一種測量葉片花青素含量的方法與流程

本發(fā)明涉及植物生理學領(lǐng)域，尤其涉及一種測量葉片花青素含量的方法。

背景技術(shù)：

花青素是一種水溶性色素，可以隨著細胞液的酸堿改變顏色，細胞液呈酸性則偏紅，細胞液呈堿性則偏藍?；ㄇ嗨?Anthocyanin)是構(gòu)成花瓣和果實顏色的主要色素之一，常見于花、果實的組織中及莖葉的表皮細胞與下表皮層?；ㄇ嗨貫橹参锎渭壌x產(chǎn)物，在植物生理上扮演重要的角色，花瓣和果實的著色可吸引動物進行授粉和種子傳播。

花青素對人體健康也具有積極的作用?；ㄇ嗨厥且环N抗氧化劑，具有清除機體多余自由基而避免細胞遭受氧化應激的傷害。已有的研究也表明花青素具有預防癌癥、抗突變、減輕肝機能障礙、抗心血管疾病、增進視力、抗過敏等功效。

目前測量花青素含量的測定方法主要是化學分析法，主要包括紫外分光光度法和高效液相色譜法。紫外分光光度法測定花青素主要通過提取植物花青素后在酸性條件下進行顯色反應，然后用分光光度法計算花青素的含量，這種測量方法的缺陷是：需要破壞性采樣，而且人工測量不僅工作量較大，而且操作復雜，存在隨意性和不確定性，主觀性強，一致性差。高效液相色譜法可以對花青素單體進行定性和定量分析，缺點是化學標準品購買成本高，設(shè)備采購成本高、測定需要破壞性采樣，分析時間長且操作復雜。

技術(shù)實現(xiàn)要素：

有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明提供了一種新的測量葉片花青素含量的方法，要解決的技術(shù)問題是實現(xiàn)更方便地和非破壞性地測量葉片花青素含量。

為解決上述問題，本發(fā)明采取的技術(shù)方案是：一種測量葉片花青素含量的方法，所述方法包括如下步驟：

1)建立葉片圖像參數(shù)與葉片花青素含量的關(guān)系模型Y＝f(X)，其中，Y代表葉片花青素含量，X代表葉片的選定區(qū)域的藍色值與綠色值的比值；

2)測量待測葉片的X值，通過Y＝f(X)計算待測葉片的花青素含量。

優(yōu)選地，所述葉片為生菜(Lactuca sativa L.)葉片。

優(yōu)選地，葉片圖像參數(shù)與葉片花青素含量的關(guān)系模型為：Y＝aX+bX²+c，通過測量不同樣品的Y值和X值計算a、b、c的數(shù)值。

優(yōu)選地，在步驟1)中，測量不同樣品的X值的具體步驟包括：選定葉片分析區(qū)域；用RGB視覺傳感器采集生菜葉片RGB圖像和深度圖像，計算選定區(qū)域的藍色值與綠色值的比值。

優(yōu)選地，選定葉片分析區(qū)域的面積為2cm²。

優(yōu)選地，在步驟1)中，通過花青素含量測定儀測量不同樣品的Y值。

優(yōu)選地，所述花青素檢測儀為Dualex 4花青素含量測定儀。

優(yōu)選地，在步驟2)中，測量待測葉片的X值的具體步驟包括：選取整株葉片，獲取RGB圖像，計算不同區(qū)域的藍色值與綠色值的比值。

本發(fā)明的有益效果為：本發(fā)明提供的方法是一種無損檢測方式，基于機器視覺技術(shù)，通過顏色空間參數(shù)即可表征花青素含量，方便，快捷，不需要繁瑣化學分析。

以下將結(jié)合附圖對本發(fā)明的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術(shù)效果作進一步說明，以充分地了解本發(fā)明的目的、特征和效果。

附圖說明

圖1是本發(fā)明具體實施方式中花青素含量與B/G的回歸模型。

圖2是本發(fā)明具體實施方式中花青素含量與G/(R+G+B)的回歸模型。

圖3是本發(fā)明具體實施方式中花青素含量與H的回歸模型。

具體實施方式

1、生菜葉片圖像獲取

生菜(Lactuca sativa L.cv.Lollo Rossca)種子在培養(yǎng)皿中培養(yǎng)數(shù)日后轉(zhuǎn)移到花盆中，幾周后在溫室中進行栽培。栽培條件：夜間溫度16℃，白天溫度25℃。

在溫室中栽培生長62天后利用圖像采集表型平臺(LemnaTec Scanalyzer HTS，德國)采集24個植株的葉片圖像。在表型平臺內(nèi)，頂部攝像機采集可見人工照明光下的葉片圖像。

2、花青素含量測定

在葉片上選取面積為2cm²的區(qū)域，取樣后用Dualex 4花青素測量儀(6mm直徑測量表面，Dx4，F(xiàn)ORCE-A，Orsay，法國)測量花青素含量。一共測量隨機選取的59個樣品，其中40個樣品用于建立模型，19個樣品用于檢驗模型。

3、模型的建立

用Matlab軟件采集葉片的所選區(qū)域的圖像特征的六個參數(shù)的數(shù)據(jù)：紅(R)、綠(G)、藍(B)、色調(diào)(H)、飽和度(S)、強度(I)，采用SPSS統(tǒng)計法中的皮爾遜相關(guān)系數(shù)計算相關(guān)因子。

用曲線估計法建立花青素含量與圖像特征的關(guān)系模型。根據(jù)相關(guān)因子、非標準系數(shù)中的F檢驗的P值和T檢驗的P值，用二次方程Y＝aX+bX²+c闡釋花青素含量與圖像特征的關(guān)系，其中Y表示花青素含量，x表示圖像參數(shù)組合。

皮爾遜相關(guān)性分析的結(jié)果如下表1所示。

表1圖像特征和青素含量的相關(guān)性分析

注：^*和^**分別表示P<0.05和P<0.01的顯著性差異。

從表1的數(shù)據(jù)可以看出，R/G、G/R、B/G、G/(R+B)、G/(R+G+B)、H、I/H、S/H、H/S、R/(R+G+B)-G/(R+G+B)、G/(R+G+B)-B/(R+G+B)、(G-R)/(G+R)、(G-B)/(G+B)與花青素含量的相關(guān)性較強(|r|>0.75)，S/H與花青素含量的相關(guān)性最強(r為0.850)。

根據(jù)表1的數(shù)據(jù)，選擇R/G、G/R、B/G、G/(R+B)、G/(R+G+B)、H、I/H、S/H、H/S、R/(R+G+B)-G/(R+G+B)、G/(R+G+B)-B/(R+G+B)、(G-R)/(G+R)、(G-B)/(G+B)建立與花青素含量關(guān)系模型，并計算a、b、c和R²。結(jié)果如下表2所示。

表2圖像參數(shù)和花青素含量的回歸方程和決定系數(shù)

注：^*和^**分別表示P<0.05和P<0.01的顯著性差異。

從表2的數(shù)據(jù)可以看出，B/G、G/(R+G+B)、H的R²最高，分別為0.781、0.784、0.804。

4、模型的檢驗

19個樣品的圖像參數(shù)和花青素含量用于檢驗以上建立的模型。結(jié)果如圖1-圖3所示。其中，實線表示回歸模型，虛線表示95％的置信區(qū)間。如圖1-圖3所示，B/G、G/(R+G+B)和H的錯誤率分別為5.5％(圖1)、10.5％(圖2)和10.5％(圖3)。因此，B/G組合最適用于預測生菜葉片中的植物花青素水平。

以上詳細描述了本發(fā)明的較佳具體實施例。應當理解，本領(lǐng)域的普通技術(shù)人員無需創(chuàng)造性勞動就可以根據(jù)本發(fā)明的構(gòu)思作出諸多修改和變化。因此，凡本技術(shù)領(lǐng)域中技術(shù)人員依本發(fā)明的構(gòu)思在現(xiàn)有技術(shù)的基礎(chǔ)上通過邏輯分析、推理或者有限的實驗可以得到的技術(shù)方案，皆應在由權(quán)利要求書所確定的保護范圍內(nèi)。