CN109323999A - 一种基于图像数值分析的分光光度检测方法 - Google Patents

Abstract

本发明提供一种基于图像数值分析的分光光度检测方法，按照传统方法完成样品采集、空白样品与标准样品配置、样品处理、样品显色各步骤，而以图像数值处理技术代替传统的分光光度计检测过程。具体过程是，样品编号排放，在光照不低于3500勒克斯、纯白色背景条件下，以像素不低于800万的数码镜头进行拍照保存，然后将数码照片图像灰度化、选择样品代表图片区域、划分网格、计算平均灰度值、计算标准样品回归曲线、核算结果、生成报告，并利用合适的计算机语言进行编程，形成自动化处理的程序软件，在智能化手机、便携电脑等适宜的终端上完成前述过程。本发明可以快速、批量、自动化地处理传统分光光度法显色后的样品，简洁方便，应用前景广阔。

Description

一种基于图像数值分析的分光光度检测方法

技术领域

本发明属于仪器分析与检测领域，涉及一种基于图像数值分析的分光光度检测技术与方法，可以规避常规的分光光度检测法需要分光光度计并对于样品逐一进行比色检测的复杂过程，而批量快速地检测与分析分光光度法所要检测的样品，具有良好的应用价值。

背景技术

分光光度法是非常重要和常见的一种化学分析与仪器分析相结合的定量检测方法，应用范围极为广泛。普通分析实验室基本都可以进行分光光度法的检测与分析，所需要较为贵重的仪器一般不过是一台合适的分光光度计而已，而分光光度计是一种非常普通和常见的分析仪器。分光光度法基本原理是，针对某一种检测目标，采用合适的化学方法使其能够分散于溶液中，定容后经过恰当的化学处理过程，与适宜的显色剂进行结合，从而稳定地显示出某种的颜色来，而溶液显色后该种颜色的深浅，既与溶液中初始检测目标浓度的多少具有确定性的线性相关性，经过与已知浓度标准物质进行比对，即可分析出样品中检测目标的具体含量。其中，测定样品显色后溶液中某种颜色深浅的仪器即为分光光度计。其基本原理是，某种特定颜色的溶液，对于某种特定波长的光线具有最大的特征性吸收能力，使用这种特征性波长的单色光线透射样品溶液，该特征性波长的单色光线透射过样品溶液以后其光强的衰减程度，也就是吸光度，即与溶液特定颜色的深浅线性相关，从而可以获得样品中检测目标含量的信息，分光光度计就是一种可以提供不同波长单色光线并检测光线光强大小的一种仪器。特定波长的单色光线通常由色散分光的方法所获得，故该仪器一般称为分光光度计。从以上简述中，可以看出，分光光度计是分光光度法检测分析过程中必不可少的一种仪器，分光光度法也因此而得名。

上述基于分光光度计的分光光度定量检测方法，应用范围极为广泛，凡是可以经过处理显示一定颜色的指标，基本上都可以通过该方法进行测定。分光光度法以及分光光度计也经过了各种的改良与改进，衍生出自动进样器、便携型分光光度计、自动结果处理等等多种类型的提高与优化技术，具有各种不同的特点，但仍然需要分光光度计这种基本和必要的仪器。

发明内容

为更加简洁方便地进行样品的检测与分析，本发明创新性地提出了一种基于图像数值分析的分光光度检测方法，利用图像数码分析技术，批量快速地进行传统分光光度法检测样品的分析与检测，不需要再通过分光光度计逐一进行样品吸光度的测定，再进行数据的统计分析而得到最终的结果。本发明提出检测方法可以简便、快速、批量、自动化地分析已经处理好的分光光度法样品，不需要特别的检测分析仪器，适用于各种传统分光光度法的应用场合，因不需要携带专用检测仪器而特别适用于野外、在线等场合的样品快速检测与分析，应用前景广阔。

