2017, Vol. 39
Issue (1): 1-5
在鉴别食用油品质及地沟油时, 主要采用光学、电化学分析、分子生物学等技术分析方法[1-2]。光学方法中使用较多的有太赫兹波段光谱[3]、红外光谱[4]和荧光光谱[5]分析等。这些光谱分析方法主要是通过对比观察正常油品与劣质油品的吸收光谱或发射光谱之间的差别来进行油品的品质鉴别。但实际的地沟油或掺假油品成分比较多且复杂, 精炼的地沟油或分子结构近似的油品与正常油品之间的差异很难被区分出来[6]。虽然现有的光谱分析方法对单个种类的油品有一定的定量定性的鉴别能力, 但对其他种类的油品不具有普适性。
表征食用油品质的指标有很多, 折射率是其中的一个重要指标[7]。一般情况下, 油品的混合浓度、油品是否掺假可以通过其折射率之间的差别来进行有效的甄别[8]。不同种类的食用油折射率有所差别, 同一种油不同产品之间由于含水量和杂质的不同, 其折射率也有很大的差别。掺假的油类或地沟油与同种类正常油品的成分有明显的不同[9-10], 有时在色泽上也有很大的变化[11], 其折射率更会有所不同。通常, 油品折射率的测量利用了阿贝折射仪临界角、分光计最小偏向角等方法[12]:阿贝折射仪通过全反射临界角的测定来测量液体折射率, 从而定量分析溶液成分, 检验物质的纯度, 但阿贝折射仪的测量范围受棱镜折射率的影响, 会受到很大的限制, 且操作清洗过程复杂; 利用分光计最小偏向角法需将待测液加工成三棱镜状, 测量时间长。这些方法对操作人员的技术水平有一定的要求, 很难实现便捷、快速、自动的现场测量。
为解决仪器结构复杂、检测操作步骤繁琐等问题, 本文提出了一种通过快速测量折射率来甄别食用油品质的方法:在双光束干涉中, 折射率的改变会引起干涉条纹的移动或条纹宽度的改变, 反映在CCD图像上的是干涉条纹像素位置的改变。由于实验中很难确定干涉条纹图像零级条纹的位置, 故可以用图像整体的重心移动量代替其中心条纹移动量。基于泰曼-格林干涉仪来进行光路设计, 测量了目前市场上常见的几种食用油, 利用MATLAB软件进行数据分析处理, 可快速得到不同样品的折射率。
1 测量原理 1.1 测量装置及方法泰曼-格林干涉仪是光学实验中常见的一种光学仪器, 其原理简单, 便于操作, 且测量精度很高[13-14]。图 1为实验采用的基于泰曼-格林干涉仪的双光束干涉光路。
|
图 1 实验干涉光路 Figure 1 The interference system |
S为氦氖激光光源, L为准直透镜, G1为光学玻璃, 其中G1入射面镀有半透半反薄膜, M1和M2为全反射平面镜。C为样品池, 是由两个半“凹”形光学玻璃拼成, 其中凹槽的深度为20 μm, 拼接后可得一个40 μm槽深的样品池。D为干涉条纹检测采集装置。本实验中除样品池C之外所有实验装置固定, 实验前将M1和M2位置进行预调, 同时样品池中不添加任何油样品, 得到一组平行的空气干涉条纹, 调节图像采集装置, 使干涉条纹保持水平, 得到清晰的干涉条纹图像。
实验时只需将样品池中注入需要检测的油样品即可, 每次更换样品前将样品池清洗干净, 并且将样品池放置于光路同一位置, 待样品稳定后拍摄照片, 获取干涉图像, 然后将获得的图像用MATLAB软件进行处理。样品池清洗和油品注入的过程可用注射器完成。
1.2 折射率计算经由M1和M2反射后到达探测器D上的两束光的光程差可由双光束等厚干涉的光程差公式得到, 为Δ=2nd(n为样品油的折射率, d为样品的厚度)。不同的样品有不同的折射率, 从而使光程差Δ发生变化, 反映在干涉图像上就是干涉条纹的移动和条纹宽度的变化。反之, 可根据条纹的变化量求得折射率n。
计算折射率先计算条纹宽度, 计算条纹宽度首先寻找亮条纹或暗条纹中心, 利用该方法计算折射率比传统方法简单快捷。这里选择暗条纹[15-16], 设其中心坐标为G(x, y)。如图 2所示, 实验中可将图像旋转至水平, 故求重心仅取y方向坐标即可。取图像上同一列的任意两条纹中心点, 则条纹宽度为
|
(1) |
|
图 2 葵花籽油干涉条纹 Figure 2 Interference fringe of the sunflower oil |
式中:B为单个条纹宽度; t为选取的两暗条纹中心之间所包含的暗条纹数; ya-yb为图像中任意两条条纹中心位置。在图像处理中, 将单个像素点看成一个小的区域, 把该点的灰度值看成该点质量, 这样就可以求出干涉图像的重心。在一般的数字图像中, 存储有m个点 (m=i×j), i×j为图像的大小。设各点的坐标为 (xi, yj), 灰度值为gij, 故图像某一闭合区域的灰度质心即重心坐标可表示为:
|
(2) |
