略浅，红度略显不足；而方法3所测参数经转化后效果最差，整体偏黄、偏亮，与真实茶汤色泽差异较大。
产生上述差异的原因可能在于，方法3直接采用色差仪测得的色泽参数反映的是茶汤盛装在透明比色皿中的透射光，无法全面展现出茶汤的红色、绿色、黄色程度，与人眼实际感受到的茶汤色泽不一致，并不能完全反映出茶汤的真实色泽；而计算机视觉中的图像采集系统能够模拟人眼视觉成像原理，通过CCD摄像头采集到的茶汤照片与人眼捕捉到的图像信息基本一致[28-29]，因此在一定程度上可以弥补方法3色差仪的不足。方法2与方法1共同采用了计算机视觉的图像采集系统，不同的是二者对茶汤图像的色泽参数提取方式不一样，方法2是采用Matlab编程转换提取色泽参数，步骤相对复杂，中间过程可能会出现失真。因此，通过对上述3 种方法所得色泽参数模拟转化对比后发现，采用方法1所建立的基于Adobe Color CC提取的色泽参数能够更加接近茶汤的真实色泽特征，后续具有重要的参考价值，有望在茶汤色泽量化研究和茶叶色泽品质化学分析等方面提供一种客观、准确的研究方法；此外，该方法还具有一定的优点，无需经过Matlab编程转换，简化了提取过程，可对茶汤进行无损快速检测分析。
3 讨 论
本实验通过3 种不同方法对同一批六堡茶茶汤色泽进行初步的量化分析，发现可以通过色泽参数L、a、b值变化反映茶汤色泽在亮度与色度上差异，进而通过人工神经网络分析建立色泽参数与汤色感官评分的预测模型，在后续实验样本量足够大的条件下，茶汤色泽参数L、a、b值有潜力作为茶汤色泽感官审评的辅助判别因子。经过对比研究3 种方法色泽参数的分布范围以及变化趋势，发现3 种方法色泽参数在数值大小上具有明显差异，在对茶汤亮度与色度响应值变化趋势上，方法1与方法2接近一致，方法3与另外两种方法的差异主要在于对茶汤黄度值的响应变化不一致；进一步将3 种方法提取到的色泽参数转化为色彩图片后，与实际茶汤色泽对比，发现本研究中方法1基于计算机视觉的图像采集装置结合Adobe Color CC建立的茶汤色泽参数提取方法能够更真实反映出茶汤的实际色泽，而另外两种方法提取到的色泽参数转化后与真实茶汤色泽相比均有一定差异。
茶汤色泽是茶叶中水溶性色素物质溶解在茶汤中的综合反映。一般而言，发酵期较长的茶叶其茶汤色泽也较浓，茶汤的亮度与色度在一定程度上可以作为衡量茶叶中水溶性色素物质含量与转化程度的外在指标。此外，茶叶的等级和年份在一定程度上也会影响茶汤色泽，但由于本实验中选取的样品分别来源于3 个不同的六堡茶生产厂家，各个厂家对于六堡茶等级的划分并不完全一致，没有统一的标准，且不同生产厂家在生产过程中的原料选取和加工参数也有差别，因此在后续研究中，有望借助方法1这种相对客观、快速的色泽量化方法，更有效地将水溶性色素物质与茶汤色泽外在指标联系在一起，在控制好六堡茶原料、加工工艺参数等相同的条件下，研究茶叶等级、年份对茶汤色泽的影响，分析色泽与茶叶品质的关联性。在本实验的基础上，后续研究可以通过茶汤色泽参数特征值的变化进一步探索加工工艺、发酵时间、产地等对茶汤色泽品质的影响。
