El Color en La Industria de Alimentos

El color en la industria de los
alimentos
Ada Manresa González

Ileana Vicente
https://web.facebook.com/AgroindustrialEngineer/
El color en la industria de los alimentos

El color en la industria de los alimentos
Ada Manresa González
Ileana Vicente
Todas las universidades en una: EDUNIV

Manresa González, Ada, & Vicente, Ileana. (2007). El color en la industria de los alimentos. Ciudad
de La Habana: Editorial Universitaria. -- ISBN 978-959-16-0582-5
Edición: Dr. C. Raúl G. Torricella Morales

Corrección: Luz María Rodríguez Cabral
Ministerio de Educación Superior, 2007

Editorial Universitaria, 2007
La Editorial Universitaria publica bajo licencia Creative Commons de tipo Reconocimiento No

Comercial Sin Obra Derivada, se permite su copia y distribución por cualquier medio siempre
que mantenga el reconocimiento de sus autores, no haga uso comercial de las obras y no
realice ninguna modificación de ellas. La licencia completa puede consultarse en:
http://revistas.mes.edu.cu/EDUNIV/legalcode-ar.htm
ISBN 978-959-16-0582-5
Editorial Universitaria
Calle 23 entre F y G, No. 564
El Vedado, Ciudad de La Habana
Cuba CP 10400
e-mail: torri@reduniv.edu.cu
Sitio Web: http://revistas.mes.edu.cu
Nota a la Edición
Ada Manresa, para sus amigos Adita conjuntamente con Julia Espinosa, la profesora de toda la vida de la
asignatura de Evaluación Sensorial de los Alimentos en la Facultad de Farmacia y Alimentos de la
Universalidad de La Habana. Como resultado de su amplia experiencia alcanzada durante su trabajo
como, ha logrado compilar en esta obra los principios básicos sobre la Evaluación del Color en los
Alimentos.
Este libro forma parte de una mini colección sobre evaluación de los alimentos integrada por cuatro
títulos:
1. Evaluación Sensorial aplicada a la investigación, desarrollo y control de la calidad /Raul G.
Torricella Morales, Esperanza Zamora Utset y Horacio Pulido Alvarez
2. Evaluación objetiva de la calidad de los alimentos procesados / Esperanza Zamora Utset y
cols.
3. Evaluación Sensorial de los alimentos / Julia Espinosa Manfugás
4. El color en la industria de los alimentos / Ada Manresa Gonzáles e Ileana Vicente
El primero se publicó en el 1989 por el Instituto de Investigaciones para la Industria Alimenticia (IIIA),
en formato impreso, los tres últimos por la Editorial Universitaria en formato digital, aunque se prepara
una versión corregida del primero también en formato digital.
Esta colección constituye una lectura obligatoria para quienes pretendan adentrarse en el Arte-Ciencia
de la Evaluación Sensorial, disciplina indispensable de la Química Analítica de los Alimentos.
El Editor
ADA MANRESA GONZÁLEZ E ILEANA VICENTE 2
Indice
1 INTRODUCCIÓN.............................................................................................................................................. 4
1.1 Algunos conceptos básicos........................................................................................................................... 4
2 MEDICIÓN DEL COLOR............................................................................................................................. 12
2.1 Sólidos de color............................................................................................................................................. 16
2.2 El observador normal.................................................................................................................................. 23
2.3 Sistemas de denotar el color....................................................................................................................... 29
2.4 Diferencia de color (∆Ε)............................................................................................................................. 33
2.4.1 Tolerancia (T) y Diferencia Justamente Notable (DJN)................................................................. 39
2.5 Dificultades prácticas en la medición del color....................................................................................... 41
3 EQUIPOS PARA EVALUAR ALIMENTOS ............................................................................................. 48
3.1 Productos cítricos......................................................................................................................................... 48
3.2 Tomate y productos derivados del tomate............................................................................................... 49
3.3 Otros alimentos............................................................................................................................................ 50
3.4 Mediciones objetivas del color................................................................................................................... 51
4 BIBLIOGRAFÍA................................................................................................................................................ 53
4.1 Sitios de Interés............................................................................................................................................. 54
5 ANEXOS............................................................................................................................................................. 55
5.1 Anexo I........................................................................................................................................................... 55
5.2 Anexo II......................................................................................................................................................... 56
5.3 Anexo III....................................................................................................................................................... 59
5.4 Anexo IV....................................................................................................................................................... 60
6 TABLAS............................................................................................................................................................... 61
6.1 Tabla 6.1......................................................................................................................................................... 61
6.2 Tabla 6.2 ........................................................................................................................................................ 61
6.3 Tabla 6.3......................................................................................................................................................... 62
CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

3 EL COLOR EN LA INDUSTRIA DE LOS ALIMENTOS
6.4 Tabla 6.4......................................................................................................................................................... 63

6.5 Tabla 6.5......................................................................................................................................................... 64
6.6 Tabla 6.6......................................................................................................................................................... 65

Capítulo 1
1 INTRODUCCIÓN
1.1 Algunos conceptos básicos

La luz visible constituye sólo una pequeña parte del espectro electromagnético tal como puede
apreciarse en la Figura 1 y se extiende aproximadamente entre los 380 y los 760 nm. En esta pequeña
franja de energía está concentrado todo el universo observable por el ser humano; el mundo de la
apariencia. Este abarca los aspectos de la experiencia visual por la cual pueden ser reconocidas todas las
cosas. De los aspectos que comprende pueden identificarse: el brillo, lustre, turbidez, bruma,
diferenciación de imágenes, reflexión, textura y otros atributos que juegan un papel importante en el
juicio de los alimentos; pero ninguno tanto como el color.
Figura 1. Espectro electromagnético
Los consumidores manifiestan una fuerte preferencia por aquellos productos de apariencia atractiva y
por supuesto, aquellos que “parecen mejores” son escogidos primero. De hecho, la apariencia y dentro
de ella el atributo “color” es económicamente tan importante que ha dado origen a una ciencia y a toda
una línea de equipamientos para lograr hacer mediciones objetivas pasando por los estudios y
metodologías destinados a entrenar al mejor sensor: el hombre.

En la industria de alimentos en particular, el color juega un importante papel en el proceso de

aseguramiento de la calidad. Así, existen especificaciones internacionales para el extracto de tomate y el
jugo de naranja, los cuales deben cumplirse para alcanzar los mejores precios. El color define cuando se
ha terminado el proceso del tostado del café y a su vez, está estrechamente relacionado con la calidad
de la infusión. Lo mismo ocurre en la producción de chocolate, la maduración de los frutos, el tiempo
de horneado del pan, entre otros.
En ocasiones se recurre a la adición de un colorante para aumentar o conferir un aspecto más apetitoso,
para semejar el producto al vegetal en su estado natural o para darle la apariencia reconocida por el
consumidor a través de la experiencia. Esta práctica ha sido fuertemente criticada cuando se emplean
colorantes artificiales cuya acción en el organismo no ha sido bien establecida o son definitivamente
dañinos.
El color no es solamente un fenómeno psíquico o psicológico, sino el resultado de la evaluación de la
energía radiante (magnitud física) en términos de una correlación visual (sicológica) y está basada en las
propiedades del ojo humano (fisiológicas). Un color puede ser descrito subjetivamente por la
experiencia del observador u objetivamente, de acuerdo a su longitud de onda. Así, la luz roja tiene una
longitud de onda (λ) de alrededor de 680 nm; el color anaranjado de unos 590; la amarilla alrededor de
575; verde 520; azul 480 y violeta 450; todas ellas comprendidas en la llamada luz blanca tal como fue
demostrado por Newton al hacerla pasar a través de un prisma.
Sin embargo, el término “luz blanca” tiene connotaciones diferentes. No es lo mismo leer esta página
con un bombillo fluorescente, uno incandescente, la luz diurna al amanecer, al mediodía o en un
atardecer neblinoso. Todas ellas contienen los diferentes colores del espectro pero en distinta
proporción. La fluorescente tiene más azul y la incandescente más rojo y amarillo por tanto, al
momento de describir el iluminante es conveniente hacerlo en términos de su longitud de onda. Esto
puede hacerse midiendo la energía relativa emitida por la fuente de luz a todas las longitudes de onda
del espectro visible y graficando los resultados. Para una luz diurna típica la Figura2 muestra la curva de
distribución de energía espectral correspondiente a esta fuente de iluminación.
Figura 2. Esquematización de la distribución de energía espectral de la luz solar.

De tal forma, puede hacerse un juicio cualitativo observando las curvas de distribución de energía
espectral. Si se recuerda que la energía de una radiación es directamente proporcional a su frecuencia y
por tanto inversamente proporcional a su longitud de onda (λ) es posible predecir una mayor energía
total para aquella fuente de luz que posea mayor proporción de azul. Y esta resulta una forma
convencional para describir una fuente de luz en una sola dimensión. De hecho esto es lo que se hace al
especificar la temperatura de color de una fuente. Para esclarecer este concepto se puede buscar la
descripción del llamado “cuerpo negro” o también se puede imaginar una pieza de acero calentándose.
Cuando la temperatura se incrementa, el color pasa de negro a rojo, a naranja, a amarillo y finalmente a
blanco azuloso. Así, en vez de definir un color como “rojo caliente” se puede medir la temperatura a la
cual se produce dicho color. Cuando se eleva la temperatura se le transfiere al acero mayor cantidad de
energía y para mantener el equilibrio, éste la emite en forma de energía visible. El azul tiene mayor
frecuencia (menor λ) que el rojo y por tanto mayor energía. Es exactamente de esta forma que se
emplea el cuerpo negro para definir un color y expresarlo en grados Kelvin ( oK). La mayor parte de las
fuentes luminosas que se emplean son cuerpos negros, aunque algunos de ellos como las lámparas
incandescentes no lo son pero se le aproximan mucho y pueden describirse por la temperatura de color
correlacionada.
Pero, resulta muy necesario establecer con precisión las características de las fuentes de iluminación
debido a la existencia de diferencias de color entre un jugo de tomate observado bajo una lámpara
fluorescente o una incandescente.
La luz fluorescente tiene mayor temperatura de color y más energía espectral en la porción azul del
espectro. Por su parte, la de tungsteno tiene mayor temperatura y mayor energía en la zona roja. Puesto
que el color observado no es más que la luz reflejada es evidente que mientras más rojo incida en un
producto que es de manera natural rojo como el jugo de tomate, más luz roja reflejará y el producto se
verá mejor por parte del consumidor.
Este aspecto adquiere importancia no sólo desde el punto de vista comercial, sino al especificar el color
de un producto en una norma de calidad. Por esta razón la Comisión Internacional de la Iluminación
(CIE, Comisión Internacional de l´Eclairage) ha definido los iluminantes CIE A, B, C y más
recientemente los de las series D y F. Estos iluminantes responden a la necesidad de simular
instrumentalmente y de manera normalizada, las condiciones naturales bajo las cuales se observa el
color.
De esta forma:
Temperatura de color
Iluminante Simula a:
(oK)
A Lámpara de filamento incandescente 2 854
B Luz del medio día 4 870
C Luz diurna promedio 6 750
D65 Luz natural del día (Iluminante C+UV) 6 500

Temperatura de color
Iluminante Simula a:
(oK)
F2 Lámpara fluorescente blanca 4 200
F7 Lámpara fluorescente » luz del día 6 500
Cada iluminante, por supuesto, tendrá un comportamiento diferencial en cuanto a la emisión de energía
a lo largo del espectro de luz visible.
En la Figura 3 se muestran las curvas de distribución de energía radiante espectral para algunos de estos
iluminantes. Estos valores se encuentran tabulados para intervalos de ∆λ = 10 nm y Observador
Normal de 2º en el Anexo II.
Los iluminantes de la serie D (con temperaturas de color igual a 100 n por Ej.: D50, D55, D65, D75) son
los más representativos de la distribución espectral de la luz blanca y son los más utilizados en la
actualidad, aunque por lo extendido de su uso a lo largo de 30 años, el iluminante C continúa siendo un
estándar de comparación.
Los iluminantes de la serie F (F 1 a F12) son lámparas fluorescentes con diferente distribución de energía
espectral. Estos iluminantes simulan las lámparas fluorescentes que se utilizan por lo general en los
comercios y en el hogar. Su utilidad radica en que estos permiten enjuiciar el color de los productos
bajo las fuentes más comúnmente utilizadas, permiten calcular índices metaméricos y puede ser de
amplia explotación en la cada vez más creciente y llamativa industria del etiquetado y embalado como
formas de dar el toque de distinción final al aspecto estético del producto alimenticio.
Cuando un rayo de luz blanca incide sobre un objeto ocurren varios fenómenos simultáneamente:
1. Existe una reflexión en la superficie.
2. Ocurre una refracción dentro del objeto
3. Parte de la luz se trasmite a través del objeto.
4. Parte de la luz se difunde.
5. Y otra parte se absorbe.
Pueden ocurrir otros fenómenos tales como polarización, fluorescencia, pero a los efectos del color
observado, la reflexión es el fenómeno fundamental.
De esta manera, la luz puede reflejarse, absorberse o transmitirse y la importancia relativa de cada uno
de estos fenómenos determina la apariencia del objeto. Un material será transparente cuando la luz
incidente pase a su través con un mínimo de reflexión y de absorción; sin embargo, aún en los objetos
clasificados como muy transparentes ocurre al menos la reflexión de un 4% de la luz.

