CN118225756A - 一种智能手机图像比色法快速测定食用油过氧化值的方法 - Google Patents
一种智能手机图像比色法快速测定食用油过氧化值的方法 Download PDFInfo
- Publication number
- CN118225756A CN118225756A CN202311561331.8A CN202311561331A CN118225756A CN 118225756 A CN118225756 A CN 118225756A CN 202311561331 A CN202311561331 A CN 202311561331A CN 118225756 A CN118225756 A CN 118225756A
- Authority
- CN
- China
- Prior art keywords
- oil
- value
- solution
- sample
- smart phone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004737 colorimetric analysis Methods 0.000 title claims abstract description 36
- 150000002978 peroxides Chemical class 0.000 title claims abstract description 36
- 239000008157 edible vegetable oil Substances 0.000 title claims abstract description 28
- 239000000243 solution Substances 0.000 claims description 54
- 239000003921 oil Substances 0.000 claims description 38
- 235000019198 oils Nutrition 0.000 claims description 38
- 230000004044 response Effects 0.000 claims description 25
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 claims description 18
- 229910001448 ferrous ion Inorganic materials 0.000 claims description 18
- FRIBMENBGGCKPD-UHFFFAOYSA-N 3-(2,3-dimethoxyphenyl)prop-2-enal Chemical compound COC1=CC=CC(C=CC=O)=C1OC FRIBMENBGGCKPD-UHFFFAOYSA-N 0.000 claims description 16
- 239000012224 working solution Substances 0.000 claims description 16
- SOIFLUNRINLCBN-UHFFFAOYSA-N ammonium thiocyanate Chemical compound [NH4+].[S-]C#N SOIFLUNRINLCBN-UHFFFAOYSA-N 0.000 claims description 14
- ZWLQACFYTXLLEJ-UHFFFAOYSA-N butan-1-ol;methanol Chemical compound OC.CCCCO ZWLQACFYTXLLEJ-UHFFFAOYSA-N 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000007254 oxidation reaction Methods 0.000 claims description 12
- 239000012086 standard solution Substances 0.000 claims description 12
- 230000003647 oxidation Effects 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 8
- 238000005303 weighing Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 239000012153 distilled water Substances 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 239000002904 solvent Substances 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 235000019484 Rapeseed oil Nutrition 0.000 claims description 3
- XTXRWKRVRITETP-UHFFFAOYSA-N Vinyl acetate Chemical compound CC(=O)OC=C XTXRWKRVRITETP-UHFFFAOYSA-N 0.000 claims description 3
