CN102175775B - 基于激光超声融蚀机制的粮食品质检测系统及方法 - Google Patents

基于激光超声融蚀机制的粮食品质检测系统及方法 Download PDF

Info

Publication number
CN102175775B
CN102175775B CN 201110008029 CN201110008029A CN102175775B CN 102175775 B CN102175775 B CN 102175775B CN 201110008029 CN201110008029 CN 201110008029 CN 201110008029 A CN201110008029 A CN 201110008029A CN 102175775 B CN102175775 B CN 102175775B
Authority
CN
China
Prior art keywords
grain
quality
parameter
laser
index
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
Application number
CN 201110008029
Other languages
English (en)
Other versions
CN102175775A (zh
Inventor
樊超
杨红卫
傅洪亮
杨铁军
张德贤
梁义涛
朱春华
靳婷
张建华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University of Technology
Original Assignee
Henan University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan University of Technology filed Critical Henan University of Technology
Priority to CN 201110008029 priority Critical patent/CN102175775B/zh
Publication of CN102175775A publication Critical patent/CN102175775A/zh
Application granted granted Critical
Publication of CN102175775B publication Critical patent/CN102175775B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明涉及基于激光超声融蚀机制的粮食品质检测系统及方法，本发明以脉冲激光器为激光源、电容超声换能器为接收器件建立检测平台，获取粮食籽粒的超声纵波信号；利用小波包变换技术提取信号的时频特征参数；进而基于最小二乘法建立粮食品质参数的数学模型；以国标为依据，最终实现粮食品质的分级与评价；本发明具有快速、准无损、非接触、抗干扰能力强、效率高、无污染等诸多优点。