Figura 3. Curvas de distribución de energía radiante espectral para los iluminantes

En los alimentos el factor más importante que influye en la reflexión de la luz es la difusión debido a las
características físicas de la superficie. De forma general puede afirmarse que la reflexión especular
ocurre en un ángulo de 90° con respecto a la luz incidente y es la responsable principal del brillo del
material; mientras la reflexión difusa ocurre a un ángulo de 45° y es la principal responsable del color
(Figura 4 a). Estas particularidades son sumamente necesarias al momento de efectuar mediciones con
iluminantes específicos pues, del ángulo de incidencia de la luz en la muestra y la posición de ésta con
respecto al sensor (ya sea objetivo o subjetivo), dependerá el atributo medido.
Por esta razón, el instrumental moderno incorpora una esfera integradora (Figura 4 b) consistente en
una cavidad esférica esmaltada de blanco donde se ubica la muestra. De esta forma el objeto a evaluar
recibe la luz de manera difusa, tal como ocurre en la cotidianidad. También, se ubica el detector en
posición tal que permita recibir toda la luz difusa proveniente de la reflexión de la muestra.
Figura 4 (a). Reflexión especular y difusa.
Con todas estas opciones, el evaluador dispone de la posibilidad de seleccionar una geometría
iluminación/visión dentro de las siguientes:
Unidireccional 0o /0o

Bidireccional 0o / 45º y 45º /0o

Con luz difusa 0o/d y d / 0o
Figura 4 (b). Esfera integradora.
Se han definido como aspectos importantes a tener en cuenta a la hora de evaluar un color:
1. El tipo de iluminante empleado.
2. El ángulo de iluminación y de visión.
Pero, existen otros factores que afectan la percepción del color como son:
1. Relaciones espaciales: La posición relativa del objeto en el espacio afectará la percepción del
color no sólo por su dependencia con el ángulo de iluminación y de visión. El fondo sobre el
cual se encuentra el objeto, impresionará simultáneamente a la retina, y por supuesto a los
conos específicos, según la longitud de onda. Esta doble estimulación será una causa de las
diferencias en la percepción del color. Por esta razón, una superficie blanca se aprecia más
blanca y brillosa sobre un fondo negro que cuando se coloca sobre una superficie
perfectamente blanca.
2. Relaciones temporales: Existe una estrecha relación entre el tiempo y la estabilidad del color.
Una mayor estabilidad y constancia del color se traduce en menores cambios con el transcurso
del tiempo y viceversa. Por lo general, estos cambios se presentan en forma de decoloración u
oscurecimiento, aunque también pueden presentarse en el matiz.
3. Área de la retina estimulada: Si se estimula el área de la retina conocida como fóvea habrá una
mejor percepción del color.
4. Estado del mecanismo visual del observador: Si el mecanismo visual del observador falla en
alguna de las etapas de su secuencia, fallará el criterio de color.

5. Actitud mental del observador: Los trastornos síquicos y neurológicos e incluso, el estado de
ánimo del observador, pueden afectar la forma en que se aprecia un color. El nivel cultural, por
su relación con el dominio de un mayor o menor vocabulario afectan, ya no la percepción, pero
sí, la descripción que se hace de un color determinado.
6. Forma del objeto: Los objetos de superficie lisa se ven más claros y brillantez por haber un
predominio de la reflexión especular. Los objetos de superficie rugosa se aprecian con menos
brillo y en ellos se percibe mejor el color.
7. Tamaño del objeto: Los objetos de mayor tamaño se ven más saturados. Un mismo objeto al
reducir su tamaño aumenta la superficie disponible para la reflexión especular y por tanto se
verá más claro.


Capítulo 2
2 MEDICIÓN DEL COLOR

Una vez definida la importancia de las medidas objetivas del color, surge inevitablemente la necesidad
de conocer cómo hacerlo.
R.S. Hunter, en sus estudios al respecto encontró siete procedimientos diferentes para identificar el
color de un producto. A saber:
1. Mediante curvas espectrofotométricas.
2. Por mezclas aditivas de los colores rojo, verde y azul.
3. Por localización en un sólido de color tridimensional.
4. Empleando un método sustractivo de tres tintes primarios.
5. Mediante localización en un ordenamiento visual sistemático de placas coloreadas (diccionario
Munsell).
6. Por localización respecto a un ordenamiento de placas obtenidas por mezclas sustractivas
sistemáticas de blanco, negro y pigmentos coloreados de cada tinte por separado.
Mediante los ingredientes requeridos para obtener un color dado, ya sea derivado de las suposiciones de
un formulista o derivado de un modelo óptico del producto, las constantes ópticas de los ingredientes y
una computadora.
En el siglo XIX ya Newton se había preocupado de este problema, había comprobado que la luz blanca
se descomponía en haces de diferentes colores y tenía formulada su ley de la mezcla de colores. En los
estudios llevados a cabo por Grassman en 1853 se llegó a la conclusión de que la función cromática del
color puede ser representada en un gráfico bidimensional, empleando tres coordenadas linealmente
dependientes las cuales representan tres colores primarios.
Se escogió un triángulo equilátero donde cada vértice representa el 100% de los colores rojo (R), verde
(G) y azul (B). Estos coeficientes especifican la cromaticidad del color. Puede comprenderse
físicamente si se imaginan tres luces brillando hacia un centro donde se observa un punto blanco
(Figura 5 a y b). Las longitudes de onda (λ) de cada vértice son: R = 700 nm; G = 546 nm y B = 436
nm. Posteriormente, Maxwell trabajó en este sentido e hizo una transformación de las coordenadas
para expresarlas en un triángulo rectángulo (Figura 6) y de esta forma se hicieron más fáciles los
cálculos matemáticos.

Figura 5 a y b Mezcla aditiva de luces coloreadas y Triángulo GRB o de Grassman.
Figura 6. Conversión del triángulo equilátero al rectángulo.
Pero, no todos los colores pueden obtenerse por la adición de los tres primarios, aún siendo colores
espectrales. En algunos casos, adicionando un primario a la muestra, esta se puede equiparar con los
dos restantes. En esta prueba lo que se hace realmente es restar la luz añadida a los otros dos primarios
y puede considerarse una medición sustractiva, resultando una operación con valores negativos.
En el triángulo de Maxwell se cumple que conociendo dos de los valores triestímulos puede calcularse
el tercero haciendo uso de la ecuación:
g+r+b=1
Sin embargo, la aparición de valores negativos al momento de equiparar colores dificulta los cálculos
matemáticos y la interpretación de la sensación percibida de color, en términos negativos, es
prácticamente imposible. Por esta razón, se desarrolló un sistema para obtener luces primarias irreales o
imaginarias a partir de los primarios reales cuyas adiciones podrían representar todos los colores

espectrales, esto se hizo gráficamente como se muestra en la Figura 7 (a), reduciendo posteriormente el
triángulo obtuso obtenido, a uno rectángulo como se observa en la Figura 7 (b).
Figura 7 (a y b). Conversión del triángulo rectángulo rgb a las ordenadas xyz y posteriormente al
triángulo rectángulo de coordenadas cromáticas x,y.
Algunos investigadores han profundizado en este sentido desarrollando diferentes sistemas para medir
el color partiendo de primarios irreales lo cual dio origen a una serie de equipos tales como los
colorímetros HunterLab, Gardner, Color Eye, Color Master, Momcolor, Dr. Lange y Minolta, los
espectrofotómetros de las marcas Macbeth, Hunter, Minolta y los de última generación X-Rite, Diano
Match Scan, Minolta Haze gloss de BYK-Gardner entre otros que suman a las ventajas de los
anteriores sus pequeñas dimensiones y los potentes software incorporados.
En la mayor parte de los casos pueden hacerse transformaciones de coordenadas para expresar los
resultados en el SISTEMA CIE XYZ y establecer así una base común de comparación. Este sistema
adoptado en 1931, denomina a los primarios irreales como X, Y y Z los cuales no existen como luces
que puedan proyectarse en una pantalla; pero pueden calcularse y se les denomina VALORES
TRIESTÍMULOS.
Si a partir de los colores espectrales se determinan los valores X, Y y Z que los describen y a partir de
ellos se calculan las coordenadas cromáticas x,y,z y se representan en un gráfico, se obtendrá un plano
semejante a una herradura el cual se denomina “locus espectral” (Figura 8).

Figura 8. Locus espectral.
De esta forma, la porción del locus espectral que queda fuera del triángulo representa los valores
negativos R, G y B necesarios para obtener los colores del espectro que requieren formulación negativa.
Los primarios teóricos XYZ pueden formar un plano de modo que todos los colores espectrales
puedan ser obtenidos a partir de cantidades positivas de ellos (Figura 9) y se cumple la misma ecuación
para las coordenadas cromáticas x, y, z. Esto es:
Figura 9. Esquema del triángulo XYZ del sistema CIE.

De esta forma, la Figura 10 muestra el locus espectral descrito por el sistema CIE y comprende todas
las cromaticidades reales. Incluye los valores del espectro visible y los no espectrales (tonos púrpura y
magenta). En el Anexo I se expone el diagrama de Cromaticidad CIE Yxy con una aproximación de la
ubicación de los colores en este espacio de color.
Figura 10. Diagrama de cromaticidad CIE Yxy y la división de las cromaticidades reales en espectrales y
no espectrales
2.1 Sólidos de color

Hasta el momento se ha representado el color en función de uno de sus atributos: la cromaticidad, la
cual se define empleando dos coordenadas (la tercera es linealmente dependiente). Sin embargo, la
luminosidad o brillantez juega un papel fundamental en la percepción y diferenciación de los colores,
por tanto la localización exacta de un punto coloreado dependerá de tres variables y será representada
como un sólido de color o espacio tridimensional.
En la Figura 11 (a) aparece representado un sólido hipotético en coordenadas cilíndricas. La
luminosidad (L) se distribuye a través del eje vertical e indica cuanto blanco posee el color, por ello los
valores extremos irán del blanco absoluto a la ausencia de luz (negro). Los radios de las circunferencias
expresan la saturación o cromaticidad mientras, el arco de la circunferencia asociado a cada radio
expresará las variaciones del tinte. Si se toman dos puntos P1 y P2 con una misma brillantez las
ecuaciones de su localización serán:

(radio de la circunferencia)
θ = ángulo entre el eje 0° y el radio µ
La distancia entre ellos viene expresada por:
Si se supone una diferencia de brillantez entre estos puntos, aparecerán como en la Figura 11 (b). Para
hallar la distancia entre ellos se proyecta un punto (P1) en la circunferencia donde se halla localizado el
otro (P2) y se construye un triángulo rectángulo tomando como vértice los dos puntos originales y la
proyección; de esta forma la hipotenusa (o distancia entre los dos puntos) en coordenadas cartesianas se
puede calcular mediante:
Y en el caso estudiado, esa distancia se corresponde con la diferencia de color total entre los dos
puntos y se denota por ∆E.
donde: ∆E = diferencia de color entre P1 y P2
∆L = diferencia de luminosidad (L2 – L1)
∆C = diferencia de cromaticidad ((C2 – C1)

K = factor de escala
El factor K sólo se emplea cuando se desea expresar el término en unidades de percepción y su
determinación es empírica, debe determinarse experimentalmente a partir de los datos de percepción de
la diferencia de color dada por un equipo de jueces analíticos.

Figura 11. Representación de un sólido hipotético en coordenadas cilíndricas.
Esta representación es un esquema de la realidad, pues de hecho es posible desarrollar un sólido o

espacio de color sobre la base de los colores percibidos tal como hizo Albert H. Munsell alrededor de
1900.
Munsell, como profesor de arte intentó mostrar a sus alumnos las diferencias de matiz, luminosidad y
cromaticidad, dejando acuñados estos términos en la ciencia del color como las tres cualidades
primarias:
1. MATIZ: tono, tinte, color, “HUE”: Caracterizado por la longitud de onda de la
radiación. Es lo que hace diferente un color de otro. Ej. rojo, verde, etc.
2. LUMINOSIDAD: Brillantez, brillo, “VALUE”: Dado por el contenido total de energía.
Da lugar a los colores claros y oscuros.
3. CROMATICIDAD: Saturación, intensidad, pureza, “CHROMA”: Define la intensidad
o pureza espectral del color que va de los tonos grises, pálidos, apagados a los más
fuertes y vivos.
En su libro “A Color Notation” Munsell contribuyó extensamente al concepto de sólido de color. En el
eje central de este sólido habrá una variación del valor desde la luminosidad más alta (blanco) hasta la
oscuridad; cada segmento será de un tinte diferente, esto es: verde, amarillo, rojo, etc. y la distancia del
eje a la periferia será la cromaticidad o intensidad del color. Así cada punto representa un color único.
En la Figura 7.12 aparece un corte horizontal dado al sólido de color de Munsell en el que está
representada la organización del tinte (alrededor de la circunferencia).
Cada matiz se representa mediante un número que indica la posición relativa del color dentro del grupo
de colores de igual matiz (Por ejemplo: 2.5R; 5R; 7.5R y 10 R) y una letra que no es más que la inicial
del nombre del color en idioma inglés (Por ejemplo: Rojo, R; Verde, G; Azul, B; etc.)

Figura 12. Organización del tinte en el sólido de Munsell.
Un corte vertical al sólido de Munsell se verá como en la Figura 13, que es la forma en que aparecen las
páginas de los catálogos o diccionarios Munsell. En el eje de las abscisas se ubica la cromaticidad que va
desde el centro hacia la periferia del sólido, mientras el valor o luminosidad estará en un eje
perpendicular al plano del papel, con valores entre 0 (correspondiente al color negro) y 10
(correspondiente al color blanco). Como el blanco y el negro son tonos acromáticos el sólido Munsell al
ser transformado en un catálogo, sólo considera los valores de luminosidad entre 1 y 9.
Figura 13. Corte vertical a través de un plano del sólido de Munsell.

