a, TFs; b, TRs; c, TBs; d, SS(điểm cảm quan) theo thời gian
Nhƣ trong Hình 4.3, tất cả các chỉ số chất lƣợng đều quan sát quy luật thay đổi “tăng - giảm”, và chất lƣợng cảm quan đạt điểm cao nhất lúc 3 giờ. TFs tăng nhanh khi lên men và đạt đến đỉnh điểm ở thời điểm 1giờ. Sau đó, nó giảm xuống rất nhiều và chậm lại sau 2,5 giờ. TRs tăng dần theo quá trình lên men và đạt cực đại ở thời điểm 2 giờ, sau đó nó giảm đột ngột. TB tăng liên tục trong toàn bộ quá trình lên men.
3.1.1. Tríc xuất tín năn màu
9 chỉ số màu sau đây đƣợc trích xuất thông qua chuyển đổi mô hình màu giữa RGB, HSV và CIE Lab: giá trị trung bình của kênh đỏ (R), kênh xanh lục (G), kênh xanh lam (B), màu sắc (H), độ bão hòa ( S), độ chói (V), thành phần a (a ), thành phần b (b) và thành phần độ sáng (L ) .
Bảng 3.1: Dữ liệu đầy đủ sau khi chuyển đổi
3.1.2. P ân tíc sự k c b ệt về c ỉ số c ất lƣợn và đặc đ ểm màu sắc
ANOVA một yếu tố (Phân tích phƣơng sai) đƣợc tiến hành dựa trên các chỉ số chất lƣợng (TFs, TRs, TB và Điểm cảm quan) và các giá trị đặc điểm hình ảnh trong mỗi giai đoạn của quá trình lên men. Kết quả đƣợc hiển thị dƣới dạng Bảng 3.2. Sự khác biệt giữa các nhóm giữa các chỉ số chất lƣợng cao hơn nhiều so với sự khác biệt trong nhóm, điều này cho thấy sự khác biệt chủ yếu là do thời gian lên men khác nhau; các mức ý nghĩa đều nhỏ hơn 0,001 (Sig <0,001) cho thấy chất lƣợng cảm quan và thành phần sắc tố ở các thời điểm lên men khác nhau là khá khác nhau.
Bảng 3.2: ANOVA một yếu tố trên mỗi tham số
Biến Mean Square F Sig.
Giữa các nhóm Trong nhóm R 2895.08 8.81 328.54 <0.001 G 3368.32 8.6 391.55 B 462.461 8.367 55.27 H 252.07 23.82 10.58 S 0.00846 0.001242 6.81 V 0.044523 0.000136 328.54 L 537.280 0.867 619.64 a 64.509 5.727 11.26 b 327.754 4.256 77.01 TFs 0.286482 0.000653 438.56 TRs 6.61264 0.04115 160.69 TBs 23.3092 0.0914 254.95 Sensory Score 562.163 4.482 125.42
3.1.3. Tƣơn quan ữa đặc đ ểm màu sắc và c ỉ số c ất lƣợn
Bảng 3.3: Phân tích tính tƣơng quan các tính năng màu và chỉ số chất lƣợng
Mối tƣơng quan giữa các chỉ số chất lƣợng (điểm cảm quan và thành phần sắc tố) và các biến đặc trƣng màu sắc của mẫu thử nghiệm đƣợc phân tích nhƣ trong Bảng 3.3. Kết quả cho thấy tất cả các chỉ số chất lƣợng có tƣơng quan đáng kể với
các đặc điểm màu sắc (p <0,01), đặc biệt là với các thông số a * , b * và L * trong mô
hình màu CIE Lab. Lý do là mô hình màu Lab có gam màu rộng. Màu của kênh “a” từ xanh lục sang đỏ và kênh “b” từ xanh lam sang vàng, có thể hiển thị các màu mà các mô hình màu khác không thể hiện đƣợc. Đặc biệt là mô hình RGB đó có quá nhiều màu chuyển tiếp giữa xanh lam và xanh lá cây, trong khi màu vàng và các màu khác không đƣợc nhìn thấy từ xanh lục sang đỏ. Bên cạnh đó, các đặc điểm chính của màu lá trong quá trình lên men trà đen là: màu xanh vàng, vàng đỏ và nâu vàng. Do đó, mô hình màu CIE Lab có thể trình bày sự thay đổi của màu lá một cách trung thực và chính xác.