式中:G为图像总灰度值; Gy和Gx分别表示对应y轴和x轴的静矩。
不同油品产生的光程差与条纹移动量的关系可通过光程差公式微分得到, 即2Δnd=Δkλ, 故折射率的相对变化量可表示为
|
(3) |
式中:λ为光源波长; Δk为条纹干涉级的变化量, 本文取Δk=ΔY/Y, 其中ΔY为不同油品干涉条纹图像重心相对标准油样品的移动量, Y为标准油样品的条纹宽度; d为油样品厚度。通过合适样品池的厚度, 可使条纹移动量保持在一个条纹宽度以内, 便于计算观察。
2 结果与分析 2.1 干涉条纹图像分析为实验分析方便, 可选用某种油作为标准样品油。目前各种食用油品牌为:鲁花5S压榨一级花生油; 元宝牌一级大豆油; 金龙鱼葵花籽油; 多力特级初榨橄榄油; 多力玉米油; 多力浓香型菜籽油。本文选择葵花籽油作为标准, 其他种类的油品处理方式与葵花籽油相同。葵花籽油干涉图如图 2所示, 截取图像大小为1 600×1 600个像素, 其他各种油品的干涉图像如图 3所示, 图 3(a)、(b)、(c)、(d)、(e)、(f)、(g) 分别是葵花油、玉米油、花生油、大豆油、菜籽油、橄榄油以及葵花玉米油1:1混合后的干涉条纹。为便于实验分析, 截取干涉条纹的中心固定大小矩形区域。
|
图 3 各种食用油干涉条纹比较 Figure 3 Interference fringes of different edible oil |
获取干涉图像的有效区域后, 根据式 (2) 求得图像重心。为计算方便, 可取彩色图像中的任意一幅单色图像。图 4所示为葵花籽油干涉图像的单色图, 图像中的“+”位置为葵花籽油干涉图像计算所得的重心位置, 坐标为 (800.087 6, 848.570 2), 同样也可求得后续被测油品干涉条纹图像的重心。由于调整干涉条纹呈水平状, y方向的坐标差异即为条纹重心移动量。
|
图 4 葵花籽油干涉条纹重心 Figure 4 Interference fringe center of sunflower oil |
通过分析不同油样品条纹宽度, 可以初步判定它们之间折射率的大小关系。根据式 (1) 可得到:葵花油、玉米油、大豆油、菜籽油、花生油, 橄榄油的干涉条纹宽度用像素数表示分别为:103.697 4、108.334 7、126.221 9、113.482 2、117.025 3、130.025 3。
以1 600万像素相机为例, 实测的葵花籽油条纹宽度和橄榄油条纹宽度之差约为27个像素, 条纹宽度差别明显, 与其他油品之间也存在4个像素以上的差别。对混合油品, 其条纹宽度也能得到较好的区分。
根据等厚干涉原理可知, 条纹宽度大对应的油品折射率相对较小, 因此可以得出上述6种油品的折射率从大到小的排列应为:葵花油、玉米油、大豆油、菜籽油, 花生油和橄榄油。上述分析表明, 仅从干涉条纹的宽度也能区分油品之间的不同。
2.3 条纹移动量与折射率关系折射率的改变会使图像上的条纹整体向某个方向移动, 反映在图像中就是灰度值的变化, 其图像重心也随之发生改变。表 1列出了各油品的以像素表示的重心坐标及相对位移量ΔY, 表中的实验1、实验2、实验3分别代表 3组不同大小尺寸图像的重心位置, 然后取算术平均值。不失一般性, 本实验以葵花油为定标测试物, 并已知葵花油折射率为1.474 1(用其他方法测得)。根据式 (3), 实测的各油品的折射率如表 2所示。因为图像的重心受图像边界灰度值影响, 因此在保证图像的干涉条纹清晰可用的条件下, 多提取几组图像来求均值, 以提高测量精度。
|
表 1 条纹重心位置及位移量 Table 1 Movement of fringe center |
|
|
表 2 各种油的折射率 Table 2 Refractive index of different edible oil |
本文用面阵CCD相机拍照, 条纹相对移动量的测量精度约为0.01个条纹宽度, 对应的折射率测量误差小于± 0.0001。
3 结论对于同一种油品, 例如油中含水量不同, 其折射率会相应改变, 用干涉仪进行检测时表现为干涉条纹相对宽度的变化及条纹相对位置的移动。因此, 以已知的合格产品作为标准, 就可以快速知道某种食用油是否有掺假、不达标的情况。
本文检测方法原理简单, 仪器操作简便。实验所用软件能自动读取条纹宽度和条纹移动量, 为食用油品质的检测或地沟油的快速鉴别提供了一种简便、实用的方法。
| [1] | 石亚新, 葛武鹏, 吴小勇, 等. 地沟油甄别检测技术研究进展[J]. 食品科学, 2016, 37(7): 276–281. |
| [2] | 陈颖. 食用油真伪鉴别方法研究进展[J]. 食品科学技术学报, 2014, 32(6): 1–8. |