En la Figura 14 se presenta un esquema de la organización de la cromaticidad de los colores del

espectro pero a un valor de luminosidad constante (v = 5). Puede apreciarse que no existe una escala
acotada para la cromaticidad. Esta puede alcanzar diferentes valores máximos en dependencia del matiz
de que se trate. En el diagrama, el color rojo muestra mayor intensidad cromática que el azul.
Figura 14. Corte horizontal a través del sólido de Munsell a un valor constante de luminosidad
El sólido de color de Munsell considerando simultáneamente las tres cualidades del color se muestra en
la Figura 15.
Figura 15. Sólido de Color de Munsell.

Con otros propósitos, diferentes investigadores han desarrollado otros sólidos de color, pero todos
tienen en común tres consideraciones:
1. Poseen una disposición ordenada de las placas coloreadas.
2. Las placas están espaciadas regularmente.
3. Deben referirse a un sistema fundamental de manera que puedan ser reproducidos.
Los colores de cualquier atlas o catálogo deben estar colocados de tal forma que cada página representa
una lámina del sólido total. Obviamente, existen limitaciones económicas y de impresión que restringen
los colores representados, a aquellos útiles al fin con que se elaboró el catálogo. Así un libro diseñado
para una fábrica de pinturas, será diferente a uno destinado a representar el color del cabello humano.
Las colecciones actuales se clasifican en cuatro grupos:
1. Colecciones al azar. Ordenamiento de placas para ilustrar una línea de productos, en ellos
muchas veces no es posible juzgar colores intermedios, como ejemplo en el House and
Garden Colors destinados a decoradores.
2. Sistemas de mezclas de colorantes. Se basan en el principio de adición de tinte para la
obtención de colores o tonalidades. Por ejemplo, el No-Hue Custom Color System.
Esta colección emplea ocho pinturas base, seis cromáticas, una cercana al negro y una
blanca y con ellos reproduce 1000 cartas coloreadas útiles para el desarrollo de pinturas
de interiores y exteriores, pero no tiene aplicación práctica en la industria de los
alimentos.
3. Sistemas se mezclas de color. Este sistema tiene el propósito de mostrar los colores
producidos cuando se proyectan luces coloreadas tal como se produce en un
colorímetro triestímulo o cuando se interponen discos en un colorímetro con un
Iluminante. Por ejemplo, el Diccionario de Maerz y Paul, el Atlas de Color de
Villalobos, el Atlas de Color de Kornerup y Wancher, todos ellos factibles de ser
empleados en la industria de alimentos.
4. Sistema de apariencia de color. En este sistema se sistematiza la presentación de las
placas coloreadas y se intenta obtener la misma diferencia entre dos placas
consecutivas. Ejemplo de ello es el Atlas de Color Munsell.
Cada uno de estos sistemas desarrolla sus propios álbumes, por lo cual un mismo color aparecerá bajo
denominaciones distintas de acuerdo al punto de referencia. Se ha hecho un intento de sistematizar esta
información elaborando un diccionario, para ello en 1939 la Asociación de Farmacéuticos Americanos
y la Convención de la Farmacopea de EE.UU. requirieron un trabajo conjunto del Consejo de Color
Intersociedades (Inter Society Color Council, ISCC) y el Buró Nacional de Normalización de los
EEUU ( National Bureau of Standards, NBS) los que de conjunto elaboraron el “Método de
Definiciones de Colores y Diccionario de Nombres de Color” (ISCC-NBS “Method of Designating
Colors and a Dictionary Color Names”) al que en 1963 se le hizo una de las últimas revisiones. El
sistema escogido como más representativo siguió siendo el Munsell y se dividió en 267 porciones,
agrupándose según los términos más usuales.
Este diccionario no puede considerarse un sustituto del catálogo Munsell, pues de los 40,000 colores
que agrupa Munsell el diccionario sólo lista 7,500.

A diferencia de los sólidos explicados anteriormente y que pueden ser agrupados bajo el nombre de
“sólidos de color visuales”, cuando se emplea un sistema matemático tal como el triángulo de Maxwell
donde los colores se representan por las coordenadas g, r, b; o el sistema CIE Yxy, donde se
representan por las coordenadas x, y, z y se les introduce una tercera dimensión dada por la
luminosidad, se obtienen los llamados “sólidos de color matemáticos”.
En la Figura 16 aparece representada la adición de la coordenada brillantez o luminosidad a los
triángulos de Maxwell, el punto donde se unen los tres ejes es un ángulo de dimensión 0,
correspondiente al negro donde no existe color alguno. En la progresión de adición de luz el triángulo
se amplía y por tanto, se amplía la cantidad de colores que abarca hasta llegar a un 100% teórico donde
estaría la luz blanca o de máxima brillantez. Haciendo estas mismas consideraciones para el espacio CIE
XYZ se obtendrá una distribución similar, aunque al hacer las transformaciones a las coordenadas de
cromaticidad x, y, z, queda mejor representada por la Figura 17 donde la tercera dimensión es
solamente el %Y.
Figura 16. Representación espacial de los triángulos rgb
Figura 17. Representación del locus espectral con las variaciones de luminosidad.

El locus espectral proporciona mayor información acerca de la cualidad del color asociada a cualquiera
de los puntos que lo contienen y permite conocer y evaluar los conceptos de longitud de onda
dominante y pureza del color; lo cual permite una información más completa que la aportada por los
valores triestímulos X, Y, Z.
Profundizando en la Figura 10 se tiene que el punto C representa el iluminante (en este caso iluminante
C que simula la luz del día con una temperatura de color de 6 750 °K). El punto “a” representa una
muestra que por su posición se sabe que es un color espectral, por tanto para hallar su λ dominante se
traza una línea que partiendo del punto C, pase por “a” y se prolongue hasta interceptar la línea curva
del locus espectral, haciendo la lectura correspondiente (en este caso ≅ 542 nm). La pureza del color se
obtiene mediante la razón de la distancia del iluminante a la muestra (vector Ca) sobre la distancia del
iluminante a la λ dominante (vector Ca´).
Para otra muestra cuya ubicación es en “b” tendrá la misma λ dominante de “a”, pero mayor pureza.
Ca/Ca´< Cb/Cb´
Si se considera, además, un color no espectral “e”. En este caso no es posible hallar una λ dominante y
se hace necesario recurrir a la λ complementaria trazando el vector eCd. La pureza se halla respecto al
vector que une el iluminante con la línea de enlace de las longitudes de onda larga y corta pasando por
“e”; o sea:
Ce / Ce´
De esta forma puede establecerse una analogía entre los términos descritos por Munsell y los del
sistema CIE. Así, el matiz (tinte) es la magnitud relacionada con la λ dominante; la intensidad de color
se relaciona con la pureza, y la claridad con la luminosidad, aunque no deben establecerse identidades
puesto que se comportan de forma diferente en dependencia del sólido de que se trate.
2.2 El observador normal

El ojo humano es sensible a un rango limitado de longitudes de onda llamado espectro de luz visible
que se extiende aproximadamente entre los 400 y 700 nm. La brillantez percibida de acuerdo a la
unidad de energía incidente depende de cada longitud de onda (λ). En la Figura 18 se presenta la
eficiencia luminosa relativa contra las longitudes de onda correspondientes y por tanto muestra la
brillantez percibida por el ojo de acuerdo a la luz incidente. Esta es la curva de eficiencia luminosa
relativa y tiene un máximo en 550 nm, lo cual significa que esta es la región considerada más brillante
sensorialmente. Esta eficacia luminosa varia de acuerdo a la persona y la edad por lo cual se ha
preparado una curva especial utilizada como patrón internacional. Aquella persona cuya eficiencia
luminosa relativa coincida con esta curva es considerada un “observador normal”.
La energía radiada por una fuente de luz cubre un amplio rango de longitudes de onda aunque esto no
significa que lo cubre uniformemente. La curva de los porcentajes de energía irradiada respecto a cada
longitud de onda se llama: distribución de energía de la luz del iluminante y se mostró un ejemplo en la
Figura 3. Cuando esta luz incide en la muestra una parte es reflejada y la otra transmitida amén de que
cierta cantidad también es absorbida. El porcentaje de reflexión o transmisión para cada λ es llamado el
espectro de poder reflectante o espectro de transmisión en cada caso.

Figura 18. Eficiencia luminosa relativa.
Considerando el iluminante A, correspondiente a una lámpara de tungsteno, se observa que cuando se

ilumine un objeto de color rojo o violeta, la luz reflejada poseerá una energía diferente pues de toda la
gama de longitudes de onda incidentes reflejará en mayor medida la porción correspondiente a lo que
se denomina el color del objeto (Figura 19 a). Este poder reflectante aparece graficado en las curvas de
la Figura 19 (b) y la luz reflejada se obtiene de la multiplicación de la curva de la Figura 3
correspondiente al iluminante A por la curva del poder reflectante del objeto de la Figura 19 (b) dando
las curvas de la Figura 20 que se corresponden con la energía incidente en el ojo humano. Por tanto, la
energía que llega al ojo será RxE para cada λ.
Fig.19 (a) Reflexión de la luz sobre una superficie roja

Figura 19 (b). Espectro del poder reflectante del color rojo y violeta.
Figura 20. Energía que incide en el ojo cuando un iluminante A se refleja en un cuerpo rojo o en un
cuerpo violeta.

El porcentaje de estímulo que la luz de cierta longitud de onda entrega a los receptores especializados
de la retina, para cada color, cuando la energía luminosa entra en el ojo, se representa por el producto
del porcentaje de la energía de la luz a esa longitud de onda por el valor de excitación de la célula de la
visión y debe ser considerada respecto a los factores siguientes:
1. Tipo de visión de color que posee el observador.
2. Porción del campo de la retina estimulado.
3. Tamaño del campo.
4. Estado de adaptación.
5. Proceso de excitación en áreas adyacentes a la fóvea.
El denominado observador normal o patrón (definido por la CIE en 1931) es la descripción numérica
de la respuesta al color por el ojo humano, respuesta que se cuantifica con las llamadas curvas de
distribución de energía del Observador Normal.
La definición de observador normal, además de tener en cuenta los aspectos anteriores debe tener las
siguientes características:
1. Visión tricroma normal: En correspondencia con la especialización fisiológica de los
receptores del color y la eficiencia luminosa relativa normal según la Figura 18.
2. Fijación central: Entendida como el ángulo que se forma entre el eje de incidencia de la
luz en el ojo y la trayectoria real del haz luminoso.
3. Tamaño de campo de visión no mayor de 3º (generalmente se fija un campo de 2º).
Como la retina varía en sus propiedades de una porción a otra y cada individuo posee
sus particularidades, se especifican los ángulos de visión para el Observador Normal de
2º (CIE, 1931) y de 10º (CIE, 1964).
4. Contraste con un cuerpo gris de la misma luminosidad aparente. El observador normal
debe ser capaz de diferenciar objetos de igual luminosidad donde las causas de tal
diferencia sean las variaciones en el matiz o la saturación.
Las curvas de respuesta de la visión normal a los valores triestímulos r, g, b provenientes del diagrama
RGB que representan sólo colores reales, además de presentar valores negativos, no son linealmente
dependientes, es decir:
r+g+b≠1
pues se trata de magnitudes negativas. Por estas razones, se hizo una transformación de las medidas
realizadas en el sistema RGB (con colores reales) al sistema CIE, dando las curvas de respuesta relativa
que aparecen en la Figura 21. Estas curvas se conocen como “Curvas de Distribución de Energía para
el Observador Normal” y representan los coeficientes de respuesta relativa del ojo humano o
coeficientes de distribución de energía del Observador normal. Estos valores existen en forma de
gráfico como el de la Figura 21 y en Tablas (Anexo III) para el Observador normal de 2º (CIE, 1931) y
el de 10º (CIE, 1964).

Figura 21. Curvas de distribución de energía para un observador normal CIE.
De esta forma se obtienen varias ventajas en los cálculos:

1. Todos los colores reales posibles pueden ser descritos por medidas positivas de los
primarios CIE.
2. La luminosidad del color viene especificada en términos de un solo primario (Y).
3. Una gran cantidad de colores en la región rojo – amarillo puede ser expresada en
términos de dos primarios. O sea, por encima de λ = 570 nm, el ojo no necesita el
valor triestímulo z.
El valor de excitación para una longitud de onda determinada se expresa matemáticamente como:
donde:
Eλ = Emisión de energía de la fuente de luz de longitud de onda λ
Rλ = Poder reflectante del cuerpo para esa λ
= Valor de excitación de la célula visual x para esa λ

Gráficamente el valor de excitación se obtiene por la multiplicación de las curvas representadas en las
Figuras 7.3, 7.19 (a) y (b) y 7.21. Haciendo una integración de los resultados para todas las λ del
espectro visible se obtiene la curva de la Figura 22 como representativa de la excitación de la célula

visual. La sumatoria finita de las áreas que conforman el área total bajo la curva es una buena
aproximación de esa integral de manera que su fórmula es:
y de una forma similar puede plantearse para los otros estímulos.

