CN105973839B - 一种高光谱批处理式农畜产品品质无损检测方法和系统 - Google Patents
一种高光谱批处理式农畜产品品质无损检测方法和系统 Download PDFInfo
- Publication number
- CN105973839B CN105973839B CN201610490643.8A CN201610490643A CN105973839B CN 105973839 B CN105973839 B CN 105973839B CN 201610490643 A CN201610490643 A CN 201610490643A CN 105973839 B CN105973839 B CN 105973839B
- Authority
- CN
- China
- Prior art keywords
- sample
- batch
- quality
- spectrum
- signal
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 110
- 235000013613 poultry product Nutrition 0.000 title claims abstract description 41
- 238000001228 spectrum Methods 0.000 claims abstract description 66
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 47
- 239000013307 optical fiber Substances 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 34
- 230000008878 coupling Effects 0.000 claims abstract description 25
- 238000010168 coupling process Methods 0.000 claims abstract description 25
- 238000005859 coupling reaction Methods 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims abstract description 4
- 239000000835 fiber Substances 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 21
- 241001465754 Metazoa Species 0.000 claims description 17
- 230000003287 optical effect Effects 0.000 claims description 8
- 230000005693 optoelectronics Effects 0.000 claims description 7
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000001678 irradiating effect Effects 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000005057 refrigeration Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 241000208340 Araliaceae Species 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 235000008434 ginseng Nutrition 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000009313 farming Methods 0.000 claims description 3
- 239000004065 semiconductor Substances 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 239000000377 silicon dioxide Substances 0.000 claims description 3
- 238000000411 transmission spectrum Methods 0.000 claims description 3
- 238000000862 absorption spectrum Methods 0.000 claims description 2
- 238000004566 IR spectroscopy Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 claims 1
