CN107525780A - 基于光谱技术的物品腐败程度检测系统 - Google Patents
基于光谱技术的物品腐败程度检测系统 Download PDFInfo
- Publication number
- CN107525780A CN107525780A CN201710616832.XA CN201710616832A CN107525780A CN 107525780 A CN107525780 A CN 107525780A CN 201710616832 A CN201710616832 A CN 201710616832A CN 107525780 A CN107525780 A CN 107525780A
- Authority
- CN
- China
- Prior art keywords
- perishables
- spoilage
- spectral
- degree
- wavelength
- 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.)
- Withdrawn
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims abstract description 43
- 238000010438 heat treatment Methods 0.000 claims abstract description 4
- 235000013305 food Nutrition 0.000 claims description 24
- 230000003287 optical effect Effects 0.000 claims 2
- 238000001514 detection method Methods 0.000 description 9
- 238000004093 laser heating Methods 0.000 description 4
- 244000005700 microbiome Species 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 3
- 235000013311 vegetables Nutrition 0.000 description 3
- 244000298715 Actinidia chinensis Species 0.000 description 2
- 235000009434 Actinidia chinensis Nutrition 0.000 description 2
- 235000009436 Actinidia deliciosa Nutrition 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 241000209140 Triticum Species 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 235000021028 berry Nutrition 0.000 description 2
- 235000008429 bread Nutrition 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 241000143060 Americamysis bahia Species 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 244000088415 Raphanus sativus Species 0.000 description 1
- 235000006140 Raphanus sativus var sativus Nutrition 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 235000021384 green leafy vegetables Nutrition 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- 235000013594 poultry meat Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000985 reflectance spectrum Methods 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 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
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
本发明公开了基于光谱技术的物品腐败程度检测系统，包括：用于加热易腐食物的激光发射器；用于采集易腐食物光谱的光谱采集器；用于从光谱中得出波长1000nm处的反射光谱值W1、波长1500nm处的反射光谱值W2和波长2000nm处的反射光谱值W3的控制模块；所述控制模块还用于选取W1处的权重值F1，选取W2处的权重值F2，选取W3处的权重值F3；所述控制模块还用于根据权重值得出易腐食物的综合光谱W；W＝F1*W1+F2*W2+F3*W3；所述控制模块根据W得出易腐食物的腐败程度。本发明基于光谱技术的物品腐败程度检测系统，通过对波长1000nm、1500nm和2000nm处的反射光谱值进行加权平均，实现了对易腐食物内部的腐败情况检测。
Description
技术领域
本发明涉及食品检测技术领域，具体涉及基于光谱技术的物品腐败程度检测系统。
背景技术
易腐食品是指在自然温度环境下受温度和湿度的影响，存放一定时间内容易发生动物性食物的死亡或变质，植物性食物的腐烂、霉变等异常质量问题。动物性食品包含：虾、蟹、沙蚕、活冻贝、鲜鱼类，畜禽肉类及加工后的食品；植物性食物包含：花卉、水果、蔬菜类、菌类等；速冻面食，蛋乳制品等。易腐食品容易变质是由多方面的原因造成的，首先决定于货物本身所组成的性质，其次由于微生物的存在，酶的作用以及外界温度的影响等。其中因微生物的生长、发育和繁殖活动而造成货物腐败，是冷藏货物易腐变质的主要原因。此外，由于货物受压或因在运输过程中受到碰撞、震动而造成表面损伤，从而引起化学变化而腐败。这种腐败，开始时虽只局限于受损部分，但在一定条件下，由于微生物的作用，能迅速扩大引起整体腐烂。新鲜蔬菜有着丰富的营养价值，它品种多，特性各异。由于蔬菜本身所组成的性质适宜于微生物的繁殖和生长。因此，是一种易腐易坏的货物。蔬菜腐坏主要是受温、湿度的影响、环境卫生条件和气体成分不适宜而引起的。空气过于干燥，萝卜容易空心；过于潮湿，叶菜类就容易腐烂。
