CN102784762B - 一种应用激光快速检测并分选霉变谷粒的方法 - Google Patents

一种应用激光快速检测并分选霉变谷粒的方法 Download PDF

Info

Publication number
CN102784762B
CN102784762B CN201210289311.5A CN201210289311A CN102784762B CN 102784762 B CN102784762 B CN 102784762B CN 201210289311 A CN201210289311 A CN 201210289311A CN 102784762 B CN102784762 B CN 102784762B
Authority
CN
China
Prior art keywords
laser
peanut
grain
value
mouldy
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.)
Active
Application number
CN201210289311.5A
Other languages
English (en)
Other versions
CN102784762A (zh
Inventor
刘阳
李雅丽
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.)
Institute of Food Science and Technology of CAAS
Original Assignee
Institute of Food Science and Technology of CAAS
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 Institute of Food Science and Technology of CAAS filed Critical Institute of Food Science and Technology of CAAS
Priority to CN201210289311.5A priority Critical patent/CN102784762B/zh
Publication of CN102784762A publication Critical patent/CN102784762A/zh
Application granted granted Critical
Publication of CN102784762B publication Critical patent/CN102784762B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种应用激光快速检测并分选霉变谷粒或花生的方法。该方法包括下述步骤：选择与待测谷粒或花生同一品种的正常谷粒或花生作为对照，将对照品和待测样品在相同条件下，分别测定950nm-1120nm的激光透过率和640nm-850nm的激光透过率，计算950nm-1120nm的激光透过率和640nm-850nm的激光透过率的比值记为γ值；以对照的γ值作为参考值，将待测谷粒或花生的γ值与所述参考值进行比较，小于等于所述参考值的为正常谷粒或花生，大于所述参考值的为疑似霉变谷粒或花生。实验证明，应用γ值鉴定谷粒或花生是否发霉，是一种快速实时、操作简单、不破坏样品、安全的检测并分选霉变谷粒或花生的方法。