- WDIHJSXYQDMJHN-UHFFFAOYSA-L barium chloride Chemical compound [Cl-].[Cl-].[Ba+2] WDIHJSXYQDMJHN-UHFFFAOYSA-L 0.000 claims description 3
- 229910001626 barium chloride Inorganic materials 0.000 claims description 3
- 239000011790 ferrous sulphate Substances 0.000 claims description 3
- 235000003891 ferrous sulphate Nutrition 0.000 claims description 3
- 229910000359 iron(II) sulfate Inorganic materials 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 239000011347 resin Substances 0.000 claims description 3
- 229920005989 resin Polymers 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000010146 3D printing Methods 0.000 claims description 2
- 240000001548 Camellia japonica Species 0.000 claims description 2
- 235000019483 Peanut oil Nutrition 0.000 claims description 2
- 235000018597 common camellia Nutrition 0.000 claims description 2
- 235000005687 corn oil Nutrition 0.000 claims description 2
- 239000002285 corn oil Substances 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims description 2
- 239000000944 linseed oil Substances 0.000 claims description 2
- 235000021388 linseed oil Nutrition 0.000 claims description 2
- 239000011259 mixed solution Substances 0.000 claims description 2
- 239000000312 peanut oil Substances 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 239000003549 soybean oil Substances 0.000 claims description 2
- 235000012424 soybean oil Nutrition 0.000 claims description 2
- 239000010463 virgin olive oil Substances 0.000 claims description 2
- 239000012452 mother liquor Substances 0.000 claims 2
- 238000002965 ELISA Methods 0.000 claims 1
- 235000019774 Rice Bran oil Nutrition 0.000 claims 1
- 238000002835 absorbance Methods 0.000 claims 1
- BAUYGSIQEAFULO-UHFFFAOYSA-L iron(2+) sulfate (anhydrous) Chemical compound [Fe+2].[O-]S([O-])(=O)=O BAUYGSIQEAFULO-UHFFFAOYSA-L 0.000 claims 1
- 239000008165 rice bran oil Substances 0.000 claims 1
- 235000015112 vegetable and seed oil Nutrition 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 13
- 238000010561 standard procedure Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 abstract description 6
- 239000003153 chemical reaction reagent Substances 0.000 abstract description 4
- 239000002699 waste material Substances 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 12
- 238000004090 dissolution Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 4
