【技術實現步驟摘要】
本專利技術涉及生物胺含量檢測，具體涉及一種魚肉生物胺含量分布快速掃描檢測方法。
技術介紹
1、目前已有多種分析方法應用于生物胺的檢測，如薄層色譜、氣相色譜、液相色譜等。其中液相色譜的應用較為廣泛，通常與紫外檢測器、熒光檢測器或者質譜分析儀聯用。這些方法不僅耗費大量的檢測時間，而且提取過程中所用魚的量和提取溶劑的量都較大，過程比較繁瑣；常用衍生方法是以丹磺酰氯和鄰苯二甲醛等作為衍生試劑，衍生過程需要加熱而且部分衍生物不穩定。
2、為解決這些現有技術的缺陷，目前出現了熒光探針法的大量研究，實現了對生物胺和食品新鮮度的可視化定量監測，例如公告號cn116082235b的中國專利技術專利提供的一種d-a型有機熒光小分子材料及其制備方法、薄膜熒光傳感器及應用，其中的一套基于比率型薄膜熒光探針的定量評估系統，實現了對生物胺和食品新鮮度的可視化定量監測，能夠結合智能手機實時輸出rgb值進行生物胺的可視化定量熒光檢測。該方法盡管有響應速度快、非破壞性、操作簡單的特點，但是，由于其生物胺的監測特性是隨著時間的變化從深色（生物胺濃度低）逐漸趨向于淺色（生物胺濃度高），在一些已經催肥的脂肪含量較高的魚肉中，由于組胺及其合成因子主要分布于肌肉組織中，所以雖然生物胺也存在于脂肪中，但相對于肌肉而言，肌肉中的生物胺含量更高。這是因為肌肉組織相較于其他組織在生物胺的合成和積累方面更為活躍，而脂肪組織在這方面可能相對較少。因此魚肉生物胺的實時分布圖像總是呈現出魚肉組織多的部分局部濃度高（熒光顏色為相對亮色），而脂肪組織較高的地方則呈現出局部濃度低（
技術實現思路
1、本專利技術的目的在于提出一種魚肉生物胺含量分布快速掃描檢測方法，以解決現有技術中所存在的一個或多個技術問題，至少提供一種有益的選擇或創造條件。
2、為了實現上述目的，根據本專利技術的一方面，提供一種魚肉生物胺含量分布快速掃描檢測方法，所述方法包括以下步驟：
3、s100，對待測魚肉進行熒光處理，獲取待測魚肉的熒光圖像；
4、s200，使用分水嶺算法分割灰度化的熒光圖像獲得多個組織區域；
5、s300，分別計算各組織區域的肥分布指數，以肥分布指數大于所有組織區域的平均肥分布指數的組織區域作為高肥度區域；
6、s400，對灰度化的熒光圖像中各個高肥度區域中像素的灰度值進行補償獲得含量分布圖像。
7、進一步地，在s100中，對待測魚肉進行熒光處理的方法為：在待測魚肉表面涂覆熒光材料，通過紫外線激發熒光。優選地，所述紫外線為365nm紫外光。
8、進一步地，獲取待測魚肉的熒光圖像的方法為通過智能手機的手機攝像頭拍攝待測魚肉的熒光圖像。
9、進一步地，所述熒光材料為公告號cn116082235b的中國專利技術專利提供的d-a型有機熒光小分子材料。
10、優選地，在s100中，對待測魚肉進行熒光處理的方法為：將薄膜熒光傳感器置于待測魚肉中，通過紫外線激發熒光。
11、其中，薄膜熒光傳感器為公告號cn116082235b的中國專利技術專利提供的薄膜熒光傳感器。
12、優選地，薄膜熒光傳感器的制備方法為：將熒光材料、聚甲基丙烯酸甲酯與鄰二氯苯混合，得到混合原料；將所述混合原料涂覆在玻璃板的單面，干燥后在玻璃板的表面形成熒光薄膜，得到薄膜熒光傳感器。