Description

一种应用激光快速检测并分选霉变谷粒的方法
技术领域
本发明涉及一种应用激光快速检测并分选霉变谷粒的方法。
背景技术
花生在全世界范围内种植广泛，中国、印度和非洲为主产区。中国花生种植面积约500万公顷，总产量高于1400万吨，居世界第一位，占总产量的40％以上。但我国花生在出口中被检出黄曲霉毒素(AFT)污染超标的现象时有发生，使得我国花生在国际市场上的竞争优势下降，严重威胁着花生的食品安全。
黄曲霉毒素是一类由黄曲霉、寄生曲霉等产生的次生代谢产物，对人、家畜、家禽及动物有强烈的毒性，其毒性是氰化钾的10倍，诱发肝癌的强度比二甲基亚硝胺强75倍。这类曲霉广泛存在于热带和亚热带，它们代谢的黄曲霉毒素污染全球大部分食物，其中花生中黄曲霉毒素检出率最高。就我国而言，随着纬度的南移，花生收获前受感染程度逐渐增加，其中广东、广西、福建较为严重。国标GB2761-2011要求花生及其制品中黄曲霉毒素的限量为≤20μg/kg。
目前国内外检测并分选霉变花生主要是利用基于花生的光反射特性生产的光电分选设备。其原理是利用霉变粒、杂质等异色粒和正常粒颜色的深浅不同，由光电探测器测得的反射光和投射光的光量与基准色板反射光光量的信号差值整形、放大、判断，将其剔除。此方法的缺点是只能检测并分选出发霉很严重以致表皮颜色变化很明显的花生，而不能检测出内部霉变的花生，而且受花生仁检测位置、电源电压波动的影响，检测精度不高。
近年来激光在农业领域得到广泛的应用和研究，其中的一个最新进展是将激光技术应用于农产品内部品质和安全性检测。激光用于农产品质量检测是将它作为光源，配以相应的光电元件和软件系统来实现。这种技术具有精度高，检测时间短，非接触式等优点，所以又称为激光无损检测技术。但迄今为止未见有应用激光技术非破坏性测定并分选霉变花生的报道。
发明内容
本发明针对现有技术存在的不足之处，提供了一种快速实时、操作简单、不破坏样品且安全的检测并分选霉变谷粒或花生的方法。
本发明的方法是通过研究谷粒或花生油脂水解度与γ值之间的关系，在大量实验的基础上得出的。γ值表示花生在950nm-1120nm(通常为1085nm)的激光透过率与640nm-850nm(通常为690nm)的激光透过率的比值。
通过比对分析发霉花生与正常花生在950nm-1120nm(通常为1085nm)的激光透过率和640nm-850nm(通常为690nm)的激光透过率，得出γ值与花生品种有关，但同一品种发霉花生与正常花生的γ值有明显差别，即霉变花生γ值均大于正常花生γ值，且随着霉变程度增加，γ值增大。
综上得出，本发明所提供的检测并分选霉变谷粒或花生的方法为：选择与待测谷粒或花生同一品种的正常谷粒或花生(即已知未霉变的谷粒或花生)作为对照，将作为对照的正常谷粒或花生和待测谷粒或花生在相同条件下，分别测定950nm-1120nm的激光透过率和640nm-850nm的激光透过率，计算950nm-1120nm的激光透过率和640nm-850nm的激光透过率的比值记为γ值；以对照的γ值作为参考值，将待测谷粒或花生的γ值与所述参考值进行比较，小于等于所述参考值的为正常谷粒或花生，大于所述参考值的为疑似霉变谷粒或花生。此方法为霉变谷粒或花生分选设备的研制奠定了基础。
上述作为对照的谷粒或花生为具有一定数量的正常谷粒或花生组，以使其测定的参考值具有统计学意义。作为对照组中的正常花生均符合国标GB2761-2011对花生的质量要求，即要求花生及其制品中黄曲霉毒素的限量为≤20μg/kg。
根据谷粒或花生γ值不同分选霉变谷粒或花生，并且依据γ值大小可进一步将霉变花生分成不同霉变程度的谷粒或花生。
上述方法中，所述950nm-1120nm范围内优选波长为1085nm；所述640nm-850nm范围内优选波长为690nm。
本发明的再一个目的是提供一种应用激光快速检测并分选霉变谷粒或花生的激光分选光学平台。
本发明所提供的激光分选光学平台，依次包括下述部件：第一激光器1、第二激光器2、偏光镜片3、光阑4、样品台5、探测器6和光功率计7；其中，所述激光器1和激光器2产生的激光经过偏光镜聚光后光束重合，所述第一激光器1的光源波长为950nm-1120nm(优选1085nm)，所述第二激光器2的光源波长为640nm-850nm(优选690nm)。
具体操作过程为：波长分别为950nm-1120nm(优选1085nm)和640nm-850nm(优选690nm)的激光器同时发射激光，经过偏光片聚光，光阑调节光束光斑到合适大小，激光透过谷粒或花生，探测器接收透过谷粒或花生的光，光功率值实时显示在光功率计表头上。在测定时，用挡板挡住其中一个波长的光，使光功率计显示单一波长光功率值。测定另一波长光功率时，方法同上。这样可以保证两波长光在同一位置透过谷粒或花生，消除谷粒或花生形状对γ值的影响。记录各波长下光功率计显示的功率值，计算待测谷粒或花生在950nm-1120nm(优选1085nm)和640nm-850nm(优选690nm)的光功率比值(即透过率值)，计算方法如下：
W1、W2分别指光功率计接收到相应波长光的功率，W光源为光源的初始功率。则：
T1＝W1/W光源            T2＝W2/W光源
γ＝T1/T2＝W1/W2
依据γ值分选霉变花生。
实验证明，应用γ值鉴定谷粒或花生是否霉变，是一种快速实时、操作简单、不破坏样品、安全的检测并分选霉变谷粒或花生的方法。
附图说明
图1为霉变花生激光分选光学平台的结构示意图。
图2为霉变花生激光分选光学平台的实物照片。
具体实施方式
下面通过具体实施例对本发明的方法进行说明，但本发明并不局限于此。
下述实施例中所述实验方法，如无特殊说明，均为常规方法；所述试剂和材料，如无特殊说明，均可从商业途径获得。
实施例1、
花生去壳，选取没有真菌感染特征的花生(表面颜色均匀、有光泽)，花生品种分别为花育26和花冠王。用微型注射器(1ml)无菌操作接种黄曲霉菌(编号为30323，中国农业科学院土壤肥料研究所)悬液到花生子叶中。将接种后的花生放在恒温恒湿培养箱中，温湿度由恒温恒湿箱自动控制，由干湿度计进行湿度校正，误差约±2％，控制储藏相对湿度为RH 80％～85％，温度25℃。
将上述各品种的正常花生和霉变花生分别用波长为950nm-1120nm的激光器(具体波长为950nm、1085nm、1120nm)和波长为640nm-850nm的激光器(具体波长为640nm、690nm、850nm)进行照射，记录各波长的激光透过功率值。各品种的正常花生和霉变花生分别测定100粒。
分别计算：
1)1085nm的激光透过率值与690nm的激光透过率值，并计算二者透过率比值γ。
2)950nm的激光透过率值与850nm的激光透过率值，并计算二者透过率比值γ。
3)1120nm的激光透过率值与640nm的激光透过率值，并计算二者透过率比值γ。
4)950nm的激光透过率值与640nm的激光透过率值，并计算二者透过率比值γ。
5)1120nm的激光透过率值与850nm的激光透过率值，并计算二者透过率比值γ。
计算方法如下：
W1、W2分别指光功率计接收到相应波长光的功率，W光源为光源的初始功率。则：
T1＝W1/W光源        T2＝W2/W光源
γ＝T1/T2＝W1/W2
按照上述1)计算的数据，花育26品种：正常花生γ＝0.81±0.19，其γ≤1.0；霉变花生γ＝1.50±0.33，其γ＞1.0。花冠王品种：正常花生γ＝1.69±0.30，其γ≤2.0；霉变花生γ＝2.58±0.45，其γ＞2.0。
故判断：花育26品种γ≤1.0为正常花生，γ＞1.0为霉变花生。花冠王品种γ≤2.0为正常花生，γ＞2.0为霉变花生。
按照上述2)计算的数据，花育26品种：正常花生γ＝0.69±0.20，其γ≤0.9；霉变花生γ＝1.21±0.27，其γ＞0.9。花冠王品种：正常花生γ＝1.08±0.12，其γ≤1.2；霉变花生γ＝1.46±0.22，其γ＞1.2。
故判断：花育26品种γ≤0.9为正常花生，γ＞0.9为霉变花生。花冠王品种γ≤1.2为正常花生，γ＞1.2为霉变花生。
按照上述3)计算的数据，花育26品种：正常花生γ＝6.50±1.50，其γ≤8.0；霉变花生γ＝10.51±2.30，其γ＞8.0。花冠王品种：正常花生γ＝9.62±2.35，其γ≤12.0；霉变花生γ＝14.50±2.50，其γ＞12.0。
故判断：花育26品种γ≤8.0为正常花生，γ＞8.0为霉变花生。花冠王品种γ≤12.0为正常花生，γ＞12.0为霉变花生。
按照上述4)计算的数据，花育26品种：正常花生γ＝5.31±1.67，其γ≤7.0；霉变花生γ＝9.71±2.51，其γ＞7.0。花冠王品种：正常花生γ＝9.32±2.67，其γ≤12.0；霉变花生γ＝13.25±1.15，其γ＞12。
故判断：花育26品种γ≤7.0为正常花生，γ＞7.0为霉变花生。花冠王品种γ≤12.0为正常花生，γ＞12.0为霉变花生。
按照上述5)计算的数据，花育26品种：正常花生γ＝0.92±0.18，其γ≤1.1；霉变花生γ＝1.32±0.19，其γ＞1.1。花冠王品种：正常花生γ＝1.15±0.15，其γ≤1.3；霉变花生γ＝1.48±0.17，其γ＞1.3。
故判断：花育26品种γ≤1.1为正常花生，γ＞1.1为霉变花生。花冠王品种γ≤1.3为正常花生，γ＞1.3为霉变花生。
同时将上述两品种花生分别用波长为630nm、860nm、940nm、1150nm激光器进行照射，记录各波长的激光透过功率值。结果表明波长为630nm激光透过率很低，只有0.01％，不适宜用于分选霉变花生。
分别计算：
a)940nm的激光透过率值与860nm的激光透过率值，并计算二者透过率比值γ。
b)1150nm的激光透过率值与860nm的激光透过率值，并计算二者透过率比值γ。
按照上述a)计算的数据判断，花育26品种正常花生与霉变花生γ值均为0.81±0.31，不能依据γ值区别正常花生和霉变花生。花冠王品种正常花生与霉变花生γ值均为0.82±0.31，不能依据γ值区别正常花生和霉变花生。
按照上述b)计算的数据判断，花育26品种正常花生与霉变花生γ值均为0.65±0.34，不能依据γ值区别正常花生和霉变花生。花冠王品种正常花生与霉变花生γ值均为0.73±0.23，不能依据γ值区别正常花生和霉变花生。
实施例2、
搭建霉变花生激光分选光学平台。该激光分选光学平台，依次包括下述部件：第一激光器1、第二激光器2、偏光镜片3、光阑4、样品台5、探测器6和光功率计7；其中，所述第一激光器1和第二激光器2产生的激光经过偏光镜后光束重合，所述第一激光器1的光源波长为1085nm，所述第二激光器2的光源波长为690nm。
具体操作过程为：将花生置于样品台上，波长分别为1085nm和690nm激光器同时发射激光，经过偏光片聚光，光阑调节光束光斑到合适大小，激光透过花生，光功率计探头接收透过花生的光，光功率值实时显示在光功率计表头上。在测定时，用挡板挡住其中一个波长的光，使光功率计显示单一波长光功率值。测定另一波长光功率时，方法同上。记录各波长下光功率计显示的功率值，计算待测花生在1085nm和690nm的光功率比值，计算方法如下：
W1、W2分别指光功率计接收到相应波长光的功率，W光源为光源的初始功率。则：
T1＝W1/W光源               T2＝W2/W光源
γ＝T1/T2＝W1/W2
分别测定实施例1中正常花生、霉变花生100粒，计算花生透过率比值γ。据此判断，花育26品种γ≤1.0为正常花生，γ＞1.0为霉变花生。花冠王品种γ≤2.0为正常花生，γ＞2.0为霉变花生。