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- SURQXAFEQWPFPV-UHFFFAOYSA-L iron(2+) sulfate heptahydrate Chemical compound O.O.O.O.O.O.O.[Fe+2].[O-]S([O-])(=O)=O SURQXAFEQWPFPV-UHFFFAOYSA-L 0.000 description 3
- NLKNQRATVPKPDG-UHFFFAOYSA-M potassium iodide Chemical compound [K+].[I-] NLKNQRATVPKPDG-UHFFFAOYSA-M 0.000 description 3
- 238000004448 titration Methods 0.000 description 3
- VTLYFUHAOXGGBS-UHFFFAOYSA-N Fe3+ Chemical compound [Fe+3] VTLYFUHAOXGGBS-UHFFFAOYSA-N 0.000 description 2
- LRHPLDYGYMQRHN-UHFFFAOYSA-N N-Butanol Chemical compound CCCCO LRHPLDYGYMQRHN-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 229910001447 ferric ion Inorganic materials 0.000 description 2
- 239000004519 grease Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- PWHCIQQGOQTFAE-UHFFFAOYSA-L barium chloride dihydrate Chemical compound O.O.[Cl-].[Cl-].[Ba+2] PWHCIQQGOQTFAE-UHFFFAOYSA-L 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000019658 bitter taste Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- 235000019629 palatability Nutrition 0.000 description 1
- 238000003918 potentiometric titration Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000002798 spectrophotometry method Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 235000020238 sunflower seed Nutrition 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
Abstract
本发明涉及一种智能手机数字图像比色法快速测定食用油的过氧化值(PV)的方法,并以国标法作为对照,本发明利用油中的过氧化物可将亚铁离子(Fe2+)在亚铁离子工作溶液中氧化为铁离子(Fe3+),使溶液由乳白色变为橙红色,采用智能手机对实验结果进行拍照,然后用图像处理软件采用HSB色彩模式处理数据,将被捕获的图像转换成可分析的参数,实现食用油中过氧化值的快速检测。本发明建立了一种实用、快速、绿色、经济的食用油的PV的快速测定方法。结果表明,智能手机图像比色法(DIC)检测食用油的过氧化值结果准确可靠,操作简便,减少了试剂浪费,使检测过程更环保。
Description
技术领域
本发明属于食品检测技术领域,涉及一种智能手机图像比色法快速测定食用油过氧化值的方法。
背景技术
食用油在国内和工业食品制造中提供营养、能量和丰富的风味,但在贮存、运输过程中常受到温度、空气、光照、水和微生物等因素影响而逐渐氧化、酸败变质。油脂氧化酸败后具有不愉快的气味及苦涩滋味,会降低油脂食物的适口性及营养价值。
过氧化物是氧化过程中最重要的产物,用其来反映食用油的氧化程度,目前过氧化值主要依据碘量法和滴定法测定。碘量法中称样量、碘化钾溶液的放置时间、环境温度和淀粉指示剂放置时间均对测定结果有较大影响,化学滴定法适用于高过氧化值的油样,电位滴定法则适用过氧化值低的样品。因此,传统检测方法不仅检测时间长,还需要大量的有机试剂,对人体健康有较大影响。其他检测方法还有分光光度法、光谱法、荧光或化学发光法等,这些仪器检测方法虽克服了传统方法使用大量试剂的缺点,但仪器成本昂贵,操作要求更高,难以满足目前监管过程中快速简便和现场化的测定要求。
相比之下,基于数字图像处理的比色法具有操作简单、仪器平价等优点得到了广泛的关注,使用智能手机可以快速获取图像,且可以通过数字图像的颜色变化来测量目标分析物,而且易于操作和存储数据,对测试人员的能力要求也不高。因此,开发新型智能手机比色法以实现油脂过氧化值的现场快速分析具有重要意义,以期为油脂过氧化值的现场快速检测提供技术参考。
发明内容
发明目的:本发明所要解决的技术问题是针对现有技术的不足,提供一种过氧化值的检测方法,具体是涉及食用油的过氧化值的现场快速准确便捷的数字图像比色检测方法。
为了实现上述目的,本发明采取的技术方案如下:
一种智能手机图像比色法快速测定食用油过氧化值的方法,包括如下步骤:
(1)首先称取0.02-0.10g的油样,用甲醇-正丁醇溶液溶解油样,再加入亚铁离子工作液和硫氰酸铵溶液,涡旋,暗处反应10min后作为样品处理液待测;