Description

基于激光超声融蚀机制的粮食品质检测系统及方法
技术领域
本发明涉及粮食品质在线检测系统及方法，特别是一种基于激光超声融蚀机制的粮食品质检测系统及方法，属于粮食品质检测技术领域。
背景技术
粮食的生产、贸易及利用是以粮食的品质为基础的。在粮食生产过程中，粮食品质是育种和指导种植的重要目标；在收购环节，粮食品质是定等作价的依据；在粮食储藏过程中，随着储藏时间的延长，粮食的品质会发生很大变化，甚至发生劣变，粮食品质是指导国家储备粮合理轮换的最重要指标。必须不断监测粮食品质的变化，避免给国家造成重大损失，危及国家粮食安全；在粮食加工及贸易过程中，粮食品质决定粮食的最佳用途与市场价值，是有关食品工业质量控制的重要基础；“民以食为天”，粮食品质是人们身体健康的基本保证。任何粮食的数量都是以粮食的基本品质为前提的，撇开粮食的品质只谈粮食的数量是没有意义的。确保粮食品质优质、安全是贯穿我国粮食工作始终的生命线。客观、快速、准确地测定粮食的品质是维护我国粮食贸易基本利益、加强流通、合理利用粮食资源、引导种植结构调整，提高农民收入的技术保证，是粮食工作最重要的内容之一。
在粮食检验和品质控制中，目前有许多常规方法用于检测粮食的物理特性、化学成分和功能特征。根据工作原理，现行的这些分析方法大致可以分为计算机视觉检测法、化学分析方法、近红外光谱分析法和声学法（可听声频段）等。上述几种方法在粮食品质检测方面都获得了广泛应用并取得较好的结果，到目前为止，这些方法仍然是其它方法不可替代，今后仍将被广泛应用的。然而，这些常规方法均存在一些难以克服的缺陷。例如，基于计算机视觉的粮食品质检测方法主要对粮食的外观品质参数检测较为适用，并且这种方法属于静态检测，限制了检测的实时性；化学分析方法不同程度地存在着检测时间长、成本高、污染环境和影响工作人员健康的问题；近红外光谱分析法的模型维护较为困难，建立的模型并不能一劳永逸，并且品质参数测量的精度很大程度上依赖于已知样品的化学分析准确度；而声学方法（可听声频段）对环境噪声屏蔽的要求较为苛刻。随着社会对粮食安全和生态环境的关注，人们越来越欢迎准确、快速、无损、成本低，不需要化学药剂，不污染环境、不会对工作人员健康造成伤害、环境适应能力强，并且能够在线检测的新型检验技术。粮食品质检测，特别是准确、快速、在线检测是目前我国粮食生产、收购、储藏、加工、流通和消费过程中最突出的技术“瓶颈”之一。
发明内容
本发明的目的是提供一种基于激光超声融蚀机制的粮食品质检测系统及方法，以解决现有粮食检测存在的检测时间长、成本高、污染环境、影响工作人员身体健康、检测环境苛刻的问题。
为实现上述目的，本发明的基于激光超声融蚀机制的粮食品质检测系统，包括激光器、分光镜、衰减片、透镜、光电二极管、放大器、计算机和超声探测器，该超声探测器的输出端连入放大器的输入端，放大器的输出连入计算机的输入接口，所述分光镜、衰减片和透镜顺次设于激光器的光轴上，所述分光镜水平设置，激光器的发射光束平行于分光镜入射角的入射光线，所述衰减片和透镜垂直于激光器的光轴设置，所述光电二极管置于分光镜反射光束的光轴上，光电二极管与计算机有线连接。 
进一步的，所述超声探测器为带宽电容式超声探测器。
进一步的，所述分光镜的入射角为45°，激光器的发射光束与分光镜呈45°角。
利用上述检测系统进行粮食品质检测的方法包括以下步骤：
    （1）调节检测系统的透镜与粮食籽粒表面的距离，使粮食籽粒表面处于透镜焦平面上，激光器发出的激光脉冲通过透镜汇聚于粮食籽粒表面，在粮食籽粒表层产生热应力区，从而在粮食籽粒内部产生应力波即超声波；
    （2）超声探测器接收超声波信号，该超声波信号经采样放大后，存储于计算机中；
（3）取M粒同一种类相同品质粮食籽粒，重复步骤（2），收集M粒粮食籽粒的超声波信号，其中                                                
Figure 532030DEST_PATH_IMAGE001
；
（4）计算机对接收到的超声波信号进行时域分析，提取与粮食品质有关的时域特征参数；
