一种基于近红外光谱成像的盐添加剂含量检测方法

技术领域

本发明属于盐添加剂含量检测技术领域，尤其涉及一种基于近红外光谱成像的盐添加剂含量检测方法。

背景技术

目前市场流通的食盐除《食品安全国家标准食用盐》(GB2721—2015)中规定的精制盐、粉碎洗涤盐、日晒盐、低钠盐、强化碘的食盐外，还有添加了营养强化剂、调味辅料或经特殊工艺加工制得的食盐，如调味盐、海藻盐、腌制盐、泡菜盐等，其中碘盐是市场上最常见的食盐。

碘不合格确应值得关注，不合格原因大多为碘含量偏低，而不合格种类多为腌制盐、调味盐和海藻盐等还有还原性物质的食盐。在盐行业中，产品中碘的检测方法规定氧化还原滴定法作为仲裁法。特别是对含有还原物质的加碘食用盐，检测机构如果选择不同的检测方法，会对碘的测定结果造成干扰，测得的碘含量偏低。因此，需要一种快速、准确并且适用于大批量样品的测定的食盐中添加剂含量检测方法。

近红外光谱是一种吸收780～2500nm波长电磁辐射的技术。所有有机键在近红外区域都有吸收带，尤其是水在这部分光谱中表现出较强的信号。含水量高的样品受水信号的强烈支配。

在当前工业流水线生产中，海盐的制造流程稳定，各种添加剂都是与水混合为溶液，作为流水线上的喷洒溶液加入到盐中，其中添加剂混合物的投入与水分成线性相关。因此，可以通过检测水分含量的变化，来测定添加剂投入的多少。

发明内容

本发明的发明目的是提供一种基于近红外光谱成像的盐添加剂含量检测方法，该方法基于光谱成像技术，可以在不破坏被测定对象的情况下对食盐添加剂含量进行快速判断，所得结果稳定，且操作简单、便捷。

为实现上述目的，本发明所采用的技术方案是：一种基于近红外光谱成像的盐添加剂含量检测方法，其特征在于，包括以下步骤：

一种基于近红外光谱成像的盐添加剂含量检测方法，包括以下步骤：

(1)多级采样：采集流水线上5种深度的喷洒添加剂前后的食盐样品，将不同深度的食盐组合平铺在待测平台上；

(2)近红外光谱成像测定：使用近红外光谱对平台上的不同深度的食盐进行成像测定；

(3)水分推定：通过近红外光谱推定喷洒添加剂前后食盐整体水分平均含量；

(4)添加剂含量推定：通过不同深度混合食盐样品喷洒添加剂前后水分平均含量推定食盐添加剂含量。

进一步地，所述步骤(1)具体为：不同深度分别为流水线上表面、距表面1/4处、距表面2/4处，距表面3/4处和底层的食盐样品，所述食盐样品总重量需≥50g，在各深度取10g，待测平台为黑色塑料底板，处在暗室条件下设置主动光源，其采样位置分别为在流水线的喷洒头的前10cm与后10cm处。

进一步地，所述主动光源为50w卤素灯。

进一步地，所述步骤(2)具体为：近红外光谱仪波长900-1700nm，测定时，待测平台在暗室条件下，待测平台与成像镜头距离为25cm，不同深度的食盐样品均匀搅拌后平铺为圆形，厚度需≥20mm，直径≥300mm。

进一步地，所述的食盐水分推定方法为：校正食盐样本光谱图像，采用阈值法划定不同深度食盐样本的感兴趣区域(ROI)，提取ROI内所有像素点的平均光谱，提取得到的平均光谱数据用一个三维数据块来描述，其x和y表示二维平面像素信息，第三维λ是波长信息；所述三维数据块能够显示食盐样本的物理结构、化学成分的差异信息；采用连续投影法SPA提取10个最优特征波长：926nm、951nm、1003nm、1343nm、1360nm、1385nm、1392nm、1434nm、1441nm、1700nm；将SPA提取得到的特征波长所对应的光谱数据代入最小二乘回归算法PLSR进行建模，得到计算食盐的高光谱图像中每个像素点所对应的食盐的水分含量。

具体地，所述食盐的水分含量的公式：

Y＝(6.28-1.94X

式中Xi为inm特征波长处的光谱图像中某一像素点的光谱值；Y为相应像素点处的食盐水分含量值。

具体地，所述的食盐添加剂含量按以下公式计算：

p＝(Y-X)×k×10

式中，Y为喷洒添加剂后食盐样品含水量，X为喷洒添加剂前食盐样品含水量，k为添加剂溶液中各添加剂含量,单位为g/100g，添加剂包括且不限于碘、氧化亚铁，根据喷洒的添加剂配比得出，p为食盐样品中添加剂含量，单位为mg/kg。

