CN100429501C - 一种快速无损检测鸭梨黑心病的方法 - Google Patents
一种快速无损检测鸭梨黑心病的方法 Download PDFInfo
- Publication number
- CN100429501C CN100429501C CNB2004100986233A CN200410098623A CN100429501C CN 100429501 C CN100429501 C CN 100429501C CN B2004100986233 A CNB2004100986233 A CN B2004100986233A CN 200410098623 A CN200410098623 A CN 200410098623A CN 100429501 C CN100429501 C CN 100429501C
- Authority
- CN
- China
- Prior art keywords
- pear
- quality grade
- sample
- surface color
- color value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种快速无损检测鸭梨黑心病的方法,包括以下步骤:(1)对每个待测鸭梨随机选择3~5个测点,用色差计检测待测鸭梨各测点的表面颜色值L*、a*、b*并计算Eab;(2)对得到的待测鸭梨各测点的L*、a*、b*、Eab值,通过计算机计算得到待测鸭梨的表面颜色的平均值;(3)通过计算机将得到的表面颜色平均值,代入预先建立的各不同贮藏期内鸭梨表面颜色值L*、a*、b*、Eab与鸭梨黑心病相关的质量等级判别方程组,并根据方程组中计算分值最高的方程式,确认待测鸭梨的等级。本发明的方法简单易行,它可以应用于鸭梨整个贮藏过程中对鸭梨黑心病的监测。
Description
技术领域
本发明涉及一种检测水果内部质量的方法,特别是关于一种利用L*a*b*表色系统快速无损检测鸭梨黑心病的方法。
背景技术
我国是世界第一水果生产大国,其中苹果和鸭梨是最主要的品种,但每年出口量却很少。制约我国水果出口的一个重要原因是国内分选水果时的检测能力弱,速度慢,试验环境条件差,分选水果达不到国际市场的要求。检测鸭梨黑心病是确定鸭梨产品内在品质的重要指标。鸭梨黑心病是贮藏过程中常见的水果生理性病害,发病时,鸭梨果心先形成浅褐色病斑,随着贮藏期的延长,果心缓慢变为黑褐色,并不断扩展,使果肉组织发糠,风味变劣,直至果肉大片变褐,不堪食用。由于产生鸭梨黑心病的病果与正常果在外观上没有区别,所以原有对病果内在品质的检验是通过观察随机样品切片来进行的,但这种方法属于破坏性抽样检测的方法,不但浪费极大,而且对出口产品分级毫无意义。
无损伤检测方法即在不破坏水果产品的情况下对其内部品质包括糖度、酸度、硬度、内部病变等进行检测和评价的方法。目前无损伤检测水果内部品质方法的研究大多针对苹果内部质量来进行的,由于鸭梨是我国的特色水果,国际上目前对鸭梨无损检测研究的报道很少,其中,Paola等利用时间解析反射光谱对梨褐心进行了无损伤检测,但只能检测到果皮以下2cm范围内,对果心周围的轻微褐变检测比较困难。
在国外,已有用CIELAB表色系统对食品品质进行检验的报道,其中在水果的研究中有比较广泛的应用,例如Delwiche等利用CIELAB表色系统研究桃的表皮颜色与桃成熟度的关系;Kader等的实验表明果肉或果皮的a*值是表示水果的成熟度,他们和Robertson还研究了a*值与核桃成熟度的关系等;国内有利用CIELAB表色系统研究黑米色素、桃果及茶叶的报道。
在我国,目前关于快速无损伤检测水果内部品质的研究较少,而这种研究对水果,特别是鸭梨的生产、贮藏和出口分级具有非常重要的意义。
发明内容
针对上述问题,本发明的目的是提供一种利用L*a*b*表色系统快速无损检测鸭梨黑心病的方法。
为实现上述目的,本发明采取以下技术方案:一种快速无损检测鸭梨黑心病的方法,包括以下步骤:(1)对每个待测鸭梨随机选择3~5个测点,用色差计检测待测鸭梨各测点的表面颜色值L*、a*、b*并计算Eab;(2)对得到的待测鸭梨各测点的L*、a*、b*、Eab值,通过计算机计算得到待测鸭梨的表面颜色的平均值;(3)通过计算机将得到的表面颜色平均值,代入预先建立的各不同贮藏期内鸭梨表面颜色值L*、a*、b*、Eab与鸭梨黑心病相关的质量等级判别方程组,并根据方程组中计算分值最高的方程式,确认待测鸭梨的等级。
所述不同贮藏期内鸭梨表面颜色值L*、a*、b*、Eab与鸭梨黑心病相关的质量等级判别方程组,采取以下方法建立:(1)采摘具有代表性的鸭梨样品集,对所述样品集的每个样品选择3~5个测点,用色差计测量各测点的表面颜色值L* 1、a* 1、b* 1并计算Eab1,计算每个样品各测点表面颜色值的平均值;(2)将鸭梨样品在低温下贮藏,每到一个预定的贮藏期,从所述样品集中随机挑选一部分样品,每个样品选择3~5个测点,用色差计测量其表面颜色值L*、a*、b*,并计算Eab1,计算每个样品各测点表面颜色值的平均值;(3)将测量后的样品沿横径切开,观察样品内部褐变面积占整个截面面积的百分比,以确定所述样品的质量等级;(4)将所述样品采摘时的表面颜色值L*、a*、b*、Eab1和相应贮藏期切片时的表面颜色值L*、a*、b*、Eab2及样品切片感观观察后的鸭梨内部质量分级结果作为主成分分析的变量输入计算机,并启动SAS程序进行PCA分析;(5)根据PCA分析结果,列出所述样品在该贮藏期四个质量等级的线性判别函数。