（5）使用小波包变换技术提取超声波信号的频域特征参数；
（6）取同一种类粮食的N(N≥10)个不同品质样本，重复步骤(3)~(5)，得到同一种类不同品质粮食的时、频特征参数；
（7）建立粮食品质参数模型，以得到的时域特征参数和频域特征参数作为自变量，品质指标为因变量，反演出粮食的品质参数；
（8）在得到粮食的品质参数后，根据国家相关分类标准，对粮食品质进行分级。
进一步的，所述步骤（1）中调节激光能量以增加激发效率，使粮食籽粒表层发生融蚀效应，以激励出较强的超声纵波。
进一步的，所述步骤（4）中时域特征参数包括：幅值总和、幅度方差、幅度均方根值、波形指标、峰值因子、脉冲因子、过零率参数。
进一步的，所述步骤（5）是使用Daubechies4（db4）小波基函数对超声波信号进行小波包分解，其消失矩为4，支撑区间宽度为7，通过对超声探测器所采集到的信号进行3层小波包分解，得到8个小波包重构信号分量即8个频域特征参数。
进一步的，所述步骤（7）中建立粮食品质参数的反演模型用到的特征参数，是通过计算时域特征参数与品质指标间的相关性，频域特征参数与品质指标间的相关性，挑选相关系数大于0.8的特征参数，以这些特征参数作为自变量，建立粮食品质参数的模型。
进一步的，所述步骤（7）中以挑选的特征参数为自变量，品质指标为因变量，建立多元回归方程：
Figure 696295DEST_PATH_IMAGE002
,其中L为挑选的特征参数的个数，
Figure 875604DEST_PATH_IMAGE003
为挑选的特征参数，Y为品质指标，通过对N个品质样本的测量，得到N个数据集为
Figure 416306DEST_PATH_IMAGE004
，
Figure 731881DEST_PATH_IMAGE005
,则可以写成矩阵形式
Figure 332627DEST_PATH_IMAGE006
，即为：
Figure 795969DEST_PATH_IMAGE007
，
使用最小二乘法求解系数矩阵：，由此可以通过超声波时频信号的特征参数反演出粮食品质的指标参数。
本发明的基于激光超声融蚀机制的粮食品质检测系统及方法具有如下优点：
（1）由于使用脉冲激光激励超声信号，使用宽带电容超声换能器接收超声纵波信号，因此本检测系统和方法具有非接触的特点；
（2）由于以超声纵波信号作为超声探测器的接收信号，因此该系统和方法对环境噪声的抗干扰能力较强，易于实现实时在线检测；
（3）由于采用了激光超声的融蚀机制激发超声波，因此增加了超声波的激发效率，改善了接收信号的信噪比，可有效提高测量精度，且粮食籽粒的表层融蚀深度仅几个微米，接近于无损检测；
（4）由于该系统和方法在检测过程中，无需使用任何化学制剂、无放射性物质产生，数据的采集与处理由计算机自动完成，因此该系统和方法具有无污染、无需人工干预、检测效率高等优点。
综上所述，本发明由于以脉冲激光作为激励源，以超声波作为检测信号，因此该方法具有快速、准无损、非接触、抗干扰能力强、效率高、无污染等许多优点，为粮食品质检测提供了一种新型的实时在线检测系统和方法。
附图说明
图1 基于激光超声融蚀机制的粮食品质检测系统原理图；
图2 基于激光超声融蚀机制的粮食品质检测方法流程图;
图3 超声信号的三层小波包分解二叉树。
具体实施方式
如图1所示，本发明的基于激光超声融蚀机制的粮食品质检测系统包括激光器1、分光镜2、衰减片3、透镜4、光电二极管5、放大器6、计算机8和超声探测器7，该超声探测器7的输出端连入放大器7的输入端，放大器7的输出连入计算机7的输入端，放大器7、光电二极管5分别与计算机8有线连接，分光镜2、衰减片3和透镜4顺次设于激光器1的光轴上，分光镜2水平设置，激光器1发射光束的光轴与分光镜2呈45°的入射夹角，衰减片3和透镜4垂直于激光器1的光轴，光电二极管5置于分光镜2反射光束的光轴上，光电二极管5与计算机8有线连接，用于产生计算机8的同步接收信号，超声探测器6为带宽电容式超声探测器。主要器件的性能描述如下表：
 