本发明的技术方案是：

一种基于图像数值分析的分光光度检测方法，采用传统分光光度检测方法的前期样品采集、空白样品与标准样品配置、样品处理、样品显色过程，其在样品显色后的稳定阶段，以图像数值处理技术代替传统的分光光度计检测过程，从而可以快速、批量、自动化地进行分光光度法的样品检测与分析。具体过程是，将所有显色稳定后的空白样品、标准样品、待测样品进行编号，并顺序摆放整齐，在光照不低于3500勒克斯白光照射、纯白色背景条件下，采用像素不低于800万的数码镜头进行拍照保存；对于所拍得的清晰数码图像，采用如下处理过程：

第一步，利用数码图像处理技术，将所选定的彩色数码照片进行灰度化处理；即无论是何种颜色的分光光度检测方法，统一将样品显色后的样品彩色数码照片转换为黑白两色不同深浅灰度的数码图片；

第二步，选定样品的比色框图范围，并进行样品编号；对于数码照片中的每一个样品，选定同样大小面积的框图，为避免比色管边界区域折光因素的影响，其范围不超出所采用比色管的边界，必要时进行人工手动选择和调整。作为每一个样品的代表图片，并输入对应编号样品的号码，注明其是空白样品、特定浓度的标准样品、未知浓度的待测样品及其编号相关信息；

第三步，对所选定的样品代表图片进行网格划分；对于每一个选定的样品代表图片进行网格化处理，每一个样品代表图片所划分的网格不少于32个网格；

第四步，计算网格划分后样品代表图片的灰度平均值；对于每一个划分好网格的样品代表图片，提取其中每一个网格的灰度数值，将一个样品代表图片中所有网格的灰度值求其平均；然后，核算一个样品代表图片中所有网格灰度值相对于该样品代表图片灰度平均值的变异程度，剔除掉所有灰度值变异程度大于5％的网格；再次计算一个样品代表图片中剔除灰度值异常网格后灰度平均值，重新核算剩余网格灰度值相对于新灰度平均值的变异程度，剔除掉灰度值变异程度大于5％的网格；重复以上步骤，直至所有样品代表图片中没有灰度值变异程度大于5％的网格为止；核算所有样品中代表图片灰度平均值计算所需要的网格数量，取其中所用网格数量的最小值，以此最小网格数量为基准；重新核算其他所有样品代表图片中，将网格灰度值变异程度最大的若干网格依次剔除，直至每一个样品代表图片中，用于计算灰度平均值的网格数量均与最小网格基准数量一致，再次计算每一个样品代表图片的平均灰度值；此步骤目的在于，剔除每一个样品图片中因边角折光率影响等偶然因素而导致的灰度值异常区域，并确保，所有每一个样品代表图片用于计算灰度均值的区域面积都相同。

第五步，统计分析，并输出分析结果；经过以上四个步骤，确保在同等条件下，对应于每一个编号的比色样品都有一个相应的样品代表图片平均灰度值；将其中空白样品、标准样品的数据提取出来，标准样品代表图片灰度平均值减去空白样品代表图片的灰度平均值，作为标准样品代表图片的最终灰度平均值，应用最小二乘法，建立基于检测目标其标准样品浓度值与标准样品代表图片最终灰度值之间的回归方程；将所有待测样品的样品代表图片灰度平均值，减去空白样品代表图片的灰度平均值，作为每一个样品代表图片的最终灰度平均值；最后，基于每一个样品代表图片的最终灰度平均值，利用前述标准样品的浓度值与其最终灰度平均值之间的回归方程，可以计算出每一个待测样品中检测目标的浓度数值，并输出最终的结果，生成报告。

上述传统分光光度检测方法的前期样品采集、空白样品与标准样品配置、样品处理、样品显色过程保持不变：在任意一种传统分光光度法检测过程中，取样后，适当添加蒸馏水空白样品及标准样品。采用同样规格的比色管、同样的处理方法，进行样品的定容和前处理。比色管可以采用普通比色管，也可以采用具有四个相同形状平面侧面的立方柱体特制比色管，优先采用具有平面侧面的特制比色管。

