CN101419166A - 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 - Google Patents
基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 Download PDFInfo
- Publication number
- CN101419166A CN101419166A CNA2008102362232A CN200810236223A CN101419166A CN 101419166 A CN101419166 A CN 101419166A CN A2008102362232 A CNA2008102362232 A CN A2008102362232A CN 200810236223 A CN200810236223 A CN 200810236223A CN 101419166 A CN101419166 A CN 101419166A
- Authority
- CN
- China
- Prior art keywords
- quality
- tealeaves
- near infrared
- tea
- spectrum
- 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.)
- Pending
Links
Images
Abstract
本发明涉及一种基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及其装置。所述检测方法是,同时对茶叶进行光谱和图像采集,得到的原始数据经过预处理、特征提取和融合,再结合专家评审结果建立茶叶的品质等级评判模型,以快速无损地检测茶叶的内外综合品质。其检测装置包括光谱采集装置、图像采集装置和计算机;其中,光谱和图像采集装置完成茶叶样本的信号采集,然后传输到计算机;计算机完成特征信息的提取和融合,再代入预先建立的模型,判别茶叶的品质的最终结果。本发明将基于两技术融合的无损检测手段应用于茶叶综合品质的检测过程中,具有检测精度高、结果一致性好和自动化程度强等优点,为茶叶品质标准化分级创造条件。
Description
技术领域
本发明涉及一种针对茶叶品质的无损检测方法,特指基于近红外光谱和机器视觉技术的茶叶品质无检测方法及其装置。
背景技术
长期以来,茶叶品质检测主要有感官评判和理化分析两种方法。感官评判是由训练有素的专业评审人员对茶叶的外观、香味和滋味等感官指标进行逐一评判来鉴别名优茶的真伪,但人的感觉器官的灵敏度受到经验、性别、精神状态、身体状况甚至地域环境等外界因素的干扰而改变,从而影响检测结果的准确性。理化分析方法是利用化学分析的手段分析茶叶中的茶多酚、咖啡碱和自由氨基酸等有效成分含量来检测茶叶的品质。虽然理化分析方法的结果客观可信,但其步骤烦琐、检测时间长、检测费用高,不利于茶叶流通过程中的快速检测。近年来无损检测技术在茶叶品质检测上得到了越来越多的关注。
从所采用的技术手段看,目前,茶叶的品质检测所采用的无损检测方法主要有近红外光谱分析技术和机器视觉技术等。但从目前所采用的技术手段及数据处理方法上看,它们都有一定的局限性。经过检索,近红外光谱在茶叶品质无损检测上,仅有国内一篇相关专利(未授权),专利申请号:200710069114.1,专利名称为:基于近红外光谱技术无损测量茶叶中茶多酚含量的方法;机器视觉技术在茶叶品质无损检测上,仅有相关的论文,但还没有检索到相关的专利文献;在基于近红外光谱和机器视觉信息融合技术的茶叶品质无损检测方面,这是一个全新的思路,没有相关的专利文献。
反映茶叶的品质指标是多方面的,既有外部品质指标(色泽和外形等),又有内部理化指标(多酚类、氨基酸和咖啡因等含量)。在茶叶品质无损检测方面,单一的检测手段一般不能全面地描述茶叶品质,如近红外光谱可以很好地表征茶叶的内部品质,但在茶叶外部品质特征的描述上,往往显得无能为力;机器视觉技术能很好地表达茶叶的外部品质特征,但无法获取反映茶叶内部理化指标的特征信息,信息反映的侧重点不同所带来的局限性必然影响到结果的客观性和稳定性。所以,如何充分利用各种检测方法的长处,取长补短,提高检测的全面性、可靠性和灵敏度,是茶叶品质快速无损检测一个新的研究趋势。
多传感信息融合就是充分利用多种传感信息资源,得到描述同一对象不同品质特征的大量信息。依据某种准则对这些信息进行分析、综合和平衡,以期获得若干个最佳简化的综合变量。与单一检测手段相比,它具有信息量大、容错性好以及与人类认知过程相似等优点。因此,有必要研制出一种基于近红外光谱和机器视觉技术的茶叶品质无损检测方法和装置,以提高茶叶产品在产、供、销等环节的检测水平,以此督促茶叶企业生产出高效、优质、安全的茶叶产品,维护消费者的利益。
发明内容
本发明的目的是要提供一种基于近红外光谱和机器视觉信息融合技术的茶叶品质无损检测方法及其装置。通过近红外光谱装置采集得到能反应茶叶内在特征(茶叶的多酚类、游离氨基酸、植物碱和蛋白质含量)的光谱信息和能反应茶叶外观特征(茶叶的色泽、形状和纹理)的图像信息,再将这些信息特征相互融合与知识库中专家知识经验相结合,建立判别模型对茶叶的品质进行综合评判。
本发明的目的是通过以下方法实现的:
一种基于近红外光谱和机器视觉信息融合技术的茶叶品质无损检测方法,是:
(1)首先建立知识库:
对所需测定的茶叶样本,根据茶叶品质检测的标准,先对其中一部分样品进行感官评定,并对它们进行常规的理化分析,建立与茶叶品质质量相关的数据库;利用近红外光谱仪和CCD摄像头同时获取这些样品的光谱和图像信息数据,经数据采集卡传入计算机;计算机模拟人的大脑对能图像信息和光谱信息进行处理、融合,并与前面建立的数据库联系起来进行模式识别处理,从而在计算机中形成能够决定被测茶叶样本品质质量的优劣、等级及合格与否的不同规格质量的知识库;
(2)然后进行样本测试:
①在稳定的条件下对待测茶叶样本进行光谱和图像信息数据的采集,分别将信息送至计算机;
②将系统采集得到的数据进行预处理后,分别提取能表达茶叶外部品质的图像特征和能表达茶叶内部品质的光谱特征;
③计算机对所提取的特征信号进行融合和模式识别处理,给出被测茶叶样本品质的优劣、等级及合格与否的识别结果;识别结果通过计算机显示出来,本轮测试结束。
所述的光谱和图像信息数据采集,具体是将待测茶叶样本称取10克左右,均匀地平铺在规格为Φ10×1cm的样品池中,然后将其置于光源像内;CCD在上方进行茶叶样本的图像数据采集;近红外光谱仪通过Y型光纤与漫反射式密闭光箱相连接,基于漫反射的近红外光谱信号通过Y型光纤进入近红外光谱仪;采集得到的图像和光谱信息分别通过各自数据采集卡传输至计算机。
所述的原始数据预处理和特征提取,是在5155cm-1以及6944cm-1附近,有两个水分的吸收峰。为了减少水分的影响,选择6500-5300cm-1范围内的光谱数据进行分析;为了消除茶叶样本粒径的大小和均匀度不一致的影响,采用标准正态变量变换(SNV)方法对光谱数据进行预处理;CCD采集得到的原始数据是以RGB存放的数字图像,首先找到原始图像中心像素位置,以该像素为中心,截取其周围400×400的邻域作为目标图像区域;光谱信息特征提取通过主成分分析提取前几个主成分得分向量作为光谱信息的特征变量,图像信息的特征提取是对预处理后平铺茶叶图像,在RGB空间分别提取三个颜色分量的均值和各自方差共6个变量来描述茶叶的色泽特征,然后再提取描述茶叶的外部形状特征的6个基于灰度统计矩的纹理变量(平均灰度级,标准方差,平滑度,三阶矩,一致性,熵)。
所述的计算机对所提取的特征信号进行融合和模式识别处理,就是将提取得到光谱信息特征和图像信息特征在特征层上进行融合,然后再结合已经建立的知识库,通过模式识别的方法给茶叶样本一个综合评价。
所述的基于近红外光谱和机器视觉技术的茶叶品质无损检测装置由三部分组成:近红外光谱系统、机器视觉系统、信息融合和模式识别系统。其中,机器视觉系统由CCD摄像头、图像采集卡、漫反射式密闭光箱和光源组成,CCD摄像头和光源被固定在漫反射式密闭光箱内部,图像采集卡固定在计算机内部;近红外光谱系统是由近红外光谱仪、Y型光纤和光谱采集卡等组成,Y型光纤是将近红外光谱仪与漫反射式密闭光箱中的样品池连接,光谱采集卡固定在计算机内部。工作时,光源发出的光在漫反射式密闭光箱中形成漫反射后均匀地照射在茶叶样本上,CCD摄像头拍摄茶叶图像时,通过RS232调节CCD摄像头的景深和焦距,采集得到的图像信息数据通过图像采集卡传输到计算机;近红外光谱仪中卤素灯发出的光经光纤照射到茶叶样本上,在茶叶内部形成漫反射,漫反射出来光经Y型光纤进入近红外光谱仪进行近红外光谱分析,得到的近红外光谱信号通过光谱采集卡传输到计算机。计算机模拟人的大脑对近红外光谱数据和图像数据进行融合和模式识别处理,最后由计算机决定被测样品的优劣、等级及合格与否的质量规格。
本发明的有益效果是:
基于近红外光谱和机器视觉融合技术的茶叶品质无损检测方法模仿人的信息处理功能,将光谱信息和图像信息融合起来,利用高精度实时模式分类系统来处理光谱和图像数据,并与经学习建立的数据库中的信息加以比较、判别,对茶叶样品的质量进行综合检测。
本发明与人的感观检测相比,结果更客观公正;与常规化学分析方法相比,检测速度快、操作简便方便;与单一的近红外光谱或机器视觉检测技术相比,得到的信息更全面,检测结果的精确性和稳定性都有所提高。
本发明引入信息科学领域中的高新技术——融合技术,将近红外光谱和机器视觉融合起来对茶叶品质进行较为全面的无损检测,将基于多信息融合思想用于茶叶品质快速检测与自动分级过程中,既可以解放劳动力,排除人的主观因素干扰,该发明可以应用于茶叶产品的加工、贮藏和运输过程。
附图说明
图1:本发明的方法流程示意图。
图2:本发明的装置示意图
其中,1、样品池;2、漫反射式密闭光箱;3、光源;4、CCD检测器;5、RS232;6、图像采集卡;7、光谱采集卡;8、近红外光谱仪;9、Y型光纤;10、计算机。
具体实施方式
本发明对茶叶品质的无损检测具有通用性,但由于茶叶种类很多,因此本发明只举一个用于炒青绿茶品质等级检测的实施实例,其它茶叶的检测可参照该实施实例的方法,具体针对所测茶叶样本的品质指标指标,建立一个新的判别模型,就可以对茶叶样本的品质等级进行测试了。
实施实例步骤参阅图1,实例实现装置参阅图2。先挑选一批茶叶样本(一般每个等级大于50个样本)用来建立模型,用基于近红外光谱和机器视觉技术的检测装置对茶叶样本进行光谱和图像采集扫描,把采集得到的数据传输到计算机中。炒青绿茶综合品质等级通过专业的感官评审人员感官评定和理化分析的结果来确定,感官评定和理化分析的过程严格按照国家标准指定的各项指标执行。然后将这些样本作为标准样本建立一个标准库,将这些样本的规格等级与无损检测得到的光谱和图像信息特征相关联,建立一个评判模型。