Figure 82091DEST_PATH_IMAGE010
    本发明的基于激光超声融蚀机制的粮食品质检测方法，是以粮食籽粒激光超声融蚀机制的机理研究为出发点；以脉冲激光器为激光源、电容超声换能器为接收器件建立检测系统，获取粮食籽粒的超声纵波信号；利用小波包变换技术提取信号的时频特征参数；进而基于最小二乘法建立粮食品质参数的反演模型；以国标为依据，利用品质参数最终实现粮食品质的分级与评价。
以检测小麦籽粒为例，流程图如图2所示，具体实施方案如下：
（1）调节检测系统的透镜与小麦籽粒表面的距离，使小麦籽粒表面处于透镜焦平面上，使激光器发出的激光脉冲通过透镜汇聚于小麦籽粒表面，利用高能激光脉冲与小麦籽粒表层的瞬时热作用，在小麦籽粒表层产生热应力区，从而在小麦籽粒内部产生应力波即超声波；脉冲激光作用于小麦籽粒表面，激发超声波位移场，该过程可划分成两个相互耦合的子过程：一是脉冲激光在小麦籽粒内部产生温度场，二是由温度场引起的超声位移场：
，    
Figure 617033DEST_PATH_IMAGE012
， 
这里，
Figure 969516DEST_PATH_IMAGE013
是小麦籽粒内部t时刻温度的瞬态空间分布，
Figure 584169DEST_PATH_IMAGE014
表示t时刻引起的超声波位移场，
Figure 22103DEST_PATH_IMAGE015
、
Figure 708299DEST_PATH_IMAGE016
、k分别表示小麦籽粒的密度、定容比热容和热传导率，
Figure 852973DEST_PATH_IMAGE017
为热弹耦合系数，其中
Figure 966422DEST_PATH_IMAGE018
为线膨胀系数，
Figure 829336DEST_PATH_IMAGE019
和
Figure 53644DEST_PATH_IMAGE020
为粮食的Lame常数。
在极坐标系中，激光辐照区域的热流边界条件可表示为:
Figure 380720DEST_PATH_IMAGE021
，
Figure 101289DEST_PATH_IMAGE022
是样品表面光吸收率，这是一个随温度而改变的量，
Figure 248237DEST_PATH_IMAGE023
为入射激光的功率密度。
Figure 276236DEST_PATH_IMAGE024
和
Figure 395502DEST_PATH_IMAGE025
分别为激光脉冲的空间和时间分布，
Figure 850754DEST_PATH_IMAGE026
和
Figure 688260DEST_PATH_IMAGE025
由脉冲激光器生产厂家提供，可表示为:
Figure 254370DEST_PATH_IMAGE027
，
Figure 290459DEST_PATH_IMAGE028
，
    
Figure 854296DEST_PATH_IMAGE029
是脉冲激光线源的辐照半宽度，
Figure 975836DEST_PATH_IMAGE030
为激光脉冲的上升时间，采用有限元方法得到超声波场
Figure 787715DEST_PATH_IMAGE031
的数值模拟解。小麦激光超声的有限元数值模拟分析可划分成两个过程：一是脉冲激光在小麦内部产生的温度场的数值分析，二是由温度场引起的超声位移场
Figure 740944DEST_PATH_IMAGE014
的数值分析。
（2）带宽电容式超声探测器距离小麦籽粒表面1-2mm左右以接收超声波信号，该超声波信号经采样放大后，存储于计算机中；超声探测器将接收的超声波信号转换成与强度呈正比关系的电信号
Figure 287463DEST_PATH_IMAGE032
，即：
Figure 195376DEST_PATH_IMAGE033
。
（3）对于同一种类相同品质的粮食，例如豫麦49，使用同样的处理对M粒小麦籽粒的超声波信号，得到一系列电信号
Figure 143741DEST_PATH_IMAGE034
，一般M取300~500个籽粒。
（4）计算机采集到这些信号后，提取其时域特征参数，主要包括：幅值总和、幅度方差、幅度均方根值、波形指标、峰值因子、脉冲因子、过零率。各参数的定义为：
① 幅度总和：，
② 幅度方差：
Figure 207829DEST_PATH_IMAGE036
，
③ 幅度均方根值：，
④ 波形指标：
Figure 987883DEST_PATH_IMAGE038
，
⑤ 峰值因子：
Figure 562959DEST_PATH_IMAGE039
，
⑥ 脉冲因子：，
⑦ 过零率：
Figure 333786DEST_PATH_IMAGE041
。
（5）对采集到的超声电信号
Figure 319059DEST_PATH_IMAGE042
进行小波包变换，这里采用的小波基函数是Daubechies4（db4），其消失矩为4，支撑区间宽度为7，通过对电容超声探测器所采集到的信号进行3层小波包分解，得到8个小波包重构信号分量，如图3所示。经三层小波包分解重构后各频段的能量:
Figure 628818DEST_PATH_IMAGE043
。
其中，
Figure 371646DEST_PATH_IMAGE044
是重构信号
Figure 425052DEST_PATH_IMAGE045
的各点的幅值。
（6）使用步骤（4）、（5）对同一种类不同品质粮食的N个样本(例如同属于小麦种类的豫麦34、豫麦49、豫麦50、内乡188等，N≥10，N值越大，拟合效果越好)分别提取特征参数
Figure 202516DEST_PATH_IMAGE046
、
Figure 683175DEST_PATH_IMAGE047
。对每一样本，首先以特征参数
Figure 241196DEST_PATH_IMAGE048
为自变量，品质指标
Figure 268932DEST_PATH_IMAGE049
为因变量（通过标准方法测量得到），对于N个样本点
Figure 228798DEST_PATH_IMAGE050
，
Figure 818042DEST_PATH_IMAGE051
，…，
Figure 597780DEST_PATH_IMAGE052
，则一元线性回归方程可表示为：
Figure 930672DEST_PATH_IMAGE053
；
其中，
Figure 745044DEST_PATH_IMAGE054
，
Figure 567507DEST_PATH_IMAGE055
，
，
。
（7）计算特征参数
Figure 640002DEST_PATH_IMAGE058
和品质指标
Figure 69584DEST_PATH_IMAGE059
的相关性，计算公式为：
Figure 823913DEST_PATH_IMAGE060
，
，当
Figure 287573DEST_PATH_IMAGE062
时
Figure 389521DEST_PATH_IMAGE058
和
Figure 631146DEST_PATH_IMAGE059
完全相关，当
Figure 171849DEST_PATH_IMAGE063
时则
Figure 487424DEST_PATH_IMAGE048
和
Figure 88170DEST_PATH_IMAGE064
之间没有相关性，
Figure 5308DEST_PATH_IMAGE065
越接近1，
Figure 349702DEST_PATH_IMAGE048
和
Figure 519783DEST_PATH_IMAGE064
的相关性越好。
对于其他特征参数（
Figure 291430DEST_PATH_IMAGE066
），重复使用步骤（6）、（7）分别计算一元线性回归方程的系数
Figure 179752DEST_PATH_IMAGE067
以及相应特征参数和品质指标之间的相关性。
（8）通过前面的计算，比较特征参数与品质指标间的相关系数，挑选相关系数大于0.8的特征参数，假设为
Figure 62257DEST_PATH_IMAGE003
,以这些特征参数为自变量，品质指标
Figure 352424DEST_PATH_IMAGE068
为因变量，建立多元回归方程：
Figure 294973DEST_PATH_IMAGE002
，通过对N个样本的测量，得到N个数据集为
Figure 169125DEST_PATH_IMAGE069
，
Figure 855322DEST_PATH_IMAGE070
,则可以写成矩阵形式
Figure 62312DEST_PATH_IMAGE006
，即为：
Figure 113445DEST_PATH_IMAGE007
，
使用最小二乘法求解系数矩阵：
Figure 38675DEST_PATH_IMAGE008
，由此可以通过超声波时频信号的特征参数
Figure 200666DEST_PATH_IMAGE003
,反演出粮食品质的指标参数
Figure 527743DEST_PATH_IMAGE068
。
（9）在得到粮食品质的指标参数后，根据国家相关分类标准，完成粮食品质的分级。