(2)配置不同浓度的过氧化氢异丙苯标准溶液,通过绘制过氧化氢异丙苯标准溶液的摩尔数(x)与HSB色度(y)的响应值之间的线性关系建立标准曲线;
(3)将步骤(1)中所得样品待测液取2-3mL转至比色皿中,再将比色皿放至自制比色分析箱中利用智能手机拍照获得样品照片;
(4)使用Adobe Photoshop软件对样品图像颜色进行统一调整,截取ROI,得到标准化图像,再利用Visual Studio Code获取H值、B值,并进行数据处理;
(5)将步骤(4)中的B值、B值带入步骤(2)中的标准曲线,即可计算得到样品中过氧化物的含量,PV是过氧化物含量与被测样品质量的比值。
具体地,步骤(1)中,食用油包含各种常用食用油(菜籽油、亚麻籽油、玉米油、花生油、大豆油、菜籽油、葵花籽油、山茶花、大米、初榨橄榄油)及不同比例的调和油,称取0.02-0.1g油,将称取后的油样置于105℃烘箱中加速氧化0-8h(每4h采集一次样品),最后得到不同氧化程度(0-25mmol kg-1)的油样。
一个优选的实施方案中,甲醇-正丁醇溶液的体积比为:2:1,溶解样品使用量为6mL,亚铁离子工作液为30μL 0.144mol/L硫酸亚铁溶液和0.132mol/L氯化钡溶液的混合液,硫氰酸铵溶液用量:30μL。
在一个优选的实施方案中,步骤(2)过氧化氢异丙苯标准溶液浓度范围为0、10、20、40、60、80、100μmol L-1。
在一个优选的实施方案中,步骤(3)所述拍照采用的装置由不透明的黑色树脂材料采用3D打印而成,尺寸为20×10×10cm,所用材质四周和顶部为反光板、底部为柔光板,顶部设有光源,内部覆盖有哑光醋酸乙烯酯为背景,底部附有LED灯(220v交流电压),将装有2-3mL待测液的比色皿固定于盒子顶部的方形缺口减少光反射。
具体地,步骤(3)采集图像时调整好手机参数以保持每次实验相同的环境,手机摄像头距比色皿上端12cm处。
在一个优选的实施方案中,步骤(5)中,利用Adobe Photoshop(20.0.1版本)对图像颜色进行统一调整,得到标准化图像,根据对照溶剂图像的L*,a*和b*值分别调整为100、0、0,进行颜色调整,从调整后的图像中选择ROI作为背景。
具体地,步骤(5)中,使用“Colormine”工具将ROI分解为HSB值,根据CHP标准溶液(0.10-1.20μmol)的含量与HSB的颜色参数值之间的决定系数(R2)评估最佳分析信号值(Y)。
具体地,结合H和B两种颜色参数,建立H/B值与响应值之间的公式,使响应值有更好的表征。
其中,Y为响应值,H为HSB色系色相,B为HSB色系亮度。
优选地,由标准溶液中氧化反应后的CHP含量与不同颜色空间的颜色参数值之间的线性回归得到的决定系数(R2)中,线性拟合关系最好的是B值(R2=0.985),其次为H值(R2=0.928),随着标准溶液含量的增加,图像中的颜色逐渐加深,对应HSB颜色空间中的H值和B值。
本发明在拍摄标准品和样品照片时,采集图像时,将手机摄像头(iPhone 12128gb,双9mp广角)置于距溶液比色皿12cm处,具有定焦、自动ISO控制、自动白平衡、单幅图像模式和自动关闭HDR功能。获得的图像分辨率为4032×2268,焦距为26mm,孔径为1.6。
有益效果:
本发明提供的一种过氧化值的检测方法,基于油中的过氧化物可将亚铁离子在亚铁离子工作溶液中氧化为铁离子,使溶液由乳白色变为橙红色,利用智能手机拍摄的数字图像数据来确定食用油中过氧化值的方法。
发明的方法无需昂贵的精密仪器(如傅里叶变换红外光谱仪、紫外分光检测仪),使用智能手机这一常见的电子设备,利用图像处理系统即可对实验结果进行准确分析,本发明的检测方法操作简单快捷,以更少的试剂检测更多的样品,使过程更环保和方便,实验结果准确可靠,可以实现快速检测。
附图说明
图1为采集图像所用的自制比色分析箱。
图2为过氧化氢异丙苯溶液显色反应后拍照得到的图像及进行标准化预处理的结果[(A)显色反应后用智能手机拍摄的未处理图像;(B)经过统一预处理的标准化图像;(C)不同CHP含量下不同颜色的裁剪ROI]。
图3为基于数字图像比色法在0.10 -1.20μmol过氧化氢异丙苯下获得颜色信息及相应的响应值。
图4为过氧化氢异丙苯的线性曲线。
图5为校准集中87个样本通过国标法与数字图像比色法得到的实测值与预测值间的关系。
图6为验证集中10个样本通过国标法与数字图像比色法得到的实测值与预测值间的关系。
图7为盲样验证中10个样本通过国标法与数字图像比色法得到的实测值与预测值间的关系。
图8是本发明采用数字图像比色法测定食用油PV的流程图。
具体实施方式
食用油中的过氧化物可将亚铁离子在亚铁离子工作溶液中氧化为铁离子,使溶液由乳白色变为橙红色。颜色可以被捕获成图像并转换成可分析的参数。根据显色反应后的显色深度,采用DIC法预测PV值。DIC法包括两个过程:图像采集和颜色读出,然后利用图像处理软件对采集的图像进行数据处理。由于DIC数据由图像软件提供,减少了肉眼的影响,大大提高了检测结果的准确性。
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
采集图像装置的构建
为了获得稳定的图像,由黑色树脂材料采用3D打印而成的自制比色分析箱尺寸为20×10×10cm,内部覆盖有哑光醋酸乙烯酯为背景,底部附有LED灯(220v交流电压),箱子顶部有一个缺口(缺口处距顶部12cm,具体见图1)用于固定比色皿,保证每次拍照时比色皿是固定的位置。
以下实施例中,所用到的亚铁离子工作配制过程如下:
