GLCM 紋理分析是什麼？食品酥脆口感如何量化？

「這片洋芋片比較酥」「這塊餅乾表面比較粗」——口感與表面質地是食品評鑑中最依賴經驗的項目之一，而 GLCM 紋理分析正是把這種感受轉換成數據的工具。

食品的口感與外觀紋理息息相關：酥脆、鬆軟、緊實、粗糙等感受，往往能從表面影像的明暗變化規律中找到線索。GLCM（灰階共生矩陣）是影像紋理分析領域中最經典的方法之一，廣泛應用於學術研究與工業品管。

GLCM 是什麼？

GLCM（Gray-Level Co-occurrence Matrix，灰階共生矩陣）是一種統計方法，用來描述影像中特定距離與方向上，兩個像素灰階值同時出現的頻率。簡單來說，GLCM 在分析「影像明暗變化的規律性」——表面愈不規則、明暗變化愈劇烈，代表紋理愈複雜、粗糙。

常見的 GLCM 特徵指標

指標	意義
Contrast（對比度）	數值愈高，代表表面明暗反差愈大、紋理愈粗糙
Entropy（熵）	數值愈高，代表紋理結構愈複雜、隨機性愈高
Homogeneity（均勻度）	數值愈高，代表表面愈平滑、紋理愈一致
Energy（能量）	數值愈高，代表紋理愈規律、重複性愈高
Correlation（相關性）	描述相鄰像素灰階值之間的線性相關程度

在實務操作上，這些指標通常不會單獨使用，而是搭配比對，建立特定食品「正常範圍」的數值區間，藉此判斷產品是否符合品質標準。

GLCM 紋理分析的食品應用

油炸食品酥脆度評估

洋芋片、薯條等油炸食品的表面氣孔與裂紋會直接影響 Contrast 與 Entropy 數值，透過長期追蹤可以建立酥脆度與紋理指標的對應關係，作為製程調整依據。

烘焙食品表面均勻度

餅乾、麵包表皮的裂紋與顆粒感，可透過 Homogeneity 與 Energy 指標量化均勻度，協助比對不同配方或烘烤條件造成的表面差異。

肉品表面結構分析

肉品纖維方向與結締組織分布會反映在紋理特徵上，GLCM 分析可作為肉品等級評估的輔助數據，補足單純依賴色差或油花比例的不足。