CN105092483A - 一种微型光谱仪检测食品安全的方法 - Google Patents
一种微型光谱仪检测食品安全的方法 Download PDFInfo
- Publication number
- CN105092483A CN105092483A CN201510471806.3A CN201510471806A CN105092483A CN 105092483 A CN105092483 A CN 105092483A CN 201510471806 A CN201510471806 A CN 201510471806A CN 105092483 A CN105092483 A CN 105092483A
- Authority
- CN
- China
- Prior art keywords
- terminal equipment
- micro spectrometer
- spectrometer
- food
- processing center
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008054 signal transmission Effects 0.000 claims abstract description 19
- 238000005070 sampling Methods 0.000 claims description 18
- 238000001069 Raman spectroscopy Methods 0.000 claims description 9
- 238000010835 comparative analysis Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000010183 spectrum analysis Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 235000013399 edible fruits Nutrition 0.000 abstract description 3
- 235000013311 vegetables Nutrition 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000008267 milk Substances 0.000 description 3
- 210000004080 milk Anatomy 0.000 description 3
- 235000013336 milk Nutrition 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 231100000331 toxic Toxicity 0.000 description 3
- 230000002588 toxic effect Effects 0.000 description 3
- MHAJPDPJQMAIIY-UHFFFAOYSA-N Hydrogen peroxide Chemical compound OO MHAJPDPJQMAIIY-UHFFFAOYSA-N 0.000 description 2
- 229920000877 Melamine resin Polymers 0.000 description 2
- 235000012041 food component Nutrition 0.000 description 2
- 239000005428 food component Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- JDSHMPZPIAZGSV-UHFFFAOYSA-N melamine Chemical compound NC1=NC(N)=NC(N)=N1 JDSHMPZPIAZGSV-UHFFFAOYSA-N 0.000 description 2
- 240000006108 Allium ampeloprasum Species 0.000 description 1
- 235000005254 Allium ampeloprasum Nutrition 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 235000010726 Vigna sinensis Nutrition 0.000 description 1
- 244000042314 Vigna unguiculata Species 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- JBTHDAVBDKKSRW-UHFFFAOYSA-N chembl1552233 Chemical compound CC1=CC(C)=CC=C1N=NC1=C(O)C=CC2=CC=CC=C12 JBTHDAVBDKKSRW-UHFFFAOYSA-N 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 235000012907 honey Nutrition 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 229940107698 malachite green Drugs 0.000 description 1
- FDZZZRQASAIRJF-UHFFFAOYSA-M malachite green Chemical compound [Cl-].C1=CC(N(C)C)=CC=C1C(C=1C=CC=CC=1)=C1C=CC(=[N+](C)C)C=C1 FDZZZRQASAIRJF-UHFFFAOYSA-M 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229940073450 sudan red Drugs 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种微型光谱仪检测食品安全的方法,其特征在于,包括:微型光谱仪、信号传输模块、云端大数据处理中心及终端设备;由于微型光谱仪可随身携带,当我们到任何场所购买食物(如水果或蔬菜)即可将微型光谱仪向上一照,然后数据就可以在手机或穿戴产品等相应的终端设备上显示出来,使得所要购买的食品成分一目了然,从而人们可选择购买到放心安全的食品,微型光谱仪可以普及到每个家庭或每个人,从而解决食品安全问题。
Description
技术领域
本发明属于一种微型光谱仪检测食品安全的方法。
背景技术
随着人们生活水平的不断提高,消费观念也从早前量的追求脱变到现今质的索求,但任何的改变人们都无法离开衣、食、住、行几个方面,而这里面大家最为口出的一句话肯定是—民以食为天,再延伸一句话—病从口入。可想而知食的重要性。
食品安全是世界性问题,而近十年在中国显得特别突出。从“大头娃娃”奶粉事件起,“陈化粮”事件、“苏丹红事件”、“孔雀石绿事件”、“人造蜂蜜”事件、三聚氰胺毒奶粉事件、毒韭菜事件、人造“新鲜红枣”事件、“毒豇豆事件”、“假葡萄酒事件”等等,食品安全事件年年发生、接踵而来,三聚氰胺超标奶粉多次幽灵重现,使用“地沟油”加工食品、使用双氧水或硫磺加工漂白食品、水产品养殖添加激素。这些问题已对人民的生命健康构成严重威胁。
针对这些问题,国家监督和打击力度不断加强,但最终结果还是春风吹又生。为了解决这些问题,还必须以全民武装,让食品安全起来。
发明内容
本发明所要解决的技术问题是提供一种微型光谱仪检测食品安全的方法。
本发明解决上述技术问题所采取的技术方案如下:
一种微型光谱仪检测食品安全的方法,其特征在于,包括:微型光谱仪、信号传输模块、云端大数据处理中心及终端设备;
其中检测步骤为:
步骤一:使用微型光谱仪对食物样品利用红外光谱仪原理及拉曼光谱仪原理进行无接触无损伤光谱取样;
步骤二:将相应的取样数据通过信号传输模块上传到云端大数据处理中心;
步骤三:云端大数据处理中心对相应数据进行对比分析;
步骤四:用户打开终端设备,云端大数据处理中心将相应的分析结果传输到终端设备并将相应结果在终端设备上显示。
进一步地,优选的,所述的微型光谱仪检测食品安全的方法的微型光谱仪只用于食物分子光谱分析频率的采集及数据上传。
进一步地,优选的,一种微型光谱仪检测食品安全的方法,其特征在于,包括:微型光谱仪、信号传输模块、云端大数据处理中心及终端设备;
其中检测步骤为:
步骤一:使用微型光谱仪对食物样品利用红外光谱仪原理及拉曼光谱仪原理进行无接触无损伤光谱取样;
步骤二:将相应的取样数据通过信号传输模块上传到终端设备;
步骤三:终端设备将相应数据上传到云端大数据处理中心:
步骤四:云端大数据处理中心对相应数据进行对比分析;
步骤五:用户打开终端设备,云端大数据处理中心将相应的分析结果传输到终端设备并将相应结果在终端设备上显示。
进一步地,优选的,所述的微型光谱仪检测食品安全的方法的微型光谱仪只用于食物分子光谱分析频率的采集及数据上传。
进一步地,优选的,一种微型光谱仪检测食品安全的方法,其特征在于,包括:微型光谱仪、信号传输模块及终端设备;
其中检测步骤为:
步骤一:使用微型光谱仪对食物样品利用红外光谱仪原理及拉曼光谱仪原理进行无接触无损伤光谱取样;
步骤二:将相应的取样数据通过信号传输模块上传到终端设备;
步骤三:终端设备对相应数据进行对比分析并直接将相应结果在上显示。
进一步地,优选的,所述的微型光谱仪检测食品安全的方法的微型光谱仪只用于食物分子光谱分析频率的采集及数据上传。
本发明采取了上述方案以后,通过以上方法,由于微型光谱仪可随身携带,当我们到任何场所购买食物(如水果或蔬菜)即可将微型光谱仪向上一照,然后数据就可以在手机、平板或穿戴产品等相应的终端设备上显示出来,使得所要购买的食品成分一目了然,从而人们可选择购买到放心安全的食品,微型光谱仪可以普及到每个家庭或每个人,从而解决食品安全问题。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
下面结合附图对本发明进行详细的描述,以使得本发明的上述优点更加明确。其中,
图1是本发明微型光谱仪检测食品安全的方法的一号方案结构框图;
图2是本发明微型光谱仪检测食品安全的方法的二号方案结构框图;
图3是本发明微型光谱仪检测食品安全的方法的三号方案结构框图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
一种微型光谱仪检测食品安全的方法,其特征在于,包括:微型光谱仪、信号传输模块、云端大数据处理中心及终端设备;
其中检测步骤为:
步骤一:使用微型光谱仪对食物样品利用红外光谱仪原理及拉曼光谱仪原理进行无接触无损伤光谱取样;
步骤二:将相应的取样数据通过信号传输模块上传到云端大数据处理中心;
步骤三:云端大数据处理中心对相应数据进行对比分析;
步骤四:用户打开终端设备,云端大数据处理中心将相应的分析结果传输到终端设备并将相应结果在终端设备上显示。
进一步地,优选的,所述的微型光谱仪检测食品安全的方法的微型光谱仪只用于食物分子光谱分析频率的采集及数据上传。
进一步地,优选的,一种微型光谱仪检测食品安全的方法,其特征在于,包括:微型光谱仪、信号传输模块、云端大数据处理中心及终端设备;
其中检测步骤为:
步骤一:使用微型光谱仪对食物样品利用红外光谱仪原理及拉曼光谱仪原理进行无接触无损伤光谱取样;
步骤二:将相应的取样数据通过信号传输模块上传到终端设备;
步骤三:终端设备将相应数据上传到云端大数据处理中心:
步骤四:云端大数据处理中心对相应数据进行对比分析;
步骤五:用户打开终端设备,云端大数据处理中心将相应的分析结果传输到终端设备并将相应结果在终端设备上显示。
进一步地,优选的,所述的微型光谱仪检测食品安全的方法的微型光谱仪只用于食物分子光谱分析频率的采集及数据上传。
进一步地,优选的,一种微型光谱仪检测食品安全的方法,其特征在于,包括:微型光谱仪、信号传输模块及终端设备;
其中检测步骤为:
步骤一:使用微型光谱仪对食物样品利用红外光谱仪原理及拉曼光谱仪原理进行无接触无损伤光谱取样;
步骤二:将相应的取样数据通过信号传输模块上传到终端设备;
步骤三:终端设备对相应数据进行对比分析并直接将相应结果在上显示。
进一步地,优选的,所述的微型光谱仪检测食品安全的方法的微型光谱仪只用于食物分子光谱分析频率的采集及数据上传。
本发明采取了上述方案以后,通过以上方法,由于微型光谱仪可随身携带,当我们到任何场所购买食物(如水果或蔬菜)即可将微型光谱仪向上一照,然后数据就可以在手机或穿戴产品等相应的终端设备上显示出来,使得所要购买的食品成分一目了然,从而人们可选择购买到放心安全的食品,微型光谱仪可以普及到每个家庭或每个人,从而解决食品安全问题。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种微型光谱仪检测食品安全的方法,其特征在于,包括:微型光谱仪、信号传输模块、云端大数据处理中心及终端设备;
其中检测步骤为:
步骤一:使用微型光谱仪对食物样品利用红外光谱仪原理及拉曼光谱仪原理进行无接触无损伤光谱取样;
步骤二:将相应的取样数据通过信号传输模块上传到云端大数据处理中心;
步骤三:云端大数据处理中心对相应数据进行对比分析;
步骤四:用户打开终端设备,云端大数据处理中心将相应的分析结果传输到终端设备并将相应结果在终端设备上显示。
2.根据权利要求1所述的微型光谱仪检测食品安全的方法,其特征在于,所述微型光谱仪只用于食物分子光谱分析频率的采集及数据上传。
3.一种微型光谱仪检测食品安全的方法,其特征在于,包括:微型光谱仪、信号传输模块、云端大数据处理中心及终端设备;
其中检测步骤为:
步骤一:使用微型光谱仪对食物样品利用红外光谱仪原理及拉曼光谱仪原理进行无接触无损伤光谱取样;
步骤二:将相应的取样数据通过信号传输模块上传到终端设备;
步骤三:终端设备将相应数据上传到云端大数据处理中心:
步骤四:云端大数据处理中心对相应数据进行对比分析;
步骤五:用户打开终端设备,云端大数据处理中心将相应的分析结果传输到终端设备并将相应结果在终端设备上显示。
4.根据权利要求3所述的微型光谱仪检测食品安全的方法,其特征在于,所述微型光谱仪只用于食物分子光谱分析频率的采集及数据上传。
5.一种微型光谱仪检测食品安全的方法,其特征在于,包括:微型光谱仪、信号传输模块及终端设备;
其中检测步骤为:
步骤一:使用微型光谱仪对食物样品利用红外光谱仪原理及拉曼光谱仪原理进行无接触无损伤光谱取样;
步骤二:将相应的取样数据通过信号传输模块上传到终端设备;
步骤三:终端设备对相应数据进行对比分析并直接将相应结果在上显示。
6.根据权利要求5所述的微型光谱仪检测食品安全的方法,其特征在于,所述微型光谱仪只用于食物分子光谱分析频率的采集及数据上传。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510471806.3A CN105092483A (zh) | 2015-08-05 | 2015-08-05 | 一种微型光谱仪检测食品安全的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510471806.3A CN105092483A (zh) | 2015-08-05 | 2015-08-05 | 一种微型光谱仪检测食品安全的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105092483A true CN105092483A (zh) | 2015-11-25 |
Family
ID=54573401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510471806.3A Pending CN105092483A (zh) | 2015-08-05 | 2015-08-05 | 一种微型光谱仪检测食品安全的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105092483A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105866336A (zh) * | 2016-04-18 | 2016-08-17 | 王立云 | 手持式植物检测仪 |
CN105890760A (zh) * | 2016-02-05 | 2016-08-24 | 四川长虹电器股份有限公司 | 一种识别物体分子光谱的智能移动终端及其使用方法 |
CN107631986A (zh) * | 2017-05-31 | 2018-01-26 | 浙江苏泊尔家电制造有限公司 | 食物安全性检测的方法、烹饪器具及计算机存储介质 |
CN107631992A (zh) * | 2017-05-31 | 2018-01-26 | 浙江苏泊尔家电制造有限公司 | 食物安全性检测的方法、烹饪器具及计算机存储介质 |
CN108169132A (zh) * | 2017-12-28 | 2018-06-15 | 中山大学 | 一种微型光谱仪的光谱数据处理方法及系统 |
CN108401440A (zh) * | 2017-08-21 | 2018-08-14 | 深圳前海达闼云端智能科技有限公司 | 一种物质检测方法及其装置、检测终端 |
CN105911043B (zh) * | 2016-03-29 | 2018-08-28 | 贵州省分析测试研究院 | 原子荧光食品污染物检测结果的数据化靶向分析方法 |
CN109738416A (zh) * | 2018-12-29 | 2019-05-10 | 上海一谱仪器科技股份有限公司 | 一种基于大数据的光谱仪测量数据分析管理系统 |
CN111683135A (zh) * | 2020-06-04 | 2020-09-18 | 江南大学 | 一种生鲜肉光谱无损检测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006046197A1 (en) * | 2004-10-27 | 2006-05-04 | Philips Intellectual Property & Standards Gmbh | Device and method for determining the calorie content of an object |
US20100315629A1 (en) * | 2009-06-15 | 2010-12-16 | Knopp Kevin J | Optical Scanning |
CN101949824A (zh) * | 2009-06-30 | 2011-01-19 | 武汉矽感科技有限公司 | 根据物质的光谱信息对商品进行检测的方法和系统装置 |
CN103105387A (zh) * | 2013-01-29 | 2013-05-15 | 福州大学 | 一种动物源性食品中磺胺二甲基嘧啶的检测方法 |
WO2015101992A2 (en) * | 2014-01-03 | 2015-07-09 | Verifood, Ltd. | Spectrometry systems, methods, and applications |
CN104807803A (zh) * | 2015-04-20 | 2015-07-29 | 武汉轻工大学 | 基于多源光谱数据融合的花生油掺伪定量检测方法 |
-
2015
- 2015-08-05 CN CN201510471806.3A patent/CN105092483A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006046197A1 (en) * | 2004-10-27 | 2006-05-04 | Philips Intellectual Property & Standards Gmbh | Device and method for determining the calorie content of an object |
US20100315629A1 (en) * | 2009-06-15 | 2010-12-16 | Knopp Kevin J | Optical Scanning |
CN101949824A (zh) * | 2009-06-30 | 2011-01-19 | 武汉矽感科技有限公司 | 根据物质的光谱信息对商品进行检测的方法和系统装置 |
CN103105387A (zh) * | 2013-01-29 | 2013-05-15 | 福州大学 | 一种动物源性食品中磺胺二甲基嘧啶的检测方法 |
WO2015101992A2 (en) * | 2014-01-03 | 2015-07-09 | Verifood, Ltd. | Spectrometry systems, methods, and applications |
CN104807803A (zh) * | 2015-04-20 | 2015-07-29 | 武汉轻工大学 | 基于多源光谱数据融合的花生油掺伪定量检测方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105890760A (zh) * | 2016-02-05 | 2016-08-24 | 四川长虹电器股份有限公司 | 一种识别物体分子光谱的智能移动终端及其使用方法 |
CN105911043B (zh) * | 2016-03-29 | 2018-08-28 | 贵州省分析测试研究院 | 原子荧光食品污染物检测结果的数据化靶向分析方法 |
CN105866336A (zh) * | 2016-04-18 | 2016-08-17 | 王立云 | 手持式植物检测仪 |
CN107631986A (zh) * | 2017-05-31 | 2018-01-26 | 浙江苏泊尔家电制造有限公司 | 食物安全性检测的方法、烹饪器具及计算机存储介质 |
CN107631992A (zh) * | 2017-05-31 | 2018-01-26 | 浙江苏泊尔家电制造有限公司 | 食物安全性检测的方法、烹饪器具及计算机存储介质 |
CN108401440A (zh) * | 2017-08-21 | 2018-08-14 | 深圳前海达闼云端智能科技有限公司 | 一种物质检测方法及其装置、检测终端 |
CN108169132A (zh) * | 2017-12-28 | 2018-06-15 | 中山大学 | 一种微型光谱仪的光谱数据处理方法及系统 |
CN109738416A (zh) * | 2018-12-29 | 2019-05-10 | 上海一谱仪器科技股份有限公司 | 一种基于大数据的光谱仪测量数据分析管理系统 |
CN109738416B (zh) * | 2018-12-29 | 2021-05-28 | 上海一谱仪器科技股份有限公司 | 一种基于大数据的光谱仪测量数据分析管理系统 |
CN111683135A (zh) * | 2020-06-04 | 2020-09-18 | 江南大学 | 一种生鲜肉光谱无损检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105092483A (zh) | 一种微型光谱仪检测食品安全的方法 | |
Liu et al. | Comparison of antioxidant activities of different grape varieties | |
CN207040242U (zh) | 一种基于机器视觉的番茄智能采摘装置 | |
Manzoor et al. | Variation in minerals, phenolics and antioxidant activity of peel and pulp of different varieties of peach (Prunus persica L.) fruit from Pakistan | |
Cheng et al. | The quantitative research of landscape color: A study of Ming Dynasty City Wall in Nanjing | |
WO2016029852A1 (zh) | 一种用鲜辣椒加工提取辣椒红和辣椒素的方法 | |
Jing et al. | Characterization of phytochemicals and antioxidant activities of red radish brines during lactic acid fermentation | |
WO2012009333A3 (en) | System and method of determining building numbers | |
CN113313186A (zh) | 一种不规范穿戴工作服识别方法及系统 | |
Stoica et al. | Value-added crackers enriched with red onion skin anthocyanins entrapped in different combinations of wall materials | |
CN102239793B (zh) | 水稻害虫实时分类方法及系统 | |
Liguori et al. | Influence of cactus pear mucilage-based edible coating on marketability and edibility parameters of minimally processed loquat fruits | |
CN209330740U (zh) | 一种基于机器视觉柑橘黄龙病的预警系统 | |
Hallur et al. | Design and development of a portable instrument for the detection of artificial ripening of banana fruit | |
Tran et al. | Impact of Various Essential Oils and Plant Extracts on the Characterization of the Composite Seaweed Hydrocolloid and Gac Pulp (Momordica cochinchinensis) Edible Film | |
Taylor et al. | China | |
CN105046867B (zh) | 基于北斗系统的火灾监控系统 | |
Atak et al. | Comparison of Important Quality Characteristics of Some Fungal Disease Resistance/Tolerance Grapes Dried with Energy-Saving Heat Pump Dryer | |
CN105785887A (zh) | 一种智能安防监控系统 | |
Kapłan et al. | Antioxidant activity of vine fruits depending on their colouring | |
CN106156801B (zh) | 一种基于图像处理的有色颗粒选择方法 | |
CN104101909A (zh) | 一种hsl彩色空间下双能x射线图像显示方法 | |
Ashmore | Wild citrus in Oceania: harnessing the diversity | |
Zubaidi et al. | Influence of Variety, Enzyme Addition and Destemming on Yield and Bioactive Compounds of Juices from Selected Hybrid Grape Varieties Cultivated in Poland | |
Raghavendra et al. | Research Article Deep Learning Based Dual Channel Banana Grading System Using Convolution Neural Network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151125 |