接下来就可以对未知炒青绿茶的品质等级进行测定。每次称取10g左右的炒青绿茶均匀地平铺在样品池(玻璃容器)1中,然后将其置入密闭的漫反射式密闭光箱2中进行原始数据采集;工作时,光源3发出的光在漫反射式密闭光箱2中形成漫反射后均匀地照射在茶叶样本上,通过RS2325调节CCD摄像头4的景深和焦距,CCD摄像头4拍摄得到茶叶的图像信息数据通过图像采集卡6传输到计算机10;近红外光谱仪8中卤素灯发出的光经光纤照射到茶叶样本上,在茶叶内部形成漫反射,漫反射出来的光经Y型光纤9进入近红外光谱仪8,得到的近红外光谱信号通过光谱采集卡7传输到计算机10。在计算机内完成光谱和图像信息数据预处理、特征提取和信息融合,经过标准库中相应的评判模型给出炒青绿茶品质等级的测定,结果在计算机界面上显示。至此该炒青绿茶品质等级测试结束。
Claims (5)
1.一种基于近红外光谱和机器视觉技术的茶叶品质无损检测方法,其特征是:
首先建立知识库:
对所需测定的茶叶样本,根据茶叶品质检测的标准,先对其中一部分样品进行感官评定,并对它们进行常规的理化分析,建立与茶叶品质质量相关的数据库;利用近红外光谱仪和CCD摄像头同时获取这些样品的光谱和图像信息数据,经数据采集卡传入计算机;计算机模拟人的大脑对图像信息和光谱信息进行处理、融合,并与前面建立的数据库联系起来进行模式识别处理,从而在计算机中形成能够决定被测茶叶样本品质质量的优劣、等级及合格与否的不同规格质量的知识库;
然后进行样本测试:
①在稳定的条件下对待测茶叶样本进行光谱和图像信息数据的采集,分别将信息送至计算机;
②将系统采集得到的数据进行预处理后,分别提取能表达茶叶外部品质的图像特征和能表达茶叶内部品质的光谱特征;
③计算机对所提取的特征信号进行融合和模式识别处理,给出被测茶叶样本品质的优劣、等级及合格与否的识别结果;识别结果通过计算机显示出来,本轮测试结束。
2.根据权利要求1所述的基于近红外光谱和机器视觉技术的茶叶综合品质无损检测方法,其特征在于,步骤①中所述的光谱和图像信息数据的采集;是将待测茶叶样本称取10克左右,均匀地平铺在玻璃容器中,然后将其置于光源箱内;CCD在上方进行茶叶样本的图像数据采集;近红外光谱仪通过Y型光纤与漫反射式密闭光箱相连接,基于漫反射的近红外光谱信号通过Y型光纤进入近红外光谱仪;采集得到的图像和光谱信息分别通过各自数据采集卡传输至计算机。
3.根据权利要求1所述的基于近红外光谱和机器视觉技术的茶叶综合品质无损检测方法,其特征在于,步骤②原始数据的预处理和特征信息的提取;是选择6500-5300cm-1范围内的光谱数据进行分析;采用标准正态变量变换方法对光谱数据进行预处理;CCD采集得到的原始原始数据是以RGB存放的数字图像,首先找到原始图像中心像素位置,以该像素为中心,截取其周围400×400的邻域作为目标图像区域;光谱信息特征提取通过主成分分析提取前几个主成分得分向量作为光谱信息的特征变量,图像信息的特征提取是对预处理后平铺茶叶图像,在RGB空间分别提取三个颜色分量的均值和各自方差共6个变量来描述茶叶的色泽特征,然后再提取描述茶叶的外部形状特征的平均灰度级,标准方差,平滑度,三阶矩,一致性和熵6个基于灰度统计矩的纹理变量。
4.根据权利要求1所述的基于近红外光谱和机器视觉技术的茶叶综合品质无损检测方法,其特征在于,步骤③所说的计算机对所提取的特征信号进行融合和模式识别处理,就是将提取得到光谱信息特征和图像信息特征在特征层上进行融合,然后再结合已经建立的知识库,通过模式识别的方法对茶叶样本一个综合评价。
5.一种实现权利要求1所述的基于近红外光谱和机器视觉技术的茶叶品质无损检测方法的装置,其特征在于,该装置由近红外光谱系统、机器视觉系统和信息融合和模式识别系统组成;其中,机器视觉系统由CCD摄像头(4)、图像采集卡(6)、漫反射式密闭光箱(2)和光源(3)组成,CCD摄像头(4)和光源(3)被固定在漫反射式密闭光箱内部,图像采集卡(6)固定在计算机(10)内部;近红外光谱系统包括近红外光谱仪(8)、Y型光纤(9)和光谱采集卡(7),Y型光纤(9)是将近红外光谱仪(8)与漫反射式密闭光箱中的样品池(1)连接,光谱采集卡(7)固定在计算机内部;信号融合与模式识别系统是用于原始图像信息和光谱信息的与处理,特征提取,特征层融合以及模式识别处理;工作时,光源(3)发出的光在漫反射式密闭光箱(2)中形成漫反射后均匀地照射在茶叶样本上,CCD摄像头(4)拍摄茶叶图像时,通过RS232(5)调节CCD摄像头(4)的景深和焦距,采集得到的图像信息数据通过图像采集卡(6)传输到计算机(10);近红外光谱仪中卤素灯发出的光经光纤照射到茶叶样本上,在茶叶内部形成漫反射,漫反射出来光经Y型光纤(9)进入近红外光谱仪进行近红外光谱分析,得到的近红外光谱信号通过光谱采集卡传输到计算机(10);计算机内信号融合与模式识别系统模拟人的大脑对近红外光谱数据和图像数据进行融合和模式识别处理,最后由计算机决定被测样品的优劣、等级及合格与否的质量规格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008102362232A CN101419166A (zh) | 2008-11-18 | 2008-11-18 | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008102362232A CN101419166A (zh) | 2008-11-18 | 2008-11-18 | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101419166A true CN101419166A (zh) | 2009-04-29 |
Family
ID=40630063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008102362232A Pending CN101419166A (zh) | 2008-11-18 | 2008-11-18 | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101419166A (zh) |