De esta forma, las ecuaciones de respuesta de los valores triestímulos serán:
En todos los casos λ varía, desde 400 hasta 700 nm.
De esta forma es posible determinar los valores triestímulos (X, Y, Z) a partir del espectro de
transmisión (T) o de Reflexión (R) obtenidos en un espectrofotómetro convencional y con el auxilio de
los datos de los gráficos 7.3 y 7.21 que aparecen tabulados en los Anexos II, III y IV.
Figura 22. Curva resultante de la excitación de la célula x de la visión en todo el espectro visible.
El método matemático empleado para calcular los valores triestímulos XYZ a partir de las lecturas de la
reflectancia o transmitancia en un espectrofotómetro han sido ilustradas mediante el esquema de la
Figura 23.

Figura 23. Esquema del cálculo de los valores triestímulos.
2.3 Sistemas de denotar el color

Al margen de la necesidad de cuantificar el color de manera precisa y reproducible, el objetivo de los
investigadores es encontrar un sistema de denotar el color que se corresponda exactamente con la
percepción visual y que esté asociado a un sólido de color que sea uniforme y permita cálculos
matemáticos.
Desde el año 1920, se considera el sistema CIE XYZ como el más importante y el sólido de color
involucrado ya fue descrito en el epígrafe anterior. En la Figura 17 se mostraron las líneas de contorno
que encierran todos los colores reales para varios valores de Y considerando el iluminante C. Obsérvese
que mientras más claro es el color más restringida es el área de cromaticidad. Estas líneas de contorno
se llaman: “límites de Mc Adam” por ser él quien primero las calculó (1935).
El sistema CIE se desarrolló inicialmente para establecer especificaciones de color y no para medirlo; lo
cual se dificulta pues no es un sistema uniforme. Esto significa que dos muestras situadas en una parte
del sólido que presenten una diferencia de color semejante a la de otro par de muestras situadas en otra
región no estarán separadas la misma distancia cuando se grafiquen las coordenadas x, y. En 1942, Mc
Adam trabajó con más de 25 000 observadores y logró establecer las llamadas “Elipses de Mc Adam”
que se muestran en la Figura24. En este gráfico los radios de todas las elipses tienen la misma magnitud
visual pero difieren gráficamente.
Figura 24 elipses de Mc Adam graficadas en el diagrama de cromaticidad Yxy del sistema CIE.

En este sentido también trabajó judd con el sistema r, g, b, usando coordenadas triangulares y el propio
Mc Adam quién empleó coordenadas rectangulares que llamó: u, v. Otros investigadores: Brockenridg y
Schaub transformaron las coordenadas de Judd en coordenadas rectangulares de escala de cromaticidad
uniforme (Rectangular Uniform Chromaticity Scales = RUCS) pero todos encontraron resultados
similares.
La escala UCS de Judd se convirtió en el sistema alfa- beta (a-b) de Hunter el cual coloca el iluminante
en el centro del diagrama de cromaticidad. Este sistema de coordenadas fue diseñado especialmente
para medir superficies de color y se usa en el reflectómetro multipropósito de Hunter. Actualmente se
representa por la escala Rd, o L, a, b.
En 1959 se adoptó el sistema u, v, desarrollando por Mc Adam para el sistema CIE y se llamó sistema
CIE UCS encontrándose que el esparcimiento así obtenido concordaba bien con los valores
experimentales.
Paralelamente el sistema alfa – beta de Hunter se transformó en un sólido de color con escalas
uniformes en las superficies de color, a las ordenadas les llamó: L, a, b y fue en ella que la National
Bureau of Standards, (Buró Nacional de Normas) definió la unidad de diferencia de color.
En 1943 Scofield simplificó la ecuación introduciendo el sistema L, a, b.
Hasta ese momento los investigadores solo se preocuparon de las coordenadas de cromaticidad aunque
es obvio la importancia de la luminosidad como fue reconocido por Munsell cuando elaboró su
catálogo.
En 1958 Hunter empleó las señales de Mc Adam x-y y x-z en su medidor de Diferencias de Color, el
cual operaba electrónicamente y después de aplicar la corrección de la luminosidad se obtienen las
escalas a y b. El atributo original fue el Rd; reemplazado posteriormente por L, la cual es una medida
más uniforme. Este sistema, y el espacio de color CIELab asociado (Figura25) se aplican actualmente
en los medidores Hunter. La determinación de los parámetros Lab de Hunter puede realizarse a partir
de las ecuaciones que los relacionan con los valores triestímulos.
Donde:
L: Valor de la luminosidad en el sistema Lab
a: coordenada cromática en el eje de las abscisas (rojo-verde), a (+) = rojo, a (-) = verde

b:coordenada cromática en el eje de las ordenadas (amarillo-azul), b (+) = amarillo, b (-) = azul.
X, Y, Z: Valores triestímulos de la muestra
Xn, Yn, Zn: Valores triestímulos del iluminante empleado (tabulados en el Anexo III).
Figura 25. Espacio de color CIE LAB (Hunter).
En el año 1971 la CIE propuso un nuevo espacio cromático para transformaciones no lineales del
sistema CIE 1931 al que se denomina CIE L*a*b*, y fue aprobado en 1976 como una buena
aproximación de un espacio de color uniforme. Posteriormente, con el objetivo de lograr un espacio de
color más uniforme han sido propuestas modificaciones como el sistema CIE Luv y CIE L'u'v'.
En el sistema CIE LAB se define un espacio de coordenadas rectangulares (L*a*b*) y otro en
coordenadas cilíndricas (L*, C*, Ho) también conocidos como parámetros de color sicométrico.
Para la evaluación de un color diseñaron un círculo cromático con los colores alrededor de la
circunferencia (similar al anillo de Munsell). Sobre él descansan dos ejes perpendicularmente entre sí
(a*, b*) graduados de 0-60 (en el gráfico) aunque en la realidad pueden alcanzar cualquier valor mayor
que cero en dependencia de la saturación y el tono de que se trate. Perpendicular al plano a*,b* y en su
centro, se encuentra un eje L* que representa la luminosidad desde el negro (L* = 0, abajo) al blanco
(L* = 100, arriba). Ver la Figura26.

Figura 26. Diagrama CIE L*a*b*
La equivalencia entre las coordenadas CIE L*a*b* y XYZ es la siguiente:
Si X/Xn, Y/Yn, Z/Zn > 0.008856
Si X/Xn, Y/Yn, Z/Zn ≤ 0.008856
Las fracciones X/Xn, Y/Yn y Z/Zn se sustituyen por: 7.787 F + 16/116
Donde F es la razón que corresponda.
L*: Valor de la luminosidad en el sistema L*a*b*

a*: coordenada cromática en el eje de las abscisas (rojo-verde), a*(+) = rojo, a*(-) = verde
b*: coordenada cromática en el eje de las ordenadas (amarillo-azul),
b*(+) = amarillo, b*(-) = azul
X, Y, Z: Valores triestímulos de la muestra
Xn, Yn, Zn: Valores triestímulos del iluminante empleado
C*: Cromaticidad o croma métrico
ho: ángulo de tono.
El sistema CIE L*a*b* describe el color en términos de dos coordenadas cromáticas (a* y b*) y una de
luminosidad (L*) lo que permite inferir el color de una muestra a partir de esos atributos y poder
determinar la diferencia de color total entre pares de muestras.
Este sistema está ampliamente difundido en esferas tan disímiles como la de las pinturas y lacas, textiles,
alimentos y productos farmacéuticos, pero aún no correlaciona exactamente con la percepción visual.
2.4 Diferencia de color (∆Ε)

Otro aspecto sobre el que se ha trabajado intensamente es en el de especificar la diferencia de color
entre dos muestras por medio de un solo número. En sí mismo este trabajo no es difícil, la dificultad
aparece cuando se trabaja con espacios de color no uniformes. En este caso las ecuaciones se
complican porque deben tener en cuenta factores modificadores de acuerdo a las variaciones del
espacio. Otra complicación radica en sopesar cual de los tres parámetros del sólido de color se
corresponde mejor con el juicio humano. Y un tercer grupo de factores modificantes se introduce
cuando se interrelacionan las fórmulas de diferencias de color en distintos sistemas.
En épocas pasadas los cálculos resultaban tediosos y consumían mucho tiempo, por lo cual se recurría a
menudo a métodos gráficos. En estos momentos, por el contrario, la posibilidad de uso de
computadoras acopladas representa una necesidad en el diseño de los equipos.
El desarrollo de las fórmulas de diferencias de color ha seguido tres vías principales: La primera se basa
en el sistema Munsell; la segunda en el sistema CIE y sus transformaciones; y la tercera en las escalas de
color de Mc Adam.
Las diferencias de color son extremadamente útiles, pero a menudo deben emplearse con algún otro
parámetro para indicar la dirección de la diferencia.
Resulta de extrema importancia denotar el color en forma de código o número, lo cual además de ser
más preciso al eliminar gran parte de las influencias de la percepción humana, permite las
comparaciones y el procesamiento estadístico.
Pero, esto no basta. Es necesario además determinar similitudes y diferencias. Uno puede estar
interesado en conocer el color del puré de tomate, para lo cual sería lógico medir la reflectancia y a
partir de ahí calcular los valores triestímulos o con un colorímetro evaluar directamente las coordenadas
cromáticas pero, ¿esto qué dice?. Esto solo define el color en términos numéricos y no da respuesta a
interrogantes como:
¿Cuál es el color óptimo para cada muestra?.

Si la muestra se desvía del óptimo, ¿cuán grande es esa desviación? ¿Cuáles muestras se desvían dentro
del rango de valores permitidos como satisfactorios para el color?.
¿Cuán grande puede ser la variación antes de considerar indeseable un color?.
Estas cuestiones no pueden ser resueltas sólo numéricamente. Es necesario establecer la relación
adecuada con la percepción sensorial. Ningún equipo dirá como es que gusta el puré de tomate.
La respuesta a algunas de estas preguntas está en poder determinar diferencias de color entre pares de
muestras.
Conociendo los valores XYZ, Y x,y, CIE Luv, CIE L'u’v’ para dos muestras dadas se puede determinar
la diferencia entre ambas y conocer cuan grande o pequeña es esa diferencia para un atributo en
particular.
El sistema Hunter Lab es el primero que utiliza el espacio euclidiano para determinar la diferencia de
color total entre dos muestras a través del cálculo de DE. (Figura 11).
Esta ecuación se cumple además para los sistemas L*a*b*, L’u’v’, lo cual los hace más ventajosos con
respecto a los existentes hasta ese momento.
En la actualidad el sistema de color L*a*b* se usa con mucha frecuencia en el control de la calidad del
color. Sin embargo, el grado de diferencia del color (∆E*) en este sistema, no siempre responde al
grado de diferencia de color percibida por los humanos.
Por ejemplo, para un color con baja cromaticidad el ∆E* calculado es, generalmente, menor que la
diferencia de color percibida por los humanos.
Las mayores diferencias se detectan en el tono y la saturación. El ojo humano detecta primero las
diferencias de tono, luego las de saturación y por último las de claridad. Por tanto, el hombre acepta por
lo general cambios más grandes en L que en C (matiz y saturación). Para tratar de corregir estos
problemas se propone una nueva ecuación de diferencia de color denominada (CMC) (Comité de
Medición del Color) de la sociedad de coloristas de Gran Bretaña.
La ecuación CMC permite que la proporción l:c sea ajustada para obtener una mejor igualación. La
industria de los textiles emplea la relación 2:1, la industria del plástico 1,37:1 mientras que si es
necesario la mínima diferencia perceptible se emplea 1:1.
En general esta fórmula de diferencia de color involucra en su cálculo las diferencias de luminosidad
(L), cromaticidad y “hue” o ángulo métrico. Es decir parte de la ecuación de diferencia de color
L*C*ho.
Además, CMC incluye factores de corrección (Sl, Sc, Sh) para cada uno de estos atributos que son
correcciones empíricas (calculadas a partir de datos experimentales) que dan una medida de la variación
de la sensibilidad para detectar las diferencias de color debido al efecto dependiente de estas con L, C y
H.

Con iguales fines se proponen las ecuaciones de diferencia de color de la FMC-II
X, Y, Z: Valores triestímulos
∆Cr-g = ∆RG: Diferencia de color en la dirección del rojo. Corresponden a ∆a* y ∆b* en el
sistema L*a*b*
∆Cy-b = ∆YB Diferencia de color en la dirección del amarillo
∆E = FMC2
Desarrollado por los autores Friele, Mc Adams, Chickering y otros. A los tres primeros debe su
nombre. Se basaron en las elipses de Mc Adam de diferencia de color mínima perceptible para
iluminante C y ángulo de 2º y claridad aproximadamente igual, pero es aplicable a otras condiciones.
Más recientemente, el Comité Técnico de la CIE propone para su estudio una nueva formula de
diferencia de color derivada de la CIELAB designada como TC1-29 y denotada por ∆E94.
En esencia, se mantiene el que parten de las diferencias ∆L, ∆C y ∆H, corrigiendo las dos últimas con

Las funciones de peso Sl, Sc, Sh adaptan la ecuación de diferencia de color total (∆E) para explicar la
variación en la magnitud de la diferencia de color percibida con la variación en la localización del
estándar de color en el espacio de color CIE 1976 (L*a*b*). El efecto más seguro que se ha
determinado es la disminución en la percepción de las diferencias de C y H con el aumento del croma.
La ecuación ∆E94 es hasta el momento la que más se ajusta a algunos sectores, sin embargo aún no ha
sido validada en la generalidad.
Estas formas de expresar el color y sus diferencias son posibles mediante el empleo del equipamiento
especialmente diseñado para ello que pueden ser:
1. Colorímetros
2. Espectrofotómetros
3. Por comparación visual con patrones: De ellos el más representativo e importante es el ya
conocido sistema Munsell pero merecen señalarse otros atlas de color como el de Ostwald
(1917), DIN (Alemania, 1953); Maerz y Paul (USA, 1930), Villalobos (Argentina, 1947) entre
otros.
4. Colorímetros visuales: Pueden a su vez ser de diferentes tipos:
1. Los que emplean el principio de formulación aditiva como el de discos rotatorios de
Maxwell (1860), Guilt (1925) y Wright (1927)
2. Los que emplean el principio de formulación sustractiva. De ellos el más importante es
el Lovibond diseñado hace más de 165 años. Aunque se ha modificado un cierto
número de veces, el concepto básico no ha cambiado. Es un aparato de uso muy
generalizado en la industria de alimentos especialmente en cervezas, maltas, aceites,
grasas, margarina y soluciones azucaradas. A lo extendido de su uso ha contribuido la
simplicidad de la determinación y el hecho de que la compañía Tintometer ha
conseguido mantener constante la calibración de sus filtros a través de los años.
Además de ello, se han desarrollado, algunos indicadores con objetivos específicos como son:
1. Índice de blancura: De amplio uso en la industria textil y del papel y se ha extendido a la de
medicamentos, plásticos y cerámica. Una superficie blanca ideal debe tener un índice de
blancura (IW) igual a 100. Cuando la diferencia entre el blanco ideal y el de la superficie que se
evalúa se incrementa entonces IW disminuye. Algunos indicadores de blancura son:
IW = 100 – (R670 – R430) Harrison (1959)
IW = R430 – (R670 – R430) Stephenson (1959)
(donde Rλ = Reflexión difusa a determinada λ)
IW = 0,333Y + 1,060Z – 1,227 Burger (1959)
(donde Y, Z son los valores triestímulos correspondientes)
IW = L – 3b + 3a Hunter (1960)

(Para iluminandt C, donde L, a, b son las coordenadas cromáticas del sistema

CIELab)
IW = 100 – ( 100 – L )2 +( a2 + b2 ) ½ Hunter (1960)
(donde L, a, b son las coordenadas cromáticas del sistema CIELab)
IW = 100 – [( 100/L )2 +( 10b2 )] ½ Hunter (1960)
(donde L, a, b son las coordenadas cromáticas del sistema CIELab)
IW = D(Y) + P(x) – Q(y) + C Ganz (1976)
(D, P, Q, C: Constantes de las escalas de blancura de la Ciba Geigy y Y, x, y

son las coordenadas cromáticas del sistema CIEYxy)
IW = 0,388Z – 3Y ASTM, E 313, 1979
(donde Y, Z son los valores triestímulos correspondientes)
IW = Y + 800 ( Xn – X ) + 1700 ( Yn – Y ) McLaren, CIE (1986)
(donde Xn y Yn son los valores triestímulos para el difusor perfecto cuando se

emplea iluminante D65 a 2º o 10º de ángulo para el Observador Normal, X, Y
son los valores triestímulos correspondientes a la muestra)
2. Índice de amarillamiento: Es una indicación del grado en que la superficie de la muestra es
diferente del blanco ideal en el sentido del amarillo. Cuando la diferencia desde el blanco ideal
se incrementa, el índice de amarillamiento (YI) (en valor absoluto) se incrementa.
Un YI (+) indica diferencia hacia el amarillo
Un YI (-) indica diferencia hacia el azul
Este indicador es muy empleado para comprobar el deterioro de materiales por efecto de la luz,
temperatura u otros factores ambientales. También se usa para comprobar el nivel de amarillo
en pinturas, plásticos o textiles.
Las principales ecuaciones que describen el comportamiento hacia el amarillo (YI) son:
YI = 100 (1,28 X – 1,06 Z) / Y ASTM D 1925-70, 1977
(donde X, Y, Z son los valores triestímulos correspondientes)
∆YI = YI - YIo
∆YI = diferencia en el índice de amarillamiento

YIo = YI de la muestra inicial

YI = YI de la muestra final
YI = (X – Z)/Y 100 ASTM D 1925-70, 1977
(donde X, Y, Z son los valores triestímulos correspondientes)
ASTM, E 313-73 (1979)
B: Reflectancia azul de la muestra (= -0.847Z)
G: Reflectancia verde o luminosa (=Y)
Y, Z: son los valores triestímulos correspondientes.
En ocasiones se emplea otro grupo de relaciones para indicar variedades de tinte, estas pueden ser tan
sencillas como una simple relación, por ejemplo a/b. El uso de esta relación como índice de un cambio
de color ha sido bien establecida en el campo de los alimentos debido, posiblemente, a reducir dos
atributos a un solo valor mediante un cálculo muy simple. Su utilidad puede medirse con un ejemplo
práctico.
En la Figura 27 se tiene un gráfico abreviado del espacio Hunter ab mostrando los límites usuales del
color de las lascas y el puré de zanahoria. La mayor parte de los valores del color de la zanahoria caen
dentro del ángulo BOE, las líneas BO y EO representan los límites de amarillo (a/b=0.2) y rojo
(a/b=1.0) respectivamente.
Es claro que la relación a/b es una función del tinte. El punto B representa el color naranja en el cual la
relación a/b es la unidad; la fracción +a/+b es realmente la tangente del ángulo OBA el cual, en este
caso, es de 45°. Cuando el tinte se vuelve más amarillo y se mueve hacia el punto C, la tangente OBA se
aproxima a 0, así como la relación; en el segundo cuadrante la relación a/b representa los colores verde-
amarillosos y puede ir desde 0 en C, hasta infinito en F; a 0 en K y nuevamente infinito en A.
Figura 27. Gráfico ab de Hunter
Es obvio que esta es una función tangencial, no una lineal; esto sólo se emplea en los alrededores del
ángulo de 45°. Esta área se ha empleado más en tomate. Como regla práctica se aconseja trabajar con

esta relación cuando su valor se encuentre entre 0.2 y 2. La expresión tan-1 a/b desarrollada para
manzanas, es equivalente pues significa, precisamente, aquella tangente cuyo valor es a/b.
La cromaticidad, es quizás el término que se emplea con mayor frecuencia (como parte del Sistema CIE
L*C*Hº ) y está definido como (a2 + b2)1/2 lo cual es simplemente la hipotenusa del triángulo OAB.
La función a/[(a2 + b2)- L]1/2que incorpora los tres atributos del color ha sido empleada para calificar
jugo de tomate.
Todas estas formas, sistemas, indicadores y relaciones dan la posibilidad al interesado en ello, de poder
comparar colores y por tanto establecer la existencia o no de diferencias de color entre un par de
muestras.
Hasta aquí se ha visto como determinar diferencia de color pero, se sabe además que no siempre estas
diferencias detectadas instrumentalmente, se corresponden con la percepción visual lo cual además
entraña otra dificultad. Si existe diferencia de color determinada mediante un equipo ¿esta diferencia de
color es perceptible al humano?
Si el observador percibe una diferencia ¿la acepta o la rechaza?. El instrumento puede decir si el puré de
tomate es menos rojo, pero no dice si es ese rojo el que el consumidor identifica como el rojo del
tomate y mucho menos si ese es el que le gusta.
2.4.1 Tolerancia (T) y Diferencia Justamente Notable (DJN)

El sistema integral de Aseguramiento de la Calidad está dirigido a satisfacer las necesidades de los
consumidores las cuales son bien diferentes atendiendo a multitud de factores.
Teniendo en cuenta solamente el género del producto se sabe que los consumidores no admiten la más
mínima diferencia de color en un medicamento mientras son muy exigentes con los cosméticos, donde
ligeras variaciones en el producto generan otros nuevos que no son los deseados.
Sin embargo, un consumidor identifica pequeñas variaciones en el color del puré de tomate y acepta el
producto, sin embargo pequeñas variaciones en el tono (verde, amarillo etc.) conducen al rechazo.
Para el análisis de esta situación se necesitan definir dos nuevos términos:
1. Diferencia Justamente Notable (DJN): Es la mínima diferencia de color que es capaz de
detectar el Observador Normal. La diferencia puede que exista al evaluarse instrumentalmente,
pero no se detecta.
2. Tolerancia de Color (T): Es la mínima diferencia de color, entre una muestra y un patrón, que
es aceptable y por tanto pueden considerarse como iguales. La diferencia existe, pero se tolera.
En Alimentos, por lo general la Tolerancia > Diferencia Justamente Notable
Medicamentos, Tolerancia ≅ Diferencia Justamente Notable o menor
Cosméticos, la existencia de Diferencia Justamente Notable⇒ producto diferente
Tanto la Tolerancia como la Diferencia Justamente Notable requieren la participación de jueces
analíticos para su establecimiento.

La ecuación CMC no es un nuevo espacio de color sino un nuevo método para establecer tolerancias.
Es una modificación de la fórmula CIE Lab que da mejor concordancia entre la evaluación visual y el
valor de ∆E medido instrumentalmente.
CMC define por medio del cálculo matemático el elipsoide (elipse en el espacio tridimensional)
alrededor del color de referencia con semi-ejes correspondientes al Matiz, Cromaticidad y Luminosidad.
El elipsoide representa el volumen de lo aceptable y su tamaño varía en dependencia de la posición del
color en el espacio.
Las elipses en el anaranjado son más largas y estrechas que en el área del verde donde son más anchas y
redondas.
Uno de los resultados más interesantes referidos a las tolerancias del color fueron los ilustrados por Mc
Adam mediante las conocidas como “Elipses de Mc Adam” (Figura24) que es la forma que utilizó para
demostrar que la Diferencia Justamente Notable y por tanto la Tolerancia del color varían en
dependencia del matiz y la saturación del color, cuestión esta que también tiene en cuenta la ecuación
de diferencia de color CMC.
Aunque no hay método de tolerancia de color que sea perfecto, la ecuación CMC es la mejor
representación matemática de las diferencias de color que se perciben visualmente y es la reconocida
como norma en muchas industrias.
Factores a tener en cuenta para el establecimiento de tolerancias de color.
1. Se ha de tener en cuenta si los objetos a comparar se observan por lo general simultáneamente
o separados.
2. Condiciones de visión e iluminación
3. Memoria del color (Puede aumentar la Tolerancia)
4. Restricciones o flexibilidad que se deseen para la Tolerancia. Pueden existir casos extremos en
que la Tolerancia sea igual a cero pues se requiere un color perfecto o puede suceder lo
contrario, al no existir un patrón de referencia, la Tolerancia se hace muy grande. Entre ambos
extremos están las múltiples situaciones intermedias que son las que se adoptan pues
tolerancias muy exigentes implican incremento de los costos de producción y las muy
tolerantes, provocan insatisfacción del consumidor, rechazo y por tanto pérdidas económicas.
5. Patrón a utilizar: Si es un patrón mental o uno material presente.
6. El principal objetivo del empleo de instrumentos para medir el color y el desarrollo de modelos
matemáticos para el cálculo de ello, es tener un sistema de datos reducidos para establecer las
tolerancias de un producto dado, pues, aún cuando el sistema Munsell puede aplicarse muy
fácilmente, es un catálogo costoso y las placas son susceptibles de dañarse. En el caso particular
de la industria de los alimentos la mayor parte de las muestras son translúcidas en cierta
medida, lo cual complica la respuesta humana cuando se comparan con placas de referencia
opacas.
Por todo esto, al momento de establecer las tolerancias, muy a menudo se trabaja como en el ejemplo
de la zanahoria, definiendo un área donde el producto se considera de calidad.
Obviamente, las tolerancias tienen muchos usos, pero es esencial que tanto el comprador como el
vendedor estén de acuerdo y las entiendan. Como ocurre en otras áreas, lo ideal sería que dispusieran de
equipos similares.

De todas formas, y comprobando siempre la aplicabilidad al caso se puede aplicar la escala de

diferencias de color sensorial, hallando la diferencia de color (∆E) mediante el método matemático de
que se disponga y recurriendo a la tabla desarrollada por el National Bureau of Standards. Esta relación
aparece desglosada en la Tabla 6.1
2.5 Dificultades prácticas en la medición del color.

En los epígrafes anteriores se han discutido los aspectos ópticos de la medición del color; sin embargo,
al momento de diseñar un equipo específico para un grupo de muestras dado es necesario tener en
cuenta otros factores.
Uno de los factores más elementales que surgen cuando se va a evaluar el color es la manera de colocar
la muestra. Cuando se hacen mediciones de luz transmitida (densidad óptica o transmitancia) el
problema se simplifica grandemente y sólo es necesario prestarle atención a la transparencia. Pero, al
medir color, se presentan muestras sólidas y líquidas y se debe además escoger, que tipo de medición se
desea hacer. Por ejemplo si la muestra es líquida, obviamente debe tenerse en un contenedor y este
puede colocarse de manera que la luz se refleje por el fondo, por el costado o la superficie.
Cuando la muestra es sólida normalmente se coloca directamente sobre la abertura de medición. En
este caso las irregularidades del material deben ser analizadas previamente.
De acuerdo al tamaño de la muestra se puede escoger entre un movimiento de rotación o la ampliación
de la abertura de medición. El concepto de rotación de la muestra se ejemplifica en la Figura28. Si una
naranja cuya cáscara es una mezcla de verde y amarillo, si el movimiento de rotación es con la velocidad
apropiada, al fototubo llegará una mezcla uniforme de luces reflejadas. La ampliación del campo se
emplea cuando son muchas muestras pequeñas (por ejemplo, granos de café) o cuando es un área muy
extensa como pudiera ser una tajada de melón. Estas mediciones son empíricas y deben correlacionarse
con juicios sensoriales, pues definitivamente es el hombre quien puede calificar la impresión y emitir un
dictamen sobre su aceptabilidad.
Figura 28. Muestra sometida a rotación para la lectura de un promedio de color.

Otro aspecto a tener en cuenta es la dirección de la luz, por ejemplo en un trozo de carne, la posición
diferencial de las fibras ocasiona lecturas diferentes. Las irregularidades en la superficie del material
pueden ocasionar el llamado “Problema almohadón”, que se ilustra en la Figura 29.
Puede verse que el plano de calibración del equipo no coincide con el plano de reflexión de la luz. Si la
muestra se encuentra más cerca de la fotocelda que el plano de calibración, las medidas de la reflexión
serán .menores y en ningún caso reproducibles.
Figura 29. Diagrama mostrando el "Efecto almohadón" en muestras irregulares.
Si la muestra es rugosa, la superficie puede considerarse como una serie de pequeñas interfaces
orientadas formando ángulos diferentes con la normal al plano de incidencia de la luz, en este caso, la
luz reflejada sigue la ley de Lambert Cosine, lo que puede verse ejemplificado en la Figura30.
Cuando la superficie interpuesta al rayo de luz es una superficie lisa y transparente como una cubeta de
un espectrofotómetro o una lámina de cristal predomina el fenómeno de transmisión de la luz pero esta
no es total al reflejarse una pequeña porción de la luz incidente. (Figura 31)
En algunos casos, los rayos incidentes chocan más de una vez antes de ser reflejados y por tanto la
reflectancia total será menor que la de una superficie lisa y transparente como una cubeta o una lámina
de cristal.
En este caso se producirá un brillo asociado a esta superficie debida al componente especular de la
reflectancia, el cual no es función del color y será siempre menor que la componente difusa de la luz
que sí es responsable del color.

Figura 30. Luz reflejada por una muestra de superficie lisa (a) y una superficie rugosa (b)
Figura 31. Reflexión con una superficie transparente interpuesta.
Si se consideran capas sucesivas de superficies rugosas, la luz transmitida de la primera fase sufre
absorción de acuerdo a las leyes de Beer y de Lambert, mediante una función de la distancia para luego
ser reflejada al azar por la segunda capa. Esta radiación que emerge de la muestra es llamada “reflexión
difusa” y sí es una función del color.

En la cotidianidad se puede apreciar este fenómeno fácilmente. Las naranjas y limones tienen una
diminuta película de cera que no es lisa. El ojo ve como color característico la suma de una reflectancia
especular y una difusa y aprecia que dicha superficie no está pulida. Si se frota adecuadamente, esta
película se torna lisa y puede distinguirse la reflectancia especular (o brillo) de la difusa, y la fruta se ve
pulida o con brillo. En este caso aparenta tener un valor de color superior debido a que el observador
inconscientemente orienta la fruta de forma que no observe la reflectancia especular y tener en cuenta
sólo la radiación resultante de la absorción de luz de los pigmentos de la cáscara.
Para vencer estas dificultades, los colorímetros y espectrofotómetros modernos incluyen las opciones
de Componente Especular Incluida (SCI) y Componente Especular Excluida (SCE).
El fenómeno de refracción influye también en las mediciones. En la interfase entre dos materiales de
índices de refracción diferentes (aire-muestra) la luz cambia ligeramente su velocidad y una pequeña
fracción se refleja. Para la mayoría de los materiales esto constituye sólo un 4% de la reflexión, pero
cuando se repite una y otra vez hasta llegar a una difusión general de la luz, la reflectancia se reducirá en
un 80 o 90%.
En la Figura31 se observa además, el efecto del índice de refracción en la dispersión en un medio
particular. Puede verse que, cuando el índice de refracción del medio que se interpone al paso de la luz
(en este caso el cuarzo o vidrio de la cubeta) es diferente al del aire y la sustancia contenida en la cubeta,
entonces existe una desviación del ángulo de reflexión por lo cual aumenta la dispersión y la
reflectancia.
La difusión es en realidad un fenómeno derivado de la reflexión. Sin embargo, su importancia en las
mediciones del color es tal que merece la pena profundizar en ella. Esta se produce cuando la luz entra
en contacto con un cuerpo no homogéneo, se producirán entonces la difusión superficial y la interna.
La primera es más una función del color que del brillo debido al refuerzo o debilitamiento de las ondas
de luz que rebotan en al superficie. Si existen irregularidades, las ondas se desfasan. Esto implica que el
brillo dependerá tanto de la reflexión como del ángulo de observación. Si el ángulo de visión es de 90º
no se verá ningún brillo en la superficie rugosa. Si el ángulo se disminuye hasta hacerlo casi tangencial,
se apreciará cierto resplandor.
La difusión interna es un fenómeno íntimamente asociado al color observado puesto que influirán
tanto la reflexión como la refracción de las partículas presentes. Por ello, uno de los requerimientos
para la existencia de difusión interna es la existencia de muchas interfaces orientadas al azar entre
materiales de diferentes índices de refracción. Tal es el caso de la mayoría de los sistemas que no son
perfectamente homogéneos (Figura 32).
El fenómeno se ve afectado igualmente por el tamaño de partícula, (Figura 33). Mientras más pequeño
el tamaño de partícula, más se incrementa la reflexión difusa hasta llegar a un límite. O sea puede
expresarse en función del diámetro de partícula. Se llega al máximo cuando el diámetro alcanza,
aproximadamente, 0,1 micrón, lo cual es equivalente a ¼ λ de la luz. Si el diámetro continúa
disminuyendo la reflectancia decrece inversamente al cubo del diámetro.

Figura 32. Reflexión, refracción y difusión interna
Figura 33. Influencia del diámetro relativo en la dispersión de la luz incidente.
Esto tiene importancia práctica en la industria de los alimentos, específicamente cuando se preparan
alimentos deshidratados con pigmentos añadidos (Ej. Refrescos instantáneos).
El tamaño de partícula tiene gran influencia en la absorción selectiva, lo cual puede ser explicado por
analogía. Si se observan grandes trozos de cristal azul oscuro (Figura33 a), se verán precisamente de ese
color, lo que se debe a que la luz incidente no tiene otros encuentros y la reflectancia es baja por tanto
se ve oscuro. El azul se debe a que todas las longitudes de onda diferentes a la del azul han sido
absorbidas por el material. Si el cristal se redujera a partículas finas de diámetro aproximado a ¼ de la
longitud de onda del azul, ocurrirá mayor número de encuentros y la reflectancia aumentará
consecuentemente. Así mismo, la luz que pasa a través de estas partículas es tan poca que el colorante
no impone su absorción selectiva y el resultado neto es una muestra blanca y brillante (Figura33 b). Por
tanto, la confección de un alimento es una solución de compromiso entre el color deseado y su
reflectancia. Por ello, las partículas no deben ser sólo lo suficientemente grandes para imponer su

absorción relativa de luz (el caso del pigmento deseado) sino también lo suficientemente pequeñas para
lograr un grado razonable de reflectancia. Por supuesto, también es posible encontrar un colorante que
imponga su patrón de absorción de luz aún con partículas pequeñas.
Adicionalmente, se tiene otro problema. Si el tamaño de partícula varía de una muestra a otra, no
podrán hacerse mediciones reproducibles. Por ello, si va a evaluarse cereales u hojuelas debe
previamente pasarse a través de un tamiz para garantizar una muestra de tamaño uniforme. Otra
posible solución sería comprimir el material para minimizar el efecto del tamaño de partícula.
En general puede concluirse que la presentación de la muestra es en sí misma un problema a resolver
cuando se miden los atributos de color. En el caso de los alimentos, donde abundan las muestras
translúcidas (Ej. Jugos de frutas) se conjugan los efectos de transmisión, difusión, absorción y
dispersión de la luz.
Los problemas instrumentales que se presentan en la definición y medida del color de alimentos turbios
o translúcidos se superan, aplicando el análisis de la capa fina de Kubelka-Munk y la principal razón de
su estudio es el uso frecuente, aunque no siempre correcto, de este concepto. Como antecedentes de
estas teorías están las ideas del astrónomo Schuster, que ya en 1905 postuló que el paso de luz a través
de un medio turbio puede representarse por dos flujos difusos que avanzan en dirección opuesta, de
forma que cada uno de ellos pierde un poco de su luz a favor del otro, debido a la dispersión contraria a
la suya. En 1931, Kubelka y Munk publicaron su trabajo acerca del medio turbio, teoría, que es,
probablemente la más usada y conocida con relación a este tema.
El primer concepto a establecer es el de medio turbio, lo que no es más que una sustancia que dispersa
(S) y absorbe (K) parte de la luz que penetra en ella. Es decir se produce un cambio en la dirección del
rayo y convierte en calor una parte de él.
Los primeros estudios del color en alimentos turbios se realizaron midiendo la luz reflejada por la
superficie de una capa de suficiente espesor como para considerarla opaca. Kubelka-Munk proponen
medir la reflexión de una muestra de poco espesor con un fondo blanco y uno negro relacionándolo
con un coeficiente de absorción (K) y otro de dispersión (S). De esta forma:
donde:
K = Coeficiente de absorción
S = Coeficiente de dispersión
Rα = Reflexión de una capa de espesor infinito (opaca) Rα = a - b
R = Reflexión de la capa de muestra con fondo blanco

Ro = Reflexión real de la muestra con fondo negro
Rg = Reflexión del fondo blanco

La fórmula de Kubelka-Munk se aplica cuando el equipo de cata ordena adecuadamente las muestras
mientras que con los parámetros obtenidos mediante las medidas instrumentales clásicas (XYZ, xyz,
Lab) esto no se logra. Además permite decidir si una muestra translúcida se mide por reflexión (R) o
por transmisión (T). Las muestras con altos valores de K y bajos de S se medirán por transmisión y las
que posean altos valores de S y bajos de K se harán por medida de la reflexión.

Capítulo 3
3 EQUIPOS PARA EVALUAR ALIMENTOS
3.1 Productos cítricos

El desarrollo de métodos para medir el color de jugos cítricos es un excelente ejemplo de la progresión
hecha desde los métodos sensoriales a los objetivos o instrumentales.
Tradicionalmente el jugo de naranja se evaluó mediante observadores empleando un tintómetro
Lovibond o comparando con placas coloreadas normalizadas. Posteriormente, se elaboraron plastisoles
en tubos de vidrio y más recientemente en tubos plásticos para representar el color del jugo de naranja
en volúmenes similares a los de las muestras a analizar. Estos tubos están numerados del 1 al 6 y
nominados como OJ (Orange Juice) y tienen asociados puntuaciones visuales obtenidas de trabajos
previos realizados con grupos de jueces entrenados. En la Tabla 6.2 aparecen dichas puntuaciones.
La importancia del color sobre el sabor o ausencia de otros defectos fue demostrada mediante
encuestas a consumidores, llegándose a establecer para el primero una puntuación máxima de 40
puntos, mientras los segundos alcanzaban sólo 20 puntos.
Este método se utiliza ampliamente en el control de la calidad en la fábrica y es fundamental para la
exportación de jugos concentrados pues los compradores son usualmente fabricantes de jugos simples
que emplean productos de diferentes países y requieren establecer una calidad uniforme en sus
productos independientemente del origen de sus materias primas.
La aplicación de métodos objetivos surgió inicialmente en estaciones experimentales de la Florida. Allí
se introdujo el HUNTER COLOR y el COLOR DIFFERENCE METER así como los accesorios para
medir reflectancia empleando un espectrofotómetro. De las curvas de reflexión espectrofotómetrica se
calcularon los valores CIE x,y y se obtuvieron cifras de 575 nm para la lambda dominante, 42% de
brillantez y 54% de pureza. En el catálogo Munsell esto se corresponde con la placa 6Y 7/6,1, sin
embargo, esta última no se ajustaba al jugo medido cuando se comparaba visualmente. Lo mismo
ocurrió cuando se empleó el espacio Hunter Rd, a, b y se calculó el Munsell. La razón de este fracaso
fue no tener en cuenta la absorción y dispersión de la luz por el jugo como muestra translúcida.
Para solucionar estos problemas se siguieron diferentes vías: Rummens empleó una esfera integradora
para medir toda la luz no absorbida por la muestra pero en la práctica fue más útil considerar una
muestra de grosor infinito es decir, un grosor tal que un aumento del mismo ya no afectara la medición.
Estas medidas objetivas, que concuerdan con el juicio de los evaluadores se obtuvieron con un
HUNTER COLOR DIFFERENCE METER usando una abertura amplia (de dos pulgadas) y un área
grande de iluminación (Cubetas de 250 mL de capacidad).