- 238000012546 transfer Methods 0.000 abstract description 7
- 239000000047 product Substances 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 7
- 238000009659 non-destructive testing Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 2
- 229930003268 Vitamin C Natural products 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 2
- 235000015278 beef Nutrition 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 235000019154 vitamin C Nutrition 0.000 description 2
- 239000011718 vitamin C Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 235000013549 apple pie Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种高光谱批处理式农畜产品品质无损检测方法和系统，所述方法包括：预先设定单次高光谱批量处理样本的数量，确定耦合光纤的根数，进一步确定光纤的尺寸和排布方式；建立每束光纤与面阵探测器上空间维和光谱维上各感光区域的对应关系，构建所述光纤对应检测样品与探测器划定感光区域响应获取的近红外光谱信号间的对应关系；利用所述批量检测样品品质指标和所述探测器获取的近红外光谱，建立品质检测模型；对待测样本，经批量上料后，同时采集各样本的近红外光谱，代入所述品质检测模型，分别输出各待测样本的品质指标，实现高光谱批处理式农畜产品品质快速无损检测。本发明可突破农畜产品品质检测速度限制和模型传递的瓶颈问题。
Description
技术领域
本发明涉及农畜产品品质安全检测技术领域，具体涉及一种高光谱批处理式农畜产品品质无损检测方法和系统。
背景技术
在食品加工过程中，农畜产品作为原料、中间产品或成品，其品质是质量控制的关键所在。为实现农畜产品的品质的全检或快检，无损检测技术成为首选，可满足食品生产、加工过程规模化处理的需求。食品、农产品品质无损检测是一个多学科交叉的研究领域，具有检测速度快、操作方便和易实现在线检测的优点。与湿化学分析方法相比，无损检测技术具有不破坏待检样品、检测速度更快、无污染或少污染、易实现自动化等优势。农畜产品品质无损检测技术逐渐成为不可或缺的重要技术手段，与大型精密的理化分析仪器的检测形成互补。
在农畜产品内部品质在线检测方面，近红外光谱展现出巨大优势。近红外光谱分析技术具有无损伤、检测效率高、成本低、重现性好、样品测量一般不需预处理、适合于现场检测和在线分析等优势。利用近红外光谱技术快速检测农畜产品时，首先要选择大量代表性样本，在标准检测方法获取参考值的基础上，由专业技术人员建立检测模型，并通过后期模型优化和检验才能正常使用。若再建立一套检测设备，需要同样的过程来实现，前期投入较高，相对耗时。已有研究尝试模型传递的方式来解决，但由于光电探测器固有的响应差异，导致传递的模型检测精度无法满足生产的需要。另外，农畜产品实时在线检测时，单个样本只有在达到一定的检测时间时才能获得较高信噪比的信号，才能实现在线检测的精度和稳定性。当前，模型传递和检测速度成为该类技术发展的瓶颈问题。
发明内容
针对现有技术的不足，本发明提供一种高光谱批处理式农畜产品品质无损检测方法和系统，解决模型传递和模型更新的问题，解决光谱获取传感器信号一致性问题，解决农畜产品检测速度低的瓶颈问题。
为实现上述目的，本发明通过以下技术方案予以实现：
第一方面，本发明提出一种高光谱批处理式农畜产品品质无损检测方法，该方法包括：
预先设定单次高光谱批量处理样本的数量，确定耦合光纤的根数，进一步确定光纤的尺寸和排布方式；
建立每束光纤与面阵探测器上空间维和光谱维上各感光区域的对应关系，构建所述光纤对应检测样品与探测器划定感光区域响应获取的近红外光谱信号间的对应关系；
利用所述批量检测样品品质指标和所述探测器获取的近红外光谱，建立品质检测模型；
对待测样本，经批量上料后，同时采集各样本的近红外光谱，代入所述品质检测模型，分别输出各待测样本的品质指标，实现高光谱批处理式农畜产品品质快速无损检测。
其中，所述一种高光谱批处理式农畜产品品质无损检测方法，进一步包括：所述光纤采用一字形排列，排列后各光纤中心传输的光可将面阵探测器空间等分为相同大小的子区间；耦合光纤与光谱分光仪接头采用内置卡口外置标准C接口，以保证耦合光纤组的中心连接线与光谱成像分光仪入射狭缝的中心线在同一平面上。
其中，所述一种高光谱批处理式农畜产品品质无损检测方法，进一步包括：设定单次高光谱批量处理样本的数量为n时，所述光谱分光仪后置的面阵探测器空间维等分为2n+1个子区域，其中偶数子区域各像元获取的信号依次对应各光纤另一端的待测样本，其中奇数子区间用于消除相邻光纤的光干扰，不用于样本品质预测；所述面阵探测器的光谱维，即面阵探测器的任意偶数个带状子区间，获取的光信号强度曲线为对应待测样本的近红外光谱。
可选的，所述光谱分光仪，采用棱镜-光栅-棱镜的分光方式，将光纤点状光信号分成线状光带，投射在面阵探测器中偶数子区间上；所述面阵探测器优选地采用背照式EMCCD相机，半导体制冷，提高检测信号的稳定性和一致性。
其中，所述一种高光谱批处理式农畜产品品质无损检测方法，进一步包括：利用所述批量获取样本的近红外光谱原始信号，经内置白参考暗噪声自动校正变换为吸光度光谱，采用光谱预处理方法进一步修正近红外光谱，去除所述近红外光谱两端信噪比低于预设信噪比的光谱区间，对修正后的近红外光谱，结合实测的样本品质参考值，采用逐步多元线性回归、偏最小二乘法、人工神经网络和支持向量机中的一种或结合方式，建立农畜产品品质的检测模型。
其中，所述一种高光谱批处理式农畜产品品质无损检测方法，进一步包括：待测样本批量上料后，第m个检测位的样本品质信号经对应光纤传输到所述对应面阵探测器空间维第2m个子区域，得到第m个样本的近红外光谱，近红外光谱进行所述校正、预处理和波段区间提取，然后代入所述农畜产品品质检测模型，经计算输出第m个检测位样本的品质指标；同批量其它检测位的待测样本采用第m个样所述相同的检测方式，在计算机同时显示和保存本批量样本的各品质指标值。
可选的，所述品质指标是待测农畜产品的一个或多个品质指标，如苹果的糖度、硬度、酸度、维生素C含量中的一个或其中的多个；例如牛肉的水分、脂肪、蛋白质、嫩度、持水力中的一个或多个；每个品质指标对应一个品质检测模型，进行多指标同时检测时，多个品质检测模型并行计算得到多个指标参数。
第二方面，本发明还提出一种高光谱批处理式农畜产品品质无损检测系统，所述系统包括：物料输送单元、光源套件组、高光谱批处理采集单元、光电开关与控制单元以及计算机，其中：
所述物料输送单元，包括传送皮带或链板中的一种、至少一个托盘，用于批量输送农畜产品，所述至少一个托盘等间距设置在皮带传输组上，用于将待测样本批量的输送到设定的待检工位；
所述光源套件组，包括至少偶数个光源套件，每个待检工位两侧对称布置一对光源，所有光源中心在同一条直线上，用于在每个检测工位提供检测样本所需的主动光源；
所述高光谱批处理采集单元，包括耦合光纤束及接头、光谱分光仪、面阵探测器及制冷模块；所述耦合光纤束的第一端安装于待检工位托盘的上方或下方的一种，第二端所有光纤束依序排成一列，通过所述接头与光谱分光仪连接，待测样本的光信号由所述光纤经光谱分光仪传输到面阵探测器；所述面阵探测器中的空间维的划分个数由预设的待检样本数确定，光谱维各像素由波长校准确定各点对应的响应波长，利用面阵探测器各偶数感光子区域同时获取各待测样本的近红外光谱，由同一面阵探测器不同区域获取近红外光谱的方式提高光谱信号的一致性和模型的有效传递性；所述制冷模块用于保持面阵探测器处于稳定低温状态，降低暗电流干扰，提高获取光信号的灵敏度；所述高光谱批处理采集单元用于同时获取各待检工位上样本的近红外光谱信号，然后对所述近红外光谱信号进行处理、变换，经模型计算同时获得各检测工位样本的至少一个品质指标；
所述光电开关与控制单元在待检样本进入检测位置时，向计算机发送数字信号；所述计算机在接收所述数字信号之后，经控制单元向所述高光谱批处理采集单元发送控制信号；所述高光谱批处理采集单元在接收控制信号之后触发高光谱批处理采集待检批量样本信号，并将待检批量样本信号传输回计算机；所述计算机在接收到所述待检批量样本的近红外光谱信号之后，利用检测模型预测样本的品质指标。
可选的，所述至少一个托盘等间距设置在皮带传输组上，包括：
所述同批量托盘在同一直线上，与皮带在同一水平面上，且同批量果托的连线与皮带的输送方向垂直。
可选的，所述耦合光纤束及接头，包括：
所述光纤采用规格80μm和150μm中的一种石英光纤；所述耦合光纤束的第一端配置可调透镜组，通过螺纹调整其中透镜的位置，调节第一端接受样本信号的区域大小，从而调节接受样本信号的强度；所述耦合光纤束的第一端安装于待检工位托盘的上方时，光纤束的第一端位于照射角度可调成对光源的中间位置，且上下位置可调，用于获取置于托盘上样本的漫反射光谱；所述耦合光纤束的第一端安装于待检工位托盘的下方时，光纤束的第一端位于照射角度可调成对光源的中间位置，且上下位置可调，用于获取置于托盘上样本的透射光谱和漫透射光谱中的一种。
可选的，所述面阵探测器经空间校正和波长校正之后，空间维划分的各偶数感光子区域用于批量获取各待测样本的近红外光谱信号，信号获取设有控制提取模块；所述空间维划分的各偶数感光子区域作为面阵探测器中的感兴趣区域，在信号提取时，内置可编程阵列逻辑器，仅获取感兴趣区域的信号，提高数据的有效利用率。
本发明的有益效果是：相比于现有技术，本发明提出一种高光谱批处理式农畜产品品质无损检测方法和系统，采用同一面阵探测器划分为多个区域，建立各区域与批量样本的一一对应关系，批量采集近红外光谱进行品质检测的方法，保证同批检测样品传感器信号获取的一致性，突破了多通道检测模型传递和模型更新的问题；所述发明可以批量的检测样本，相比于受限移动速度的检测方法，可解决农畜产品品质单通道检测速度限制的瓶颈问题，可提高检测速度、检测精度和处理能力。
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示出了高光谱批处理式农畜产品品质无损检测方法的流程图；
图2示出了高光谱批处理式农畜产品品质无损检测系统结构示意图；
图3示出了基于面阵探测器空间维划分的近红外光谱批量获取方法示意图；
图4示出了品质检测模型建立及批量样本多指标预测流程图。
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。
实施例1
如图1所示，本发明实施例1提出一种高光谱批处理式农畜产品品质无损检测方法，该方法包括如下步骤：
步骤101：预先设定单次高光谱批量处理样本的数量，确定耦合光纤的根数，进一步确定光纤的尺寸和排布方式；
步骤102：建立每束光纤与面阵探测器上空间维和光谱维上各感光区域的对应关系，构建所述光纤对应检测样品与探测器划定感光区域响应获取的近红外光谱信号间的对应关系；
步骤103：利用所述批量检测样品品质指标和所述探测器获取的近红外光谱，建立品质检测模型；
步骤104：对待测样本，经批量上料后，同时采集各样本的近红外光谱，代入所述品质检测模型，分别输出各待测样本的品质指标，实现高光谱批处理式农畜产品品质快速无损检测。
其中，所述一种高光谱批处理式农畜产品品质无损检测方法，进一步包括：所述光纤采用一字形排列，排列后各光纤中心传输的光可将面阵探测器空间等分为相同大小的子区间；耦合光纤与光谱分光仪接头采用内置卡口外置标准C接口，以保证耦合光纤组的中心连接线与光谱成像分光仪入射狭缝的中心线在同一平面上。
其中，所述一种高光谱批处理式农畜产品品质无损检测方法，进一步包括：设定单次高光谱批量处理样本的数量为n时，所述光谱分光仪后置的面阵探测器空间维等分为2n+1个子区域，其中偶数子区域各像元获取的信号依次对应各光纤另一端的待测样本，其中奇数子区间用于消除相邻光纤的光干扰，不用于样本品质预测；所述面阵探测器的光谱维，即面阵探测器的任意偶数个带状子区间，获取的光信号强度曲线为对应待测样本的近红外光谱。
可选的，所述光谱分光仪，采用棱镜-光栅-棱镜的分光方式，将光纤点状光信号分成线状光带，投射在面阵探测器中偶数子区间上；所述面阵探测器优选地采用背照式EMCCD相机，半导体制冷，提高检测信号的稳定性和一致性。
其中，所述一种高光谱批处理式农畜产品品质无损检测方法，进一步包括：利用所述批量获取样本的近红外光谱原始信号，经内置白参考暗噪声自动校正变换为吸光度光谱，采用光谱预处理方法进一步修正近红外光谱，去除所述近红外光谱两端信噪比低于预设信噪比的光谱区间，对修正后的近红外光谱，结合实测的样本品质参考值，采用逐步多元线性回归、偏最小二乘法、人工神经网络和支持向量机中的一种或结合方式，建立农畜产品品质的检测模型。
其中，所述一种高光谱批处理式农畜产品品质无损检测方法，进一步包括：待测样本批量上料后，第m个检测位的样本品质信号经对应光纤传输到所述对应面阵探测器空间维第2m个子区域，得到第m个样本的近红外光谱，近红外光谱进行所述校正、预处理和波段区间提取，然后代入所述农畜产品品质检测模型，经计算输出第m个检测位样本的品质指标；同批量其它检测位的待测样本采用第m个样所述相同的检测方式，在计算机同时显示和保存本批量样本的各品质指标值。
可选的，所述品质指标是待测农畜产品的一个或多个品质指标，如苹果的糖度、硬度、酸度、维生素C含量中的一个或其中的多个；例如牛肉的水分、脂肪、蛋白质、嫩度、持水力中的一个或多个；每个品质指标对应一个品质检测模型，进行多指标同时检测时，多个品质检测模型并行计算得到多个指标参数。
本发明实施例采用同一面阵探测器划分为多个区域，建立各区域与批量样本的一一对应关系，批量采集近红外光谱进行品质检测的方法，保证同批检测样品传感器信号获取的一致性，突破了多通道检测模型传递和模型更新的问题；所述发明可以批量的检测样本，相比于受限移动速度的检测方法，可解决农畜产品品质单通道检测速度限制的瓶颈问题，可提高检测速度、检测精度和处理能力。
实施例2
本发明还提出一种高光谱批处理式农畜产品品质无损检测系统，如图2所示，所述系统包括：物料输送单元、光源套件组、高光谱批处理采集单元、光电开关与控制单元以及计算机，其中：
所述物料输送单元，包括传送皮带或链板中的一种、至少一个托盘，用于批量输送农畜产品，所述至少一个托盘等间距设置在皮带传输组上，用于将待测样本批量的输送到设定的待检工位；
所述光源套件组，包括至少偶数个光源套件，每个待检工位两侧对称布置一对光源，所有光源中心在同一条直线上，用于在每个检测工位提供检测样本所需的主动光源；
所述高光谱批处理采集单元，包括耦合光纤束及接头、光谱分光仪、面阵探测器及制冷模块；所述耦合光纤束的第一端安装于待检工位托盘的上方或下方的一种，第二端所有光纤束依序排成一列，通过所述接头与光谱分光仪连接，待测样本的光信号由所述光纤经光谱分光仪传输到面阵探测器；所述面阵探测器中的空间维的划分个数由预设的待检样本数确定，光谱维各像素由波长校准确定各点对应的响应波长，利用面阵探测器各偶数感光子区域同时获取各待测样本的近红外光谱，由同一面阵探测器不同区域获取近红外光谱的方式提高光谱信号的一致性和模型的有效传递性；所述制冷模块用于保持面阵探测器处于稳定低温状态，降低暗电流干扰，提高获取光信号的灵敏度；所述高光谱批处理采集单元用于同时获取各待检工位上样本的近红外光谱信号，然后对所述近红外光谱信号进行处理、变换，经模型计算同时获得各检测工位样本的至少一个品质指标；
所述光电开关与控制单元在待检样本进入检测位置时，向计算机发送数字信号；所述计算机在接收所述数字信号之后，经控制单元向所述高光谱批处理采集单元发送控制信号；所述高光谱批处理采集单元在接收控制信号之后触发高光谱批处理采集待检批量样本信号，并将待检批量样本信号传输回计算机；所述计算机在接收到所述待检批量样本的近红外光谱信号之后，利用检测模型预测样本的品质指标。
可选的，所述至少一个托盘等间距设置在皮带传输组上，包括：
所述同批量托盘在同一直线上，与皮带在同一水平面上，且同批量果托的连线与皮带的输送方向垂直。
可选的，所述耦合光纤束及接头，包括：
所述光纤采用规格80μm和150μm中的一种石英光纤；所述耦合光纤束的第一端配置可调透镜组，通过螺纹调整其中透镜的位置，调节第一端接受样本信号的区域大小，从而调节接受样本信号的强度；所述耦合光纤束的第一端安装于待检工位托盘的上方时，光纤束的第一端位于照射角度可调成对光源的中间位置，且上下位置可调，用于获取置于托盘上样本的漫反射光谱；所述耦合光纤束的第一端安装于待检工位托盘的下方时，光纤束的第一端位于照射角度可调成对光源的中间位置，且上下位置可调，用于获取置于托盘上样本的透射光谱和漫透射光谱中的一种。
可选的，所述面阵探测器经空间校正和波长校正之后，空间维划分的各偶数感光子区域用于批量获取各待测样本的近红外光谱信号，信号获取设有控制提取模块；所述空间维划分的各偶数感光子区域作为面阵探测器中的感兴趣区域，在信号提取时，内置可编程阵列逻辑器，仅获取感兴趣区域的信号，提高数据的有效利用率。
本实施例的高光谱批处理式农畜产品品质无损检测系统适用于农畜产品品质的间歇式批处理检测，相比于单通道或多通道连续式在线检测，显著提升处理能力，降低因高速运动导致的产品机械损伤。
实施例3
本实施例以苹果为例，采用所述高光谱批处理式农畜产品无损检测方法和系统，批量获取表征苹果品质信息的近红外光谱数据组，建立苹果品质检测模型，实现苹果批量快速无损检测：
预先设定单次批量处理苹果的个数为10个，耦合光纤的根数为10根，即每个检测工位的苹果样本对应一根光纤；所述10根光纤在光纤耦合器与光谱分光仪接头处采用单线等间距排列，待检苹果样本的透射光通过所述光纤的第一端传输到所述光纤的第二端，在第二端经光谱分光仪的狭缝进入光谱分光仪，经光谱分光仪中的棱镜-光栅-棱镜组合将光色散投射在面阵探测器上；所述面阵探测器的区域划分如图3所示，在批量检测10个苹果样本时，面阵探测器空间维被等分为21个子区域，每个偶数子区域获取对应苹果的近红外光谱，这里每批次同时获得10个苹果样本的近红外光谱数据组；
利用所述的高光谱批处理式农畜产品无损检测系统，在开机进入稳定状态后采集各子区域的暗噪声并存储；利用所述系统多次获取近红外光谱数据组，经内置白参考和暗噪声自动校正变换为吸光度光谱，采用光谱预处理方法进一步修正近红外光谱，去除所述近红外光谱两端信噪比低于预设信噪比的光谱区间，对修正后的近红外光谱，结合实测的样本品质参考值，采用逐步多元线性回归、偏最小二乘法、人工神经网络和支持向量机中的一种或结合方式，建立农畜产品品质的检测模型，过程如图4所示；面阵探测器在晶体制备上具有高度的一致性，面阵探测器上各感光单元具有一致的响应强度，所以其中一个子区域接受的苹果样本的近红外信号可以用于表示其他子区域与苹果品质信息的相关关系，检测模型在同一面阵探测器上具有通用性，另外，检测模型的建立过程同样进行批量处理样本，可显著提高建模效率和质量；
对待测苹果批量样本，由输送单元将批量苹果送至检测工位，由光电开关向计算机发送数字信号；所述计算机在接收所述数字信号之后，经控制单元向所述高光谱批处理采集单元发送控制信号，触发批量采集待检苹果样本的近红外光谱信号，并将待检批量样本信号传输回计算机，在计算机内采用品质模型建立前相同的光谱处理方式进行校正、预处理、波段选择，建模，然后利用品质检测模型计算批量苹果样本的品质指标，在计算机显示并存储。
本实施例以苹果为例，充分利用面阵探测器在晶体制备的一致性和面阵探测器上各感光单元具有同等的响应特性，品质模型的建立采用批量样本同时信号采集，可显著提高建模效率和质量；同样利用这种特性，其中一个子区域接受的苹果样本的近红外信号可以用于表示其他子区域与苹果品质信息的相关关系，检测模型在同一面阵探测器上具有通用性，共用模型的检测方式消除了多传感器之间模型传递质量低的问题。
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 (7)
1.一种高光谱批处理式农畜产品品质无损检测系统，其特征在于，包括物料输送单元、光源套件组、高光谱批处理采集单元、光电开关与控制单元以及计算机；
所述物料输送单元，包括传送皮带或链板中的一种、多个托盘，用于批量输送农畜产品，所述多个托盘等间距设置在皮带传输组上，用于将待测样本批量的输送到设定的待检工位；
所述光源套件组，包括至少偶数个光源套件，每个待检工位两侧对称布置一对光源，所有光源中心在同一条直线上，用于在每个检测工位提供检测样本所需的主动光源；
所述高光谱批处理采集单元包括耦合光纤束及接头、光谱分光仪、面阵探测器及制冷模块；所述耦合光纤束的第一端安装于待检工位托盘的上方或下方的一种，第二端所有光纤束依序排成一列，通过所述接头与光谱分光仪连接，待测样本的光信号由所述光纤经光谱分光仪传输到面阵探测器；所述面阵探测器中的空间维的划分个数由预设的待检样本数确定，光谱维各像素由波长校准确定各点对应的响应波长，利用面阵探测器各偶数感光子区域同时获取各待测样本的近红外光谱，由同一面阵探测器不同区域获取近红外光谱的方式提高光谱信号的一致性和模型的有效传递性；
所述耦合光纤束及接头包括：所述光纤采用规格80μm和150μm中的一种石英光纤；所述耦合光纤束的第一端配置可调透镜组，通过螺纹调整其中透镜的位置，调节第一端接受样本信号的区域大小，从而调节接受样本信号的强度；所述耦合光纤束的第一端安装于待检工位托盘的上方时，光纤束的第一端位于照射角度可调成对光源的中间位置，且上下位置可调，用于获取置于托盘上样本的漫反射光谱；所述耦合光纤束的第一端安装于待检工位托盘的下方时，光纤束的第一端位于照射角度可调成对光源的中间位置，且上下位置可调，用于获取置于托盘上样本的透射光谱和漫透射光谱中的一种；
所述面阵探测器经空间校正和波长校正之后，空间维划分的各偶数感光子区域用于批量获取各待测样本的近红外光谱信号，信号获取设有控制提取模块；所述空间维划分的各偶数感光子区域作为面阵探测器中的感兴趣区域，在信号提取时，内置可编程阵列逻辑器，仅获取感兴趣区域的信号，提高数据的有效利用率；
所述制冷模块用于保持面阵探测器处于稳定低温状态，降低暗电流干扰，提高获取光信号的灵敏度；所述高光谱批处理采集单元用于同时获取各待检工位上样本的近红外光谱信号，然后对所述近红外光谱信号进行处理、变换，经模型计算同时获得各检测工位样本的至少一个品质指标；
所述光电开关与控制单元在待检样本进入检测位置时，向计算机发送数字信号；所述计算机在接收所述数字信号之后，经控制单元向所述高光谱批处理采集单元发送控制信号；所述高光谱批处理采集单元在接收控制信号之后触发高光谱批处理采集待检批量样本信号，并将待检批量样本信号传输回计算机；所述计算机在接收到所述待检批量样本的近红外光谱信号之后，利用检测模型预测样本的品质指标。
2.根据权利要求1所述一种高光谱批处理式农畜产品品质无损检测系统，其特征在于，所述光谱分光仪采用棱镜-光栅-棱镜的分光方式，将光纤点状光信号分成线状光带，投射在面阵探测器中偶数子区间上；所述面阵探测器采用背照式EMCCD相机，半导体制冷，提高检测信号的稳定性和一致性。
3.根据权利要求1所述的一种高光谱批处理式农畜产品品质无损检测系统，其特征在于，所述至少一个托盘等间距设置在皮带传输组上，包括同批量托盘在同一直线上，与皮带在同一水平面上，且同批量果托的连线与皮带的输送方向垂直。
4.一种高光谱批处理式农畜产品品质无损检测方法，其特征在于，所述方法包括：
预先设定单次高光谱批量处理样本的数量，确定耦合光纤的根数，进一步确定光纤的尺寸和排布方式；
预先设定单次高光谱批量处理样本的数量为n时，光谱分光仪后置的面阵探测器空间维等分为2n+1个子区域，其中偶数子区域各像元获取的信号依次对应各光纤另一端的待测样本，其中奇数子区间用于消除相邻光纤的光干扰，不用于样本品质预测；所述面阵探测器的光谱维，即面阵探测器的任意偶数个带状子区间，获取的光信号强度曲线为对应待测样本的近红外光谱；
建立每束光纤与面阵探测器上空间维和光谱维上各感光区域的对应关系，构建所述光纤对应检测样品与探测器划定感光区域响应获取的近红外光谱信号间的对应关系；
利用批量检测样品品质指标和探测器获取的近红外光谱，建立品质检测模型；
对待测样本经批量上料后，同时采集各样本的近红外光谱，代入所述品质检测模型，分别输出各待测样本的品质指标，实现高光谱批处理式农畜产品品质快速无损检测。
5.根据权利要求4所述的一种高光谱批处理式农畜产品品质无损检测方法，其特征在于，所述光纤采用一字形排列，排列后各光纤中心传输的光可将面阵探测器空间等分为相同大小的子区间；耦合光纤与光谱分光仪接头采用内置卡口外置标准C接口，以保证耦合光纤组的中心连接线与光谱成像分光仪入射狭缝的中心线在同一平面上。
6.根据权利要求4所述的一种高光谱批处理式农畜产品品质无损检测方法，其特征在于，利用批量检测样品品质指标和探测器获取的近红外光谱，建立品质检测模型的具体过程为：
利用所述批量获取样本的近红外光谱原始信号，经内置白参考暗噪声自动校正变换为吸光度光谱，采用光谱预处理方法进一步修正近红外光谱，去除所述近红外光谱两端信噪比低于预设信噪比的光谱区间，对修正后的近红外光谱，结合实测的样本品质参考值，采用逐步多元线性回归、偏最小二乘法、人工神经网络和支持向量机中的一种或结合方式，建立农畜产品品质的检测模型。
7.根据权利要求4所述的一种高光谱批处理式农畜产品品质无损检测方法，其特征在于，待测样本批量上料后，第m个检测位的样本品质信号经对应光纤传输到所述对应面阵探测器空间维第2m个子区域，得到第m个样本的近红外光谱，近红外光谱进行校正、预处理和波段区间提取，然后代入所述农畜产品品质检测模型，经计算输出第m个检测位样本的品质指标；同批量其它检测位的待测样本采用与第m个样本相同的检测方式，在计算机同时显示和保存本批量样本的各品质指标值；所述品质指标是待测农畜产品的至少一个品质指标，每个品质指标对应一个品质检测模型，进行多指标同时检测时，多个品质检测模型并行计算得到多个指标参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610490643.8A CN105973839B (zh) | 2016-06-28 | 2016-06-28 | 一种高光谱批处理式农畜产品品质无损检测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610490643.8A CN105973839B (zh) | 2016-06-28 | 2016-06-28 | 一种高光谱批处理式农畜产品品质无损检测方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105973839A CN105973839A (zh) | 2016-09-28 |
| CN105973839B true CN105973839B (zh) | 2019-04-02 |
Family
ID=57020232
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610490643.8A Active CN105973839B (zh) | 2016-06-28 | 2016-06-28 | 一种高光谱批处理式农畜产品品质无损检测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105973839B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107462528B (zh) * | 2017-08-02 | 2020-04-21 | 塔里木大学 | 一种多通道光谱检测红枣品质的方法 |
| CN108956604B (zh) * | 2018-05-29 | 2021-11-23 | 江苏大学 | 一种基于高光谱图像技术识别中华绒螯蟹品质的方法 |
| CN109856080B (zh) * | 2018-12-14 | 2020-08-18 | 华南理工大学 | 近红外多光谱成像多指标协同的鱼片新鲜度无损评价方法 |
| CN110333361B (zh) * | 2019-07-16 | 2021-05-14 | 无锡迅杰光远科技有限公司 | 一种全自动光谱采样建模系统及方法 |
| CN110749555B (zh) * | 2019-10-30 | 2022-05-31 | 宜宾五粮液股份有限公司 | 基于高光谱技术白酒曲块内部发酵状态检测装置及方法 |
| CN112505064B (zh) * | 2020-12-18 | 2023-12-22 | 之江实验室 | 一种晶圆缺陷检测系统及方法 |
| CN113176226B (zh) * | 2021-03-19 | 2023-05-12 | 北京农业智能装备技术研究中心 | 一种便携式种子质量光谱检测系统及方法 |
| CN113390801B (zh) * | 2021-04-28 | 2023-03-14 | 中国农业科学院农产品加工研究所 | 一种光学无损评价不规则肉品品质的在线检测系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1362868A (zh) * | 1999-02-05 | 2002-08-07 | 成象诊断系统公司 | 光学成象装置中作为多检测器的ccd阵列 |
| CN101308093A (zh) * | 2008-06-06 | 2008-11-19 | 北京工业大学 | 并行多通道光学检测装置 |
| CN104251837A (zh) * | 2014-10-17 | 2014-12-31 | 北京农业智能装备技术研究中心 | 水果内部品质近红外透射光谱在线检测系统及方法 |
| CN104297155A (zh) * | 2014-09-28 | 2015-01-21 | 中国科学院长春光学精密机械与物理研究所 | 一种多通道并行光谱探测系统 |
| CN104316629A (zh) * | 2014-10-14 | 2015-01-28 | 安徽皖仪科技股份有限公司 | 一种液相多通道检测器装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09281035A (ja) * | 1996-04-09 | 1997-10-31 | Saika Gijutsu Kenkyusho | 分光測定方法とそれを用いた分光測定器 |
-
2016
- 2016-06-28 CN CN201610490643.8A patent/CN105973839B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1362868A (zh) * | 1999-02-05 | 2002-08-07 | 成象诊断系统公司 | 光学成象装置中作为多检测器的ccd阵列 |
| CN101308093A (zh) * | 2008-06-06 | 2008-11-19 | 北京工业大学 | 并行多通道光学检测装置 |
| CN104297155A (zh) * | 2014-09-28 | 2015-01-21 | 中国科学院长春光学精密机械与物理研究所 | 一种多通道并行光谱探测系统 |
| CN104316629A (zh) * | 2014-10-14 | 2015-01-28 | 安徽皖仪科技股份有限公司 | 一种液相多通道检测器装置 |
| CN104251837A (zh) * | 2014-10-17 | 2014-12-31 | 北京农业智能装备技术研究中心 | 水果内部品质近红外透射光谱在线检测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105973839A (zh) | 2016-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105973839B (zh) | 一种高光谱批处理式农畜产品品质无损检测方法和系统 | |
| CN101308086B (zh) | 基于近红外光谱技术的水果内部品质在线检测装置 | |
| CN100462712C (zh) | 便携式植物氮素和水分含量的无损检测方法及测量仪 | |
| CN101419058B (zh) | 一种基于机器视觉的植物茎秆直径测量装置与测量方法 | |
| CN103018179B (zh) | 一种作物水分胁迫的近红外偏振超光谱成像检测装置和方法 | |
| CN102081039A (zh) | 一种环境可控的作物营养水分高光谱图像检测装置 | |
| CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
| CN102928355B (zh) | 带称重功能的小型球形水果糖酸比快速无损检测装置 | |
| CN109932333B (zh) | 声学振动和近红外光谱融合的水果坚实度测量系统和方法 | |
| CN103018196A (zh) | 一种油菜需水信息的快速探测方法 | |
| CN102564962A (zh) | 果树营养成分检测系统及方法 | |
| CN101059427A (zh) | 多光谱成像技术快速无损测量茶树含氮量的方法 | |
| CN106802284A (zh) | 一种光纤近红外检测系统 | |
| CN207675640U (zh) | 一种农产品营养品质检测光谱仪 | |
| CN110031408A (zh) | 一种猕猴桃成熟度快速判别装置及方法 | |
| CN109342260A (zh) | 一种土壤水分检测系统及其检测方法 | |
| CN108204824A (zh) | 一种光电探测器检测装置及检测方法 | |
| CN110132922A (zh) | 一种叶绿素浓度的快速在线检测方法 | |
| CN109187393A (zh) | 一种光谱检测仪和检测方法 | |
| CN205898073U (zh) | 基于机器视觉技术的缆线节距测量设备 | |
| CN103267740A (zh) | 秸秆发酵过程特征波数软仪表装置及其构造方法 | |
| CN102735622A (zh) | 一种油菜冠层信息光谱检测仪 | |
| CN101387497A (zh) | 采用近红外光谱技术测量植物纤维材料纤维形态的方法 | |
| CN201555802U (zh) | 基于特征波段的黑木耳蛋白质含量快速检测装置 | |
| CN103471817A (zh) | 一种多场空间光度分布快速测量装置与方法 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210219 Address after: Room 1577, no.1800, Panyuan Road, Chongming District, Shanghai, 201613 Patentee after: Shanghai Luhua Optoelectronic Technology Co.,Ltd. Address before: Zhenjiang City, Jiangsu Province, 212013 Jingkou District Road No. 301 Patentee before: JIANGSU University |