TBs có tƣơng quan thuận với “a”, tƣơng quan nghịch với các đặc điểm màu khác. Các hệ số tƣơng quan rõ ràng là lớn hơn so với TFs và TRs, cho thấy sự thay đổi màu sắc của tán lá chủ yếu phụ thuộc vào hàm lƣợng TBs. TBs càng cao thì màu sắc của tán lá càng đậm. Tuy nhiên, theo sự thay đổi của “a” , TFs và TRs có tƣơng quan cực kỳ quan trọng và nghịch biến với “a”, điều này đi ngƣợc lại với lý thuyết hóa học của cây chè về “TF và TR càng cao thì tán lá càng đỏ”. Phân tích trên cho thấy, tồn tại yếu tố thứ ba tạo nên hệ số tƣơng quan giữa a và TF và TR không thể phản ánh thực sự mức độ tuyến tính giữa hai biến (đó là độ nhạy cao của TB đối với màu sắc của tán lá), và che giấu ảnh hƣởng của TF và TR đến màu của tán lá ở một mức độ nào đó.
Theo phân tích toàn diện, màu sắc của tán lá có mối tƣơng quan cao với hàm lƣợng TRs và TFs, sự thay đổi màu sắc phù hợp với sự thay đổi của các thành phần sinh hóa. TRs càng cao, tán lá sẽ càng đỏ. Nhƣng TRs quá cao sẽ làm cho tán lá tối hơn. TF càng cao, tán lá càng sáng, điều này sẽ thể hiện một thuật ngữ cảm quan là “đỏ và sáng”. Trong nghiên cứu này, ở thời điểm 3 giờ lên men, thành phần TFs, TRs và TBs đã đạt đến trạng thái tốt nhất, khi màu lá đỏ hơn về mặt thị giác và chất lƣợng cảm quan là tốt nhất tại thời điểm này, phù hợp với tiêu chuẩn đánh giá cảm quan của chè đen.
3.1.4. T ền xử lý dữ l ệu và p ân c a bộ mẫu
Trong quá trình thiết lập mô hình, do các biến đặc trƣng hình ảnh đƣợc trích
xuất của các mẫu chè là mảng chiều cao đa dạng, thuật toán Z-score đƣợc sử dụng
để tiến hành chuyển đổi tiêu chuẩn hóa trên dữ liệu nhằm loại bỏ ảnh hƣởng của kích thƣớc và thứ tự độ lớn đến hiệu suất của mô hình.
Bảng 3.4: Dữ liệu chuẩn hóa
Ngoài ra, cũng có những mối tƣơng quan nhất định giữa các biến đặc trƣng màu sắc giữa các mẫu (ví dụ hệ số tƣơng quan giá trị tuyệt giữa G với R, V, L, b
đều trên 0.904 đối với của R với V thậm chí đạt 1), dẫn đến thông tin của các biến
thể dễ dàng gây ra các rủi ro quá mức và dẫn đến mô hình hiệu chuẩn tuyệt vời nhƣng có hiệu suất dự đoán kém. Do đó, trƣớc khi thiết lập mô hình dự báo, cần tiến hành phân tích chiều cắt của các thành phần chính đối với 9 biến đặc trƣng để thu đƣợc 9 biến mới không tƣơng quan (đó là số lƣợng các yếu tố thành phần chính). Sau đó, điểm của 9 bộ thành phần chính độc lập đƣợc lấy làm biến đầu vào của mô hình. Bằng cách này có thể loại bỏ thông tin nhiễu không liên quan đến các chỉ số chất lƣợng, loại bỏ sự đồng nhất giữa các đặc điểm màu sắc.
3.2. P ân c a tập uấn luyện và t ử n ệm (tra n/test)
Ba thuật toán là Ngẫu nhiên, Kennard-Stone, Spxy với khoảng cách Euclidean đƣợc lựa chọn. Qua thực nghiệm với tập dữ liệu thì ta thấy Spxy hoạt động hiệu quả hơn với tỷ lệ 0.75 train, 0.25 test. Phân bố đầu ra và biểu đồ PCA của tập dữ liệu đƣợc thể hiện ở bảng 3.4 và hình 3.4.
a b
c d