En trabajos posteriores con las coordenadas Rd (Reflectancia difusa), a (rojez) y b (amarillamiento) se

comprobó que “a” es un buen indicador del color y se relaciona con el juicio de los catadores de
acuerdo a la Tabla 6.2.
Otro aspecto importante a tener en cuenta en los jugos cítricos es la presencia de partículas de pulpa
suspendidas. Se realizaron numerosas investigaciones incorporando diversas cantidades de pulpa (hasta
un 12%) con distintos tamaños de partícula y se procesaron los resultados comparando el juicio de los
catadores con distintas formas de expresión de las mediciones en el espacio Rd, a, b, obteniéndose los
mejores resultados cuando se usó la expresión:
Rd * a * b
Los compradores de jugos concentrados como materia prima para la elaboración de jugos simples,
necesitan un equipo que pueda no sólo evaluar sino detectar donde estriba la diferencia en caso de que
esta exista debido a que sus productos están sujetos a variaciones causadas por el clima, métodos de
cultivo, variedades, geografía y otras. En este sentido, Hunter desarrolló un instrumento para medir
color en jugos cítricos usando un tubo de prueba de una pulgada de diámetro como cubeta de
contención y los plastisoles USDA como patrones para la calibración. En la Tabla 6.3 se aprecia la alta
correlación de la coordenada “a” con el juicio de los evaluadores sensoriales. De esta forma se expresan
los resultados de “a” como “rojez” lo cual se hace a través de la ecuación:
a = 175 f (y) (1,02 X – Y)
donde X, Y son los valores triestímulos en el sistema CIE y f (Y) es una función no lineal de la
luminosidad (Y). La puntuación visual fue linealmente dependiente de esta magnitud de acuerdo a la
ecuación:
Puntuación visual = 39,44 + 0,87 a
Dirigiendo el trabajo en esta misma dirección se obtuvieron ecuaciones que evalúan la rojez, verdor y
grado de azul en función de los valores triestímulos CIE X, Y, Z y la función A (referida a la
reflectancia ámbar). Ellas son:
donde: CR = Índice de rojez cítrica

CG = Índice de verdor cítrico
CB = Índice de azul cítrico
Así, existen dos diferencias fundamentales entre el CITRUS COLORIMETER y el HUNTER COLOR
DIFFERENCE METER, ellas son: el empleo de A en lugar del valor triestímulo X y el empleo de Y en
lugar de L en el denominador.
Cuando se empleó comercialmente se halló un coeficiente de correlación de 0,939 entre la observación
visual y CR.
3.2 Tomate y productos derivados del tomate

Se dice que los estudios de color del tomate maduro y sus derivados han sido objeto de mayor número
de investigaciones que cualquier otro producto. Los procesadores conocen que el sabor se asocia al

color y si bien no existe un método óptimo de evaluar el aroma y el sabor, sí existe para determinar el
color. Desde 1920 se dispone de un sistema visual de discos rotatorios para evaluar los productos de
tomate el cual se encuentra aún vigente, sin embargo, este método no es aplicable al fruto.
No fue hasta 1950 que se desarrollan métodos objetivos. Estos se basaron en el color de la cáscara, de
la superficie interna y del jugo. Inmediatamente se concluyó que la cáscara no era representativa del
producto elaborado pues contiene pigmentos rojos y amarillos que no están presentes en la pulpa.
El método para medir el color de la pulpa se basa en cortar el fruto en dos mitades y medir la
reflectancia a 546 nm (verde) y 640 (rojo) y establecer la relación entre ambas. Esto se realiza mediante
un colorímetro Agstron el cual tiene la desventaja de que sus valores no pueden trasladarse al sistema
CIE. El cálculo de la puntuación de color se realiza mediante la siguiente ecuación:
Donde:
G = Puntuación del color del tomate
XG = % de reflexión de la luz a 546 nm
XR = % de reflexión de la luz a 640 nm
Para el tomate los valores de G pueden oscilar entre 27.2 y 66.6. Si G alcanza altos valores el fruto es
más rojo y valores pequeños de G indican mayor verdor en el fruto.
Para evaluar el jugo se ha empleado el sistema Hunter Lab, el cual se auxilia del sólido tridimensional
Lab ya conocido.
Estas mediciones se llevaron a una sola magnitud para evaluar la calidad y se llegó a la conclusión que
podía emplearse la expresión:
Color del tomate = 2000 cos a/L
O en términos del Sistema CIE como:
Para el jugo procesado ha sido efectiva la ecuación:

Color = b * L / a
3.3 Otros alimentos

Otros equipos con usos específicos se han ido desarrollando de acuerdo a las necesidades de los
productores o el comercio. Así, para las manzanas se mide la reflectancia simple y se elimina el
problema de la reflectancia especular.

Para el caso del azúcar, se desea conocer tanto el contenido de pigmentos como la difusión en solución,
para ello se elaboró un equipo especial donde se realizan ambas mediciones colocando la celda en dos
puntos diferentes del mismo sensor.
De amplísimo uso en la clasificación de miel de abejas atendiendo a su color es el instrumento Pfund,
en el que la evaluación se realiza mediante comparación visual de la muestra con patrones de color
establecidos y el color se expresa en mm de la escala Pfund.
De esta manera, es posible clasificar una miel como de color blanco agua cuando posee 8 mm en la
escala Pfund o como ámbar oscuro cuando sobrepasa los 114 mm. Dentro de estos extremos existen
otras 5 clasificaciones.
Los ejemplos anteriores son instrumentos especializados diseñados para propósitos específicos pero,
cada alimento tiene su propia apariencia para el consumidor o presenta alguna característica de calidad
nutricional susceptible de ser evaluada a través de alguno de los atributos de color. Corresponde a cada
investigador desarrollar los métodos apropiados a sus propósitos o seleccionar de los existentes el más
adecuado.
3.4 Mediciones objetivas del color

En el epígrafe anterior se explicó la historia del desarrollo de un colorímetro especial para cítricos; sin
embargo, en la práctica no siempre se dispone de dicho equipo pero se mantiene la necesidad de hacer
la medición; por ello, es válido trabajar en este sentido y resolver el problema en cada caso particular, lo
cual puede aplicarse a cualquier área de trabajo.
Independientemente del desarrollo de la técnica a escala mundial, los investigadores deben ser capaces
de enfocar la medición del color con los instrumentos a su alcance. A continuación se resumen diversos
trabajos que abordan la medición del color con fines específicos.
En 1969, Francis, uno de los investigadores que más ha aportado a los estudios sobre color realizó una
serie de mediciones en un intento de remplazar los métodos químicos de determinación de pigmentos
por una medida objetiva del color. En la Tabla 6.4 se observan los resultados del coeficiente de
correlación hallado para diferentes números de muestras (n) entre el contenido total de carotenos y un
atributo o combinación de ellos mediante un colorímetro Gardner Rd, L, a, b. Además, se realizaron
mediciones a diferentes variedades de calabazas y los resultados aparecen en la Tabla 6.5. Puede
concluirse que, si bien es posible definir un atributo de color para evaluar el contenido de pigmentos, es
necesario establecer previamente la relación existente en la materia prima en particular, por lo que
puede emplearse como un método de control de la calidad en la fábrica.
Un trabajo de gran aplicación se realizó en 1973, en España, por Alcedo, Durán y Rodrigo con el
objeto de mejorar la calificación subjetiva para el color de las conservas de guisantes. Se trabajó con un
grupo de jueces entrenados para realizar la calificación sensorial de las muestras. Paralelamente, se
realizaron mediciones del color con el colorímetro Hunter D-25 y el espectrofotómetro Beckman DU.
Se logró encontrar los atributos que definen el color, en este caso: L y +a y sobre la base de estos
valores se desarrollaron unas placas coloreadas para realizar la separación de calidades sobre la base de
una comparación visual.
Otro trabajo realizado consistió en la comparación de calidades, esta vez entre muestras comerciales de
tomate frito. Calvo y col., (1986) mediante técnicas estadísticas no paramétricas compararon los datos
de ordenamiento visual de las muestras con las medidas instrumentales realizadas con un

espectrocolorímetro HUNTER LAB SCAN. Encontraron diferencias significativas entre las muestras y
se definió que los atributos relacionados con la evaluación del color de este producto son: X, Y, L, b,
L* y [ ( a* )2 - ( b* )2 ]1/2
La mayor utilidad que presenta la determinación objetiva del color, según la gran cantidad de reportes
científicos, es en la caracterización colorimétrica de materias primas y productos naturales e industriales
terminados. De esta forma se establece una descripción de los atributos de color que caracterizan a una
muestra dada y además se correlacionan con otros indicadores físico-químicos del producto. La Tabla
6.6 muestra la caracterización colorimétrica de miel de abejas procedente de la floración de Leñatero
(Govania polygama Jacq). Los valores triestímulos X Y Z son bajos y diferentes, lo que indica la presencia
de una miel oscura y cromática. Las coordenadas cromáticas xy muestran más variabilidad que lo
usualmente encontrado para estas variables, pero el rango esta comprendido en la zona de color naranja
en el Diagrama de cromaticidad CIE Yxy (Ver Anexo I).
El sistema CIE L* a* b* muestra una miel oscura, de alta intensidad del color amarillo y un
componente rojizo (a* ≅ 13) que le confiere una alta cromaticidad (C* ≅ 66) y un ángulo de tono
desplazado a la zona del rojo (ho ≅ 79)
Las dificultades que se presentan con la medición del color, unido a la importancia que se le concede al
tema han conducido a la realización de varios simposios internacionales. Uno de ellos (efectuado en
1982), fue auspiciado por el Grupo Argentino de Color y se organizó por el Instituto Nacional de
Tecnología Industrial (INTI) en Argentina.
En España, se celebra regularmente, el Congreso Nacional de Color (1991, 1994, 1997, 2000, 2003) y la
reunión Nacional de Óptica la que a través del Acta del mismo nombre publica y da a conocer al
mundo los temas que someten a su consideración.
En esta reunión se presentaron trabajos con los siguientes temas:
1. Preparación de las muestras para evaluar color en frutas y hortalizas
2. Deterioro del color en vegetales deshidratados.
3. Influencia de la forma en la percepción del color.
4. Efecto de la textura en la percepción del color en quesos.
5. Desarrollo de un método rápido para la determinación del color en vino tinto.
6. Nuevo método simplificado de medida del color en la miel de abejas.
7. Influencia del grosor de la cubeta en la medida del color de alimentos translúcidos.
8. Caracterización de mieles de romero a partir del color medido por reflexión.
9. Parámetros que afectan la evaluación de diferencias de color.
Interesantes también resultan un grupo de trabajos de más actualidad como:
1. Computarized video image analysis to quantify color of potato chips (1994)
2. Modelling the relation between CIELab parameters and sensory scores for quality control of red
wine colour (1995)
3. Food Color: More than meets the eye (1996)

4. El análisis de imágenes mediante las coordenadas RGB (1996)

5. Calidad Instrumental de la carne de bovino de siete razas españolas (1998)
6. Calidad de la carne de toro de lidia (2000)
7. Naturaleza del Color de Algunas mieles Tropicales de Apis mellifera en el Departamento de
Boyacá (2000)
8. Medida del color en salmónidos (2001)
9. Medición objetiva de color de la carne y productos cárnicos (2003)
Muchos otros trabajos aparecen reportados en la literatura, pero sirvan los anteriores de ejemplo, del
amplio campo de trabajo y las aplicaciones inmediatas que tienen las mediciones de color en la industria
alimentaria.
4 BIBLIOGRAFÍA
AATCC Test Method 173-1998 "CMC: Calculation of small color differences for acceptability", 1998.
Calvo, C. "La medida del color en alimentos translúcidos: Teoría de Kubelka-Munk". Rev. Esp. Cienc.
Tecnol. Aliment. 33: 597-605, 1993.
CIE, Commission Internationale de L´Eclaraige. Supplement No. 2 to CIE publication No. 15, 1971
"Recommendations on uniform color spaces-color difference equations. Psychometric color
terms." Paris, 1976
CYTED, Programa Iberoamericano de Ciencia y Tecnología para el desarrollo. Temas en Tecnología de Alimentos,
Propiedades Físicas II, Óptica y color, pág. 261- 289, Instituto Politécnico Nacional, México D.F. 1997
Chamberlin, G.J. and Chamberlin, D.G. "Colour, its measurement, computation and application".
Heyden&Son Ltd., 1980
Chiralt, Amparo. Programa de Doctorado en Tecnología de Alimentos "Propiedades físicas de los
alimentos" Universidad Politécnica de Valencia, España. 1999.
Francis, F.J.; Clydesdale, F.M. "Food colorimetry: Theory and applications" Westport, Conn, The AVI Pub. Co., Inc., 1975
Hunter, R.S. "The measurement of appearance" Ed. John Wiley & Sons, Inc.NY, 1975.
López, J.H. "Medición objetiva del color de la carne y de los productos cárnicos". ICTA. Instituto de Ciencia y Tecnología de
Alimentos. UNAL, Bogotá, Colombia, 2000.
Mackinney, G and Little, A.C. "Color of Food". The AVI Pub. Co., Inc. Westport, Conn. 1962.
Minolta. "Precise color measurement". Ramsey, NJ, Minolta Corp. 1988
Shah, H.S. and Gandhi, R.S. "Medida e igualación del color en textiles". AIDO, Asociación Industrial de Óptica, Valencia,
España, 1990.
CIE. Colorimetry, 2nd ed., CIE Publications n. 15.2, Commission Internationale de l’Eclairage, Viena, 1986.
SALAMANCA, G.; ALVAREZ, L. y SERRA, B. Naturaleza del Color de Algunas mieles Tropicales de Apis mellifera en el Departamento
de Boyacá. (2000). Soporte electrónico en línea, disponible en http://www.apicultura.com Fecha de consulta: 13 de
Enero del 2003.
LÓPEZ, J.; MANRESA, A. Medición objetiva de color de los alimentos, carne y productos cárnicos. Ed. ICTA, Universidad de Colombia,
Bogotá, Colombia, 2003

4.1 Sitios de Interés

● http://www.munsell.com
● http://www.foodcolor.com
● http://www.hunterlab.com
● http://www.CIE.com

5 ANEXOS
5.1 Anexo I
Diagrama de Cromaticidad CIE Yxy con una aproximación de la ubicación de los colores en este
espacio de color.