Claims (7)

1.一种快速检测并分选霉变谷粒或花生的激光分选光学平台，其特征在于：它依次包括下述部件：第一激光器（1）、第二激光器（2）、偏光镜片（3）、光阑(4)、样品台(5)、探测器(6)和光功率计(7)；其中，所述第一激光器（1）和第二激光器（2）产生的激光经过偏光镜后光束重合，所述第一激光器（1）的光源波长为950nm-1120nm，所述第二激光器（2）的光源波长为640nm-850nm。
2.根据权利要求1所述的激光分选光学平台，其特征在于：所述第一激光器（1）的光源波长为1085nm，所述第二激光器（2）的光源波长为690nm。
3.根据权利要求1所述的激光分选光学平台，其特征在于：所述第一激光器（1）和第二激光器（2）同时发射激光，经过偏光镜片（3）聚光，光阑(4)调节光束光斑到合适大小，激光透过谷粒或花生，探测器（6）接收透过谷粒或花生的光，测定时，用挡板挡住第二激光器（2）发出的激光，使光功率计（7）显示第一激光器（1）的光源波长的光功率值，然后再用挡板挡住第一激光器（1）发出的激光，使光功率计（7）显示第二激光器（2）的光源波长的光功率值。
4.一种检测霉变谷粒或花生的方法，包括下述步骤：选择与待测谷粒或花生同一品种的正常谷粒或花生作为对照，将作为对照的正常谷粒或花生和待测谷粒或花生在相同条件下，分别测定950nm-1120nm的激光透过率和640nm-850nm的激光透过率，计算950nm-1120nm的激光透过率和640nm-850nm的激光透过率的比值记为γ值；以对照的γ值作为参考值，将待测谷粒或花生的γ值与所述参考值进行比较，小于等于所述参考值的为正常谷粒或花生，大于所述参考值的为疑似霉变谷粒或花生。
5.根据权利要求4所述的方法，其特征在于：所述950nm-1120nm具体为1085nm；所述640nm-850nm具体为690nm。
6.根据权利要求4或5所述的方法在分选霉变花生中的应用。
7.根据权利要求4或5所述的方法在分选霉变谷粒中的应用。
CN201210289311.5A 2012-08-14 2012-08-14 一种应用激光快速检测并分选霉变谷粒的方法 Active CN102784762B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210289311.5A CN102784762B (zh) 2012-08-14 2012-08-14 一种应用激光快速检测并分选霉变谷粒的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210289311.5A CN102784762B (zh) 2012-08-14 2012-08-14 一种应用激光快速检测并分选霉变谷粒的方法

Publications (2)

Publication Number Publication Date
CN102784762A CN102784762A (zh) 2012-11-21
CN102784762B true CN102784762B (zh) 2014-03-12

Family

ID=47150460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210289311.5A Active CN102784762B (zh) 2012-08-14 2012-08-14 一种应用激光快速检测并分选霉变谷粒的方法

Country Status (1)

Country Link
CN (1) CN102784762B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106672277A (zh) * 2017-03-01 2017-05-17 三只松鼠股份有限公司 一种开口松子品质提升自动化生产线
CN106733722A (zh) * 2017-03-13 2017-05-31 三只松鼠股份有限公司 一种检测并剔除巴旦木虫蛀籽的装置及其使用方法
CN109903288A (zh) * 2019-04-10 2019-06-18 广东中烟工业有限责任公司 一种基于图像的检测烟包霉变的方法、装置及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6233051B1 (en) * 1998-05-15 2001-05-15 Mitsui Mining & Smelting Co., Ltd. Measurement apparatus for measuring internal quality of object
CN1428602A (zh) * 2001-08-23 2003-07-09 株式会社安西总合研究所 谷类区分装置及其方法
CN101539514A (zh) * 2009-04-02 2009-09-23 浙江大学 农畜产品品质近红外光谱便携式检测方法和装置
CN102205321A (zh) * 2011-01-21 2011-10-05 安徽捷迅光电技术有限公司 多光源色选机

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202877142U (zh) * 2012-08-14 2013-04-17 中国农业科学院农产品加工研究所 一种应用激光快速检测并分选霉变谷粒的激光分选光学平台

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6233051B1 (en) * 1998-05-15 2001-05-15 Mitsui Mining & Smelting Co., Ltd. Measurement apparatus for measuring internal quality of object
CN1428602A (zh) * 2001-08-23 2003-07-09 株式会社安西总合研究所 谷类区分装置及其方法
CN101539514A (zh) * 2009-04-02 2009-09-23 浙江大学 农畜产品品质近红外光谱便携式检测方法和装置
CN102205321A (zh) * 2011-01-21 2011-10-05 安徽捷迅光电技术有限公司 多光源色选机

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Floyd E. Dowell等.Reflectance and Transmittance Spectroscopy Applied to Detecting Fumonisin in Single Corn Kernels Infected with Fusarium verticillioides.《CEREAL CHEMISTRY》.2002,第79卷(第2期),
Reflectance and Transmittance Spectroscopy Applied to Detecting Fumonisin in Single Corn Kernels Infected with Fusarium verticillioides;Floyd E. Dowell等;《CEREAL CHEMISTRY》;20021231;第79卷(第2期);第223页 *

Also Published As

Publication number Publication date
CN102784762A (zh) 2012-11-21

Similar Documents

Publication Publication Date Title
CN101603927B (zh) 一种无损检测丰水梨缺陷的装置与用法
CN113049530B (zh) 一种基于近红外高光谱的单粒玉米种子水分含量检测方法
CN103983190B (zh) 群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法
CN101021478A (zh) 一种水果品质的激光诱导荧光高光谱图像检测方法和装置
CN102784762B (zh) 一种应用激光快速检测并分选霉变谷粒的方法
CN104076009B (zh) 一种生物颗粒远红外波段复折射率的快速测量方法
CN103063585A (zh) 瓜果成熟度快速无损检测装置及检测系统建立方法
CN102288613A (zh) 一种灰度和深度信息融合的表面缺陷检测方法
AU2011337271B2 (en) A method and apparatus that utilises fluorescence to determine plant or botanical origin characteristics of honey
CN104237235A (zh) 基于近红外成像技术的食源性致病菌的快速检测方法
CN105548064B (zh) 利用近红外光谱测定微生物发酵产抗生素过程中多种营养成分和抗生素效价变化的方法
CN104406940A (zh) 一种打工业蜡大米的无损鉴别方法
CN102565044B (zh) 基于图像处理的农药残留速测卡检测方法
CN103884700A (zh) 荧光增白剂检测仪及检测方法
CN107505304A (zh) 一种快速判定耐药型白色念珠菌的方法
CN104655585B (zh) 一种基于近红外光谱的pse肉筛选方法
CN104749249B (zh) 一种基于超声波技术的检测种子净度的方法
CN104849350B (zh) 基于多特征的木材缺陷识别分类方法
CN109342378B (zh) 基于多模态成像技术的菌落生长状态检测装置及方法
CN101021488A (zh) 稻谷损伤的检测方法和装置
CN104198398A (zh) 一种基于高光谱成像鉴别阿胶的方法
CN104122242B (zh) 一种沉香结香率的检测方法
CN202877142U (zh) 一种应用激光快速检测并分选霉变谷粒的激光分选光学平台
Yang et al. A new automatic sugarcane seed cutting machine based on internet of things technology and RGB color sensor
CN112098415B (zh) 一种杨梅品质无损检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant