官能評価を数値化するには、まず人の評価そのものを規格に沿った方法で点数にし、そのうえで色差計・物性測定・味覚センサー・分光カメラなどの機器値と結びつけるのが基本です。この記事では、パネル評価のばらつきが生まれる理由と、評価項目ごとに使える機器、焼き色や鮮度のように「見た目」で決まる項目を面で数値化する方法を、判定表つきで整理します。
結論から言うと、官能評価は機器に「置き換える」ものではなく、人の評価を基準（正解データ）にして、それをよく説明できる機器値を探すものです。色・焼き色・ツヤのような外観の項目は機器との対応が取りやすく、味や香りは専用センサーや成分分析との組み合わせが必要になります。外観の項目のうち、ムラや分布まで含めて評価したい場合は、面で波長ごとの情報を取れる分光カメラ（ハイパースペクトルカメラ）が候補になります。
官能評価の数値化とは何をすることか
官能評価は、人の感覚（視覚・嗅覚・味覚・触覚・聴覚）を使って製品の特性を評価する方法です。日本では方法がJIS Z 9080（官能評価分析－方法）に、用語がJIS Z 8144（官能評価分析－用語）にまとめられています。
「数値化」には2つの段階があります。1つ目は、人の評価を採点法や順位法などの決められた手順で点数として記録する段階です。2つ目は、その点数を機器の測定値から推定できるようにする段階です。現場で「官能評価を数値化したい」と言うとき、多くは2つ目、つまり毎回パネルを集めなくても済むようにしたい、という意味です。
ただし2つ目は1つ目の上にしか成り立ちません。人の評価がばらついたままでは、機器値と結びつける「正解」が定まらないからです。
パネル評価がばらつく3つの理由
1. 評価者ごとの基準の違い
同じ焼き色を見ても、ある人は「標準」、別の人は「やや濃い」と答えます。用語の定義や基準サンプルを共有していないと、評価者ごとの物差しがずれたまま点数が集まります。訓練された分析型パネルを使い、基準見本を決めておくことが、ばらつきを減らす第一歩です。
2. 評価する環境の違い
外観の評価は、照明の種類や明るさ、背景の色で見え方が変わります。工場の照明で合格と判断したものが、別の場所で見ると違って見えることもあります。色の見え方が光源で変わる問題は色差計で測れない色ムラを整理した記事でも扱っています。
3. 疲れ・順番・体調の影響
人の感覚は、評価する順番や連続して評価した数、その日の体調に影響されます。サンプルの提示順をばらす、1回の評価数を絞るといった工夫は、JIS Z 9080 のような手順書がある理由そのものです。それでも日をまたいだ比較や、拠点間の比較では差が出やすくなります。
評価項目別｜官能評価の数値化に使う機器の比較表
官能評価の項目ごとに、対応を取りやすい機器を並べると次のようになります。どれも「その機器値が人の評価をどこまで説明できるか」を自社のサンプルで確かめる前提です。
評価項目 | 主な機器 | 得意なこと | 注意点 |
|---|---|---|---|
色・焼き色 | 色差計・分光測色計 | 決めた点のL*a*b*や色差を速く安定して測る | 測るのは数mmの点。焼きムラや面内の分布は見えにくい |
色・焼き色・ムラ | 分光カメラ（ハイパースペクトルカメラ） | 面全体を波長ごとに記録し、色の分布や見た目では分かりにくい差を可視化する | 人の評価との対応づけ（学習用データ）が必要。照明条件の管理が重要 |
ツヤ | 光沢計 | 表面の光沢度を数値で比べる | 凹凸のある食品表面では測定位置で値が変わりやすい |
硬さ・食感 | 物性測定機（破断強度・硬度など） | 噛んだときの硬さや歯切れに対応する力学的な値を取る | 試料の形・温度をそろえないと比較できない |
味・香り | 味覚センサー・においセンサー・成分分析（HPLCなど） | 味やにおいの傾向、原因成分を数値で捉える | 単独の値で官能評価を説明しきれないことが多く、複数の値を組み合わせる |
実際の研究でも、複数の機器値を組み合わせて官能評価を説明する方法が取られています。たとえば粉末コーンスープの評価では、訓練パネルによる官能評価に対し、味覚センサー・においセンサー・HPLC・色差計の測定値を統計的に結びつけ、機器値から味を表す式を導く試みが報告されています（日本調理科学会 大会研究発表要旨集）。ブドウでは、味を糖度と味覚センサーの値で、食感を果実硬度やクリープメーターの測定値で数値化できるとする成果が報告されています（岡山県農林水産総合センター農業研究所 平成30年度試験研究主要成果）。