5.2 Anexo II
Distribución de Energía espectral relativa de diferentes iluminantes para Observador normal de 2º
(CIE, 1931)
λ iluminante A Iluminante B Iluminante C Iluminante D65
Ex Ey Ez Ex Ey Ez Ex Ey Ez Ex Ey Ez
380 1 0 6 3 0 14 4 0 20 7 0 31
390 5 0 23 13 0 60 19 0 89 22 1 104
400 16 1 93 56 2 268 85 2 404 112 3 532
410 71 2 340 217 6 1,03 329 9 1,57 377 10 1,79
420 262 8 1,25 812 24 3,89 1,23 37 5,94 1,18 35 5,71
430 649 27 3,16 1,98 81 9,67 2,99 122 14,6 2,33 95 11,3
440 926 61 4,64 2,68 178 13,4 3,97 262 19,9 3,45 228 17,3
450 1,03 117 5,43 2,74 310 14,4 3,91 443 20,6 3,72 421 19,6
460 1,01 210 5,85 2,45 506 14,0 3,36 694 19,3 3,24 669 18,6
470 776 362 5,11 1,71 800 11,3 2,27 1,05 14,9 2,12 989 13,9
480 428 622 3,63 870 1,26 7,39 1,11 1,61 9,46 1,04 1,52 8,91
490 160 1,03 2,32 295 1,91 4,29 363 2,35 5,27 330 2,14 4,79
500 27 1,79 1,50 44 2,90 2,44 52 3,40 2,86 51 3,34 2,81
510 57 3,08 969 81 4,36 1,37 89 4,83 1,52 95 5,13 1,61
520 425 4,77 525 541 6,07 669 576 6,46 712 628 7,04 775
530 1,21 6,32 309 1,45 7,59 372 1,52 7,93 388 1,68 8,78 430

380 1 0 6 3 0 14 4 0 20 7 0 31
540 2,31 7,60 162 2,68 8,83 188 2,78 9,14 195 2,86 9,42 201
550 3,73 8,56 75 4,18 9,60 84 4,28 9,83 86 4,26 9,79 86
560 5,51 9,22 36 5,84 9,77 38 5,88 9,84 39 5,62 9,41 37
570 7,57 9,45 21 7,47 9,33 21 7,32 9,14 20 6,94 8,67 19
580 9,71 9,22 18 8,84 8,39 16 8,41 7,99 16 8,30 7,88 15
590 11,5 8,56 12 9,72 7,17 10 8,96 6,62 10 8,61 6,35 9
600 12,7 7,54 10 9,94 5,90 7 8,94 5,31 7 9,04 5,37 7
610 12,6 6,35 4 9,43 4,73 3 8,32 4,17 2 8,49 4,26 3
620 11,3 5,07 3 8,14 3,63 2 7,07 3,15 2 7,08 3,16 2
630 8,98 3,70 0 6,20 2,55 0 5,30 2,19 0 5,06 2,08 0
640 6,55 2,56 0 4,37 1,70 0 3,69 1,44 0 3,54 1,38 0
650 4,33 1,63 0 2,81 1,06 0 2,34 889 0 2,14 810 0
660 2,62 972 0 1,65 612 0 1,36 504 0 1,25 463 0
670 1,44 530 0 876 321 0 259 680 0 680 249 0
680 804 292 0 465 169 0 369 134 0 347 126 0
690 404 146 0 220 80 0 171 62 0 150 54 0
700 209 75 0 108 39 0 82 29 0 77 28 0
710 110 40 0 53 19 0 39 14 0 41 15 0

380 1 0 6 3 0 14 4 0 20 7 0 31
720 57 19 0 26 9 0 19 6 0 17 6 0
730 28 10 0 12 4 0 8 3 0 9 3 0
740 14 6 0 6 2 0 4 2 0 5 2 0
750 6 2 0 2 1 0 2 1 0 2 1 0
760 4 2 0 2 1 0 1 1 0 1 0 0
770 2 0 0 1 0 0 1 0 0 1 0 0
Total 109 100 35,5 99,0 100 85,2 98,0 100 118, 95,0 100 108,
Tomado de: Hunter, R,S, "The measurement of appearance" Ed, John Wiley & Sons, Inc,NY, 1975, pág, 292-293

5.3 Anexo III

Coeficientes de distribución de energía para el Observador Normal (2º y 10º)
λ Observador 2º (1931) Observador 10º (1964)

(nm)
x y z x y z
400 0.0143 0.0004 0.0679 0.0191 0.0020 0.0860
420 0.1344 0.0040 0.6456 0.2045 0.0214 0.9725
440 0.3483 0.0230 1.7471 0.3837 0.0621 1.9673
460 0.2908 0.0600 1.6692 0.3023 0.1282 1.7454
480 0.0956 0.1390 0.8130 0.0805 0.2536 0.7721
500 0.0049 0.3230 0.2720 0.0038 0.4608 0.2185
520 0.0633 0.7100 0.0782 0.1177 0.7618 0.0607
540 0.2904 0.9540 0.0203 0.3768 0.9620 0.0137
560 0.5945 0.9950 0.0039 0.7052 0.9973 0
580 0.9163 0.8700 0.0017 1.0142 0.8689 0
600 1.0622 0.6310 0.0008 1.1240 0.6583 0
620 0.8544 0.3810 0.0002 0.0856 0.3981 0
640 0.4479 0.1750 0 0.4316 0.1798 0
660 0.1649 0.0610 0 0.1526 0.0603 0
680 0.0468 0.0170 0 0.0409 0.0159 0
700 0.0114 0.0041 0 0.0096 0.0037 0
Tomado de: Shah, H.S. and Gandhi, R.S. "Medida e igualación del color en textiles". AIDO, Asociación Industrial de Óptica,
Valencia, España, 1990.

5.4 Anexo IV
Valores triestímulos (Xn, Yn, Zn), para diferentes iluminantes y Observador Normal de 2º y 10º
Ángulo de observación = 2o
Iluminante A C D50 D65 F2 F7 F10 F11 F12
Xn 109.80 98.06 96.40 95.03 99.19 95.04 96.38 100.96 108.11
Yn 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00
Zn 35.59 118.23 82.51 108.88 67.39 108.75 82.36 64.35 39.28
Ángulo de observación = 10o
Iluminante A C D50 D65 F2 F7 F10 F11 F12
Xn 111.12 97.28 96.71 94.80 103.28 95.79 98.96 103.87 111.49
Yn 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00
Zn 35.24 116.15 81.43 107.33 69.03 107.69 83.29 65.61 40.37
Tomado de: Shah, H.S. and Gandhi, R.S. "Medida e igualación del color en textiles". AIDO, Asociación Industrial de Óptica,
Valencia, España, 1990.

6 TABLAS
6.1 Tabla 6.1

Relación entre el juicio del observador y la diferencia de color ∆E medida por métodos objetivos
Diferencia percibida sensorialmente Valor de ∆E (instrumentalmente)
Trazas 0 - 0.5
Ligera 0.5 - 1.5
Notable 1.5 - 3.0
Apreciable 3.0 - 6.0
Mucha 6.0 - 12.0
Extraordinaria más de 12.0
6.2 Tabla 6.2

Relación entre la calificación cualitativa sensorial y el valor del atributo de color "a"
"a" Cualidad
9.1 - 11.0 Excelente
7.1 - 9.0 Muy bueno
5.1 - 7.0 Bueno
3.1 - 5.0 Aceptable
1.1 - 3.0 Pobre

6.3 Tabla 6.3

Correlación entre la observación visual y diferentes atributos de color o funciones de estos
Coeficiente de correlación con

Atributo
el juicio sensorial
Rd 0.815
a 0.909
b 0.491
Rd.a 0.927
Rd.b 0.898
a.b 0.922
Rd.a.b 0.93

6.4 Tabla 6.4

Relación entre los coeficientes de correlación hallados para diferentes atributos de color con el
contenido de carotenoides totales en diferentes condiciones experimentales
Atributo Coeficiente de correlación No. de muestras (n)
Rd 0.918 20
a 0.916 20
Rd . a 0.928 20
Rd . a . b 0.942 20
a 0.920 80
L 0.863 1500
a.L 0.846 1500
b.L 0.217 1500
L 0.903 77
a 0.957 77
L.a 0.960 77
L.a.b 0.960 77
Rd 0.40 90
a 0.26 90
a/b 0.41 90
Rd . a . b 0.41 90

6.5 Tabla 6.5

Coeficientes de correlación hallados entre los atributos de color y el contenido de carotenoides totales
en diferentes variedades de calabaza
Atributo Marrón oscura Piel Roja Dorada deliciosa Otras 10 variedades
Rd 0 0.54 0.75 0.85
a 0.14 0.54 0.83 0.86
Rd . a . b 0.48 0.64 0.56 0.81

6.6 Tabla 6.6

Caracterización colorimétrica de miel de abejas precedente de la floración de Leñatero (Govania
polygama Jacq)
Límites de confianza
Variable n Promedio DS Mínimo Máximo
- 95 % +95 %
X 23 31.43 10.22 27.01 35.85 14.01 45.28
Y 23 28.72 10.11 24.35 33.09 11.38 42.77
Z 23 4.86 2.95 3.59 6.14 0.28 9.92
x 23 0.48 0.04 0.47 0.50 0.36 0.57
y 23 0.44 0.01 0.44 0.44 0.42 0.45
L* 23 59.36 9.82 55.11 63.61 40.22 71.40
a* 23 12.98 4.32 11.11 14.84 7.74 27.52
b* 23 64.73 7.51 61.49 67.98 50.80 77.51
C* 23 65.98 8.07 62.49 69.47 51.53 79.33
ho 23 78.76 2.95 77.49 80.03 68.60 82.40
Pfund 23 94 10.79 89 98 76 118

El Color en La Industria de Alimentos

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

El Color en La Industria de Alimentos

Cargado por

Copyright:

Formatos disponibles

El color en la industria de los

Ada Manresa González

El color en la industria de los alimentos

El color en la industria de los alimentos

Ada Manresa González

Todas las universidades en una: EDUNIV

Edición: Dr. C. Raúl G. Torricella Morales

Ministerio de Educación Superior, 2007

La Editorial Universitaria publica bajo licencia Creative Commons de tipo Reconocimiento No

ADA MANRESA GONZÁLEZ E ILEANA VICENTE 2

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

3 EL COLOR EN LA INDUSTRIA DE LOS ALIMENTOS

6.4 Tabla 6.4......................................................................................................................................................... 63

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

ADA MANRESA GONZÁLEZ E ILEANA VICENTE 4

1.1 Algunos conceptos básicos

Figura 1. Espectro electromagnético

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

5 EL COLOR EN LA INDUSTRIA DE LOS ALIMENTOS

En la industria de alimentos en particular, el color juega un importante papel en el proceso de

Figura 2. Esquematización de la distribución de energía espectral de la luz solar.

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

ADA MANRESA GONZÁLEZ E ILEANA VICENTE 6

A Lámpara de filamento incandescente 2 854

B Luz del medio día 4 870

C Luz diurna promedio 6 750

D65 Luz natural del día (Iluminante C+UV) 6 500

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

7 EL COLOR EN LA INDUSTRIA DE LOS ALIMENTOS

F2 Lámpara fluorescente blanca 4 200

F7 Lámpara fluorescente » luz del día 6 500

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

ADA MANRESA GONZÁLEZ E ILEANA VICENTE 8

Figura 3. Curvas de distribución de energía radiante espectral para los iluminantes

Figura 4 (a). Reflexión especular y difusa.

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

9 EL COLOR EN LA INDUSTRIA DE LOS ALIMENTOS

Bidireccional 0o / 45º y 45º /0o

Figura 4 (b). Esfera integradora.

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

ADA MANRESA GONZÁLEZ E ILEANA VICENTE 10

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

11 EL COLOR EN LA INDUSTRIA DE LOS ALIMENTOS

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

ADA MANRESA GONZÁLEZ E ILEANA VICENTE 12

2 MEDICIÓN DEL COLOR

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

13 EL COLOR EN LA INDUSTRIA DE LOS ALIMENTOS

Figura 5 a y b Mezcla aditiva de luces coloreadas y Triángulo GRB o de Grassman.

Figura 6. Conversión del triángulo equilátero al rectángulo.

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

ADA MANRESA GONZÁLEZ E ILEANA VICENTE 14

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

15 EL COLOR EN LA INDUSTRIA DE LOS ALIMENTOS

Figura 8. Locus espectral.

Figura 9. Esquema del triángulo XYZ del sistema CIE.

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

ADA MANRESA GONZÁLEZ E ILEANA VICENTE 16

2.1 Sólidos de color

CIUDAD DE LA HABANA : EDITORIAL UNIVERSITARIA, 2007. -- ISBN 978-959-16-0582-5

17 EL COLOR EN LA INDUSTRIA DE LOS ALIMENTOS

θ = ángulo entre el eje 0° y el radio µ

Figura 26. Diagrama CIE Lab*

La equivalencia entre las coordenadas CIE Lab* y XYZ es la siguiente:

L: Valor de la luminosidad en el sistema Lab