所述预先建立的质量等级判别方程组包括至少三个贮藏期的三组方程:
贮藏初期:
第一质量等级判别分=-1547+15.93338 Pc1-12.89703 Pc2-5.98754 Pc3
第二质量等级判别分=-1599+16.05112 Pc1-13.62396 Pc2-5.48225 Pc3
第三质量等级判别分=-1627+16.12612 Pc1-13.92491 Pc2-5.23004 Pc3
第四质量等级判别分=-1609+16.14018 Pc1-13.44939 Pc2-4.73536 Pc3;
贮藏中期:
第一质量等级判别分=-1691+18.20072 Pc1+19.73739 Pc2+0.36046 Pc3
第二质量等级判别分=-1690+17.97736 Pc1+20.13088 Pc2+0.60591 Pc3
第三质量等级判别分=-1693+18.19235 Pc1+20.07117 Pc2+0.28775 Pc3
第四质量等级判别分=-1620+17.50243 Pc1+19.71031 Pc2+1.05826 Pc3;
贮藏后期:
第一质量等级判别分=-1964+15.63836 Pc1+4.69695 Pc2+21.32184 Pc3
第二质量等级判别分=-1986+15.41493 Pc1+5.22953 Pc2+21.84304 Pc3
第三质量等级判别分=-1986+15.45879 Pc1+5.41177 Pc2+21.76375 Pc3
第四质量等级判别分=-1991+15.56570 Pc1+5.29308 Pc2+21.66644 Pc3。
所述鸭梨内部质量的四个质量等级为:第一级质量等级,褐变面积占整个截面面积的百分比为0~10%;第二级质量等级,褐变面积占整个截面面积的百分比为10~20%;第三级质量等级,褐变面积占整个截面面积的百分比为20~40%;第四级质量等级,褐变面积占整个截面面积的百分比为40~100%。
本发明由于采取以上技术方案,其具有以下优点:1、本发明根据鸭梨果皮在黑心病的病变初期呈青绿色或黄绿色这一现象,利用L*a*b*表色系统对鸭梨果皮的颜色进行测定,通过对鸭梨内部褐变与鸭梨果面颜色变化之间的关系进行分析,建立了判断鸭梨内部质量判别方程组,从而提供了一种非常实用的快速无损检测鸭梨黑心病的全新方法,填补了我国快速无损检测鸭梨黑心病方法的技术空白。
2、本发明利用鸭梨在各个贮藏期内表面颜色值L*、a*、b*、Eab与鸭梨黑心病相关的质量等级判别方程组,因此无论是在线检测时还是进行抽样检测时,都可以对鸭梨黑心病进行逐个检测,而且可以实现对鸭梨的质量分级,这是现有技术所不能达到的。3、本发明在对表面颜色值L*、a*、b*、Eab的测试结果和切片观察结果进行判别分析之前,引入主成分分析法,在尽可能多地考虑了所有对无损检测黑心梨有用的颜色信息的前提下,采用尽量少的变量,并最大限度地减少变量中所含的信息丢失,实现了对鸭梨质量较为准确的判别和预测。本发明的方法简单易行,它可以根据不同地区鸭梨的差异,进行验证和修改,并应用于鸭梨整个贮藏过程中对鸭梨黑心病的监测。
具体实施方式
CIELAB表色系统,亦称L*a*b*表色系统,是国际上以色度学为基础建立制定的均匀色立体表示系统,L*表示明度,a*表示由红到绿的色度,b*表示由黄到蓝的色度,CIELAB表色系统是准确客观定义颜色的方法。根据鸭梨果皮在黑心病的病变初期呈青绿色或黄绿色这一现象,可利用CIELAB表色系统对鸭梨果面进行色彩的测定,并分析鸭梨内部褐变与鸭梨果面颜色、糖度和硬度的差异关系,实验表明各质量等级的鸭梨果面颜色的L*、a*、b*、Eab指标均呈显著差异,其果体中部的L*、a*、b*、Eab呈极显著差异。根据这一原理可利用CIELAB表色系统对鸭梨内部质量进行检测。
本发明的检测方法在具体实施之前,要预先建立各不同贮藏期内鸭梨表面颜色值L*、a*、b*、Eab与鸭梨黑心病相关的质量等级判别方程组,下面是本发明的建立质量等级判别方程组一个实施例,具体步骤如下:
(1)采集具有代表性的鸭梨样品集
在同区域、同一采摘时期、不同的果树植株、同一果树植株的不同部位上,随机采摘样品300个。
(2)测量采摘时的样品表面颜色值L* 1、a* 1、b* 1,计算Eab1
在室温为20℃左右,对每个样品随机选择5个测点,用CR-300色差计测量样品表面颜色值L* 1、a* 1、b* 1,计算Eab1,并将5个测点的表面颜色值L* 1、a* 1、b* 1、Eab1输入计算机,计算平均值。
(3)分别测量各个贮藏期样品的表面颜色值L* 2、a* 2、b* 2,计算Eab2