亚铁离子工作液含0.144mol/L硫酸亚铁溶液和0.132mol/L氯化钡溶液,配制时称0.4003g七水合硫酸亚铁,加入少量蒸馏水溶解,再称取0.3224g二水合氯化钡,加入少量蒸馏水水溶解,混合形成乳浊液,定容至10mL。
以下实施例中,所用到的硫氰酸铵溶液配制过程如下:
称取2.999g硫氰酸铵,加蒸馏水定容至10mL。
以下实施例中,所用到的甲醇-正丁醇溶液体积比为:甲醇:正丁醇=2:1。
实施例中图像处理模式的选择
基于H和B值的分析曲线得到了较高的R2(B值:R2=0.985,H值:R2=0.928),表明H/B色彩模式的值与标准溶液的含量之间有良好的线性关系。随着标准溶液含量的增加,图像中的颜色变得越来越深,如图2所示,正好对应HSB颜色系统中的H值和B值,结合H和B两种颜色参数,建立H/B值与响应值之间的公式(1),使响应值有更好的表征。
其中,Y为响应值,H为HSB色系色相,B为HSB色系亮度。
待测样品中CHP的确定
选取0.10~1.20μmol(具体浓度见图3)的CHP标准溶液,加入6mL甲醇-正丁醇溶液溶解,再加入30μL亚铁离子工作液和30μL硫氰酸铵溶液,避光反应10min后,转移2-3mL溶液至比色皿,将比色皿固定于自制比色分析箱的缺口处,采用智能手机采集图像,获得H值和B值。图3为采用DIC法测定CHP浓度为0.10-1.20μmol时的颜色信息及相应的响应值。因此,在测定油样时,必须保证样品中的过氧化物含量在0.10 -0.90μmol内。
PV的预测模型
通过H值和B值减去空白(即纯溶剂)的参考信号,得到CHP含量与其分析响应值之间的线性关系,建立标准曲线,如图4所示。得到的响应值对应于标准曲线中CHP的含量,也等于样品中过氧化物的含量。PV是过氧化物含量与被测样品质量的比值。
PV=m/n (2)
式中,n为CHP含量(μmol),m为被测样品的质量(g)。
对PV预测模型校准
对87个校准样品分别加入6mL溶剂溶解样品,再加入30μL亚铁离子工作液和30μL硫氰酸铵溶液,避光反应10min后,转移2-3mL溶液至比色皿,将比色皿固定于自制比色分析箱中,对溶液采集图像,获得H值和B值,并利用响应值建立食用油PV的校准模型。用滴定法测得的PV作为实测值,用DIC法测得的PV作为预测值。
校准集的PV预测值和实测值的关系如图5所示。在PV值为0~25mmol kg-1的范围内,具有较高的R值,总体SD值为±0.7353mmol kg-1,表明校准结果具有高度一致性,DIC方法可以有效地用于PV检测。
进一步对PV预测模型进行验证
分别按1:1(2种油)、1:1:1(3种油)、1:1:1:1(4种油)的质量比随机组合调配10种不同的油样。从上述油样中随机抽取33个油样,置于105℃烘箱中加速氧化0-8h(每4h采集一次样品),一段时间后得到不同氧化程度(0-25mmol kg-1)的油样。取12种不同PV值的油类样品分别加入6mL甲醇-正丁醇溶解,再加入30μL亚铁离子工作液和30μL硫氰酸铵溶液,避光反应10min后,转移2-3mL溶液至比色皿,将比色皿固定于自制比色分析箱中,采用智能手机采集图像,获得H值和B值,代入公式(1)得到响应值(y),得到的响应值(y)对应于标准曲线中CHP的含量,即为样品中过氧化物的含量,PV是过氧化物含量与被测样品质量的比值。采用国标法测定油样的PV作为对照。
两种方法测得的PV关系如图6所示。PV的验证结果表明国标法和DIC法测定PV具有良好的一致性,两种方法间的对应关系接近1:1。在±0.8726mmol kg-1SD范围内,计算结果与油类无关。
盲样验证
从本地市场采购了10个不同的食用油样本,各称取0.02-0.1g油样分别加入6mL甲醇-正丁醇溶液溶解,再加入30μL亚铁离子工作液和30μL硫氰酸铵溶液,避光反应10min后,取2-3mL溶液转至比色皿,将比色皿固定于自制比色分析箱中,采用智能手机采集图像,获得H值和B值,代入公式(1)得到响应值(y),将(y)代入CHP溶液标准曲线后可得到CHP含量,CHP含量等于样品中过氧化物的含量,因此,通过过氧化物含量与被测样品质量的比值计算可得到样品的PV。用国标测定的PV作为对照。
国标法的实测值与DIC法的预测值之间的关系如图7所示。用DIC方法得到的PV预测值与实测值的标准差为1.2426,表明所建立的方法误差小,模型精度高。因此,它是替代国标法测定食用油的PV的有效方法。
实施例1样本的测定
随机从加速氧化8h的油样中抽取一个样本,称取0.02-0.1g油样加入6mL甲醇-正丁醇溶液溶解,再加入30μL亚铁离子工作液和30μL硫氰酸铵溶液,避光反应10min后,取2-3mL溶液转至比色皿,将比色皿固定于自制比色分析箱中,采用智能手机采集图像,获得H值和B值,代入公式(1)得到响应值(y),将(y)代入CHP溶液标准曲线后可得到CHP含量,CHP含量等于样品中过氧化物的含量,因此,通过过氧化物含量与被测样品质量的比值计算可得到样品的PV。用国标测定的PV作为对照。PV的测定流程如图8所示。试验进行5次重复,试验结果如表1所示。
表1.国标法的实测值与DIC法的预测值的结果
实施例2样本的测定
随机从加速氧化4h的油样中抽取一个样本,称取0.02-0.1g油样加入6mL甲醇-正丁醇溶液溶解,再加入30μL亚铁离子工作液和30μL硫氰酸铵溶液,避光反应10min后,取2-3mL溶液转至比色皿,将比色皿固定于自制比色分析箱中,采用智能手机采集图像,获得H值和B值,代入公式(1)得到响应值(y),将(y)代入CHP溶液标准曲线后可得到CHP含量,CHP含量等于样品中过氧化物的含量,因此,通过过氧化物含量与被测样品质量的比值计算可得到样品的PV。用国标测定的PV作为对照。PV的测定流程如图8所示。试验进行5次重复,试验结果如表2所示。