13、其中，熒光材料和聚甲基丙烯酸甲酯的總質量與所述鄰二氯苯的體積比為10～20mg：1ml；所述熒光材料和聚甲基丙烯酸甲酯的質量比為1：15。
14、進一步地，在s200中，使用分水嶺算法分割灰度化的熒光圖像獲得多個組織區域的方法包括以下步驟：通過分水嶺算法對灰度化的熒光圖像識別邊緣線，然后按照邊緣線分割得到多個子圖像分別作為組織區域。
15、由于魚肉中各個組織區域內的肌肉脂肪包括肌肉內部的肌內脂肪和肌肉束之間的肌間脂肪，肌間脂肪特征明顯故較容易識別判斷區域的位置；而肌內脂肪為沉積在某塊肌肉內的肌纖維（肌細胞）間與肌束（多個肌纖維聚集成肌肉束）間的脂肪，可以視為沉積在整塊肌肉內的脂肪，肌內脂肪對于生物胺濃度的識別準確性影響較大，由于脂肪沉積在肌肉組織中并不顯著，在直接拍攝的含量分布圖中肌內脂肪區域往往會與普通肌肉的成像呈現較大差異，在肌內脂肪區域中產生生物胺的濃度增速梯度比普通肌肉慢，然而其濃度增速梯度又比肌間脂肪要快，會被肌內脂肪區域中夾雜的肌肉細胞產生的生物胺所影響，如果肌內脂肪區域在含量分布圖上所占的面積較大，則在含量分布圖上肌內脂肪區域容易被誤識別為普通肌肉區域或者肌間脂肪區域，從而影響觀察者或者識別成像在整體上判斷魚肉組織的新鮮程度，為了準確的識別出這種高肥度的肌內脂肪區域，所以本申請提供了以下的方法：
16、進一步地，在s300中，分別計算各組織區域的肥分布指數的方法為：
17、按照采集順序依次將各個組織區域構成第一圖像序列，記第一圖像序列中所有組織區域的像素點平均灰度記為km；從第一圖像序列中篩選中所有像素的平均灰度值小于km的組織區域組成第二圖像序列pic，以i為序號，pic(i)為pic中第i個組織區域；通過網格劃分法（網格的大小設置為熒光圖像大小的1/200到1/1000）將灰度化的熒光圖像劃分成多個區間；（由于較多肌內脂肪的組織區域中較高的生物胺濃度在組織區域為點狀或帶狀分布，因此，需要通過劃分區間來識別判斷組織區域是否是肌內脂肪區域）；
18、依次提取各個組織區域進主要分布帶，具體為：
19、在i的范圍內，以第i個組織區域pic(i)中的各個區間中的平均灰度值最小的區間為sgrid，以第i個組織區域pic(i)中的各個區間中的平均灰度值最大的區間為bgrid，（灰度值最大的亮色區間bgrid是生物胺濃度最高的肌細胞較多的區間區域，灰度值最小的亮色區間sgrid是生物胺濃度最低的脂肪較多的區間區域，生物胺會從濃度高的地方往濃度低的區間逐漸擴散，注：在肌內脂肪區域的主要分布帶上一般會有1個或多個局部濃度較高的區間，主要分布帶是為了標記出肌內脂肪區域中生物胺的波動規律性比較顯著的區域）；
20、取bgrid中灰度值最大的點為錨點p1，sgrid中灰度值最小的點為擴散點p2，以p1到p2的方向為擴散向；由p1點朝擴散向作射線kl；則kl經過的所有區間標記為擴散區間；按照擴散向從bgrid開始依次將pic(i)中所有擴散區間構成主要分布帶；
21、在主要分布帶中定位擴散極限區間，具體為：
22、以j為主要分布帶中擴散區間的序號；gre(j)為主要分布帶中的第j個擴散區間；
23、在j的范圍內依次判斷各個gre(j)，如果gre(j)滿足擴散極限條件則標記gr本文檔來自技高網...
【技術保護點】
1.一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，在S200中，使用分水嶺算法分割灰度化的熒光圖像獲得多個組織區域的方法包括以下步驟：通過分水嶺算法對灰度化的熒光圖像識別邊緣線，然后按照邊緣線分割得到多個子圖像分別作為組織區域。
3.根據權利要求1所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，在S300中，分別計算各組織區域的肥分布指數的方法為：按照采集順序依次將各個組織區域構成第一圖像序列，記第一圖像序列中所有組織區域的像素點平均灰度記為KM；從第一圖像序列中篩選中所有像素的平均灰度值小于KM的組織區域組成第二圖像序列Pic，以i為序號，pic(i)為Pic中第i個組織區域；通過網格劃分法將灰度化的熒光圖像劃分成多個區間；
4.根據權利要求3所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，依次提取各個組織區域進主要分布帶，具體為：
5.根據權利要求3所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于
6.根據權利要求5所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，擴散極限條件為：SU(Gre(j-1))＞SU(Gre(j))且SU(Gre(j))＜SU(Gre(j+1))，其中，SU(Gre(j))是擴散率，SU(Gre(j))=|GreD1-GreD2|÷|GreU1-GreU2|，其中，GreU1是從第1個到帶j-1個擴散區間中灰度值最大的像素點的灰度值；GreU1是從第1個到第j-1個擴散區間中灰度值最大的像素點的灰度值；GreU2是從第j+1個到第N個擴散區間中灰度值最大的像素點的灰度值；GreD1是從第1個到第j-1個擴散區間中灰度值最小的像素點；GreD2是從第j+1個到第N個擴散區間中灰度值最小的像素點的灰度值；N為主要分布帶中擴散區間的數量。
7.根據權利要求5所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，擴散極限條件為：G(Gre(j-1))＞G(Gre(j))且G(Gre(j))＜G(Gre(j+1))，其中，G(Gre(j))為Gre(j)中所有像素點的灰度值。
8.根據權利要求3所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，根據主要分布帶中的擴散極限區間計算各個組織區域的肥分布指數，具體為：
9.根據權利要求3所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，在S300中，還需要對各個高肥度區域的范圍進行調整，具體為：以高肥度區域的主要分布帶中的擴散極限區間中灰度值最大的像素點為AP；記以高肥度區域的主要分布帶中的擴散極限區間中灰度值最小的像素點為BP；以高肥度區域的邊界上與AP的灰度值的差值最小的點為CP，以高肥度區域的邊界上與BP的灰度值的差值最小的點為DP；以通過AP與CP之間的直線為L1；以通過BP與DP之間的直線為L2；則L1與L2之間區域在高肥度區域的邊界上分隔出2個邊緣線，以2個邊緣線上各點的平均灰度值最高的邊緣線為肌肉邊緣；以另一個邊緣線為脂肪邊緣；將脂肪邊緣刪除；將復制的肌肉邊緣進行鏡像旋轉得到鏡像邊緣，并將鏡像邊緣拼接在原來的脂肪邊緣的位置，高肥度區域的范圍調整結束。
10.根據權利要求3所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，在S400中，對灰度化的熒光圖像中各個高肥度區域中像素的灰度值進行補償獲得含量分布圖像的方法為：
...【技術特征摘要】
1.一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，在s200中，使用分水嶺算法分割灰度化的熒光圖像獲得多個組織區域的方法包括以下步驟：通過分水嶺算法對灰度化的熒光圖像識別邊緣線，然后按照邊緣線分割得到多個子圖像分別作為組織區域。
3.根據權利要求1所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，在s300中，分別計算各組織區域的肥分布指數的方法為：按照采集順序依次將各個組織區域構成第一圖像序列，記第一圖像序列中所有組織區域的像素點平均灰度記為km；從第一圖像序列中篩選中所有像素的平均灰度值小于km的組織區域組成第二圖像序列pic，以i為序號，pic(i)為pic中第i個組織區域；通過網格劃分法將灰度化的熒光圖像劃分成多個區間；
4.根據權利要求3所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，依次提取各個組織區域進主要分布帶，具體為：
5.根據權利要求3所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，在主要分布帶中定位擴散極限區間，具體為：以j為主要分布帶中擴散區間的序號；gre(j)為主要分布帶中的第j個擴散區間；在j的范圍內依次判斷各個gre(j)，如果gre(j)滿足擴散極限條件則標記gre(j)為擴散極限區間。
6.根據權利要求5所述的一種魚肉生物胺含量分布快速掃描檢測方法，其特征在于，擴散極限條件為：su(gre(j-1))＞su(gre(j))且su(gre(j))＜su(gre(j+1))，其中，su(gre(j))是擴散率，su(gre(j))=|gred1-gred2|÷|greu1-greu2|，其中，greu1是從第1個到帶j-1個擴散區間中灰度值最大的像素點的灰度值；greu1是...
【專利技術屬性】
技術研發人員：彭凱，董芮綺，陳冰，
申請(專利權)人：廣東省農業科學院動物科學研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。