将样品在低温(接近0℃)下贮藏,分别在贮藏后的第36天、第46天、第56天、第66天和第108天,随机挑选部分样品,每个样品选择5测点,用CR-300色差计对样品表面颜色值L* 2、a* 2、b* 2进行测量,并计算Eab2,然后将表面颜色值L* 2、a* 2、b* 2、Eab2,输入计算机计算平均值。
(4)切开样品直接观察分级
每个贮藏期进行样品表面颜色值L* 2、a* 2、b* 2测量的,并计算Eab2后,便对该样品沿横径方向切开,观察样品内部褐变面积占整个截面面积的百分比,以确定该样品的质量等级;根据褐变面积占整个截面面积的百分比可以将鸭梨分为四个质量等级(如表1所示):
表1:鸭梨内部质量分级
质量等级 | 一级 | 二级 | 三级 | 四级 |
褐变面积百分比 | 0~10% | 10%~20% | 20%~40% | 40%~100% |
感观描述 | 几乎无褐变;或果心壁内微褐变,但不超过果心壁 | 果心褐变,但褐变范围不超过果核 | 果心完全褐变,果肉有轻微褐变 | 果心完全褐变,果肉褐变非常严重, |
市场接受程度 | 符合销售标准 | 一般人能勉强接受 | 不能食用,市场杜绝销售 | 不能食用,市场杜绝销售 |
第一级质量等级,褐变面积占整个截面面积的百分比为0~10%;第二级质量等级,褐变面积占整个截面面积的百分比为10~20%;第三级质量等级,褐变面积占整个截面面积的百分比为20~40%;第四级质量等级,褐变面积占整个截面面积的百分比为40~100%。
(5)质量等级判别方程组的建立:分别将同一样品采摘时的表面颜色值L* 1、a* 1、b* 1、Eab1和其贮藏时的表面颜色值L* 2、a* 2、b* 2、Eab2及相应贮藏期切片后感观观察的结果作为主成分分析的变量输入计算机,并通过计算机启动SAS(统计分析系统软件)程序,选择贮藏初期(36天)、贮藏中期(66天)和贮藏后期(108天)的检测数据进行PCA(主成分分析)分析,分别建立样品质量判别分析的数学模型,分析结果形成贮藏初期(36天)、贮藏中期(66天)和贮藏后期(108天)三个方程组,每个方程组具有四个质量等级的线性判别函数(如表2、表3、表4所示):
表2:贮藏初期(36天)鸭梨四个等级的线性判别函数
等级 | 一级 | 二级 | 三级 | 四级 |
常数 | -1547 | -1599 | -1627 | -1609 |
Pc1 | 15.93338 | 16.05112 | 16.12612 | 16.14018 |
Pc2 | -12.89703 | -13.62396 | -13.92491 | -13.44939 |
Pc3 | -5.98754 | -5.48225 | -5.23004 | -4.73536 |
表3:贮藏中期(66天)鸭梨四个等级的线性判别函数
等级 | 一级 | 二级 | 三级 | 四级 |
常数 | -1691 | -1690 | -1693 | -1620 |
Pc1 | 18.20072 | 17.97736 | 18.19235 | 17.50243 |
Pc2 | 19.73739 | 20.13088 | 20.07117 | 19.71031 |
Pc3 | 0.36046 | 0.60591 | -0.28775 | 1.05826 |
表4:贮藏后期(108天)鸭梨四个等级的线性判别函数
等级 | 一级 | 二级 | 三级 | 四级 |
常数 | -1964 | -1986 | -1986 | -1991 |
Pc1 | 15.63836 | 15.41493 | 15.45879 | 15.56570 |
Pc2 | 4.69695 | 5.22953 | 5.41177 | 5.29308 |
Pc3 | 21.32184 | 21.84304 | 21.76375 | 21.66644 |
根据表2所示的贮藏初期(36天)的方程组中的四个等级线性判别函数,可建立以下判别方程式:
第一质量等级判别分=-1547+15.93338 Pc1-12.89703 Pc2-5.98754 Pc3
第二质量等级判别分=-1599+16.05112 Pc1-13.62396 Pc2-5.48225 Pc3
第三质量等级判别分=-1627+16.12612 Pc1-13.92491 Pc2-5.23004 Pc3
第四质重等级判别分=-1609+16.14018 Pc1-13.44939 Pc2-4.73536 Pc3。
根据表3所示的贮藏中期(66天)的方程组中四个等级的线性判别函数,可建立以下判别方程式:
第一质量等级判别分=-1691+18.20072 Pc1+19.73739 Pc2+0.36046 Pc3
第二质量等级判别分=-1690+17.97736 Pc1+20.13088 Pc2+0.60591 Pc3
第三质量等级判别分=-1693+18.19235 Pc1+20.07117 Pc2+0.28775 Pc3
第四质量等级判别分=-1620+17.50243 Pc1+19.71031 Pc2+1.05826 Pc3。
根据表4所示的贮藏后期(108天)的方程组中四个等级的线性判别函数,可建立以下判别方程式:
