CN104251837A - 水果内部品质近红外透射光谱在线检测系统及方法 - Google Patents
水果内部品质近红外透射光谱在线检测系统及方法 Download PDFInfo
- Publication number
- CN104251837A CN104251837A CN201410554985.2A CN201410554985A CN104251837A CN 104251837 A CN104251837 A CN 104251837A CN 201410554985 A CN201410554985 A CN 201410554985A CN 104251837 A CN104251837 A CN 104251837A
- Authority
- CN
- China
- Prior art keywords
- fruit
- measured
- light source
- hypocarp
- transmittance spectroscopy
- 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.)
- Granted
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种水果内部品质近红外透射光谱在线检测系统及方法,所述系统包括:输送单元、光源套件组、光谱采集单元、光电开关、机架以及计算机;输送单元包括传送皮带和托盘,用于输送水果,托盘等间距设置在所述传送皮带上,用于放置水果;光源套件包括光源、透镜,光源的中心与透镜的中心在同一法线上;光源套件组对称布置在输送单元的两侧并固定在机架上,用于提供光照;光谱采集单元包括光纤光谱仪、光纤探头;光纤探头的第一端与光纤光谱仪连接,第二端安装于传送皮带下方,第二端与光源套件组构成的平面与传送皮带所在直线垂直;光纤光谱仪与计算机连接,光谱采集单元置于封闭的暗箱内。本发明可实现水果内部品质多指标同步在线检测。
Description
技术领域
本发明涉及水果质量检测技术领域,具体涉及一种水果内部品质近红外透射光谱在线检测系统及方法。
背景技术
随着人们生活水平的提高,消费者对水果选择已从注重外观(表面)转向口感、营养和功能,水果内部的隐性缺陷无法直观的检测,因此对采集后的水果进行内部品质检测显得尤为重要。
近红外光谱技术作为一种快速无损检测方法已在水果品质检测方面得到广泛关注。现有的水果品质近红外漫反射光谱在线检测系统存在的技术问题是:检测的精度及稳定性的高低取决于检测水果大小是否一致,果形是否正常,并且由于近红外光对水果穿透能力有限,近红外光漫反射光谱仅能获取水果表层品质信息。现有的水果品质透射光谱检测系统,采用透射光谱检测水果品质,存在如下技术问题:透射光强度较弱,需要高效的光谱获取手段;透射需要较高的光源强度,但对水果易产生热损伤;一般针对特定水果设计,对水果的不同大小和种类适应性差,即使同一种水果,不同品种和产地也会产生较大光谱响应偏差。目前缺乏有效的在线检测系统,对内部缺陷果进行检测,内部缺陷果在水果中占有一定比例,如水心病、霉心病、黑心病和内部褐变。
对易损伤水果,如苹果、梨、桃等薄皮水果,自动化分选过程易造成损伤,需设计专用的托盘。现有的水果品质近红外漫反射光谱在线检测系统采用的输送托盘,光源和探测器都安装于水果的同一侧,可避免水果另一侧环境光进入探测器,但同侧光源在不规则水果表面的镜面反射光能进入探测器从而加大光谱信息中的噪音。
现有的水果内部品质检测为破坏性检测,无法满足水果生产和加工过程规模化处理的需求。如何提升光谱获取性能、降低水果热损伤和机械损伤、提高检测系统适应性和水果内部品质(内部组分、内部缺陷)同步在线检测能力具有重要现实意义,对推动近红外光谱技术实用化具有推动作用。
发明内容
本发明所要解决的技术问题是如何提供一种适用不同大小和种类的水果、能降低水果热损伤和机械损伤的水果内部品质(内部组分、内部缺陷)同步在线检测系统及方法。
为此目的,第一方面,本发明提出一种水果内部品质近红外透射光谱在线检测系统,其特征在于,所述系统包括:输送单元、光源套件组、光谱采集单元、光电开关、机架以及计算机,其中:
所述输送单元,包括:传送皮带、至少一个托盘,用于输送水果,所述至少一个托盘等间距设置在所述传送皮带上,用于放置水果;
所述光源套件组,包括两个光源套件,所述光源套件包括:光源、透镜、外壳,所述光源的中心与所述透镜的中心在同一法线上;所述光源套件组对称布置在所述输送单元的两侧并固定在所述机架上,用于提供光照;
所述光谱采集单元,包括:光纤光谱仪、光纤探头;所述光纤探头的第一端与所述光纤光谱仪连接,第二端安装于所述传送皮带下方,所述第二端与所述光源套件组构成的平面与所述传送皮带所在直线垂直;所述光纤光谱仪与所述计算机连接,所述光谱采集单元置于封闭的暗箱内;
所述光电开关在水果离开所述光电开关所在位置时,向所述计算机发送数字信号;所述计算机在接收到所述数字信号之后,向所述光纤光谱仪发送控制信号;所述光纤光谱仪在接收到所述控制信号之后,通过所述光纤探头获得水果的近红外透射光,并根据所述水果的近红外透射光得到水果的近红外透射光谱信号,并将所述水果的近红外透射光谱信号发送到所述计算机;所述计算机在接收到所述水果的近红外透射光谱信号之后,测量水果内部品质,所述内部品质包括内部组分和内部缺陷。
可选的,所述至少一个托盘等间距设置在所述传送皮带上,包括:
所述传送皮带的中央位置等间距开有圆形孔,所述托盘为分离式果托,包括上果托、下果托,所述下果托安装在所述圆形孔上,用于支撑水果,所述上果托用于遮光以及水果防损,由所述上果托的卡环连接所述下果托。
可选的,所述上果托的上部形状为喇叭口形,中部形状为波形,下部为卡环,所述上果托、下果托均为硅胶模压而成,所述上果托的硬度在35-45范围内取值,所述下果托的硬度在75-85范围内取值。
可选的,所述光源为红外扩展型卤钨灯杯,所述灯杯内镀有全反射膜;所述透镜为镀膜平凸透镜,所述镀膜的材料根据所述水果的近红外透射光谱的波段范围确定,所述镀膜平凸透镜的直径大小与灯杯外口径大小相等。
可选的,所述光纤光谱仪包括:SMA905标准接口、入射狭缝、准直镜、平面全息光栅、聚光镜、消二级衍射效应滤光片以及背照式CCD探测器;
所述水果的近红外透射光经所述入射狭缝进入所述准直镜准直后,由所述平面全息光栅色散成单色光,色散后的单色光由所述聚光镜汇聚之后,经所述消二级衍射效应滤光片到达所述背照式CCD探测器。
可选的,所述光纤探头,包括:数值孔径为0.37的大芯径双包层石英光纤、透镜组,所述透镜组安装在所述光纤探头的第二端内,用于收集水果的近红外透射光,所述透镜组的透镜间距可调。
第二方面,本发明还提出一种水果内部品质近红外透射光谱在线检测方法,所述方法包括:
根据预设的适用性判别模型确定待测水果为适用果之后,获取待测水果的近红外透射光谱;
对所述待测水果的近红外透射光谱进行透射率T计算,并根据所述透射率T得到吸光度A,其中:
T=(I0-ID)/(IW-ID)×100%;
A=Log(1/T);
其中,I0为待测水果的近红外透射光谱,ID为光纤光谱仪本身的暗噪音光谱,IW为未放置待测水果时的相对参考光谱;
根据预设的内部组分校正模型以及所述待测水果的近红外透射光谱,得到所述待测水果的内部组分;
根据预设的缺陷判别模型,得到所述待测水果的内部缺陷;
同时显示所述内部组分以及内部缺陷。
可选的,所述预设的适用性判别模型通过以下步骤得到:
批量采集多个产地多种水果;
在线采集所述多个产地多种水果的近红外透射光谱,并去除所述近红外透射光谱两端信噪比低于预设信噪比的光谱区间,得到修正的多个产地多种水果的近红外透射光谱;
对所述修正的多个产地多种水果的近红外透射光谱,采用线性判别分析、K最近邻法、马氏距离中的一种或结合方式,分别建立多种水果的适用性判别模型,所述适用性判别模型用于判断待测水果的适用性;
相应地,所述预设的内部组分校正模型通过以下步骤得到:
采用光谱特征提取方法和变量优选方法对所述修正的多个产地多种水果的近红外透射光谱,得到多种水果的内部组分的特征波长;
对所述特征波长进行多点S-G平滑和二阶导数处理之后,采用多元校正方法,建立多种水果的内部组分校正模型。
可选的,所述根据预设的缺陷判别模型,得到所述待测水果的内部缺陷,包括:
对所述吸光度A进行预设的标准化处理之后,提取待测水果的内部缺陷的特征波长所对应的吸光度值,所述待测水果的内部缺陷的特征波长通过采用光谱特征提取方法和变量优选方法得到;
根据预设的缺陷判别模型、预设的缺陷判别阈值以及预设的缺陷判别规则,确定待测水果的内部缺陷。
可选的,所述方法进一步包括:
根据预设的适用性判别模型确定所述待测水果不是适用果之后,生成待测水果的适用性判别模型、内部组分校正模型以及缺陷判别模型,根据所述方法,得到待测水果的内部品质,所述内部品质包括内部组分和内部缺陷。
相比于现有技术,本发明的水果内部品质近红外透射光谱在线检测系统及方法可适用不同大小和种类的水果、能降低水果热损伤和机械损伤、同步在线检测水果内部品质(内部组分、内部缺陷)。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了水果内部品质近红外透射光谱在线检测系统结构图;
图2示出了托盘的剖面图;
图3示出了托盘的主视图;
图4示出了光源套件组的安装示意图;
图5示出了光源套件的内部结构图;
图6示出了水果内部品质近红外透射光谱在线检测方法流程图;
图7示出了吸光度与波长的关系图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例公开一种水果内部品质近红外透射光谱在线检测系统,该系统可包括:输送单元、光源套件组、光谱采集单元、光电开关、机架以及计算机,其中:
输送单元用于输送水果,输送单元包括:传送皮带、多个托盘;传送皮带的中央位置等间距开有圆形孔,多个托盘等间距设置在所述传送皮带上,用于放置水果;托盘为分离式果托,包括上果托、下果托,其中,下果托安装在传送皮带的圆形孔上,用于支撑水果;上果托用于遮光以及水果防损,由上果托的卡环连接下果托。
如图2和图3所示,上果托的上部形状为喇叭口形,中部形状为波形,下部为卡环,本实施例中上果托、下果托均为硅胶模压而成,上果托的硬度在35-45范围内取值,下果托的硬度在75-85范围内取值。
如图4和图5所示,光源套件组对称布置在输送单元的两侧并固定在机架上,用于提供光照,其中,光源套件组包括两个光源套件,光源套件包括:光源、透镜、外壳,光源的中心与透镜的中心在同一法线上。本实施例中光源为红外扩展型卤钨灯杯,灯杯内镀有全反射膜,特别的,光源要避免采用多层红外镀膜灯杯;透镜为镀膜平凸透镜,镀膜的材料根据水果的近红外透射光谱的波段范围确定,例如,用短波近红外透射光谱测量水果品质,优选的镀膜平凸透镜的参数为600nm-1050nm高透过率,1100nm之后具有高反射率。镀膜平凸透镜的直径大小与灯杯外口径大小相等,镀膜平凸透镜对检测波段具有高透过性,对红外波段透过性低,可避免水果的热损伤。
光谱采集单元,包括:光纤光谱仪、光纤探头;光纤探头的第一端与光纤光谱仪连接,第二端安装于传送皮带下方,第二端与光源套件组构成的平面与传送皮带所在直线垂直;光纤光谱仪与计算机连接,光谱采集单元置于封闭的暗箱内,即图1中的下光箱,而光电开关与光源套件组位于上光箱内;
本实施例中的光纤光谱仪包括:SMA905标准接口、入射狭缝、准直镜、平面全息光栅、聚光镜、消二级衍射效应滤光片以及背照式CCD探测器;水果的近红外透射光经所述入射狭缝进入所述准直镜准直后,由所述平面全息光栅色散成单色光,色散后的单色光由所述聚光镜汇聚之后,经所述消二级衍射效应滤光片到达所述背照式CCD探测器。
本实施例中的光纤探头,包括:数值孔径为0.37的大芯径双包层石英光纤、透镜组,所述透镜组安装在所述光纤探头的第二端内(如图4中的第二端),用于收集水果的近红外透射光,所述透镜组的透镜间距可调。
本实施例的水果内部品质近红外透射光谱在线检测系统的工作流程如下:
图1中的控制箱控制驱动电机,来驱动传送皮带的运动,光电开关在水果离开光电开关所在位置时,向计算机发送数字信号;
计算机在接收到数字信号之后,向光纤光谱仪发送控制信号;
光纤光谱仪在接收到控制信号之后,通过光纤探头获得水果的近红外透射光,并根据水果的近红外透射光得到水果的近红外透射光谱信号,并将水果的近红外透射光谱信号发送到计算机;
计算机在接收到水果的近红外透射光谱信号之后,测量水果内部品质,内部品质包括内部组分和内部缺陷。
本实施例的水果内部品质近红外透射光谱在线检测系统可以通过调换上果托、调节光照强度、调节光纤探头第二端内的透镜组的间距(即调节光纤探头采集近红外透射光的区域),实现不同类型水果(苹果、桃、梨、桔子等)内部组分和内部缺陷的无损在线检测,有效避免检测过程的热损伤,提高检测光谱的信噪比,提升检测精度和稳定性。
如图6所示,本实施例公开一种基于系统实施例的水果内部品质近红外透射光谱在线检测方法,水果内部品质包括内部组分和内部缺陷,内部组分包括可溶性固形物、坚实度、酸度和固酸比等;内部缺陷包括水心病、霉心病、黑心病和内部褐变等;
该方法可包括以下步骤:
S1、根据预设的适用性判别模型确定待测水果为适用果之后,利用系统实施例中的系统,得到待测水果的近红外透射光谱;
S2、对待测水果的近红外透射光谱进行透射率T计算,并根据透射率T得到吸光度A,其中:
T=(I0-ID)/(IW-ID)×100%;
A=Log(1/T);
其中,I0为待测水果的近红外透射光谱,ID为光纤光谱仪本身的暗噪音光谱,IW为未放置待测水果时的相对参考光谱;图7示出了本实施例吸光度与波长的关系图;
S3、根据预设的内部组分校正模型以及待测水果的近红外透射光谱,得到待测水果的内部组分;
S4、对吸光度A进行预设的标准化处理之后,提取待测水果的内部缺陷的特征波长所对应的吸光度值,所述待测水果的内部缺陷的特征波长通过采用光谱特征提取方法和变量优选方法得到;
本实施例中,以苹果为例,待测苹果的内部缺陷的特征波长为645nm、675nm、688nm、710nm、750nm、810nm、860nm,水心病SXB的判别模型为SXB=(A710-A645)/A675,若SXB大于水心病阈值10.5,判断为水心病苹果;霉心病的判别模型为MXB=(A710-A810)/A675,若MXB小于霉心病阈值6.2,判断为霉心病苹果;
S5、根据预设的缺陷判别模型、预设的缺陷判别阈值以及预设的缺陷判别规则,确定待测水果的内部缺陷;
S6、利用系统实施例中的计算机,同时显示所述内部组分以及内部缺陷。
根据预设的适用性判别模型确定所述待测水果不是适用果之后,生成待测水果的适用性判别模型、内部组分校正模型以及缺陷判别模型,根据本实施例的水果内部品质近红外透射光谱在线检测方法S1-S6,得到待测水果的内部品质,所述内部品质包括内部组分和内部缺陷。
本实施例中的预设的适用性判别模型可通过以下步骤得到:
批量采集多个产地多种水果,比如多个产地苹果、桃、梨、桔子等水果;
在线采集多个产地多种水果的近红外透射光谱,并去除近红外透射光谱两端信噪比低于预设信噪比的光谱区间,得到修正的多个产地多种水果的近红外透射光谱;
对修正的多个产地多种水果的近红外透射光谱,采用线性判别分析、K最近邻法、马氏距离中的一种或结合方式,分别建立多种水果的适用性判别模型(苹果、桃、梨、桔子等水果的适用性判别模型),适用性判别模型用于判断待测水果的适用性;
在具体应用中,对于某种待测水果,例如苹果,可预先批量取苹果样品,利用系统实施例中的系统,得到苹果样品的近红外透射光谱;以预设标准方法测定苹果样品的内部组分(即可溶性固形物含量、酸度、坚实度和固酸比),并将苹果样品的内部组分作为预设的内部组分校正模型在构建时的标准参考值;采用水果切片的方式,将苹果样品切片,并参考水果缺陷类型(水心病、霉心病、黑心病和内部褐变等)和预设的缺陷等级标准记录苹果样品的缺陷等级,并将苹果样品的缺陷等级作为预设的缺陷判别模型构建时的参考。
本实施例中预设的内部组分校正模型通过以下步骤得到:
采用光谱特征提取方法和变量优选方法对修正的多个产地多种水果的近红外透射光谱,得到多种水果的内部组分的特征波长;
对所述特征波长进行多点S-G平滑和二阶导数处理之后,采用多元校正方法,建立多种水果的内部组分校正模型。以苹果的可溶性固形物含量CBrix为例,可溶性固形物含量CBrix校正模型为:
CBrix=aX638+bX772+cX839+dX870+eX882+fX907+L
其中X及下标表示特征波长下的吸光度值,a~f为特征波长下的拟合系数,L为由可溶性固形物含量CBrix校正模型拟合得到的常数。
本实施例的水果内部品质近红外透射光谱在线检测方法适用于不同大小和种类的水果,能提升光谱获取性能,降低水果热损伤和机械损伤,实现水果的内部组分和内部缺陷的多指标同步在线检测。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种水果内部品质近红外透射光谱在线检测系统,其特征在于,所述系统包括:输送单元、光源套件组、光谱采集单元、光电开关、机架以及计算机,其中:
所述输送单元,包括:传送皮带、至少一个托盘,用于输送水果,所述至少一个托盘等间距设置在所述传送皮带上,用于放置水果;
所述光源套件组,包括两个光源套件,所述光源套件包括:光源、透镜、外壳,所述光源的中心与所述透镜的中心在同一法线上;所述光源套件组对称布置在所述输送单元的两侧并固定在所述机架上,用于提供光照;
所述光谱采集单元,包括:光纤光谱仪、光纤探头;所述光纤探头的第一端与所述光纤光谱仪连接,第二端安装于所述传送皮带下方,所述第二端与所述光源套件组构成的平面与所述传送皮带所在直线垂直;所述光纤光谱仪与所述计算机连接,所述光谱采集单元置于封闭的暗箱内;
所述光电开关在水果离开所述光电开关所在位置时,向所述计算机发送数字信号;所述计算机在接收到所述数字信号之后,向所述光纤光谱仪发送控制信号;所述光纤光谱仪在接收到所述控制信号之后,通过所述光纤探头获得水果的近红外透射光,并根据所述水果的近红外透射光得到水果的近红外透射光谱信号,并将所述水果的近红外透射光谱信号发送到所述计算机;所述计算机在接收到所述水果的近红外透射光谱信号之后,测量水果内部品质,所述内部品质包括内部组分和内部缺陷。
2.根据权利要求1所述的系统,其特征在于,所述至少一个托盘等间距设置在所述传送皮带上,包括:
所述传送皮带的中央位置等间距开有圆形孔,所述托盘为分离式果托,包括上果托、下果托,所述下果托安装在所述圆形孔上,用于支撑水果,所述上果托用于遮光以及水果防损,由所述上果托的卡环连接所述下果托。
3.根据权利要求2所述的系统,其特征在于,所述上果托的上部形状为喇叭口形,中部形状为波形,下部为卡环,所述上果托、下果托均为硅胶模压而成,所述上果托的硬度在35-45范围内取值,所述下果托的硬度在75-85范围内取值。
4.根据权利要求3所述的系统,其特征在于,所述光源为红外扩展型卤钨灯杯,所述灯杯内镀有全反射膜;所述透镜为镀膜平凸透镜,所述镀膜的材料根据所述水果的近红外透射光谱的波段范围确定,所述镀膜平凸透镜的直径大小与灯杯外口径大小相等。
5.根据权利要求4所述的系统,其特征在于,所述光纤光谱仪包括:SMA905标准接口、入射狭缝、准直镜、平面全息光栅、聚光镜、消二级衍射效应滤光片以及背照式CCD探测器;
所述水果的近红外透射光经所述入射狭缝进入所述准直镜准直后,由所述平面全息光栅色散成单色光,色散后的单色光由所述聚光镜汇聚之后,经所述消二级衍射效应滤光片到达所述背照式CCD探测器。
6.根据权利要求5所述的系统,其特征在于,所述光纤探头,包括:数值孔径为0.37的大芯径双包层石英光纤、透镜组,所述透镜组安装在所述光纤探头的第二端内,用于收集水果的近红外透射光,所述透镜组的透镜间距可调。
7.基于根据权利要求1-6任一项所述系统的水果内部品质近红外透射光谱在线检测方法,其特征在于,所述方法包括:
根据预设的适用性判别模型确定待测水果为适用果之后,获取待测水果的近红外透射光谱;
对所述待测水果的近红外透射光谱进行透射率T计算,并根据所述透射率T得到吸光度A,其中:
T=(I0-ID)/(IW-ID)×100%;
A=Log(1/T);
其中,I0为待测水果的近红外透射光谱,ID为光纤光谱仪本身的暗噪音光谱,IW为未放置待测水果时的相对参考光谱;
根据预设的内部组分校正模型以及所述待测水果的近红外透射光谱信号,得到所述待测水果的内部组分;
根据预设的缺陷判别模型,得到所述待测水果的内部缺陷;
同时显示所述内部组分和内部缺陷。
8.根据权利要求7所述的方法,其特征在于,所述预设的适用性判别模型通过以下步骤得到:
批量采集多个产地多种水果;
在线采集所述多个产地多种水果的近红外透射光谱,并去除所述近红外透射光谱两端信噪比低于预设信噪比的光谱区间,得到修正的多个产地多种水果的近红外透射光谱;
对所述修正的多个产地多种水果的近红外透射光谱,采用线性判别分析、K最近邻法、马氏距离中的一种或结合方式,分别建立多种水果的适用性判别模型,所述适用性判别模型用于判断待测水果的适用性;
相应地,所述预设的内部组分校正模型通过以下步骤得到:
采用光谱特征提取方法和变量优选方法对所述修正的多个产地多种水果的近红外透射光谱,得到多种水果的内部组分的特征波长;
对所述特征波长进行多点S-G平滑和二阶导数处理之后,采用多元校正方法,建立多种水果的内部组分校正模型。
9.根据权利要求7所述的方法,其特征在于,所述根据预设的缺陷判别模型,得到所述待测水果的内部缺陷,包括:
对所述吸光度A进行预设的标准化处理之后,提取待测水果的内部缺陷的特征波长所对应的吸光度值,所述待测水果的内部缺陷的特征波长通过采用光谱特征提取方法和变量优选方法得到;
根据预设的缺陷判别模型、预设的缺陷判别阈值以及预设的缺陷判别规则,确定待测水果的内部缺陷。
10.根据权利要求7所述的方法,其特征还在于,所述方法进一步包括:
根据预设的适用性判别模型确定所述待测水果不是适用果之后,生成待测水果的适用性判别模型、内部组分校正模型以及缺陷判别模型,根据权利要求7所述的方法,得到待测水果的内部品质,所述内部品质包括内部组分和内部缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410554985.2A CN104251837B (zh) | 2014-10-17 | 2014-10-17 | 水果内部品质近红外透射光谱在线检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410554985.2A CN104251837B (zh) | 2014-10-17 | 2014-10-17 | 水果内部品质近红外透射光谱在线检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104251837A true CN104251837A (zh) | 2014-12-31 |
CN104251837B CN104251837B (zh) | 2016-08-31 |
Family
ID=52186936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410554985.2A Active CN104251837B (zh) | 2014-10-17 | 2014-10-17 | 水果内部品质近红外透射光谱在线检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104251837B (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104931439A (zh) * | 2015-06-05 | 2015-09-23 | 西北农林科技大学 | 苹果霉心病检测仪 |
CN105973839A (zh) * | 2016-06-28 | 2016-09-28 | 江苏大学 | 一种高光谱批处理式农畜产品品质无损检测方法和系统 |
CN106018322A (zh) * | 2016-06-29 | 2016-10-12 | 浙江大学 | 能自动参比和暗场采集的水果内部品质光谱检测装置 |
CN106323909A (zh) * | 2016-09-14 | 2017-01-11 | 江苏大学 | 果蔬品质手持式近红外光谱检测系统及检测方法 |
CN107462533A (zh) * | 2017-08-11 | 2017-12-12 | 宜宾金铁红林业科技有限公司 | 基于光谱技术的油樟果实摘采仪 |
CN107831133A (zh) * | 2017-02-17 | 2018-03-23 | 石河子大学 | 一种大型瓜果内部品质近红外光谱在线检测系统及实现方法 |
CN108072619A (zh) * | 2018-01-23 | 2018-05-25 | 岭南师范学院 | 一种农产品干燥品质在线检测装置 |
CN108152231A (zh) * | 2017-12-25 | 2018-06-12 | 中国农业大学 | 基于可见/近红外光谱的枣果内部缺陷检测方法及装置 |
CN108195760A (zh) * | 2018-02-09 | 2018-06-22 | 浙江大学 | 一种用于小型球形水果内部品质在线判定的遮光装置 |
CN108507954A (zh) * | 2018-03-20 | 2018-09-07 | 南京财经大学 | 一种小型水果品质及货架期在线检测装置及方法 |
CN108645813A (zh) * | 2018-04-11 | 2018-10-12 | 中国农业大学 | 果蔬检测装置及果蔬检测方法 |
CN108956545A (zh) * | 2018-06-15 | 2018-12-07 | 北京农业智能装备技术研究中心 | 一种水果内部品质无损检测模型建立方法及系统 |
CN109001134A (zh) * | 2018-09-14 | 2018-12-14 | 南京林业大学 | 非接触式多通道水果内部缺陷检测系统及方法 |
CN109030402A (zh) * | 2018-08-21 | 2018-12-18 | 浙江大学 | 无损检测面包内部异物的在线检测装置与方法 |
CN109100323A (zh) * | 2018-08-20 | 2018-12-28 | 江苏大学 | 一种苹果水心病的透射光谱无损定量评价方法 |
CN109632688A (zh) * | 2018-11-28 | 2019-04-16 | 北京农业智能装备技术研究中心 | 一种植物秧苗养分盈亏状态识别方法及光谱检测系统 |
CN109632411A (zh) * | 2018-11-27 | 2019-04-16 | 中国农业大学 | 一种栽培基质前处理及成分快速光谱检测一体化系统 |
CN110308113A (zh) * | 2019-07-04 | 2019-10-08 | 中南林业科技大学 | 一种用于近红外光谱检测的全方位翻转准球形水果装置 |
CN110320176A (zh) * | 2019-07-04 | 2019-10-11 | 中南林业科技大学 | 一种用于近红外光谱检测的可调光源装置及控制方法 |
WO2020038043A1 (zh) * | 2018-08-22 | 2020-02-27 | 江西绿萌科技控股有限公司 | 一种用于果蔬内部品质检测的聚光装置及包括聚光装置的系统及其使用方法 |
CN111060528A (zh) * | 2019-12-31 | 2020-04-24 | 塔里木大学 | 水果缺陷发展规律光学检测系统及检测方法 |
CN111220568A (zh) * | 2020-03-12 | 2020-06-02 | 中国科学院合肥物质科学研究院 | 一种基于近红外光谱分析技术的苹果糖分测定装置及方法 |
CN111610162A (zh) * | 2020-07-06 | 2020-09-01 | 北京胜泰东方科技有限公司 | 便携式水果无损快速测试装置 |
CN113218883A (zh) * | 2021-03-26 | 2021-08-06 | 浙江大学 | 一种自动参比的果蔬光谱在线检测装备 |
CN113418871A (zh) * | 2021-05-08 | 2021-09-21 | 中国农业大学 | 一种便携式谷物品质快速无损检测鉴定装置 |
CN113522152A (zh) * | 2021-09-17 | 2021-10-22 | 江西鼎峰智能装备有限公司 | 一种粉体混合系统、控制方法及粉体强化混合方法 |
CN115055399A (zh) * | 2022-06-28 | 2022-09-16 | 无锡迅杰光远科技有限公司 | 能对果蔬进行红外检测的分选系统以及托盘 |
CN117589696A (zh) * | 2023-10-31 | 2024-02-23 | 安徽唯嵩光电科技有限公司 | 一种果蔬光谱数据处理装置及方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110261348B (zh) * | 2019-07-04 | 2021-06-22 | 中南林业科技大学 | 近红外光谱水果内部品质检测装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1430723A (zh) * | 2000-03-13 | 2003-07-16 | 奥特莱有限公司 | 用可见光/近红外光谱测量和相关水果特性的方法和装置 |
JP2004347564A (ja) * | 2003-05-26 | 2004-12-09 | Seidel Teimoo | プラスチック部材判別装置 |
JP2006098107A (ja) * | 2004-09-28 | 2006-04-13 | Mitsui Mining & Smelting Co Ltd | 青果物の内部品質評価装置 |
KR20070045636A (ko) * | 2005-10-28 | 2007-05-02 | 대한민국(관리부서:농촌진흥청장) | 근적외선 분광분석 기법을 이용한 비파괴 계란신선도측정시스템 및 그 방법 |
CN101063662A (zh) * | 2007-05-15 | 2007-10-31 | 广州市万世德包装机械有限公司 | 空瓶瓶底缺陷的检测方法及基于dsp的空瓶瓶底缺陷检测装置 |
CN101251526A (zh) * | 2008-02-26 | 2008-08-27 | 浙江大学 | 食品综合品质无损检测方法与装置 |
CN201251553Y (zh) * | 2008-07-19 | 2009-06-03 | 浙江永吉木业有限公司 | 一种木地板检验工作台 |
JP2012008099A (ja) * | 2010-06-28 | 2012-01-12 | Nireco Corp | 青果物内部検査装置 |
CN103792235A (zh) * | 2014-01-10 | 2014-05-14 | 内蒙古农业大学 | 漫透射光谱与图像信息融合的蜜瓜内部品质在线检测方法与装置 |
-
2014
- 2014-10-17 CN CN201410554985.2A patent/CN104251837B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1430723A (zh) * | 2000-03-13 | 2003-07-16 | 奥特莱有限公司 | 用可见光/近红外光谱测量和相关水果特性的方法和装置 |
JP2004347564A (ja) * | 2003-05-26 | 2004-12-09 | Seidel Teimoo | プラスチック部材判別装置 |
JP2006098107A (ja) * | 2004-09-28 | 2006-04-13 | Mitsui Mining & Smelting Co Ltd | 青果物の内部品質評価装置 |
KR20070045636A (ko) * | 2005-10-28 | 2007-05-02 | 대한민국(관리부서:농촌진흥청장) | 근적외선 분광분석 기법을 이용한 비파괴 계란신선도측정시스템 및 그 방법 |
CN101063662A (zh) * | 2007-05-15 | 2007-10-31 | 广州市万世德包装机械有限公司 | 空瓶瓶底缺陷的检测方法及基于dsp的空瓶瓶底缺陷检测装置 |
CN101251526A (zh) * | 2008-02-26 | 2008-08-27 | 浙江大学 | 食品综合品质无损检测方法与装置 |
CN201251553Y (zh) * | 2008-07-19 | 2009-06-03 | 浙江永吉木业有限公司 | 一种木地板检验工作台 |
JP2012008099A (ja) * | 2010-06-28 | 2012-01-12 | Nireco Corp | 青果物内部検査装置 |
CN103792235A (zh) * | 2014-01-10 | 2014-05-14 | 内蒙古农业大学 | 漫透射光谱与图像信息融合的蜜瓜内部品质在线检测方法与装置 |
Non-Patent Citations (2)
Title |
---|
陆婉珍: "《现代近红外光谱分析技术(第二版)》", 31 January 2007, 中国石化出版社 * |
黄国亮 等: "《生物医学检测技术与临床检验》", 30 September 2014, 第205-206页 * |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104931439A (zh) * | 2015-06-05 | 2015-09-23 | 西北农林科技大学 | 苹果霉心病检测仪 |
CN105973839A (zh) * | 2016-06-28 | 2016-09-28 | 江苏大学 | 一种高光谱批处理式农畜产品品质无损检测方法和系统 |
CN105973839B (zh) * | 2016-06-28 | 2019-04-02 | 江苏大学 | 一种高光谱批处理式农畜产品品质无损检测方法和系统 |
CN106018322B (zh) * | 2016-06-29 | 2018-10-02 | 浙江大学 | 能自动参比和暗场采集的水果内部品质光谱检测装置 |
CN106018322A (zh) * | 2016-06-29 | 2016-10-12 | 浙江大学 | 能自动参比和暗场采集的水果内部品质光谱检测装置 |
CN106323909A (zh) * | 2016-09-14 | 2017-01-11 | 江苏大学 | 果蔬品质手持式近红外光谱检测系统及检测方法 |
CN107831133A (zh) * | 2017-02-17 | 2018-03-23 | 石河子大学 | 一种大型瓜果内部品质近红外光谱在线检测系统及实现方法 |
CN107462533A (zh) * | 2017-08-11 | 2017-12-12 | 宜宾金铁红林业科技有限公司 | 基于光谱技术的油樟果实摘采仪 |
CN108152231A (zh) * | 2017-12-25 | 2018-06-12 | 中国农业大学 | 基于可见/近红外光谱的枣果内部缺陷检测方法及装置 |
CN108072619A (zh) * | 2018-01-23 | 2018-05-25 | 岭南师范学院 | 一种农产品干燥品质在线检测装置 |
CN108195760A (zh) * | 2018-02-09 | 2018-06-22 | 浙江大学 | 一种用于小型球形水果内部品质在线判定的遮光装置 |
CN108507954A (zh) * | 2018-03-20 | 2018-09-07 | 南京财经大学 | 一种小型水果品质及货架期在线检测装置及方法 |
CN108645813A (zh) * | 2018-04-11 | 2018-10-12 | 中国农业大学 | 果蔬检测装置及果蔬检测方法 |
CN108956545A (zh) * | 2018-06-15 | 2018-12-07 | 北京农业智能装备技术研究中心 | 一种水果内部品质无损检测模型建立方法及系统 |
CN108956545B (zh) * | 2018-06-15 | 2020-10-27 | 北京农业智能装备技术研究中心 | 一种水果内部品质无损检测模型建立方法及系统 |
CN109100323A (zh) * | 2018-08-20 | 2018-12-28 | 江苏大学 | 一种苹果水心病的透射光谱无损定量评价方法 |
CN109030402A (zh) * | 2018-08-21 | 2018-12-18 | 浙江大学 | 无损检测面包内部异物的在线检测装置与方法 |
IL280579B2 (en) * | 2018-08-22 | 2024-10-01 | Reemoon Tech Co Ltd | A light condensing device for checking quality inside veca fruits, a system that includes it, and a method of use for it |
EP3842786A4 (en) * | 2018-08-22 | 2021-10-27 | Jiangxi Reemoon Technology Holdings Co., Ltd. | LIGHT CONDENSING DEVICE FOR INSPECTING THE QUALITY IN FRUIT AND VEGETABLES, SYSTEM THEREFORE AND USE OF THEM |
WO2020038043A1 (zh) * | 2018-08-22 | 2020-02-27 | 江西绿萌科技控股有限公司 | 一种用于果蔬内部品质检测的聚光装置及包括聚光装置的系统及其使用方法 |
IL280579B1 (en) * | 2018-08-22 | 2024-06-01 | Reemoon Tech Co Ltd | A light condensing device for checking quality inside veca fruits, a system that includes it, and a method of use for it |
US11914128B2 (en) | 2018-08-22 | 2024-02-27 | Reemoon Technology Co., Ltd. | Light condensing device for inspecting quality inside fruits and vegetables, system comprising same, and use method thereof |
KR102452036B1 (ko) | 2018-08-22 | 2022-10-07 | 지앙시 리문 테크놀러지 홀딩스 컴퍼니 리미티드 | 청과물 내부 품질 검사를 위한 집광 장치 및 집광 장치를 포함하는 시스템 및 그 사용 방법 |
KR20210019525A (ko) * | 2018-08-22 | 2021-02-22 | 지앙시 리문 테크놀러지 홀딩스 컴퍼니 리미티드 | 청과물 내부 품질 검사를 위한 집광 장치 및 집광 장치를 포함하는 시스템 및 그 사용 방법 |
AU2019326499B2 (en) * | 2018-08-22 | 2022-09-29 | Reemoon Technology Co., Ltd. | Light condensing device for inspecting quality inside fruits and vegetables, system comprising same, and use method thereof |
CN109001134A (zh) * | 2018-09-14 | 2018-12-14 | 南京林业大学 | 非接触式多通道水果内部缺陷检测系统及方法 |
CN109632411A (zh) * | 2018-11-27 | 2019-04-16 | 中国农业大学 | 一种栽培基质前处理及成分快速光谱检测一体化系统 |
CN109632688A (zh) * | 2018-11-28 | 2019-04-16 | 北京农业智能装备技术研究中心 | 一种植物秧苗养分盈亏状态识别方法及光谱检测系统 |
CN109632688B (zh) * | 2018-11-28 | 2021-05-28 | 北京农业智能装备技术研究中心 | 一种植物秧苗养分盈亏状态识别方法及光谱检测系统 |
CN110320176A (zh) * | 2019-07-04 | 2019-10-11 | 中南林业科技大学 | 一种用于近红外光谱检测的可调光源装置及控制方法 |
CN110308113B (zh) * | 2019-07-04 | 2021-06-22 | 中南林业科技大学 | 一种用于近红外光谱检测的全方位翻转准球形水果装置 |
CN110308113A (zh) * | 2019-07-04 | 2019-10-08 | 中南林业科技大学 | 一种用于近红外光谱检测的全方位翻转准球形水果装置 |
CN110320176B (zh) * | 2019-07-04 | 2021-07-13 | 中南林业科技大学 | 一种用于近红外光谱检测的可调光源装置及控制方法 |
CN111060528A (zh) * | 2019-12-31 | 2020-04-24 | 塔里木大学 | 水果缺陷发展规律光学检测系统及检测方法 |
CN111060528B (zh) * | 2019-12-31 | 2023-02-07 | 塔里木大学 | 水果缺陷发展规律光学检测系统及检测方法 |
CN111220568A (zh) * | 2020-03-12 | 2020-06-02 | 中国科学院合肥物质科学研究院 | 一种基于近红外光谱分析技术的苹果糖分测定装置及方法 |
CN111220568B (zh) * | 2020-03-12 | 2024-05-03 | 中国科学院合肥物质科学研究院 | 一种基于近红外光谱分析技术的苹果糖分测定装置及方法 |
CN111610162A (zh) * | 2020-07-06 | 2020-09-01 | 北京胜泰东方科技有限公司 | 便携式水果无损快速测试装置 |
CN113218883A (zh) * | 2021-03-26 | 2021-08-06 | 浙江大学 | 一种自动参比的果蔬光谱在线检测装备 |
CN113418871A (zh) * | 2021-05-08 | 2021-09-21 | 中国农业大学 | 一种便携式谷物品质快速无损检测鉴定装置 |
CN113522152A (zh) * | 2021-09-17 | 2021-10-22 | 江西鼎峰智能装备有限公司 | 一种粉体混合系统、控制方法及粉体强化混合方法 |
CN115055399A (zh) * | 2022-06-28 | 2022-09-16 | 无锡迅杰光远科技有限公司 | 能对果蔬进行红外检测的分选系统以及托盘 |
CN117589696A (zh) * | 2023-10-31 | 2024-02-23 | 安徽唯嵩光电科技有限公司 | 一种果蔬光谱数据处理装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104251837B (zh) | 2016-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104251837A (zh) | 水果内部品质近红外透射光谱在线检测系统及方法 | |
TWI741825B (zh) | 用於寶石的螢光分級之設備與方法 | |
TWI749936B (zh) | 用於評估寶石之色彩特性之方法 | |
CN101832941B (zh) | 一种基于多光谱图像的水果品质评价装置 | |
JP4665899B2 (ja) | オンライン内部品質検査方法と装置 | |
CN109115708B (zh) | 一种苹果内部多品质一体化无损检测系统及方法 | |
CN109001134B (zh) | 非接触式多通道水果内部缺陷检测系统及方法 | |
CN105548070B (zh) | 一种苹果可溶性固形物近红外检测部位补偿方法及系统 | |
JP2014098555A (ja) | リサイクル樹脂判定装置、及び、リサイクル樹脂材料の製造装置 | |
CN107064044B (zh) | 一种茶提取液中多酚含量的快速检测方法及装置 | |
US7999936B1 (en) | Combined transmittance and angle selective scattering measurement of fluid suspended particles for simultaneous determination of refractive index, extinction coefficient, particle size and particle density | |
CN103777524A (zh) | 一种基于可见光谱技术的红茶适度发酵控制方法和装置 | |
FR2824902A1 (fr) | Procede et agencement pour la determination sans contact de caracteristiques de produits | |
CN109580501B (zh) | 一种嵌入冰箱的果蔬新鲜品质智能判别装置及方法 | |
KR101096790B1 (ko) | 멀티 채널 카메라를 이용한 농산물 부피 측정장치 | |
CN107132197B (zh) | 一种食醋总酸含量的检测方法及装置 | |
CN109946246A (zh) | 一种苹果可溶性固形物的检测方法及装置 | |
PUANGSOMBUT et al. | Evaluation of internal quality of fresh‐cut pomelo using VIS/NIR transmittance | |
CN105334166A (zh) | 一种用于食品成分分析的双探测器近红外光谱仪 | |
CN103698285B (zh) | 基于双波段的血斑蛋在线检测方法和装置 | |
FR2775345A1 (fr) | Procede et installation pour la mesure de la teneur, notamment en sucre, de fruits et legumes | |
CN201555802U (zh) | 基于特征波段的黑木耳蛋白质含量快速检测装置 | |
CN208736794U (zh) | 非接触式多通道水果内部缺陷检测系统 | |
CN107655838B (zh) | 驰豫光谱检测装置的方法 | |
CN112858187A (zh) | 一种基于光谱技术的茄子花青素测量系统及方法 |
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 |