豆漿在凝固劑作用下的凝結特性

惠鵬飛， 王艷春， 夏 穎， 周喜權

(齊齊哈爾大學通信與電子工程學院，黑龍江齊齊哈爾161006)

0 引言

豆漿凝結是國際研究的熱點課題，豆漿加入催化劑后在熱力的作用下形成豆腐，豆漿的凝膠過程對豆腐的質量影響很大。分析豆漿凝結過程的方法有:超聲波法、分形幾何法、流變法、電子掃描法、光散射法等等［1-5］。但是，這些方法需要昂貴的設備和復雜的程序，且豆漿膠體具有破壞性又不能做到實時分析。為了不破壞豆漿凝結過程，本文采用表面紋理分析法。該方法是用攝像機一直拍攝豆漿凝結過程，將拍攝的視頻直接送入電腦中，并每隔15 s對視頻進行一次截圖，用Matlab程序對圖像做表面紋理分析。這種方法最大的好處就是可以實時分析豆漿的變化且不破壞豆漿成分，具有簡便、價格低廉、快速等優點，可以在實際的生產生活中加以應用，得到優質的豆腐。

1 大豆蛋白的凝結機理

大豆蛋白中蛋白質分子包含了酸性和堿性兩性基團，在不同的pH值條件下，蛋白質分子帶有不同性質和不同電荷量的電荷。在豆漿溶液pH 4．5時，蛋白質分子所帶總電荷為零，該值被稱為大豆蛋白等電荷點［6］。在加入鹽類催化劑(如二水硫酸鈣)前，豆漿的pH值為7．1，遠大于pH4．5，豆漿中的蛋白質電荷呈負電(即堿性)，蛋白質分子間的靜電斥力占主導地位，因此相互難以靠近，不能結合在一起。加入鹽類催化劑后，一方面豆漿中的pH降低;另一方面鹽中的正離子(如:Ca+，Mg+)屏蔽了蛋白質的部分負電荷，從而使蛋白質間的靜電斥力減弱，隨著鹽離子濃度的增加，豆漿的pH向大豆蛋白等電荷點方向降低，同時對蛋白分子的靜電屏蔽作用增強，使得大豆分子間的斥力進一步降低，引力增加，結合速率加快。當分子間的斥力(靜電作用)大于引力(疏水作用、氫鍵)時，蛋白質分子形成網絡結構［7］。隨著凝固物的進一步收縮，大量水被排出，結塊出現。當凝膠介質的pH降低到大豆蛋白的等電荷點時，凝膠速率達到最大值;之后，鹽類催化劑繼續水解，使分子間重新產生靜電斥力，于是豆漿凝結速率降低;之后溶液逐漸趨于穩定。

2 實驗設計

2．1 實驗材料與儀器

(1)材料。精選優質大豆，石膏(CaSO4·2H2O)，常溫下的純凈水。

(2)儀器。恒溫磁力攪拌器，超級恒溫水浴，豆漿機，電磁爐，酸度計，pH試紙，天平，燒杯。

圖2 加入石膏前后的豆漿圖像

2．2 實驗方法

(1)豆漿溶液制備。室溫下，取300 g除雜后的精選大豆，水洗后在室溫下浸泡6～8 h，經磨碎后得到漿渣混合物，稱為豆糊。加入熱水(95℃)并攪拌浸出蛋白質，過濾除渣，通過加入適量的水得到濃度為6%的生豆漿;生豆漿以0．38℃/s持續加熱到95℃，恒溫5 min后，再冷卻至常溫便可得到熟豆漿［8］。

(2)石膏溶液的制作。在60℃的恒溫水中加入粉碎的石膏，攪拌至完全溶解，配置成濃度為0．5 g/ml的石膏溶液。

(3)蛋白質聚集體的制作。在100 mL熟豆漿中，加入0．5 g/mL石膏溶液5 g后，在恒溫磁力攪拌器下攪拌5 min，然后放入95℃恒溫水浴鍋中加熱30 min，此時凝結開始，可以進行下一步的觀測實驗。

2．3 蛋白質凝結過程的測定

實驗裝置如圖1所示，將熟豆漿倒入95℃恒溫水浴鍋中加熱，上方為CCD攝像頭，兩邊為日光燈，攝像頭拍攝的視頻直接錄入電腦中。

圖1 實驗原理圖

2．4 實驗結果

從加入催化劑后開始錄制，錄制30 min，15 s截取一幅圖像，共120幅圖像。從這120幅圖像中分別挑出不同時間的具有代表性的圖像，如圖2所示。

2．5 實驗結果分析

從圖2可以看出，剛開始豆漿反應不劇烈，5 min時出現微小顆粒，10 min后出現明顯沉淀，20 min出現較大顆粒，30 min后出現絮狀物，即出現凝膠狀態。

3 圖像紋理分析

像素是一副圖像的基本組成要素，有兩種信息包含在每個像素點上:亮度和位置，這兩種要素分別代表了圖像的顏色和形狀。但圖像還包含有一種重要的信息:紋理，它們反映了物體表面顏色和灰度的某種變化。這些變化與物體本身的屬性相關。紋理分析是指用圖像像素亮度的變化來度量圖像的粗糙、平滑、柔軟和起伏等等［9］。紋理分析可分為:①統計紋理分析;②結構紋理分析;③基于模型的紋理分析;④基于轉換的紋理分析［10］。

計算圖像紋理特征的方法有很多種，本文選用改進后的Laws紋理能量測量法［11］，這種方法是基于轉換的紋理分析技術，是一階統計方法。所謂一階統計方法是根據某個像素單元及其鄰域的灰度分布或某種屬性去做紋理測量。而對一對像素單元及其鄰域的灰度組合分布作紋理測量的方法，常稱為二階統計分析方法，比如灰度共生矩陣［12］。顯然一階統計方法比二階簡單。因此一階統計方法是人們研究的熱點。Laws紋理測量的基本思想是設置2個窗口:1個是微窗口，可為3×3、5×5或7×7矩陣，常取3×3矩陣用來測量以像元為中心小區域的灰度的不規則性，以提取圖像屬性，稱為微窗口濾波;另一個為宏窗口，為15×15或32×32矩陣，用來在更大的窗口上求屬性的一階統計量(均值和標準偏差)，又稱之為能量變換。Laws研究了如何對每個像素做濾波的模板f(x，y)→微窗口濾波→F(x，y)→能量轉換→E(x，y)→分量旋轉→C(x，y)→分類→M(x，y)［13］，并研究了濾波模板的選定。首先定義了一維濾波模板，然后通過卷積形成系列一維濾波矩陣和二維濾波矩陣，用來檢測和度量紋理的結構信息。他選定的三組一維濾波模板是:

0°、45°、90°和 135°這 4 個方向的卷積矩陣如圖 3所示。本文選擇0°和90°進行轉換，即坐標軸的x軸和 y軸，0°和90°2 個矩陣又叫 Sobel算子［14］。

y方向的Sobel算子:

x方向的Sobel算子:

圖3 灰度共生矩陣的參數矩陣

將原圖像中的每個像素點和這2個矩陣進行卷積，卷積的結果就是該點在x、y方向上的梯度。通過得到該點的梯度值，利用Ti=mean(Gi)將每點的梯度相加取平均后得到該幅圖像的梯度值Ti，每幅圖像的梯度值就是我們要提取的這幅圖像的紋理特征。該梯度值也就代表了凝結速率值［15］。

利用Matlab 2010作為圖像數據分析工具，對實驗過程的每幅圖像進行計算分析。120幅圖像輸入到Matlab中得到120個值，其隨時間在圖中表示出后，可以得到豆漿在凝結過程中的一些基本信息，凝結豆漿圖像紋理變化曲線如圖4所示。

圖4 凝結豆漿紋理變化曲線

從圖4可以看出，剛開始梯度值是減小的，這是因為在高溫下大量的脂肪球先流動到溶液表面，影響了觀察。而表面下蛋白質開始逐漸凝結，隨著蛋白質網絡的形成，脂肪粒也逐漸被包含到網絡中，豆漿凝結逐漸顯現，梯度值開始增大。圖中綠點(約2．5 min處)代表梯度最小值，可以認為從該點開始蛋白質分子開始凝聚，溶液pH逐漸降低;在紅點處(約10 min處)凝結速率達到最大，在該點曲線的斜率也最大，此時蛋白凝結介質的pH降低到大豆蛋白的等電荷點，溶液呈中性。之后溶液逐漸呈正電性，分子間斥力加大，蛋白凝結速率降低，但蛋白質依然在凝結中，所以梯度值依然在上升。從圖中可以看出，由灰度共生矩陣提取的梯度能近似地反映大豆蛋白的凝結過程。

4 結語

提出一種能夠監測豆漿凝結特性的新方法，利用紋理分析法對豆漿凝結特性進行分析和計算，表面紋理分析是基于自由運動理論，類似于布朗運動，分子的運動是不受限制的。該方法避免了對豆漿膠體產生破壞，具有實時分析、簡單快速、價格低廉等優點。

紋理分析法同樣可用于其他有關蛋白質凝結的實驗，如:血漿凝結實驗、牛奶凝結實驗等等，若對該方法做更深入的研究，則需要加入其他變量，如凝結過程中酶濃度的變化，凝結過程中脫水的多少等等。

［1］ Ching-Hua Ting，Feng-Jui Kuo．Use of ultrasound for characterising the gelation process in heat induced CaSO4·2H2O tofu curd［J］．Journal of Food Engineering，2009，9(3):101-107．

［2］ Woodcock Tony，Colette C Fagan，Colm P O’Donnell，et al．Application of near and mid-infrared spectroscopy to determine cheese quality and authenticity［J］．Food Bioprocess Technol，2008(1):117-129．

［3］ Cattaneo T C．Giardina N，Sinelli M Riva，et al．Application of FTNIR and FT-IR spectroscopy to study the shelf-life of crescenza cheese［J］．International Dairy Journal，2005，15(6):693-700．

［4］ Fagan CC．Everard CM，O’Donnell，GDowney，et al．Evaluating mid-infrared spectroscopy as a new technique for predicting sensory attributes of processed cheeses［J］．Dairy Sci，2007(1):122-132．

［5］ De Marchi，Fagan M C C，O’Donnell C P，et al．Prediction of coagulation properties，titratable acidity，and pH of bovine milk using mid-infrared spectroscopy［J］．Journal of Dairy Science，2009，21(9):423-32．

［6］ 崔亞麗．顆粒度對豆漿品質及蛋白質凈化率的影響［D］．楊凌:西北農林科技大學，2012．

［7］ 劉志勝．豆腐凝膠的研究［D］．北京:中國農業大學，2000．

［8］ 張鎮山，方繼功，豆制食品生產工藝與設備［M］．北京:中國食品出版社，1988:78-83．

［9］ 徐建華．圖像處理與分析［M］．北京:科學出版社，1992:5-22．

［10］ 孫慧賢，基于紋理分析的視覺檢測方法與應用研究［D］．長沙:國防科技大學，2010．

［11］ 周亞軍，王淑杰，蘇 丹．含水果顆粒膠體溶液通電加熱速度建模與工藝優化［J］．農業機械學報，2009，40(10):111-125．

［12］ 楊芳，潘思鐵，張叢蘭．豆腐凝膠形成過程中蛋白質變化研究［J］．食品科學，2009，30(19):120-124．

［13］ 周明全，耿國華，韋 娜．基于內容圖像檢索技術［M］．北京:清華大學出版社 ，2007:116-119．

［14］ Fagan Colette C，Manuel Castillo，Donal J O‘Callaghan，et al．Visible-near infrared spectroscopy sensor for predicting curd and whey composition during cheese processing［J］． Sensing and Instrumentation for Food Quality and Safety ，2009，32(6):62-69．

［15］ 熊秀芳，李星恕，郭康權．豆漿通電加熱過程有限元解析與驗證［J］．農業機械學報，2011，42(12):158-163．