以上所述的一种基于图像数值分析的分光光度检测方法其图像数值处理各步骤，可以利用合适的计算机语言进行编程，形成自动化处理的程序软件，在便携电脑、在线生产监测终端、智能化手机等不同的电子化终端设备上实现，其中所有的关于图像灰度化、样品比色区域选择、网格划分、平均灰度值计算、标准样品回归分析、结果核算以及报告生成等各个步骤，均可以利用计算机软件的技术形式在不同的计算机终端设备上实现。譬如，可以使用智能化手机拍照功能生成数值图像，应用手机APP程序完成相关的各个分析步骤，并生成最终的结果与报告。也可以使用数码相机拍照形成分析样品的数码图像输入电脑中，或者使用连接于电脑上专业视频终端拍照生成数码图像，后续各个分析步骤使用计算机程序自动化完成，并生成结果报告。必要情况时，相应自动化分析软件中，各个分析步骤中可以进行人为手工设置或调整，譬如样品代表图片框图选择、网格划分等步骤，可以设置成为人为手动设置或调整模式。

综上所述，本发明方法不改变任意一种传统分光光度检测法的前处理过程，但样品后续的定量检测与分析过程，采用图像数值分析的自动化过程来完成，完全不需要传统方法采用分光光度计进行比色及数据分析的后续过程，因而简洁、方便、迅速，可以批量、自动化地处理传统分光光度法显色后的样品，自动进行分析并输出结果，非常简洁与方便。在野外调查监测时，或其他考察取样分析过程中，不需要携带分光光度计等专门的分析仪器，只需要调查者所使用手机或者电脑中，具备基于本专利方法所建立的功能软件及拍照功能，即可进行相应的样品分析与检测，极其方便和简洁。换句话说，本发明专利方法利用图像数值分析技术革新了传统的分光光度检测方法，将图像数值分析技术创新性地应用于仪器分析领域，省却了传统分光光度法样品比色检测分析过程，极大地提高了传统分光光度法检测分析的便捷性，具有良好的应用前景。

附图说明

图1是本发明所提出的一种基于图像数值分析的分光光度检测方法，具体分析步骤以及应用示意图，图中：0表示蒸馏水空白样品，B表示浓度已知的标准样品，标准样品使用检测目标优级纯以上的试剂所配置。

具体实施方式

以下结合技术方案和说明书附图详细叙述本发明的具体实施方式。

对于任意一种分光光度法检测过程，保持其前期化学处理过程不变，与传统检测分析过程一致。即，按照该分光光度法检测的相关标准程序，进行采样、前处理、制备空白样品、标准样品、显色处理，所采用的比色管首选具有四个相同形状平面侧面的立方柱体特制比色管。在样品显色稳定阶段，将所有空白样品、标准样品、待测样品进行编号，并顺序摆放整齐，在光照不低于3500勒克斯白光照射、纯白色背景条件下，采用像素不低于800万的数码镜头进行拍照保存。对于所拍得的清晰数码图像，采用如下处理过程。

第一步，利用数码图像处理技术，将样品数码照片灰度化。即无论是何种颜色的分光光度检测方法，统一将样品显色后的样品彩色数码照片转换为黑白两色不同深浅灰度的数码图片。

第二步，选定样品的比色框图范围，并进行样品编号。对于数码照片中的每一个样品，选定同样大小面积的框图，其范围不超出所采用比色管的边界，作为每一个样品的代表图片，并输入对应编号样品的号码，注明其是空白样品、某种浓度的标准样品、未知浓度的待测样品及其编号。为避免比色管边界区域折光因素的影响，通常样品代表图片框图范围选择应略小于比色管的显色边界。