| [3] | LI J S. Optical parameters of vegetable oil studied by terahertz time-domain spectroscopy[J]. Applied Spectroscopy, 2010, 64(2): 231–234. DOI:10.1366/000370210790619663 |
| [4] | WU Z, LI H, TU D W. Application of Fourier transform infrared (FT-IR) spectroscopy combined with chemometrics for analysis of rapeseed oil adulterated with refining and purificating waste cooking oil[J]. Food Analytical Methods, 2015, 8(10): 2581–2587. DOI:10.1007/s12161-015-0149-z |
| [5] | 李昊, 陈明惠. 荧光光谱分析法在地沟油鉴别中的应用研究[J]. 激光生物学报, 2014, 23(5): 472–476. |
| [6] | 张丙芳, 苑立波, 孔庆明, 等. 近红外光谱技术快速鉴别地沟油与食用植物油的研究[J]. 光谱学与光谱分析, 2014, 34(10): 2723–2727. |
| [7] | 庄俊钰, 冯志强, 林丹, 等. 综合指标评价鉴别餐厨废油脂的研究[J]. 食品工业科技, 2014, 35(14): 127–130. |
| [8] | FUKUTA M, YANAGISAWA T, MIYAMURA S, et al. Concentration measurement of refrigerant/refrigeration oil mixture by refractive index[J]. International Journal of Refrigeration, 2004, 27(4): 346–352. DOI:10.1016/j.ijrefrig.2003.12.007 |
| [9] | GUILLÉNM D, URIARTE P S. A very simple, fast, and non-destructive approach to predict the time at which edible oils submitted to high temperature reach the established limits of safety[J]. Food Chemistry, 2011, 127(2): 802–806. DOI:10.1016/j.foodchem.2010.12.154 |
| [10] | JABEUR H, ZRIBI A, BOUAZIZ M. Extra-virgin olive oil and cheap vegetable oils:distinction and detection of adulteration as determined by GC and chemometrics[J]. Food Analytical Methods, 2016, 9(3): 712–723. DOI:10.1007/s12161-015-0249-9 |
| [11] | 蒋晓菲, 杨叶波, 金青哲, 等. 5种精制食用油在煎炸薯条过程中的品质变化[J]. 中国油脂, 2014, 39(8): 47–51. |
| [12] | 花世群, 骆英, 洪云. 基于等厚干涉原理的液体折射率测量方法[J]. 中国激光, 2006, 33(11): 1542–1546. |
| [13] | 刘海波, 王晶, 刘召庆, 等. 一种采用干涉仪测量光电稳瞄系统稳定精度的方法研究[J]. 应用光学, 2015, 36(5): 679–683. |
| [14] | 张洪鑫, 张健, 吴丽莹. 泰曼-格林干涉仪测量液晶空间光调制器的相位调制特性[J]. 中国激光, 2008, 35(9): 1360–1364. |
| [15] | 张旭东, 贺美云, 刘香斌. 一种基于Matlab的干涉条纹自动处理方法[J]. 计量学报, 2010, 31(1): 14–16. |
| [16] | 王怀颖, 于盛林, 冯强. 一种用细胞神经网络提取干涉条纹中心的新方法[J]. 计量学报, 2006, 27(2): 117–120. |