然而现有的易腐食物检测只能检测到食物表面发生的腐败，而不能检测食物内部发生的腐败情况。
发明内容
本发明所要解决的技术问题是现有的易腐食物检测只能检测到食物表面发生的腐败，而不能检测食物内部发生的腐败情况，目的在于提供基于光谱技术的物品腐败程度检测系统，解决上述问题。
本发明通过下述技术方案实现：
基于光谱技术的物品腐败程度检测系统，包括：用于加热易腐食物的激光发射器；用于采集易腐食物光谱的光谱采集器；用于从光谱中得出波长1000nm处的反射光谱值W1、波长1500nm处的反射光谱值W2和波长2000nm处的反射光谱值W3的控制模块；所述控制模块还用于选取W1处的权重值F1，选取W2处的权重值F2，选取W3处的权重值F3；所述控制模块还用于根据权重值得出易腐食物的综合光谱W；W＝F1*W1+F2*W2+F3*W3；所述控制模块根据W得出易腐食物的腐败程度。
现有技术中，易腐食物检测只能检测到食物表面发生的腐败，而不能检测食物内部发生的腐败情况。本发明应用时，激光发射器加热易腐食物，光谱采集器采集易腐食物的光谱，控制模块记录波长1000nm处的反射光谱值W1、波长1500nm处的反射光谱值W2和波长2000nm处的反射光谱值W3，然后控制模块选取W1处的权重值F1，选取W2处的权重值F2，选取W3处的权重值F3，再然后控制模块根据权重值得出易腐食物的综合光谱W；W＝F1*W1+F2*W2+F3*W3，最后控制模块根据W得出易腐食物的腐败程度。发明人发现在波长1000nm、波长1500nm和波长2000nm处，腐败食物的反射光谱值均会出现大幅的下降，从而通过观测这三个光谱值即可以准确的判别出食物的腐败情况，而易腐食物在激光加热下，会整体包括食物内部发出红外光，从而根据该红外光谱可以有效的获得易腐食物内部的腐败情况。本发明通过对波长1000nm、1500nm和2000nm处的反射光谱值进行加权平均，实现了对易腐食物内部的腐败情况检测。
进一步的，本发明还包括：用于储存易腐食物新鲜状态下的新鲜综合光谱值W4的数据库模块；所述控制模块还用于采用将W与该食物新鲜状态下的新鲜综合光谱值W4求差并取绝对值，所述绝对值越大说明易腐食物的腐败程度越高，反之绝对值越小说明易腐食物的腐败程度越低。
进一步的，所述F1、F2和F3的值随着易腐食品的种类不同而发生变化。
本发明应用时，由于食物不同时，易腐食品的F1、F2和F3均会不同，比如猕猴桃和苹果这种水果，1000nm波长下的反射光谱值的变化会比较敏感，而2000nm波长下的反射光谱值的变化不敏感；对于面包等小麦制品，2000nm波长下的反射光谱值的变化会非常敏感，而1500nm波长下的反射光谱值的变化不敏感，1000nm波长下的反射光谱值则几乎不会发生变化；所以选用适当的F1、F2和F3可以使得本发明可以应用于各种食物的腐败程度检测。
进一步的，所述激光发射器输出采用功率小于0.4mW的低输出激光。
进一步的，所述激光发射器输出采用波长700nm的激光。
本发明应用时，波长700nm的激光会不会对检测结果造成影响，提高了检测的精确度。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明基于光谱技术的物品腐败程度检测系统，通过对波长1000nm、1500nm和2000nm处的反射光谱值进行加权平均，实现了对易腐食物内部的腐败情况检测。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明系统结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
如图1所示，本发明基于光谱技术的物品腐败程度检测系统，包括：用于加热易腐食物的激光发射器；用于采集易腐食物光谱的光谱采集器；用于从光谱中得出波长1000nm处的反射光谱值W1、波长1500nm处的反射光谱值W2和波长2000nm处的反射光谱值W3的控制模块；所述控制模块还用于选取W1处的权重值F1，选取W2处的权重值F2，选取W3处的权重值F3；所述控制模块还用于根据权重值得出易腐食物的综合光谱W；W＝F1*W1+F2*W2+F3*W3；所述根据W得出易腐食物的腐败程度。还包括：用于储存易腐食物新鲜状态下的新鲜综合光谱值W4的数据库模块；所述控制模块还用于采用将W与该食物新鲜状态下的新鲜综合光谱值W4求差并取绝对值，所述绝对值越大说明易腐食物的腐败程度越高，反之绝对值越小说明易腐食物的腐败程度越低。所述F1、F2和F3的值随着易腐食品的种类不同而发生变化。所述激光发射器输出采用功率小于0.4mW的低输出激光。所述激光发射器输出采用波长700nm的激光。
本实施例实施时，激光发射器加热易腐食物，光谱采集器采集易腐食物的光谱，控制模块记录波长1000nm处的反射光谱值W1、波长1500nm处的反射光谱值W2和波长2000nm处的反射光谱值W3，然后控制模块选取W1处的权重值F1，选取W2处的权重值F2，选取W3处的权重值F3，再然后控制模块根据权重值得出易腐食物的综合光谱W；W＝F1*W1+F2*W2+F3*W3，最后控制模块根据W得出易腐食物的腐败程度。发明人发现在波长1000nm、波长1500nm和波长2000nm处，腐败食物的反射光谱值均会出现大幅的下降，从而通过观测这三个光谱值即可以准确的判别出食物的腐败情况，而易腐食物在激光加热下，会整体包括食物内部发出红外光，从而根据该红外光谱可以有效的获得易腐食物内部的腐败情况。本发明通过对波长1000nm、1500nm和2000nm处的反射光谱值进行加权平均，实现了对易腐食物内部的腐败情况检测。由于食物不同时，易腐食品的F1、F2和F3均会不同，比如猕猴桃和苹果这种水果，1000nm波长下的反射光谱值的变化会比较敏感，而2000nm波长下的反射光谱值的变化不敏感，此时的F1＝0.6，F2＝0.35，F3＝0.05；对于面包等小麦制品，2000nm波长下的反射光谱值的变化会非常敏感，而1500nm波长下的反射光谱值的变化不敏感，1000nm波长下的反射光谱值则几乎不会发生变化，此时的F1＝0.02，F2＝0.28，F3＝0.7；所以选用适当的F1、F2和F3可以使得本发明可以应用于各种食物的腐败程度检测。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.基于光谱技术的物品腐败程度检测系统，其特征在于，包括：
用于加热易腐食物的激光发射器；
用于采集易腐食物光谱的光谱采集器；
用于从光谱中得出波长1000nm处的反射光谱值W1、波长1500nm处的反射光谱值W2和波长2000nm处的反射光谱值W3的控制模块；
所述控制模块还用于选取W1处的权重值F1，选取W2处的权重值F2，选取W3处的权重值F3；
所述控制模块还用于根据权重值得出易腐食物的综合光谱W；W＝F1*W1+F2*W2+F3*W3；
所述控制模块根据W得出易腐食物的腐败程度。
2.根据权利要求1所述的基于光谱技术的物品腐败程度检测系统，其特征在于，还包括：
用于储存易腐食物新鲜状态下的新鲜综合光谱值W4的数据库模块；
所述控制模块还用于采用将W与该食物新鲜状态下的新鲜综合光谱值W4求差并取绝对值，所述绝对值越大说明易腐食物的腐败程度越高，反之绝对值越小说明易腐食物的腐败程度越低。
3.根据权利要求1所述的基于光谱技术的物品腐败程度检测系统，其特征在于，所述F1、F2和F3的值随着易腐食品的种类不同而发生变化。
4.根据权利要求1所述的基于光谱技术的物品腐败程度检测系统，其特征在于，所述激光发射器输出采用功率小于0.4mW的低输出激光。
5.根据权利要求1所述的基于光谱技术的物品腐败程度检测系统，其特征在于，所述激光发射器输出采用波长700nm的激光。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710616832.XA CN107525780A (zh) | 2017-07-26 | 2017-07-26 | 基于光谱技术的物品腐败程度检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710616832.XA CN107525780A (zh) | 2017-07-26 | 2017-07-26 | 基于光谱技术的物品腐败程度检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107525780A true CN107525780A (zh) | 2017-12-29 |
Family
ID=60680010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710616832.XA Withdrawn CN107525780A (zh) | 2017-07-26 | 2017-07-26 | 基于光谱技术的物品腐败程度检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107525780A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112613413A (zh) * | 2020-12-25 | 2021-04-06 | 平安国际智慧城市科技股份有限公司 | 易腐垃圾分类质量判定方法、装置及计算机可读存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050272157A1 (en) * | 2004-03-12 | 2005-12-08 | Barnet Liberman | Method of evaluating freshness of a fish product |
| CN102539335A (zh) * | 2010-12-29 | 2012-07-04 | 广州拜尔冷链聚氨酯科技有限公司 | 实时检测并预测易腐物品品质的系统及方法 |
| CN103592316A (zh) * | 2013-10-23 | 2014-02-19 | 江苏大学 | 一种马铃薯的缺陷检测方法 |
-
2017
- 2017-07-26 CN CN201710616832.XA patent/CN107525780A/zh not_active Withdrawn
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050272157A1 (en) * | 2004-03-12 | 2005-12-08 | Barnet Liberman | Method of evaluating freshness of a fish product |
| CN102539335A (zh) * | 2010-12-29 | 2012-07-04 | 广州拜尔冷链聚氨酯科技有限公司 | 实时检测并预测易腐物品品质的系统及方法 |
| CN103592316A (zh) * | 2013-10-23 | 2014-02-19 | 江苏大学 | 一种马铃薯的缺陷检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| N. SINELLI ET AL.: "Evaluation of freshness decay of minced beef stored in high-oxygen modified atmosphere packaged at different temperatures using NIR and MIR spectroscopy", 《MEAT SCIENCE》 * |
| 金超等: "基于激光辅助的红外热像的食品腐败检测", 《食品科学》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112613413A (zh) * | 2020-12-25 | 2021-04-06 | 平安国际智慧城市科技股份有限公司 | 易腐垃圾分类质量判定方法、装置及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hill | Pests of stored foodstuffs and their control | |
| EFSA Panel on Biological Hazards (BIOHAZ) | Scientific Opinion on the risk posed by pathogens in food of non‐animal origin. Part 1 (outbreak data analysis and risk ranking of food/pathogen combinations) | |
| Caleb et al. | Modified atmosphere packaging of pomegranate fruit and arils: a review | |
| CN103439271B (zh) | 一种猪肉成熟状况的可视化检测方法 | |
| National Research Council et al. | An evaluation of the role of microbiological criteria for foods and food ingredients | |
| Wakjira | Solar drying of fruits and windows of opportunities in Ethiopia | |
| Al-Dairi et al. | Postharvest quality, technologies, and strategies to reduce losses along the supply chain of banana: A review | |
| WO2015053358A1 (ja) | 食品製品の提供方法 | |
| Faqeerzada et al. | Postharvest technologies for fruits and vegetables in South Asian countries: a review | |
| CN107525780A (zh) | 基于光谱技术的物品腐败程度检测系统 | |
| CN107247026A (zh) | 一种易腐食品的预判方法 | |
| Uddin et al. | Applications of vibrational spectroscopy to the analysis of fish and other aquatic food products | |
| Demissew et al. | Testing and demonstration of onion flake processing technology in fogera area at Rib and Megech River Project | |
| HA et al. | Fish drying using different drying methods at different temperatures for fish Tilapia nilotica (Oreochromis niloticus) | |
| Payal et al. | Robotics and automation in the food industry | |
| Wangtueai et al. | Near infrared spectroscopy measurement and kinetic modeling for physiochemical properties of TabTim fish (hybrid tilapia Oreochromis sp.) fillets during chilling storage | |
| Mwendwa et al. | Characterization of postharvest physiology attributes of six commercially grown tomato varieties in Kenya | |
| Wainwright et al. | Problems and prospects for improving the postharvest technology of cooking bananas | |
| Chimi et al. | Industrial processing of figs by solar drying in Morocco | |
| Molimau-Samasoni et al. | Effect of low temperatures on the storage life of two Samoan breadfruit (Artocarpus altilis) cultivars | |
| Cuppett et al. | FACTORS AFFECTING SENSORY ATTRIBUTES OF OYSTER MUSHROOMS 1 | |
| Gnonlonfin et al. | Effective control of aflatoxin contamination in staple maize food crop in Sub-Saharan Africa: A review of current pre-and postharvest low-cost technologies and perspectives | |
| Azhani et al. | Sensory and physical properties of Pla-duk-ra (dried fermented catfish) at different conditions of drying | |
| Yang | Microbial Prediction Model in Food Cold Chain Transportation Based on Ecology Method. | |
| Odumeru | Microbial safety of food and food products |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171229 |