第三步，对所选定的样品代表图片进行网格划分。对于每一个选定的样品代表图片进行网格化处理，每一个样品代表图片所划分的网格不少于32个网格。

第四步，计算网格划分后样品代表图片的灰度平均值。对于每一个划分好网格的样品代表图片，提取其中每一个网格的灰度数值，将一个样品代表图片中所有网格的灰度值求其平均值。然后，核算一个样品代表图片中所有网格灰度值相对于该样品代表图片灰度平均值的变异程度，剔除掉所有灰度值变异程度大于5％的网格。再次计算一个样品代表图片中剔除灰度值异常网格后灰度平均值，重新核算剩余网格灰度值相对于新灰度平均值的变异程度，剔除掉灰度值变异程度大于5％的网格。重复以上步骤，直至所有样品代表图片中没有灰度值变异程度大于5％的网格为止。核算所有样品中代表图片灰度平均值计算所需要的网格数量，取其中所用网格数量的最小值，以此最小网格数量为基准。重新核算其他所有样品代表图片中，将网格灰度值变异程度最大的若干网格依次剔除，直至每一个样品代表图片中，用于计算灰度平均值的网格数量与最小网格基准数量一致，再次计算每一个样品代表图片的平均灰度值。

第五步，统计分析，并输出分析结果。经过以上4个步骤，确保在同等条件下，对应于每一个编号的比色样品都有一个相应的样品代表图片平均灰度值。将其中空白样品、标准样品的数据提取出来，标准样品代表图片灰度平均值减去空白样品代表图片的灰度平均值，作为标准样品代表图片的最终灰度平均值，应用最小二乘法，建立基于检测目标其标准样品浓度值与标准样品代表图片最终灰度值之间的回归方程。将所有待测样品的样品代表图片灰度平均值，减去空白样品代表图片的灰度平均值，作为每一个样品代表图片的最终灰度平均值。最后，基于每一个样品代表图片的最终灰度平均值，利用前述标准样品的浓度值与其最终灰度平均值之间的回归方程，可以计算出每一个待测样品中检测目标的浓度数值，并输出最终的结果，生成报告。

以上所述的一种基于图像数值分析的分光光度检测方法其图像数值处理各步骤，可以利用合适的计算机语言进行编程，形成自动化处理的程序软件，在便携电脑、在线生产监测终端、智能化手机等不同的电子化终端设备上实现。其中所有的关于图像灰度化、样品比色区域选择、网格划分、平均灰度值计算、标准样品回归分析、结果核算以及报告生成等各个步骤，均可以利用计算机软件的技术形式在不同的计算机终端设备上实现，从而这些图像数值处理分析过程可以快速自动化完成，并生成结果报告，不再需要传统分光光度法的样品逐一比色检测、结果分析等必须过程。必要情况时，相应自动化分析软件中，各个分析步骤中可以进行人为手工设置或调整，譬如样品代表图片框图选择、网格划分等步骤，可以设置成为人为手动设置或调整模式。

本专利并不意味着被示意图及说明书所局限，在没有脱离本发明技术原理及其宗旨的前提下可以有所变化。本发明所提出的一种基于图像数值分析的分光光度检测方法，并不改变任何一种分光光度检测方法的基本原理及其前期处理过程，但以图像数值分析的先进技术替代了传统分光光度分析法后续的样品检测与分析过程。将图像数值分析技术创新性地应用于仪器分析领域，省却了传统分光光度法样品比色检测分析过程，摆脱了分光光度法必须依靠分光光度计的弊端，极大地提高了传统分光光度法检测分析的便捷性与实用性，具有良好的实际应用价值。有实施实例如后。