Cited By (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915738A (zh) * | 2010-06-23 | 2010-12-15 | 江苏大学 | 基于高光谱成像技术的茶树营养信息快速探测方法及装置 |
CN101957307A (zh) * | 2010-08-24 | 2011-01-26 | 浙江大学 | 用于干茶颜色测定的盛放装置 |
WO2011041925A1 (zh) * | 2009-10-09 | 2011-04-14 | 江苏大学 | 基于多传感信息融合的名优茶品质仪器智能化审评方法 |
CN102074012A (zh) * | 2011-01-22 | 2011-05-25 | 四川农业大学 | 结合图像和计算模型的茶叶嫩芽形态的三维重建方法 |
CN102393395A (zh) * | 2011-08-26 | 2012-03-28 | 浙江大学 | 一种关于铜加工过程铜品位的检测方法及其检测系统 |
CN102539375A (zh) * | 2012-01-10 | 2012-07-04 | 江苏大学 | 基于近红外光谱秸秆固态发酵过程参数软测量方法及装置 |
CN102590129A (zh) * | 2012-01-11 | 2012-07-18 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
CN101750419B (zh) * | 2009-12-21 | 2012-10-10 | 核工业理化工程研究院华核新技术开发公司 | 基于特征匹配的开放式视觉检测方法 |
CN102788794A (zh) * | 2012-07-30 | 2012-11-21 | 江苏大学 | 基于多传感信息融合的叶菜类蔬菜叶片农药残留检测装置及方法 |
CN102866236A (zh) * | 2012-08-31 | 2013-01-09 | 广东省农业科学院农业生物技术研究所 | 一种快速鉴别米粉丝品质的质构测评方法 |
CN102967372A (zh) * | 2012-11-27 | 2013-03-13 | 王思远 | 茶叶色度与湿度传感装置 |
CN103235087A (zh) * | 2013-04-10 | 2013-08-07 | 江苏大学 | 一种基于嗅觉和味觉传感器信息融合的乌龙茶原产地的鉴别方法 |
CN103267740A (zh) * | 2012-12-20 | 2013-08-28 | 江苏大学 | 秸秆发酵过程特征波数软仪表装置及其构造方法 |
CN103389281A (zh) * | 2012-05-09 | 2013-11-13 | 云南天士力帝泊洱生物茶集团有限公司 | 一种基于近红外光谱技术的普洱茶聚类分析方法 |
CN103605503A (zh) * | 2013-08-09 | 2014-02-26 | 张秋金 | 茶叶生产加工管理软件 |
CN103743698A (zh) * | 2013-12-20 | 2014-04-23 | 贵州省分析测试研究院 | 一种采用近红外光谱对茶叶感官审评的方法 |
CN103969198A (zh) * | 2013-02-06 | 2014-08-06 | 上海帆声图像科技有限公司 | 一种艺术品鉴定方法 |
CN104155299A (zh) * | 2014-08-19 | 2014-11-19 | 中国农业科学院茶叶研究所 | 一种基于色相直方图的红茶发酵适度判别方法及装置 |
CN104297204A (zh) * | 2014-10-08 | 2015-01-21 | 华南理工大学 | 一种鉴别卫生用纸是否掺有回用纤维的方法及其装置 |
CN104730073A (zh) * | 2015-02-16 | 2015-06-24 | 中国土产畜产进出口总公司 | 一种餐盘所盛取菜品的定量分析方法及其系统 |
CN104897608A (zh) * | 2015-06-19 | 2015-09-09 | 福建农林大学 | 一种基于近红外光谱技术的乌龙茶品质鉴定方法 |
CN104914105A (zh) * | 2015-06-09 | 2015-09-16 | 中国农业科学院茶叶研究所 | 一种基于图像识别技术的茶叶等级鉴定方法 |
CN105021563A (zh) * | 2015-07-14 | 2015-11-04 | 河南科技大学 | 一种基于近红外光谱的烟叶信息采集装置 |
CN105277516A (zh) * | 2015-11-16 | 2016-01-27 | 江苏大学 | 一种基于激光成像技术的猪肉新鲜度的快速检测方法 |
CN105606473A (zh) * | 2016-01-20 | 2016-05-25 | 华中农业大学 | 一种基于机器视觉的红提葡萄硬度无损检测方法 |
CN105628708A (zh) * | 2016-01-27 | 2016-06-01 | 塔里木大学 | 一种南疆红枣多参量品质快速无损检测方法 |
CN105954252A (zh) * | 2016-04-21 | 2016-09-21 | 北京航空航天大学 | 一种饲料原料中非法添加物苏丹红的定性检测方法 |
CN105974792A (zh) * | 2016-07-01 | 2016-09-28 | 福建农林大学 | 一种乌龙茶智能做青装置及方法 |
CN106227039A (zh) * | 2016-08-24 | 2016-12-14 | 贵州铜仁和泰茶业有限公司 | 一种基于模式识别的茶叶加工设备控制方法 |
CN106249593A (zh) * | 2016-08-24 | 2016-12-21 | 贵州铜仁和泰茶业有限公司 | 一种揉捻机控制系统 |
CN106325154A (zh) * | 2016-08-24 | 2017-01-11 | 贵州铜仁和泰茶业有限公司 | 一种基于模式识别的茶叶滚炒机控制方法 |
CN106525849A (zh) * | 2016-11-02 | 2017-03-22 | 江苏大学 | 茶叶智能化拼配方法与系统 |
CN106560691A (zh) * | 2016-10-20 | 2017-04-12 | 中国计量大学 | 具有深度学习功能的武夷岩茶产地鉴别方法 |
CN106560694A (zh) * | 2016-10-20 | 2017-04-12 | 中国计量大学 | 基于多种检验技术的武夷岩茶产地智能鉴别方法 |
CN106628609A (zh) * | 2015-10-30 | 2017-05-10 | 邓全 | 防伪包装的制作方法、装置、验证方法及防伪土样包用途 |
CN104713835B (zh) * | 2015-03-25 | 2017-09-29 | 上海烟草集团有限责任公司 | 一种烟叶颜色在线数值化识别方法 |
CN107941802A (zh) * | 2017-10-31 | 2018-04-20 | 华中农业大学 | 基于机器视觉的盆栽水稻卷叶程度测量方法 |
CN108077474A (zh) * | 2017-01-16 | 2018-05-29 | 吴亨进 | 一种适宜于机械化生产的绿茶拼配技术及其加工方法 |
CN108369184A (zh) * | 2017-06-21 | 2018-08-03 | 深圳前海达闼云端智能科技有限公司 | 物质检测方法、装置和检测设备 |
CN108960315A (zh) * | 2018-06-27 | 2018-12-07 | 河南农业大学 | 一种调理肉制品品质智能评价系统及方法 |
IT201700087756A1 (it) * | 2017-07-31 | 2019-01-31 | Univ Degli Studi Di Palermo | Dispositivo per il monitoraggio di superfici vegetali |
CN109492701A (zh) * | 2018-11-21 | 2019-03-19 | 中国农业科学院茶叶研究所 | 一种工夫红茶萎凋适度性判别方法及系统 |
CN109886259A (zh) * | 2019-02-22 | 2019-06-14 | 潍坊科技学院 | 一种基于计算机视觉的番茄病害识别预警方法及装置 |
CN109900867A (zh) * | 2019-04-11 | 2019-06-18 | 广东省农业科学院茶叶研究所 | 一种茶叶品质的评鉴方法 |
CN110090809A (zh) * | 2018-01-31 | 2019-08-06 | 西派特(北京)科技有限公司 | 一种在线高速无损自动分拣单倍体玉米籽粒的装置 |
CN110160979A (zh) * | 2019-06-18 | 2019-08-23 | 黄山市柒日原叶生物科技咨询有限公司 | 一种快速提炼原茶的智能算法 |
CN110188680A (zh) * | 2019-05-29 | 2019-08-30 | 南京林业大学 | 基于因子迭代的茶树嫩芽智能识别方法 |
CN110244009A (zh) * | 2019-06-18 | 2019-09-17 | 六盘水市食品药品检验检测所 | 一种蜂蜜品质的快速鉴别检测系统及方法 |
CN111141739A (zh) * | 2020-02-14 | 2020-05-12 | 中国农业科学院茶叶研究所 | 一种茶汤图像采集装置及茶汤色泽参数优化提取方法 |
CN111480712A (zh) * | 2020-05-26 | 2020-08-04 | 无锡迅杰光远科技有限公司 | 一种茶叶发酵过程全自动品质控制设备 |
IT201900001891A1 (it) * | 2019-02-11 | 2020-08-11 | Univ Degli Studi Di Palermo | Metodo per il monitoraggio di superfici vegetali |
CN113866116A (zh) * | 2021-08-23 | 2021-12-31 | 新昌中国大佛龙井研究院 | 一种快速鉴定茶叶等级的检测装置 |
CN117054372A (zh) * | 2023-08-15 | 2023-11-14 | 广东省农业科学院茶叶研究所 | 基于nirs与cv的茶叶品质等级检测方法和系统 |
-
2008
- 2008-11-18 CN CNA2008102362232A patent/CN101419166A/zh active Pending
Cited By (70)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011041925A1 (zh) * | 2009-10-09 | 2011-04-14 | 江苏大学 | 基于多传感信息融合的名优茶品质仪器智能化审评方法 |
CN101692053B (zh) * | 2009-10-09 | 2012-01-18 | 江苏大学 | 基于多传感信息融合的名优茶品质仪器智能化审评方法 |
CN101750419B (zh) * | 2009-12-21 | 2012-10-10 | 核工业理化工程研究院华核新技术开发公司 | 基于特征匹配的开放式视觉检测方法 |
CN101915738A (zh) * | 2010-06-23 | 2010-12-15 | 江苏大学 | 基于高光谱成像技术的茶树营养信息快速探测方法及装置 |
CN101957307A (zh) * | 2010-08-24 | 2011-01-26 | 浙江大学 | 用于干茶颜色测定的盛放装置 |
CN102074012A (zh) * | 2011-01-22 | 2011-05-25 | 四川农业大学 | 结合图像和计算模型的茶叶嫩芽形态的三维重建方法 |
CN102074012B (zh) * | 2011-01-22 | 2012-06-27 | 四川农业大学 | 结合图像和计算模型的茶叶嫩芽形态的三维重建方法 |
CN102393395A (zh) * | 2011-08-26 | 2012-03-28 | 浙江大学 | 一种关于铜加工过程铜品位的检测方法及其检测系统 |
CN102539375A (zh) * | 2012-01-10 | 2012-07-04 | 江苏大学 | 基于近红外光谱秸秆固态发酵过程参数软测量方法及装置 |
CN102590129B (zh) * | 2012-01-11 | 2014-03-26 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
CN102590129A (zh) * | 2012-01-11 | 2012-07-18 | 中国农业科学院农产品加工研究所 | 近红外检测花生中氨基酸含量的方法 |
CN103389281A (zh) * | 2012-05-09 | 2013-11-13 | 云南天士力帝泊洱生物茶集团有限公司 | 一种基于近红外光谱技术的普洱茶聚类分析方法 |
CN102788794A (zh) * | 2012-07-30 | 2012-11-21 | 江苏大学 | 基于多传感信息融合的叶菜类蔬菜叶片农药残留检测装置及方法 |
CN102866236B (zh) * | 2012-08-31 | 2015-06-24 | 广东省农业科学院农业生物技术研究所 | 一种快速鉴别米粉丝品质的质构测评方法 |
CN102866236A (zh) * | 2012-08-31 | 2013-01-09 | 广东省农业科学院农业生物技术研究所 | 一种快速鉴别米粉丝品质的质构测评方法 |
CN102967372A (zh) * | 2012-11-27 | 2013-03-13 | 王思远 | 茶叶色度与湿度传感装置 |
CN103267740A (zh) * | 2012-12-20 | 2013-08-28 | 江苏大学 | 秸秆发酵过程特征波数软仪表装置及其构造方法 |
CN103969198A (zh) * | 2013-02-06 | 2014-08-06 | 上海帆声图像科技有限公司 | 一种艺术品鉴定方法 |
CN103235087A (zh) * | 2013-04-10 | 2013-08-07 | 江苏大学 | 一种基于嗅觉和味觉传感器信息融合的乌龙茶原产地的鉴别方法 |
CN103235087B (zh) * | 2013-04-10 | 2015-10-28 | 江苏大学 | 一种基于嗅觉和味觉传感器信息融合的乌龙茶原产地的鉴别方法 |
CN103605503A (zh) * | 2013-08-09 | 2014-02-26 | 张秋金 | 茶叶生产加工管理软件 |
CN103743698A (zh) * | 2013-12-20 | 2014-04-23 | 贵州省分析测试研究院 | 一种采用近红外光谱对茶叶感官审评的方法 |
CN104155299A (zh) * | 2014-08-19 | 2014-11-19 | 中国农业科学院茶叶研究所 | 一种基于色相直方图的红茶发酵适度判别方法及装置 |
CN104297204A (zh) * | 2014-10-08 | 2015-01-21 | 华南理工大学 | 一种鉴别卫生用纸是否掺有回用纤维的方法及其装置 |
CN104297204B (zh) * | 2014-10-08 | 2017-02-08 | 华南理工大学 | 一种鉴别卫生用纸是否掺有回用纤维的方法及其装置 |
CN104730073A (zh) * | 2015-02-16 | 2015-06-24 | 中国土产畜产进出口总公司 | 一种餐盘所盛取菜品的定量分析方法及其系统 |
CN104713835B (zh) * | 2015-03-25 | 2017-09-29 | 上海烟草集团有限责任公司 | 一种烟叶颜色在线数值化识别方法 |
CN104914105A (zh) * | 2015-06-09 | 2015-09-16 | 中国农业科学院茶叶研究所 | 一种基于图像识别技术的茶叶等级鉴定方法 |
CN104897608B (zh) * | 2015-06-19 | 2019-05-03 | 福建农林大学 | 一种基于近红外光谱技术的乌龙茶品质鉴定方法 |
CN104897608A (zh) * | 2015-06-19 | 2015-09-09 | 福建农林大学 | 一种基于近红外光谱技术的乌龙茶品质鉴定方法 |
CN105021563A (zh) * | 2015-07-14 | 2015-11-04 | 河南科技大学 | 一种基于近红外光谱的烟叶信息采集装置 |
CN106628609A (zh) * | 2015-10-30 | 2017-05-10 | 邓全 | 防伪包装的制作方法、装置、验证方法及防伪土样包用途 |
CN105277516A (zh) * | 2015-11-16 | 2016-01-27 | 江苏大学 | 一种基于激光成像技术的猪肉新鲜度的快速检测方法 |
CN105606473B (zh) * | 2016-01-20 | 2018-06-15 | 华中农业大学 | 一种基于机器视觉的红提葡萄硬度无损检测方法 |
CN105606473A (zh) * | 2016-01-20 | 2016-05-25 | 华中农业大学 | 一种基于机器视觉的红提葡萄硬度无损检测方法 |
CN105628708A (zh) * | 2016-01-27 | 2016-06-01 | 塔里木大学 | 一种南疆红枣多参量品质快速无损检测方法 |
CN105954252A (zh) * | 2016-04-21 | 2016-09-21 | 北京航空航天大学 | 一种饲料原料中非法添加物苏丹红的定性检测方法 |
CN105974792B (zh) * | 2016-07-01 | 2019-04-02 | 福建农林大学 | 一种乌龙茶智能做青装置及方法 |
CN105974792A (zh) * | 2016-07-01 | 2016-09-28 | 福建农林大学 | 一种乌龙茶智能做青装置及方法 |
CN106249593A (zh) * | 2016-08-24 | 2016-12-21 | 贵州铜仁和泰茶业有限公司 | 一种揉捻机控制系统 |
CN106325154A (zh) * | 2016-08-24 | 2017-01-11 | 贵州铜仁和泰茶业有限公司 | 一种基于模式识别的茶叶滚炒机控制方法 |
CN106227039A (zh) * | 2016-08-24 | 2016-12-14 | 贵州铜仁和泰茶业有限公司 | 一种基于模式识别的茶叶加工设备控制方法 |
CN106325154B (zh) * | 2016-08-24 | 2018-12-11 | 贵州铜仁和泰茶业有限公司 | 一种基于模式识别的茶叶滚炒机控制方法 |
CN106560694A (zh) * | 2016-10-20 | 2017-04-12 | 中国计量大学 | 基于多种检验技术的武夷岩茶产地智能鉴别方法 |
CN106560691A (zh) * | 2016-10-20 | 2017-04-12 | 中国计量大学 | 具有深度学习功能的武夷岩茶产地鉴别方法 |
CN106525849A (zh) * | 2016-11-02 | 2017-03-22 | 江苏大学 | 茶叶智能化拼配方法与系统 |
CN106525849B (zh) * | 2016-11-02 | 2019-03-05 | 江苏大学 | 茶叶智能化拼配方法与系统 |
CN108077474A (zh) * | 2017-01-16 | 2018-05-29 | 吴亨进 | 一种适宜于机械化生产的绿茶拼配技术及其加工方法 |
US11079332B2 (en) | 2017-06-21 | 2021-08-03 | Cloudminds (Shenzhen) Robotics Systems Co., Ltd. | Substance detection method and apparatus, and detection device |
CN108369184A (zh) * | 2017-06-21 | 2018-08-03 | 深圳前海达闼云端智能科技有限公司 | 物质检测方法、装置和检测设备 |
IT201700087756A1 (it) * | 2017-07-31 | 2019-01-31 | Univ Degli Studi Di Palermo | Dispositivo per il monitoraggio di superfici vegetali |
CN107941802A (zh) * | 2017-10-31 | 2018-04-20 | 华中农业大学 | 基于机器视觉的盆栽水稻卷叶程度测量方法 |
CN107941802B (zh) * | 2017-10-31 | 2020-05-08 | 华中农业大学 | 基于机器视觉的盆栽水稻卷叶程度测量方法 |
CN110090809A (zh) * | 2018-01-31 | 2019-08-06 | 西派特(北京)科技有限公司 | 一种在线高速无损自动分拣单倍体玉米籽粒的装置 |
CN108960315A (zh) * | 2018-06-27 | 2018-12-07 | 河南农业大学 | 一种调理肉制品品质智能评价系统及方法 |
CN108960315B (zh) * | 2018-06-27 | 2021-08-06 | 河南农业大学 | 一种调理肉制品品质智能评价系统及方法 |
CN109492701A (zh) * | 2018-11-21 | 2019-03-19 | 中国农业科学院茶叶研究所 | 一种工夫红茶萎凋适度性判别方法及系统 |
IT201900001891A1 (it) * | 2019-02-11 | 2020-08-11 | Univ Degli Studi Di Palermo | Metodo per il monitoraggio di superfici vegetali |
WO2020165671A1 (en) * | 2019-02-11 | 2020-08-20 | Università Degli Studi Di Palermo | Method for monitoring vegetation ground covers |
CN109886259A (zh) * | 2019-02-22 | 2019-06-14 | 潍坊科技学院 | 一种基于计算机视觉的番茄病害识别预警方法及装置 |
CN109900867A (zh) * | 2019-04-11 | 2019-06-18 | 广东省农业科学院茶叶研究所 | 一种茶叶品质的评鉴方法 |
CN110188680A (zh) * | 2019-05-29 | 2019-08-30 | 南京林业大学 | 基于因子迭代的茶树嫩芽智能识别方法 |
CN110188680B (zh) * | 2019-05-29 | 2021-08-24 | 南京林业大学 | 基于因子迭代的茶树嫩芽智能识别方法 |
CN110244009A (zh) * | 2019-06-18 | 2019-09-17 | 六盘水市食品药品检验检测所 | 一种蜂蜜品质的快速鉴别检测系统及方法 |
CN110160979A (zh) * | 2019-06-18 | 2019-08-23 | 黄山市柒日原叶生物科技咨询有限公司 | 一种快速提炼原茶的智能算法 |
CN111141739A (zh) * | 2020-02-14 | 2020-05-12 | 中国农业科学院茶叶研究所 | 一种茶汤图像采集装置及茶汤色泽参数优化提取方法 |
CN111480712A (zh) * | 2020-05-26 | 2020-08-04 | 无锡迅杰光远科技有限公司 | 一种茶叶发酵过程全自动品质控制设备 |
CN113866116A (zh) * | 2021-08-23 | 2021-12-31 | 新昌中国大佛龙井研究院 | 一种快速鉴定茶叶等级的检测装置 |
CN117054372A (zh) * | 2023-08-15 | 2023-11-14 | 广东省农业科学院茶叶研究所 | 基于nirs与cv的茶叶品质等级检测方法和系统 |
CN117054372B (zh) * | 2023-08-15 | 2024-04-05 | 广东省农业科学院茶叶研究所 | 基于nirs与cv的茶叶品质等级检测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101419166A (zh) | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 | |
CN101692052B (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
CN100480680C (zh) | 多光谱肉类新鲜度人工智能测量方法及系统 | |
CN101308086B (zh) | 基于近红外光谱技术的水果内部品质在线检测装置 | |
CN1995987B (zh) | 基于高光谱图像技术的农畜产品无损检测方法 | |
CN102818777B (zh) | 一种基于光谱和颜色测量的水果成熟度评价方法 | |
CN101620180B (zh) | 近红外技术快速检测茶叶品质的方法 | |
CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
CN101251526A (zh) | 食品综合品质无损检测方法与装置 | |
CN104977258B (zh) | 基于二维相关光谱的茶叶/化妆品等品质检测方法 | |
CN100357725C (zh) | 近红外技术快速检测牛肉嫩度的方法和装置 | |
CN102788794A (zh) | 基于多传感信息融合的叶菜类蔬菜叶片农药残留检测装置及方法 | |
CN103645155A (zh) | 生鲜羊肉嫩度的快速无损检测方法 | |
CN105092579A (zh) | 一种芒果品质无损检测设备 | |
CN105548027A (zh) | 基于近红外光谱测定调和油中茶油含量的分析模型及方法 | |
CN100449302C (zh) | 瓶装黄酒标注酒龄快速无损鉴别方法和装置 | |
CN105763871A (zh) | 一种摄像机清晰度的实时检测系统及检测方法 | |
CN108152231B (zh) | 基于可见/近红外光谱的枣果内部缺陷检测方法 | |
CN110031408A (zh) | 一种猕猴桃成熟度快速判别装置及方法 | |
CN108444924A (zh) | 一种应用高光谱图像技术判别茶叶贮藏期的方法 | |
CN108198176A (zh) | 一种基于图像分析烟草成熟度的判别方法 | |
CN108287161A (zh) | 一种智能茶叶感官审评方法及系统 | |
CN108827925A (zh) | 基于光纤式荧光光谱技术的食用植物油真伪快速检测方法和检测装置 | |
CN106940292A (zh) | 基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法 | |
CN105954205B (zh) | 基于光谱成像的青梅糖度与酸度快速无损检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090429 |