كاربرد تحليل تصوير رقمي و تشخيص الگو در طبقه‌بندي روغن‌هاي خوراكي به كمك تغييرات رنگ در طي اكسايش اوليه و ثانويه

روغن‌ها مواد غذايي با ارزشي هستند كه علاوه بر تأمين انرژي نقش مهمي در بقاي سلامت دارند. بنابراين يافتن روش‌هاي تشخيص سريع كيفيت روغن‌ها از اهميت ويژه‌اي برخوردار است. بينايي كامپيوتر يكي از فناوري‌هاي پركاربرد و مقرون‌به‌صرفه در صنايع غذايي مي‌باشد. هدف اين مقاله معرفي روشي ساده و كم‌هزينه براي طبقه‌بندي روغن‌هاي گياهي خوراكي (سويا، آفتاب‌گردان، كانولا، كنجد و زيتون) از يكديگر و همچنين تشخيص سالم يا تند بودن آن‌ها به كمك روش‌هاي آماري چند متغيره (تحليل تفكيك خطي و تحليل مؤلفه اصلي) با توجه به نقطه دوريز بر اساس محصولات اوليه و ثانويه اكسايشي است. ويژگي‌هاي فيزيكوشيميايي 77 نمونه روغن شامل عدد پراكسيد و عدد كربونيل در دماي 80 درجه سانتي‌گراد موردسنجش قرار گرفت. براي طبقه‌بندي از شاخص رنگي L*a*b* استفاده گرديد. مقايسه نتايج تحليل تفكيك خطي نشان داد كه تفكيك‌پذيري بين دو نوع روغن مختلف ۱۰۰% است و تنها تفكيك بين يك نوع روغن در حالت‌هاي تند و سالم منجر به كاهش دقت در حدود ۹۷% شده است. همچنين بررسي كلي و هم‌زمان نمونه‌هاي روغن در هر دو حالت سالم و تندشده توسط دوطبقه بند LDA و PCA نشان داد كه طبقه‌بندي هر روغن به‌تنهايي بيشترين دقت (۱۰۰%) را دارد و نتايج بررسي چندين نوع روغن متفاوت دقت كمتري (98% و 96%) را دارا مي‌باشد، اما در عمل نتايج اين طبقه‌بندي با توجه به گستره رنگي متنوع روغن‌هاي گياهي در حد قابل‌قبول است و طبقه‌بند تحليل تفكيك خطي در حدود 40% نسبت به طبقه‌بند تحليل مؤلفه اصلي در اين مطالعه موفق‌تر عمل كرد.