实施实例1，使用本专利方法采用手机APP程序进行野外水质样品亚硝酸盐含量的检测。

某河口水域环境水质调查，采取水样后，使用孔径0.45μm微孔滤膜过滤，采用四面平面的棱柱体比色管定容至50毫升。以盐酸奈乙二胺分光光度法测定亚硝酸盐含量的有关标准程序方法进行操作，设置蒸馏水空白样品1个，以优级纯亚硝酸钠110℃烘干2小时干燥器中冷却后，配置0.02、0.04、0.06毫克/升亚硝酸盐标准溶液各1个，水质样品7个，第1-7号为待测水样，8号为蒸馏水空白样品，9-11号为标准样品。各样品中加入10克/升的磺胺溶液1毫升，混匀，静置5分钟；然后加入1克/升的盐酸萘乙二胺溶液1毫升，混匀，静置显色15分钟。将显色后的样品按照前述顺序排列在比色管架上，以白色墙面为背景，在白天室内光照条件良好的情况下，采用像素为1000万的智能手机进行拍照。选择所拍得的照片中清晰度最好的一张照片，以基于本专利方法所建立的手机APP软件进行照片的图像自动化数值分析，具体过程如后。首先，将拍摄的照片灰度化处理，也就是将所选择的彩色数码照片转换为黑白两色不同深浅灰度的数码图片。对于每一个显色后的比色管溶液区域，选择一个略小于其显色溶液的区域作为样品代表图片，避开比色管四周的边缘区域。必要时手动选择一张样品代表图片作为标准，其他样品代表图片以此标准进行选择。将11张样品代表图片编号，对应于相应的样品编码、空白样品及标准样品。将11张样品代表图片，统一打上32个网格，提取每一个样品代表图片中每一个网格的灰度值。计算11张样品代表图片各自的灰度平均值，并计算每一个样品代表图片中每一个网格的灰度值，相对于该样品代表图片灰度平均值的变异程度，剔除掉所有灰度值变异程度大于5％的网格。再次计算每一个样品代表图片中剔除灰度值异常网格后的灰度平均值，重新核算剩余网格灰度值相对于新灰度平均值的变异程度，剔除掉灰度值变异程度大于5％的网格。重复以上步骤，直至所有样品代表图片中没有灰度值变异程度大于5％的网格为止。核算所有样品中代表图片灰度平均值计算所需要的网格数量，取其中所用网格数量的最小值，以此最小网格数量为基准。重新核算其他所有样品代表图片中，将网格灰度值变异程度最大的若干网格依次剔除，直至每一个样品代表图片中，用于计算灰度平均值的网格数量与最小网格基准数量一致，再次计算每一个样品代表图片的平均灰度值。将11张样品代表图片中8号空白样品、9-11号标准样品的数据提取出来，9-11号标准样品代表图片灰度平均值减去8号空白样品代表图片的灰度平均值，作为9-11号标准样品代表图片的最终灰度平均值，应用最小二乘法，建立基于亚硝酸盐标准样品浓度0.02、0.04、0.06毫克/升与标准样品代表图片最终灰度值之间的回归方程。将所有待测样品的样品代表图片灰度平均值，减去8号空白样品代表图片的灰度平均值，作为每一个样品代表图片的最终灰度平均值。最后，基于每一个样品代表图片的最终灰度平均值，利用前述标准样品的浓度值与其最终灰度平均值之间的回归方程，逐一计算出每一个待测样品中检测样品中亚硝酸含量的浓度数值，并输出最终的结果，生成报告。采用本方法，亚硝酸盐含量最低检出限为3微克/升，样品区分率为3微克/升，即样品之间的浓度差异大于3微克/升时，本专利方法方能有效检测出其中的差异。前述检测过程中，如果待测样品中亚硝酸盐含量高于浓度最高的标准样品0.06毫克/升，可以采取两种处理方法重新检测。第一种方法，不改变标准样品浓度值，根据第一次检测结果将浓度高于0.06毫克/升样品采用蒸馏水稀释若干倍，预计其浓度低于0.06毫克/升时，重新进行检测分析。第二种方法，重新配置标准溶液，根据第一次检测结果，将浓度最高的标准样品浓度值提高至样品浓度之上，重新进行检测。推荐第一种方法，尤其是样品中亚硝酸盐含量高于0.12毫克/升时，优先采用稀释检测法。