本发明的有益效果在于：

(1)本发明提供了一种用于检测食盐中添加剂含量的方法，能够很好消除食盐中杂志对添加剂带来的干扰，具备检测结果准确、速度快的特点，且操作方法简单方便。

(2)本发明中的检测方法，相较于现有的国标滴定法，更快速，且不会对食盐产生样品产生破坏，适用于流水线在线检测。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1是本发明一种基于近红外光谱成像的盐添加剂含量检测方法的流程图；

图2是本发明采集食盐重量50g的情况下，5种不同深度混合食盐样品的近红外光谱图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

下面结合具体实例进一步阐明本发明的内容，但本发明所保护的内容不仅仅局限于此。

如图1和图2所示，一种基于近红外光谱成像的盐添加剂含量检测方法，包括以下步骤：

1)多级采样：在喷洒添加剂前后，对流水线上的食盐，各取一次样，其采样位置分别为在流水线的喷洒头的前10cm与后10cm处，每次取样具体流程为采集5种深度食盐样本各10g，5种深度分别为流水线上表面、距表面1/4处、距表面2/4处，距表面3/4处和底层，将所取样品均匀搅拌后平铺在待测平台上，待测平台为暗室环境，平台表面为黑色，材质为PVC塑料材质，唯一光源为50w卤素灯。

其具体平铺方式为：圆形，厚度需≥20mm，直径≥300mm；其食盐的平铺厚度小于20mm时，光谱仪会得到盐底下载具的光谱信息，影响分析；其平铺直径小于300mm会使光谱仪照到盐和其周围不关注的物品的光谱信息，影响分析，大于300mm是保证光谱仪采样视野范围内均为盐。

2)近红外光谱成像测定：使用近红外光谱仪拍摄白帧、黑帧，然后使用近红外光谱对待测平台上的食盐样品进行成像，食盐样品距成像镜头25cm，将光谱图像导出并进行数据处理，处理方式具体为选定所拍摄的伪彩图，通过黑白帧对图片进行黑白校正，将5种深度混合食盐样品所在区域选定为ROI,统计各roi区域内在900-1700nm的平均光谱曲线，从而得到喷洒前后5种深度混合食盐样品在900-1700nm的平均反射率，近红外光谱仪成像范围为900-1700nm。曝光为自动曝光；

3)水分推定：将2)所得的数据导入先验训练得到的水分-近红外光谱模计算公式中，公式如下：

Y＝(6.28-1.94X

式中Xi为inm特征波长处的光谱图像中某一像素点的光谱值；Y为相应像素点处的食盐水分含量值。

4)添加剂含量推定：将3)所得的喷洒添加剂前后的5种深度混合食盐样品含水量代入以下公式计算：

p＝(Y-X)×k×10

式中：Y为喷洒添加剂后食盐样品含水量，X为喷洒添加剂前食盐样品含水量，k为添加剂溶液中各添加剂含量,单位为g/100g，添加剂包括且不限于碘、氧化亚铁，根据喷洒的添加剂配比得出，p：食盐样品中添加剂含量，单位为mg/kg。

从而得到该流水经过添加剂喷洒后食盐的平均添加剂含量p。

实施例1(50g食盐)

方法如上所述，以碘作为添加剂示例。采集50g食盐样品，模型计算得出含水量差为0.43％，从而测定食盐样品碘含量为22.98mg/kg，实测食盐碘含量为24mg/kg，误差为4.25％；

实施例2(80g食盐)

方法如上所述，以碘和氧化亚铁作为添加剂示例。采集80g食盐样品，模型计算得出含水量差为0.52％，从而测定食盐样品碘含量为27.8mg/kg，实测食盐碘含量为27mg/kg，误差为2.96％；

实施例3(100g食盐)

方法如上所述，以碘和氧化亚铁作为添加剂示例。采集100g食盐样品，模型计算得出含水量差为0.47％，从而测定食盐样品碘含量为25.13mg/kg，实测食盐碘含量为26mg/kg，误差为3.34％；

本发明的实施例1-3，其各食盐样品中碘含量测定结果如表1：

表1

由表1可知，本发明实施例1-3中的结果相差不大，检测的准确率都在5％以内。

本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。