[发明专利]一种面膜分析检测方法

说明书

本发明提供一种面膜分析检测方法，包括以下步骤：步骤1：将待测面膜液滴滴在圆形玻璃器皿中进行微波加热，获取微波加热后的图像信息；步骤2：将所述图像信息利用与深度学习相结合的图像处理系统进行分析处理，得到分析检测结果。本发明检测方法，通过微波加热的方式提高了检测效率，通过与深度学习相结合的图像处理系统处理图像信息的方式提高了检测精度。

技术领域

本发明涉及检测技术领域，尤其涉及一种面膜分析检测方法。

背景技术

化妆品已经成为日常工作和生活中必不可少的存在,人们对化妆品的质量越来越关注。近年来化妆品规模已经突破百亿元，呈现出野蛮生长态势。在化妆品中添加一定成分，才能确保它的功能性，但是有些化妆品企业过分追求经济利益，劣质化妆品问题频频爆出，化妆品的安全问题不容小觑。现在市面上的化妆品名目繁多，良莠不齐；化妆品微商之乱，两月造出国际大品牌，更是害人不浅。面对鱼龙混杂的微商产品，如何快速甄别化妆品成分，判断是否有皮肤鸦片(糖皮质激素)，铅汞含量是否超标，防腐成分是否合理，致癌物质，重金属等是否被添加等等。现有的检测方法还远远不能满足社会卫生监督的需要，对化妆品检测技术的研究还需要更加广泛深入地持续开展下去。

现有检测化妆品成分的方法主要有气相色谱仪、离子色谱仪、气质联用仪、液质联用仪及热重分析仪等等，存在操作流程复杂，抗干扰能力差，精密度不高，准确性降低，检出受限等缺点。虽然快速检测技术作为准确定量检测的前期辅助筛查，可以排除一些不必要的检测，为后期定量检测节省大量的人力和物力，提高检测速度，但是由于现在的检测多是微量或痕量检测，对仪器和人员的要求都很高，检测的前处理要求也高。

发明内容

本发明的目的在于解决上述现有技术存在的缺陷，提供一种检测精度高、检测效率高的面膜分析检测方法。

一种面膜分析检测方法，包括以下步骤：

步骤1：将待测面膜液滴滴在圆形玻璃器皿中进行微波加热，获取微波加热后的图像信息；

步骤2：将所述图像信息利用与深度学习相结合的图像处理系统进行分析处理，得到分析检测结果。

进一步地，如上所述的面膜分析检测方法，所述利用与深度学习相结合的图像处理系统进行分析处理，得到分析检测结果包括：将所述图像信息输入已经训练好的CNN神经网络，通过CNN神经网络输出检测结果；

所述已经训练好的CNN神经网络为利用合格的面膜获取的图像信息经过训练得到的CNN神经网络。

进一步地，如上所述的面膜分析检测方法，所述步骤1包括：将待测面膜液滴滴在圆形玻璃器皿上，利用微波加热，面膜液滴形成咖啡环结构，获取咖啡环结构的图像信息。

有益效果：

(1)本发明利用微波快速加热的特点可以大大提高咖啡环形成速率，与传统意义上的加热方法相比，不仅节省了时间，而且保证了检测液滴不受外界环境干扰；不需气相色谱法和液相色谱法那样，为了避免直接测定时灵敏度不高的问题，要对检测成分进行前衍生处理，也避免了表面增强拉曼光谱法只对于低浓度检测才会有良好的检测结果的弊端；

(2)与深度学习相结合的图像处理技术，保证了检测结果的准确性和及时可靠性；这解决了现有检测技术——近红外光谱法存在的对标准分析方法准确度的依赖。

(3)批量检测可以大大节省人力物力，提高检测速率。

附图说明

图1为本发明面膜分析检测方法的流程图；

图2为本发明利用CNN进行面膜分析检测方法的流程示意图。

具体实施方式