实施实例2，使用本专利方法采用电脑进行海水样品无机磷含量的检测。

某海域环境水质调查，采取水样后，使用孔径0.45μm的微孔滤膜过滤，采用四面平面的棱柱体比色管定容至50毫升。以磷钼蓝分光光度法测定无机磷含量的有关标准程序方法进行操作，设置蒸馏水空白样品1个，以优级纯磷酸二氢钾110℃烘干2小时干燥器中冷却后，配置0.06、0.12、0.24毫克/升磷酸盐标准溶液各1个，水质样品6个，第1-6号为待测水样，7号为蒸馏水空白样品，8-10号为标准样品。各样品中加入磷酸盐测定专用钼酸铵与酒石酸锑钾混合溶液1毫升，混匀，静置3分钟；然后加入100克/升的抗坏血酸溶液1毫升，混匀，静置显色5分钟。将显色后的样品按照前述顺序排列在比色管架上，以白色墙面为背景，在白天室内打开日光灯照明的情况下，采用像素为1200万的数码相机进行拍照。在电脑中选择所拍得的照片中清晰度最好的一张照片，以基于本专利方法所建立的计算机程序软件进行照片的图像自动化数值分析，具体过程如后。首先，将拍摄的照片灰度化处理，也就是将所选择的彩色数码照片转换为黑白两色不同深浅灰度的数码图片。对于每一个显色后的比色管溶液区域，选择一个略小于其显色溶液的区域作为样品代表图片，避开比色管四周的边缘区域。必要时手动选择一张样品代表图片作为标准，其他样品代表图片以此标准进行选择。将10张样品代表图片编号，对应于相应的样品编码、空白样品及标准样品。将10张样品的代表图片统一打上32个网格，提取每一个样品代表图片中每一个网格的灰度值。计算10张样品代表图片各自的灰度平均值，并计算每一个样品代表图片中每一个网格的灰度值，相对于该样品代表图片灰度平均值的变异程度，剔除掉所有灰度值变异程度大于5％的网格。再次计算每一个样品代表图片中剔除灰度值异常网格后的灰度平均值，重新核算剩余网格灰度值相对于新灰度平均值的变异程度，剔除掉灰度值变异程度大于5％的网格。重复以上步骤，直至所有样品代表图片中没有灰度值变异程度大于5％的网格为止。核算所有样品中代表图片灰度平均值计算所需要的网格数量，取其中所用网格数量的最小值，以此最小网格数量为基准。重新核算其他所有样品代表图片中，将网格灰度值变异程度最大的若干网格依次剔除，直至每一个样品代表图片中，用于计算灰度平均值的网格数量与最小网格基准数量一致，再次计算每一个样品代表图片的平均灰度值。将10张样品代表图片中7号空白样品、8-10号标准样品的数据提取出来，8-10号标准样品代表图片灰度平均值减去7号空白样品代表图片的灰度平均值，作为8-10号标准样品代表图片的最终灰度平均值，应用最小二乘法，建立基于磷酸盐标准样品浓度0.06、0.12、0.24毫克/升与标准样品代表图片最终灰度值之间的回归方程。将所有待测样品的样品代表图片灰度平均值，减去7号空白样品代表图片的灰度平均值，作为每一个样品代表图片的最终灰度平均值。最后，基于每一个样品代表图片的最终灰度平均值，利用前述标准样品的浓度值与其最终灰度平均值之间的回归方程，逐一计算出每一个待测样品中检测样品中磷酸含量的浓度数值，并输出最终的结果，生成报告。采用本方法，磷酸盐含量最低检出限为1微克/升，样品区分率为1微克/升，即样品之间的浓度差异大于1微克/升时，本专利方法方能有效检测出其中的差异。前述检测过程中，如果待测样品中磷酸盐含量高于浓度最高的标准样品0.24毫克/升，可以采取两种处理方法重新检测。第一种方法，不改变标准样品浓度值，根据第一次检测结果将浓度高于0.24毫克/升样品采用蒸馏水稀释若干倍，预计其浓度低于0.24毫克/升时，重新进行检测分析。第二种方法，重新配置标准溶液，根据第一次检测结果，将浓度最高的标准样品浓度值提高至样品浓度之上，重新进行检测。推荐第一种方法，尤其是样品中磷酸盐含量高于0.5毫克/升时，优先采用稀释检测法。