Claims (7)

1.基于激光超声融蚀机制的粮食品质检测系统，其特征在于：包括激光器、分光镜、衰减片、透镜、光电二极管、放大器、计算机和超声探测器，该超声探测器的输出端连入放大器的输入端，放大器的输出连入计算机的输入接口，所述分光镜、衰减片和透镜顺次设于激光器的光轴上，所述分光镜水平设置，激光器的发射光束平行于分光镜入射角的入射光线，所述衰减片和透镜垂直于激光器的光轴设置，所述光电二极管置于分光镜反射光束的光轴上，光电二极管与计算机有线连接；所述超声探测器为带宽电容式超声探测器。
2.根据权利要求1所述的基于激光超声融蚀机制的粮食品质检测系统，其特征在于：所述分光镜的入射角为45°，激光器的发射光束与分光镜呈45°角。
3.利用权利要求1所述的检测系统进行粮食品质检测的方法，其特征在于，包括以下步骤：
（1）调节检测系统的透镜与粮食籽粒表面的距离，使粮食籽粒表面处于透镜焦平面上，激光器发出的激光脉冲通过透镜汇聚于粮食籽粒表面，在粮食籽粒表层产生热应力区，从而在粮食籽粒内部产生应力波即超声波；
（2）超声探测器接收超声波信号，该超声波信号经采样放大后，存储于计算机中；
（3）取M粒同一种类相同品质粮食籽粒，重复步骤（2），收集M粒粮食籽粒的超声波信号，其中M≥300；（4）计算机对接收到的超声波信号进行时域分析，提取与粮食品质有关的时域特征参数，该时域特征参数包括幅值总和、幅度方差、幅度均方根值、波形指标、峰值因子、脉冲因子和过零率参数；
（5）使用小波包变换技术提取超声波信号的频域特征参数；
（6）取同一种类粮食的N个不同品质样本，其中N≥10，重复步骤(3)~(5)，得到同一种类不同品质粮食的时、频特征参数；
（7）建立粮食品质参数模型，以得到的时域特征参数和频域特征参数作为自变量，品质指标为因变量，反演出粮食的品质参数；
（8）在得到粮食的品质参数后，根据国家相关分类标准，对粮食品质进行分级。
4.根据权利要求3所述的方法，其特征在于：所述步骤（1）中的激光器通过调节激光能量以增加激发效率，使粮食籽粒表层发生融蚀效应，以激励出更强的超声纵波。
5.根据权利要求3所述的方法，其特征在于：所述步骤（5）是使用Daubechies4（db4）小波基函数对超声波信号进行小波包分解，其消失矩为4，支撑区间宽度为7，通过对超声探测器所采集到的信号进行3层小波包分解，得到8个小波包重构信号分量即8个频域特征参数。
6.根据权利要求3所述的方法，其特征在于：所述步骤（7）中建立粮食品质参数的反演模型用到的特征参数，是通过计算时域特征参数与品质指标间的相关性，频域特征参数与品质指标间的相关性，挑选相关系数大于0.8的特征参数，以这些特征参数作为自变量，建立粮食品质参数的模型。
7.根据权利要求6所述的方法，其特征在于：所述步骤（7）中以挑选的特征参数为自变量，品质指标为因变量，建立多元回归方程：Y＝a0+a1X1+a2X2+…+aLXL,其中L为挑选的特征参数的个数，Xi(i＝1,2,…,L,L≤15)为挑选的特征参数，Y为品质指标，通过对N个品质样本的测量，得到N个数据集为(X1i,X2i，…,XLi;Yi)，i＝1,2,…,N,则可以写成矩阵形式Y＝XA，即为：
Figure FDA00002656161000031
使用最小二乘法求解系数矩阵：A＝(XTX)-1XTY，由此可以通过超声波时频信号的特征参数反演出粮食品质的指标参数。
CN 201110008029 2011-01-14 2011-01-14 基于激光超声融蚀机制的粮食品质检测系统及方法 Expired - Fee Related CN102175775B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110008029 CN102175775B (zh) 2011-01-14 2011-01-14 基于激光超声融蚀机制的粮食品质检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110008029 CN102175775B (zh) 2011-01-14 2011-01-14 基于激光超声融蚀机制的粮食品质检测系统及方法

Publications (2)

Publication Number Publication Date
CN102175775A CN102175775A (zh) 2011-09-07
CN102175775B true CN102175775B (zh) 2013-05-08

Family

ID=44518980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110008029 Expired - Fee Related CN102175775B (zh) 2011-01-14 2011-01-14 基于激光超声融蚀机制的粮食品质检测系统及方法

Country Status (1)

Country Link
CN (1) CN102175775B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170004380A1 (en) * 2015-07-01 2017-01-05 Mediatek Inc. Object analyzing method and object analyzing system

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103472029B (zh) * 2013-09-25 2016-03-30 江西科技师范大学 一种用于食品添加剂成分的检测装置
CN104034665B (zh) * 2014-06-06 2016-04-20 江西科技师范大学 一种手持式食品安全检测装置及方法
CN104535646B (zh) * 2014-12-17 2017-05-24 河南工业大学 一种粮食籽粒不完善度检测方法
CN109558843B (zh) * 2018-11-30 2020-11-06 济南大学 基于小波包分析的近红外光谱信号处理方法及系统
CN111426919A (zh) * 2020-04-08 2020-07-17 国网山西省电力公司电力科学研究院 基于激光诱导超声的盆式绝缘子检测装置
DE102022116302A1 (de) * 2022-06-30 2024-01-04 Clear Sea GmbH Verfahren und Vorrichtung zur Kategorisierung von Lebensmitteln
CN115406967B (zh) * 2022-11-01 2023-03-21 湖南木屋网络科技有限公司 一种水果品质判断方法、系统、设备及储存介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724138A (en) * 1996-04-18 1998-03-03 Textron Systems Corporation Wavelet analysis for laser ultrasonic measurement of material properties
CN101281172A (zh) * 2007-04-04 2008-10-08 南京理工大学 激光声表面波应力测试系统
CN101918811A (zh) * 2007-10-25 2010-12-15 圣路易斯华盛顿大学 具有光学横向分辨率的共焦光声显微镜

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724138A (en) * 1996-04-18 1998-03-03 Textron Systems Corporation Wavelet analysis for laser ultrasonic measurement of material properties
EP0834054A1 (en) * 1996-04-18 1998-04-08 Textron Systems Corporation Wavelet analysis for laser ultrasonic measurement of material properties
CN101281172A (zh) * 2007-04-04 2008-10-08 南京理工大学 激光声表面波应力测试系统
CN101918811A (zh) * 2007-10-25 2010-12-15 圣路易斯华盛顿大学 具有光学横向分辨率的共焦光声显微镜

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李晓春.激光超声及其在无损检测中的应用.《光电子技术》.1997,第17卷(第1期),37-44. *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170004380A1 (en) * 2015-07-01 2017-01-05 Mediatek Inc. Object analyzing method and object analyzing system

Also Published As

Publication number Publication date
CN102175775A (zh) 2011-09-07

Similar Documents

Publication Publication Date Title
CN102175775B (zh) 基于激光超声融蚀机制的粮食品质检测系统及方法
Zhang et al. Nondestructive quality evaluation of agro-products using acoustic vibration methods—A review
Morrison et al. Ultrasonic technique for non-destructive quality evaluation of oranges
CN106018327A (zh) 基于太赫兹波的植物叶片含水量检测方法和系统
CN105092430B (zh) 一种基于发散超声波衰减的颗粒粒度测量装置及方法
CN101975759A (zh) 透射式无损检测植物叶片含水量的装置和方法
Sancho-Knapik et al. Air-coupled broadband ultrasonic spectroscopy as a new non-invasive and non-contact method for the determination of leaf water status
CN103033488A (zh) 可实时观察监测z扫描光学非线性测量装置和方法
CN103776903B (zh) 一种风电叶片脱层检测方法及检测系统
CN101477023A (zh) 基于动态光散射信号时间相干度的超细颗粒测量装置及方法
CN205910119U (zh) 基于太赫兹波的植物叶片含水量检测系统
CN101907551A (zh) 中药提取浓缩液密度超声检测装置及应用
CN104251820A (zh) 一种基于Duffing系统的光声池微弱光声信号检测方法
CN106840495A (zh) 一种表征玻璃表面残余应力的方法
CN103226205A (zh) 一种激光等离子体冲击波力学效应的光纤传感测量方法
Li et al. Effect of moisture content on propagation characteristics of acoustic emission signal of Pinus massoniana Lamb
Xu et al. Research on the detection of the hole in wood based on acoustic emission frequency sweeping
CN106767457A (zh) 一种基于拉曼光谱测量的水面油膜厚度测量方法及装置
CN104749249B (zh) 一种基于超声波技术的检测种子净度的方法
CN102706908B (zh) 水果内部品质快速检测模型的建模方法
Liu et al. Feasibility of non‐destructive evaluation for apple crispness based on portable acoustic signal
CN102980941A (zh) 一种利用声速变化的超声气体相对湿度检测方法及装置
Shao et al. Design and research of an ultrasonic grain moisture content detection device
Zhang et al. Grain size characterization of Ti-6Al-4V titanium alloy based on laser ultrasonic random forest regression
CN206161532U (zh) 一种低成本高灵敏激光探针元素分析仪

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: 20130508

Termination date: 20140114