焼き色・鮮度など「見た目」の官能評価を面で数値化する
外観の官能評価は、色差計で数点を測るだけでは人の判断と合わないことがあります。人は製品全体を見て、端の焦げや部分的な変色、ムラの広がり方まで含めて判断しているからです。
分光カメラは、画像の画素ごとに多数の波長の反射の強さを記録します。人の目やRGBカメラでは3色の組み合わせとしてしか捉えられない違いを、波長ごとの情報として持てるのが特徴です。仕組みの詳細はハイパースペクトルカメラとは何かを解説した記事にまとめています。
焼き色の例では、バタークッキーをマルチスペクトル画像で撮影し、官能評価にもとづく焦げ色の段階（ブラウニングスコア）と画像の値を結びつけた研究があります。同じ画像から水分量の推定も試みられています（Quality assessment of butter cookies applying multispectral imaging）。ビスケットでも、分光画像から中心部と縁の焼き色をCIELAB値や焼き色指数として推定する方法が報告されています（デンマーク工科大学 Biscuit quality assessment by spectral imaging）。
ここで大事なのは、どちらの研究も人の評価を基準にしてから機器値と対応づけている点です。分光カメラは「人の代わりに判断する装置」ではなく、「人が判断している外観の違いを、面全体で再現性のある数値にする装置」と考えると、期待値を誤りません。
分光カメラが向かないケース
- 評価の中心が味・香り・食感で、外観がほとんど関係しない場合
- パネル評価そのものが安定しておらず、正解データが作れない場合
- 色差計で数点を測れば人の判断と十分に合っている場合（面で測る必要がない）
どの方法で数値化するか｜判定表
上から順に答えていくと、最初に試すべき方法が絞れます。
質問 | Yesなら | Noなら |
|---|---|---|
Q1. パネル評価の手順（基準見本・評価語・採点法）は決まっているか | Q2へ | まずJIS Z 9080 などを参考に評価手順を整え、点数の再現性を確認する |
Q2. 評価したい項目は外観（色・焼き色・ツヤ・変色）か | Q3へ | 味覚・においセンサー、成分分析、物性測定を組み合わせて検討する |
Q3. 色差計で数点を測った値が、人の評価とよく合っているか | 色差計での数値管理で十分な可能性が高い | Q4へ |
Q4. 人がムラ・部分的な変色・広がり方を見て判断しているか | 面で測る分光カメラを試す価値がある | 測定点を増やす、照明条件をそろえるなど、測色の運用を見直す |
官能評価を数値化する進め方（4ステップ）
- 評価項目と基準を決める：何を（焼き色、ツヤ、変色など）、どの尺度で評価するかを決め、基準見本をそろえる
- 評価の幅があるサンプルを集める：良品だけでなく、境界品・不良品まで含めると、機器値との対応が取りやすくなる
- 同じサンプルを人と機器の両方で評価する：パネルの点数と機器値を並べ、どの値が人の評価をよく説明するかを確かめる
- 運用の形を決める：開発での比較用か、工程での全数確認用かで、必要な速度・視野・照明の構成が変わる
分光カメラを使う場合の事前検証の流れはハイパースペクトルカメラのデモ・実機検証の進め方に、検証にかかる費用の考え方は画像検査のPoC費用の相場にまとめています。鮮度のように時間で変わる品質を測る機器の全体像は鮮度測定器の4分類を比較した記事も参考になります。
まとめ｜人の評価を基準に、項目ごとに機器を選ぶ
- 官能評価の数値化は、人の評価を規格に沿って点数にし、それを機器値から推定できるようにすること
- パネル評価のばらつきは、基準の違い・環境の違い・疲れや順番の影響から生まれる
- 色は色差計、ツヤは光沢計、食感は物性測定、味・香りはセンサーや成分分析と、項目ごとに機器を選ぶ
- 焼き色や変色のように人が面全体を見て判断している項目は、分光カメラで面の数値にできる可能性がある
私たちは国産ハイパースペクトルカメラ irodori を開発し、食品・農業・インフラ・医療などの現場とともに実証を重ねてきました。受賞歴や学術成果は実績一覧でご覧いただけます。もし外観の官能評価が人によってばらつくことでお困りでしたら、まずは資料だけでもご覧いただけたら嬉しいです。