Claims (4)

1.一种基于图像数值分析的分光光度检测方法，采用传统分光光度检测方法的前期样品采集、空白样品与标准样品配置、样品处理、样品显色过程，其特征在于，在样品显色后的稳定阶段，以图像数值处理技术代替传统的分光光度计检测过程，具体过程是，将所有空白样品、标准样品、待测样品进行编号，并顺序摆放整齐，在光照不低于3500勒克斯白光照射、纯白色背景条件下，采用像素不低于800万的数码镜头进行拍照保存；对于所拍得的清晰数码图像，采用如下处理过程：

第一步，利用数码图像处理技术，将所选定的彩色数码照片进行灰度化处理；

第二步，选定样品的比色框图范围，并进行样品编号；对于数码照片中的每一个样品，选定同样大小面积的框图，其范围不超出所采用比色管的边界，作为每一个样品的代表图片，并输入对应编号样品的号码，注明其是空白样品、特定浓度的标准样品、未知浓度的待测样品及其编号相关信息；

第三步，对所选定的样品代表图片进行网格划分；对于每一个选定的样品代表图片进行网格化处理，每一个样品代表图片所划分的网格不少于32个网格；

第四步，计算网格划分后样品代表图片的灰度平均值；对于每一个划分好网格的样品代表图片，提取其中每一个网格的灰度数值，将一个样品代表图片中所有网格的灰度值求其平均；然后，核算一个样品代表图片中所有网格灰度值相对于该样品代表图片灰度平均值的变异程度，剔除掉所有灰度值变异程度大于5％的网格；再次计算一个样品代表图片中剔除灰度值异常网格后灰度平均值，重新核算剩余网格灰度值相对于新灰度平均值的变异程度，剔除掉灰度值变异程度大于5％的网格；重复以上步骤，直至所有样品代表图片中没有灰度值变异程度大于5％的网格为止；核算所有样品中代表图片灰度平均值计算所需要的网格数量，取其中所用网格数量的最小值，以此最小网格数量为基准；重新核算其他所有样品代表图片中，将网格灰度值变异程度最大的若干网格依次剔除，直至每一个样品代表图片中，用于计算灰度平均值的网格数量均与最小网格基准数量一致，再次计算每一个样品代表图片的平均灰度值；

第五步，统计分析，并输出分析结果；经过以上四个步骤，确保在同等条件下，对应于每一个编号的比色样品都有一个相应的样品代表图片平均灰度值；将其中空白样品、标准样品的数据提取出来，标准样品代表图片灰度平均值减去空白样品代表图片的灰度平均值，作为标准样品代表图片的最终灰度平均值，应用最小二乘法，建立基于检测目标其标准样品浓度值与标准样品代表图片最终灰度值之间的回归方程；将所有待测样品的样品代表图片灰度平均值，减去空白样品代表图片的灰度平均值，作为每一个样品代表图片的最终灰度平均值；最后，基于每一个样品代表图片的最终灰度平均值，利用前述标准样品的浓度值与其最终灰度平均值之间的回归方程，可以计算出每一个待测样品中检测目标的浓度数值，并输出最终的结果，生成报告。

2.根据权利要求1所述的一种基于图像数值分析的分光光度检测方法，其特征在于，将所述的第一步至第五步利用计算机语言进行编程，形成自动化处理的程序软件，在不同的电子化终端设备上实现，从而图像数值处理分析过程可以快速自动化完成，并自动生成结果报告；其中的各分析处理步骤包括自动处理与人为手动处理两个模式可供选择，默认为自动处理模式。

3.根据权利要求1所述的一种基于图像数值分析的分光光度检测方法，其特征在于，所述的比色管采用普通比色管，或者采用具有四个相同形状平面侧面的立方柱体特制比色管，优先采用后者。

4.根据权利要求1所述的一种基于图像数值分析的分光光度检测方法，其特征在于，样品代表图片框图范围选择小于比色管的显色边界。