表2.国标法的实测值与DIC法的预测值的结果
实施例3样本的检测
随机从未加速氧化的油样中抽取一个样本,称取0.02-0.1g油样加入6mL甲醇-正丁醇溶液溶解,再加入30μL亚铁离子工作液和30μL硫氰酸铵溶液,避光反应10min后,取2-3mL溶液转至比色皿,将比色皿固定于自制比色分析箱中,采用智能手机采集图像,获得H值和B值,代入公式(1)得到响应值(y),将(y)代入CHP溶液标准曲线后可得到CHP含量,CHP含量等于样品中过氧化物的含量,因此,通过过氧化物含量与被测样品质量的比值计算可得到样品的PV。用国标测定的PV作为对照。PV的测定流程如图8所示。试验进行5次重复,试验结果如表3所示。
表3.国标法的实测值与DIC法的预测值的结果
实施例1-实施例3结果表明,针对不同PV的油样,DIC法预测值与国标法实测值误差较小,所测结果可靠,操作便利,不需要紫外风光度计即可进行。
本发明提供了一种智能手机图像比色法快速测定食用油的PV的思路和方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (7)
1.一种智能手机数字图像比色法快速测定食用油的过氧化值(PV)的方法,其特征在于,包括如下步骤;
(1)、准确称取不同氧化程度的油样,用甲醇-正丁醇溶液溶解油样,再加入亚铁离子工作液和硫氰酸铵溶液,涡旋,暗处反应10min后作为样品处理液待测;
(2)、配置不同浓度的过氧化氢异丙苯(CHP)标准溶液,通过绘制CHP的摩尔数(x)与HSB色度(y)的响应值之间的线性关系建立标准曲线;
(3)、将步骤(1)中所得样品待测液转至比色皿中,再将比色皿转移至自制比色分析箱中利用智能手机拍照获得样品照片;
(4)、使用Adobe Photoshop软件对样品图像颜色进行统一调整,截取所有可用的颜色区域,得到标准化图像,再利用Visual Studio Code获取H值、B值,并进行数据处理;
(5)、将步骤(4)中的H值、B值带入步骤(2)中的标准曲线,即可计算得到样品中过氧化物的含量,PV是过氧化物含量与被测样品质量的比值。
2.根据权利要求1所述的智能手机数字图像比色法快速测定食用油的PV的方法,其特征在于,所述的食用油包含各种常用食用油(菜籽油、亚麻籽油、玉米油、花生油、大豆油、油茶籽油、山茶花籽油、米糠油、初榨橄榄油)及不同比例的调和油,油样处理方法为:称取0.02-0.1g油,将称取后的油样置于105℃烘箱中加速氧化0-8h(每4h采集一次样品),最后得到不同氧化程度(0-25mmol kg-1)的油样,甲醇-正丁醇溶液的体积比为:2:1,亚铁离子工作液为30μL 0.144mol/L硫酸亚铁溶液和0.132mol/L氯化钡溶液的混合液,硫氰酸铵溶液用量:30μL。
3.根据权利要求1所述的智能手机数字图像比色法快速测定食用油的PV的方法,其特征在于,步骤(2)中,CHP标准溶液的配置方法为:称取约1.8g CHP,根据CHP纯度乘以相应系数(取0.82),用蒸馏水定容至10mL,为CHP母液,再取100μL母液,用蒸馏水定容至10mL,此溶液浓度为1.8mg/mL。
4.根据权利要求1所述的智能手机数字图像比色法快速测定食用油的PV的方法,其特征在于,步骤(2)中,CHP标准曲线的浓度为取0、10、20、40、60、80、100μL CHP工作液于5mL具塞刻度试管中,加甲醇-正丁醇溶液至3mL,加入15μL硫氰酸铵溶液,再加入15μL亚铁离子工作液,涡旋混匀,暗处反应10min后取200μL于酶标板中,溶剂调零,510nm测吸光度。
5.根据权利要求1所述的智能手机数字图像比色法快速测定食用油的PV的方法,其特征在于,步骤(3)中,所述拍照采用的装置由不透明的黑色树脂材料采用3D打印而成,尺寸为20×10×10cm,所用材质四周和顶部为反光板、底部为柔光板,顶部设有光源,内部覆盖有哑光醋酸乙烯酯为背景,底部附有LED灯(220v交流电压),将装有2-3mL待测液的比色皿固定于盒子顶部的方形缺口减少光反射,采集图像时调整好手机参数以保持每次实验相同的环境,手机摄像头距比色皿上端12cm处。
6.根据权利要求1所述的智能手机数字图像比色法快速测定食用油的PV的方法,其特征在于,步骤(5)中,利用Adobe Photoshop(20.0.1版本)对图像颜色进行统一调整,得到标准化图像,根据对照溶剂图像的L*,a*和b*值分别调整为100、0、0,进行颜色调整,从调整后的图像中选择感兴趣区域(ROI)作为背景。
7.根据权利要求1所述的智能手机数字图像比色法快速测定食用油的PV的方法,其特征在于,步骤(5)中,使用Visual Studio code软件识别ROI的主导颜色,并使用在线的“Colormine”工具将ROI颜色分解为H值、B值,根据CHP标准溶液(0.10-1.20μmol)的含量与HSB的颜色参数值之间的决定系数(R2)评估最佳分析信号值(Y),结合H和B两种颜色参数,建立H/B值与响应值之间的公式,使响应值有更好的表征,
其中,Y为响应值,H为HSB色系色相,B为HSB色系亮度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311561331.8A CN118225756A (zh) | 2023-11-21 | 2023-11-21 | 一种智能手机图像比色法快速测定食用油过氧化值的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311561331.8A CN118225756A (zh) | 2023-11-21 | 2023-11-21 | 一种智能手机图像比色法快速测定食用油过氧化值的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118225756A true CN118225756A (zh) | 2024-06-21 |
Family
ID=91496937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311561331.8A Pending CN118225756A (zh) | 2023-11-21 | 2023-11-21 | 一种智能手机图像比色法快速测定食用油过氧化值的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118225756A (zh) |
-
2023
- 2023-11-21 CN CN202311561331.8A patent/CN118225756A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Firdaus et al. | Determination of chromium and iron using digital image-based colorimetry | |
Peng et al. | A smartphone-based colorimetry after dispersive liquid–liquid microextraction for rapid quantification of calcium in water and food samples | |
CN112074725B (zh) | 基于精确比色法的检测试纸读取器系统 | |
CN106353312B (zh) | 一种基于微流控纸芯片技术的茶多酚含量快速检测方法 | |
CN108051434B (zh) | 一种基于颜色识别的待测液浓度定量检测方法 | |
Suzuki et al. | Tristimulus colorimetry using a digital still camera and its application to determination of iron and residual chlorine in water samples | |
US20150055134A1 (en) | Method and system for analyzing a colorimetric assay | |
AU2009354555A1 (en) | Method for analyzing and detecting calcium element in ore | |
CN110542681B (zh) | 一种数字图像比色法检测食品中亚硝酸盐的方法 | |
WO2018041264A1 (zh) | 筛检试纸及其检验之系统与方法 | |
CN108776107A (zh) | 一种替代可见分光光度计的光谱分析方法 | |
CN109323999A (zh) | 一种基于图像数值分析的分光光度检测方法 | |
CN112595711A (zh) | 一种滴定终点判定装置 | |
Gavrilenko et al. | Polymethacrylate optodes: A potential for chemical digital color analysis | |
Solana-Altabella et al. | Computer vision-based analytical chemistry applied to determining iron in commercial pharmaceutical formulations | |
Bao et al. | Using a PC camera to determine the concentration of nitrite, ammonia nitrogen, sulfide, phosphate, and copper in water | |
Li et al. | Development of a versatile smartphone-based environmental analyzer (vSEA) and its application in on-site nutrient detection | |
CN113324987B (zh) | 一种检测芝麻油掺假的方法 | |
Schults et al. | Digital colorimetry: analytical possibilities and prospects of use | |
CN118225756A (zh) | 一种智能手机图像比色法快速测定食用油过氧化值的方法 | |
CN113237873B (zh) | 一种快速检测芬太尼含量的试剂及便携式检测设备 | |
TW201812284A (zh) | 篩檢試紙及其檢驗之系統與方法 | |
CN111707660B (zh) | 一种快速定量检测六价铬离子含量的方法 | |
CN111678913B (zh) | 一种基于图像识别实现溶液浓度定量测定的实验方法 | |
CN212459423U (zh) | 一种拍摄装置以及快速检测六价铬离子含量的设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |