本發(fā)明涉及摻雜樣品識別分類檢測方法領域，具體是一種基于多光譜成像技術的番茄醬中非法添加物快速檢測方法。

背景技術：

番茄醬作為我國重要的出口創(chuàng)匯農(nóng)副產(chǎn)品之一，到目前為止，中國已成為全世界最大的番茄醬出口國，我國的番茄醬出口量占全世界番茄醬貿(mào)易總量的30%左右。但是，現(xiàn)在部分不法企業(yè)為獲取更大利潤在番茄醬加工過程中隨意摻加糖，賺取糖與番茄醬之間的差價，這種造假行為嚴重危害了廣大消費者的利益。現(xiàn)在對番茄醬品質(zhì)的分析主要依靠化學檢測方法，主要測定指標為番茄紅素、酸度、色差、微生物等，還沒有發(fā)現(xiàn)番茄醬摻糖這方面的研究，并且化學檢測方法繁瑣、耗時耗力，對檢測條件和人員都有很高要求，無法實現(xiàn)在番茄醬流通過程中對番茄醬品質(zhì)進行實時有效監(jiān)控。

多光譜成像分析是一種無損、快速、簡單、不需要樣品預處理并將光譜信息和圖像信息融為一體的分析方法，因此非常適合質(zhì)量控制與預測。近年來，該技術被廣泛應用于農(nóng)產(chǎn)品質(zhì)量與安全預測。目前國內(nèi)外還未見有關基于多光譜成像技術的番茄醬摻糖含量快速無損預測方法的相關文章報道。

技術實現(xiàn)要素：
本發(fā)明的目的在于克服現(xiàn)有技術的不足，提供了一種基于多光譜成像技術的番茄醬中非法添加物快速檢測方法，為番茄醬的質(zhì)量控制和品質(zhì)分析提供了新的方法和思路。

為了達到上述目的，本發(fā)明所采用的技術方案為：

基于多光譜成像技術的番茄醬中非法添加物快速檢測方法，其特征在于：包括以下步驟：

（1）選取多份純番茄醬，并分別在各份純番茄醬中摻入非法添加物，各份純番茄醬中的非法添加物的摻入比例不同，得到不同添加比例的摻雜番茄醬樣品，并使每份純番茄醬和非法添加物摻雜均勻；

（2）將摻雜均勻的摻雜番茄醬樣品彼此獨立放入圓形容器里，并使其表面平整，并將其中一部分摻雜番茄醬樣品作為校正集，另一部分摻雜番茄醬樣品作為預測集；

（3）利用光譜成像技術獲取所有摻雜番茄醬樣品的光譜圖像信息；

（4）選取步驟（3）所獲得的光譜圖像信息中校正集中摻雜番茄醬樣品的光譜圖像信息，以及獲取校正集中番茄醬摻雜的非法添加物含量信息，并結合光譜信息和番茄醬摻雜的非法添加物含量信息建立模型；

（5）利用步驟（4）建立的模型，對預測集中摻雜番茄醬樣品進行預測，預測得到預測集中番茄醬摻雜的非法添加物含量值，并分析其與預測集中番茄醬摻雜的非法添加物含量實際值的差異。利用此模型能夠?qū)崿F(xiàn)對番茄醬摻雜非法添加物含量快速無損檢測。

所述的基于多光譜成像技術的番茄醬中非法添加物快速檢測方法，其特征在于：所述步驟（1）具體包括以下：在各份純番茄醬中分別摻入非法添加物，并用玻璃棒攪拌使摻雜均勻。

所述的基于多光譜成像技術的番茄醬中非法添加物快速檢測方法，其特征在于：所述步驟（3）中，采用多光譜成像儀獲取所有摻雜番茄醬樣品的光譜圖像信息，多光譜成像儀的工作波長為可見光至近紅外波段。

所述的基于多光譜成像技術的番茄醬中非法添加物快速檢測方法，其特征在于：所述步驟（4）中，采用化學計量學方法并通過計算機建立模型，利用所建模型，預測出非法添加物的含量。

本發(fā)明的原理為：本發(fā)明介紹了一種基于多光譜成像技術的番茄醬摻糖含量快速無損檢測方法，即利用光譜成像技術獲取摻糖番茄醬樣品的光譜圖像信息，將獲取的光譜信息經(jīng)由光譜圖像處理、數(shù)據(jù)分析并建立模型，實現(xiàn)對番茄醬摻糖含量快速無損檢測。此法具有操作簡便、快速、無破損、檢測成本較低等優(yōu)點，有利于對番茄醬品質(zhì)進行快速品質(zhì)分析，非常適合質(zhì)量控制與預測。

本發(fā)明的有益效果：本發(fā)明相比現(xiàn)有方法，該方法能夠?qū)教堑姆厌u進行科學、準確、快速的鑒別，而且不破壞樣品、不污染環(huán)境。本發(fā)明是基于多光譜成像技術的番茄醬摻糖含量快速、無損、無污染的預測方法，由番茄醬摻糖含量與其光譜圖像信息經(jīng)由數(shù)據(jù)建立分析模型，實現(xiàn)對番茄醬摻糖含量的快速無損檢測。

附圖說明

圖1是不同摻糖比例樣品在波長范圍為400-1000 nm的平均反射光譜圖。

圖2是所測摻糖含量建立模型校正集與預測集的實際值和預測值的關系散點圖。

具體實施方式

下面對本發(fā)明的實施例作詳細說明，本實施例在以本發(fā)明技術方案為前提下進行實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于下述的實施例。

本實施例包括以下步驟：

（1）原料的選取與預處理：

本實例選取同一批次的濃縮番茄醬（可溶性固形物含量為28-32%）1袋，每袋3 kg；將蔗糖摻入番茄醬中，摻雜濃度分別為0%、1%、2%、3%、3.5%、4%、5%、5.5%、6%、7%、7.5%、8%、9%，用玻璃棒攪拌使摻雜均勻；將摻雜均勻的番茄醬裝入35 mm的圓形容器中，其表面用卡片刮平整；每個濃度做20個樣品；處理過的樣品按一定比例隨機劃分校正集和預測集。

（2）番茄醬摻糖含量檢測方法的建立：

a、光譜圖像獲取

光譜圖像測定采用VideometerLab 多光譜測量儀（Videometer A/S，H?rsholm，丹麥），其光譜范圍為400-1000 nm。多光譜成像系統(tǒng)進行定標板（白板、黑板和幾何點板）校準，樣品進行多光譜圖像獲取時，每個摻雜濃度20個重復。

b、光譜圖像預處理

獲取的光譜圖像首先用VideometerLab 多光譜測量儀自帶的圖像處理軟件進行去噪處理，采用典型判別分析（CDA）和閾值設定完成背景剔除和圖像分割，經(jīng)過反射率動態(tài)定標板將番茄醬圖像信息的灰度值轉換成反射率值，結果如圖1所示。

c、采用偏最小二乘法（PLS）模型的建立

采用偏最小二乘回歸法對上述樣本建立定量分析模型。

步驟一：分別設定樣本摻糖含量為建模實際值，即建模參數(shù)；

步驟二：對校正集樣本的光譜波長與樣本建模實際值進行偏最小二乘PLS回歸，建立分析模型；

步驟三：根據(jù)校正集樣本建立的分析模型，計算預測集的摻糖含量值。

采用此算法建立檢測番茄醬摻糖含量的模型。如圖2所示，在校正集中，R和SEC分別為0.9427和0.0096。

d、模型驗證

利用建立的模型對預測集樣品進行預測，得到番茄醬摻糖含量預測值，并分析其與番茄醬摻糖含量實際值基本一致，表明這個模型具有較好的擬合程度和預測能力，所建模型具有可行性。圖2所示，利用建立的番茄醬摻糖校正集模型，驗證預測集樣品，預測集中，R值為0.8695，SEP為0.0096，預測效果良好。表明能夠?qū)崿F(xiàn)對番茄醬摻糖含量快速無損檢測。