第一质量等级判别分=-1964+15.63836 Pc1+4.69695 Pc2+21.32184 Pc3
第二质量等级判别分=-1986+15.41493 Pc1+5.22953 Pc2+21.84304 Pc3
第三质量等级判别分=-1986+15.45879 Pc1+5.41177 Pc2+21.76375 Pc3
第四质量等级判别分=-1991+15.56570 Pc1+5.29308 Pc2+21.66644 Pc3。
上述鸭梨各个不同贮藏期间的判别方程组建立以后,可根据相应贮藏期,运用相应的线性判别方程组,进行鸭梨内部质量的检测,并进行质量分级。具体检测的方法如下:
(1)对每个待测鸭梨随机选择3~5个测点,用的CR-300色差计检测待测鸭梨各测点的表面颜色值L*、a*、b*,并计算Eab;
(2)对得到的待测鸭梨各测点的表面颜色值,通过计算机计算得到待测鸭梨的表面颜色平均值;
(3)通过计算机将得到的表面颜色平均值,代入上述相应贮藏期内鸭梨表面颜色值L*、a*、b*、Eab与鸭梨黑心病相关的质量等级判别方程组,根据方程组中计算分值最高的方程式,确认待测鸭梨为该等级。从而实现了检测鸭梨黑心病,并进行分级的目的。
经回归性检验表明,鸭梨一级果有被误判成二级果的事例,但二级果褐变成程度不大,一般人仍可接受;二级果、三级果或四级果不会被误判成一级果,说明本发明的快速无损检测鸭梨内部质量的方法,对鸭梨进行其内部质量的判别是可行的。
上述实施例中,选择的鸭梨样品很多,这主要是为了进行多种情况分析和验证的需要,在实际使用中,可以根据采集样品集的常规要求(例如不少于30个)采集即可。同时上述贮藏期仅为测量时的时间,在实际使用时,具体测量的时间是可以有所变化的,但各大贮藏期(如初期、中期、后期)之间的差异会大些,故如果与上述实施例测量的时间相差不多时,可以直接使用本发明的判别方程组。另外由于各地区,各不同树木,及每年的气候情况都会造成鸭梨果面颜色有些变化,因此在使用时,可以根据测量结果和实际观察情况,按本发明提供的方法对建立的判别方程进行一些调整,这些调整不应排除在本发明的保护范围之外。
Claims (3)
1、一种快速无损检测鸭梨黑心病的方法,包括以下步骤:
(1)对每个待测鸭梨随机选择3~5个测点,用色差计检测待测鸭梨各测点的表面颜色值L*、a*、b*并计算Eab;
(2)对得到的待测鸭梨各测点的L*、a*、b*、Eab值,通过计算机计算得到待测鸭梨的表面颜色的平均值;
(3)通过计算机将得到的表面颜色平均值,代入预先建立的各不同贮藏期内鸭梨表面颜色值L*、a*、b*、Eab与鸭梨黑心病相关的质量等级判别方程组,并根据方程组中计算分值最高的方程式,确认待测鸭梨的等级;
所述不同贮藏期内鸭梨表面颜色值L*、a*、b*、Eab与鸭梨黑心病相关的质量等级判别方程组,采取以下方法建立:
(A)采摘具有代表性的鸭梨样品集,对所述样品集的每个样品选择3~5个测点,用色差计测量各测点的表面颜色值L* 1、a* 1、b* 1并计算Eab1,计算每个样品各测点表面颜色值的平均值;
(B)将鸭梨样品在低温下贮藏,每到一个预定的贮藏期,从所述样品集中随机挑选一部分样品,每个样品选择3~5个测点,用色差计测量其表面颜色值L*、a*、b*,并计算Eab1,计算每个样品各测点表面颜色值的平均值;
(C)将测量后的样品沿横径切开,观察样品内部褐变面积占整个截面面积的百分比,以确定所述样品的质量等级;
(D)将所述样品采摘时的表面颜色值L*、a*、b*、Eab1和相应贮藏期切片时的表面颜色值L*、a*、b*、Eab2及样品切片感观观察后的鸭梨内部质量分级结果作为主成分分析的变量输入计算机,并启动SAS程序进行PCA分析;
(E)根据PCA分析结果,列出所述样品在该贮藏期四个质量等级的线性判别函数。
2、如权利要求1所述的一种快速无损检测鸭梨黑心病的方法,其特征在于:所述质量等级判别方程组包括三个贮藏期的三组方程:
贮藏初期:
第一质量等级判别分=-1547+15.93338 Pc1-12.89703 Pc2-5.98754 Pc3
第二质量等级判别分=-1599+16.05112 Pc1-13.62396 Pc2-5.48225 Pc3
第三质量等级判别分=-1627+16.12612 Pc1-13.92491 Pc2-5.23004 Pc3
第四质量等级判别分=-1609+16.14018 Pc1-13.44939 Pc2-4.73536 Pc3;
贮藏中期:
第一质量等级判别分=-1691+18.20072 Pc1+19.73739 Pc2+0.36046 Pc3
第二质量等级判别分=-1690+17.97736 Pc1+20.13088 Pc2+0.60591 Pc3
第三质量等级判别分=-1693+18.19235 Pc1+20.07117 Pc2+0.28775 Pc3
第四质量等级判别分=-1620+17.50243 Pc1+19.7103 1Pc2+1.05826 Pc3;
贮藏后期:
第一质量等级判别分=-1964+15.63836 Pc1+4.69695 Pc2+21.32184 Pc3
第二质量等级判别分=-1986+15.41493 Pc1+5.22953 Pc2+21.84304 Pc3
第三质量等级判别分=-1986+15.45879 Pc1+5.41177 Pc2+21.76375 Pc3
第四质量等级判别分=-1991+15.56570 Pc1+5.29308Pc2+21.66644 Pc3。
3、如权利要求1或2所述的一种快速无损检测鸭梨黑心病的方法,其特征在于:所述鸭梨内部质量的四个质量等级为:第一级质量等级,褐变面积占整个截面面积的百分比为0~10%;第二级质量等级,褐变面积占整个截面面积的百分比为10~20%;第三级质量等级,褐变面积占整个截面面积的百分比为20~40%;第四级质量等级,褐变面积占整个截面面积的百分比为40~100%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2004100986233A CN100429501C (zh) | 2004-12-14 | 2004-12-14 | 一种快速无损检测鸭梨黑心病的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2004100986233A CN100429501C (zh) | 2004-12-14 | 2004-12-14 | 一种快速无损检测鸭梨黑心病的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1789976A CN1789976A (zh) | 2006-06-21 |
CN100429501C true CN100429501C (zh) | 2008-10-29 |
Family
ID=36787983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2004100986233A Expired - Fee Related CN100429501C (zh) | 2004-12-14 | 2004-12-14 | 一种快速无损检测鸭梨黑心病的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100429501C (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101995403B (zh) * | 2010-08-18 | 2012-07-25 | 南京农业大学 | 梨果实加工能力评价的生理标记方法 |
CN103389275A (zh) * | 2013-08-02 | 2013-11-13 | 中国农业科学院农产品加工研究所 | 一种测定果肉褐变度的方法 |
CN104181111B (zh) * | 2014-08-22 | 2016-05-11 | 河北省农林科学院昌黎果树研究所 | 一种利用色差仪评价板栗褐变程度的方法 |
CN105352896A (zh) * | 2015-11-16 | 2016-02-24 | 国网江西省电力科学研究院 | 一种现场快速检测变电站电缆屏蔽线材质的方法 |
CN107192676A (zh) * | 2017-07-20 | 2017-09-22 | 广东药科大学 | 一种基于色差计法鉴别槐花品质的方法 |
CN107345920A (zh) * | 2017-07-20 | 2017-11-14 | 广东药科大学 | 一种基于色差计法鉴别栀子品质的方法 |
CN109323993A (zh) * | 2018-10-22 | 2019-02-12 | 宁波大学 | 一种cdi法检测坛紫菜品质的方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04296977A (ja) * | 1990-12-26 | 1992-10-21 | Iseki & Co Ltd | 青果物の着色検定装置 |
JPH08166380A (ja) * | 1994-12-14 | 1996-06-25 | Maki Seisakusho:Kk | 青果物の傷害自動検出装置 |
EP0723484A1 (fr) * | 1993-10-01 | 1996-07-31 | Iname International | Dispositif de reconnaissance et/ou de tri de fruits ou legumes, procede et utilisation correspondants |
CN1142205A (zh) * | 1994-11-03 | 1997-02-05 | 新奇士种植者公司 | 检测半透明物体表面特征的方法和装置 |
US6267222B1 (en) * | 1998-10-14 | 2001-07-31 | Xeda International | Visual inspection station for fruit |
JP2002098636A (ja) * | 2000-09-27 | 2002-04-05 | Kubota Corp | 分光分析装置 |
CN1394699A (zh) * | 2002-08-03 | 2003-02-05 | 浙江大学 | 水果品质实时检测和分级机器人系统 |
CN2553907Y (zh) * | 2002-08-03 | 2003-06-04 | 浙江大学 | 基于循环队列控制分级的水果品质实时分级控制系统 |
JP2003329583A (ja) * | 2002-05-15 | 2003-11-19 | Tokan Kogyo Co Ltd | 有芯青果物の内部品質検査方法及び装置 |
US20030227627A1 (en) * | 2002-04-23 | 2003-12-11 | Kenji Imura | Colorimeter |
-
2004
- 2004-12-14 CN CNB2004100986233A patent/CN100429501C/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04296977A (ja) * | 1990-12-26 | 1992-10-21 | Iseki & Co Ltd | 青果物の着色検定装置 |
EP0723484A1 (fr) * | 1993-10-01 | 1996-07-31 | Iname International | Dispositif de reconnaissance et/ou de tri de fruits ou legumes, procede et utilisation correspondants |
CN1142205A (zh) * | 1994-11-03 | 1997-02-05 | 新奇士种植者公司 | 检测半透明物体表面特征的方法和装置 |
JPH08166380A (ja) * | 1994-12-14 | 1996-06-25 | Maki Seisakusho:Kk | 青果物の傷害自動検出装置 |
US6267222B1 (en) * | 1998-10-14 | 2001-07-31 | Xeda International | Visual inspection station for fruit |
JP2002098636A (ja) * | 2000-09-27 | 2002-04-05 | Kubota Corp | 分光分析装置 |
US20030227627A1 (en) * | 2002-04-23 | 2003-12-11 | Kenji Imura | Colorimeter |
JP2003329583A (ja) * | 2002-05-15 | 2003-11-19 | Tokan Kogyo Co Ltd | 有芯青果物の内部品質検査方法及び装置 |
CN1394699A (zh) * | 2002-08-03 | 2003-02-05 | 浙江大学 | 水果品质实时检测和分级机器人系统 |
CN2553907Y (zh) * | 2002-08-03 | 2003-06-04 | 浙江大学 | 基于循环队列控制分级的水果品质实时分级控制系统 |
Non-Patent Citations (8)
Title |
---|
hernandez gomez et. al Study and application of non destructive methods used todetermine quality of fruit and vegetables. ANTIHUS.浙江大学学报(农业与生命科学版),第30卷第4期. 2004 |
hernandez gomez et. al Study and application of non destructive methods used todetermine quality of fruit and vegetables. ANTIHUS.浙江大学学报(农业与生命科学版),第30卷第4期. 2004 * |
基于光物性的鸭梨黑心病无损检测方法的研究. 涂润林.硕士学位论文. 2004 |
基于光物性的鸭梨黑心病无损检测方法的研究. 涂润林. 硕士学位论文. 2004 * |
水果内部品质在线近红外分光检测装置及试验. 何东健,前川孝昭,森岛博.农业工程学报,第17卷第1期. 2001 |
水果内部品质在线近红外分光检测装置及试验. 何东健,前川孝昭,森岛博. 农业工程学报,第17卷第1期. 2001 * |
苹果水心病的光学无损检测. 韩东海,刘新鑫等.农业机械学报,第35卷第5期. 2004 |
苹果水心病的光学无损检测. 韩东海,刘新鑫等. 农业机械学报,第35卷第5期. 2004 * |
Also Published As
Publication number | Publication date |
---|---|
CN1789976A (zh) | 2006-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105675539B (zh) | 一种农产品品质综合评价方法 | |
Matteoli et al. | A spectroscopy-based approach for automated nondestructive maturity grading of peach fruits | |
CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
CN103955626A (zh) | 一种干制毛豆品质评价模型及构建方法 | |
Melado-Herreros et al. | Postharvest ripeness assessment of ‘Hass’ avocado based on development of a new ripening index and Vis-NIR spectroscopy | |
Cayuela et al. | NIR prediction of fruit moisture, free acidity and oil content in intact olives | |
CN105044024A (zh) | 一种基于近红外光谱技术对葡萄果实进行无损检测的方法 | |
CN106383094A (zh) | 一种快速测定尾细桉木材化学成分含量的方法 | |
Huang et al. | Integration of computer vision and colorimetric sensor array for nondestructive detection of mango quality | |
CN100429501C (zh) | 一种快速无损检测鸭梨黑心病的方法 | |
Wei et al. | Prediction of the maturity of greenhouse grapes based on imaging technology | |
Bian et al. | Determination of physicochemical quality of bruised apple using dielectric properties | |
CN102590256A (zh) | 一种啤酒风味稳定性的评价方法 | |
Letaief et al. | Sensory and instrumental texture measurements for assessing grape seed parameters during fruit development | |
Saleh et al. | Development and validation of prediction models for rice surface lipid content and color parameters using near‐infrared spectroscopy: A basis for predicting rice degree of milling | |
Wang et al. | Monitoring model for predicting maize grain moisture at the filling stage using NIRS and a small sample size | |
CN113418889B (zh) | 一种基于深度学习的干菜水分含量和菌落总数的实时检测方法 | |
Schmilovitch et al. | Determination of avocado maturity by near-infrared spectrometry | |
CN115453045A (zh) | 一种菠萝黑心病无损检测模型及无损检测方法 | |
AU2021104058A4 (en) | Analysis Method of Nutritional Quality of Pleurotus Ostreatus | |
Jie et al. | Improving precision of soluble solid content predictive model by adopting suitable detective position of watermelon based on near infrared spectroscopy | |
CN115184295A (zh) | 一种基于近红外光谱检测信息的蜜柚可溶性固形物含量无损检测方法 | |
CN100494982C (zh) | 一种快速无损检测鸭梨内部质量的方法 | |
Riaz et al. | Exploring the Potential of Electrical Impedance Spectroscopy for Predicting Internal Browning in Apples | |
CN110082399A (zh) | 一种新鲜烟叶总糖的快速无损检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20081029 Termination date: 20111214 |