CN108318443A - 基于多特征波长的苹果糖度近红外检测装置及其检测方法 - Google Patents
基于多特征波长的苹果糖度近红外检测装置及其检测方法 Download PDFInfo
- Publication number
- CN108318443A CN108318443A CN201810062670.4A CN201810062670A CN108318443A CN 108318443 A CN108318443 A CN 108318443A CN 201810062670 A CN201810062670 A CN 201810062670A CN 108318443 A CN108318443 A CN 108318443A
- Authority
- CN
- China
- Prior art keywords
- apple
- wavelength
- sugar content
- mechanical structure
- light path
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 78
- 238000001914 filtration Methods 0.000 claims abstract description 19
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims abstract description 11
- 229910052782 aluminium Inorganic materials 0.000 claims abstract description 11
- 239000004411 aluminium Substances 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 10
- 229910001220 stainless steel Inorganic materials 0.000 claims description 9
- 239000010935 stainless steel Substances 0.000 claims description 9
- 238000012417 linear regression Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims 1
- 235000013399 edible fruits Nutrition 0.000 abstract description 12
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000009659 non-destructive testing Methods 0.000 abstract description 5
- 241000220225 Malus Species 0.000 description 48
- 239000000523 sample Substances 0.000 description 20
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000003321 amplification Effects 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 229930091371 Fructose Natural products 0.000 description 2
- RFSUNEUAIZKAJO-ARQDHWQXSA-N Fructose Chemical compound OC[C@H]1O[C@](O)(CO)[C@@H](O)[C@@H]1O RFSUNEUAIZKAJO-ARQDHWQXSA-N 0.000 description 2
- 239000005715 Fructose Substances 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000012154 double-distilled water Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000006101 laboratory sample Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000007017 scission Effects 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 230000000007 visual 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
基于多特征波长的苹果糖度近红外检测装置及其检测方法，属于水果检测技术领域，本发明为解决现有水果品质无损检测技术操作复杂、携带困难、成本高的问题。本发明所述检测装置包括检测本体和按键与显示装置；按键与显示装置通过信号线与检测本体连接；检测本体包括铝盒外壳、主控电路板、检测放大滤波电路板、光路机械结构和多特征波长光源；铝盒外壳包括外壳体和外壳盖；外壳盖安装在外壳体上；主控电路板安装在外壳体的底部，位于检测放大滤波电路板的下方；检测放大滤波电路板安装在光路机械结构的漫反射光信号通道的下方；多特征波长光源置于光路机械结构的光源通道内；光路机械结构安装在外壳盖下方。本发明用于检测苹果的糖度。
Description
技术领域
本发明涉及一种水果糖度近红外无损检测装置及其检测方法，特别涉及一种基于多特征波长的苹果糖度近红外检测装置及其检测方法，属于水果检测技术领域。
背景技术
水果产业是我国国民经济生活中的重要产业，水果的品质更是直接关系到个人生活。目前我国水果产业存在亩产量低、出口量占总产量比率低、出口价格低、采后商品化处理率低等问题，关键在于现有水果品质检测技术的实用性不足。
目前，水果品质无损检测技术主要使用近红外检测技术。现有近红外检测技术根据近红外光谱分析水果的品质信息，就需要使用光谱仪设备，而光谱仪价格昂贵、不易操作、不便携带。
发明内容
本发明是为了解决现有水果品质无损检测技术操作复杂、携带困难、成本高的问题，提出的基于多特征波长的苹果糖度近红外检测装置及其检测方法。
本发明所述的基于多特征波长的苹果糖度近红外检测装置，该检测装置包括检测本体和按键与显示装置；
按键与显示装置通过信号线与检测本体连接；
检测本体包括铝盒外壳、主控电路板、检测放大滤波电路板、光路机械结构和多特征波长光源；
铝盒外壳包括外壳体和外壳盖；外壳盖安装在外壳体上；
主控电路板安装在外壳体的底部，位于检测放大滤波电路板的下方；
检测放大滤波电路板安装在光路机械结构的漫反射光信号通道的下方；
多特征波长光源置于光路机械结构的光源通道内；
光路机械结构安装在外壳盖下方。
本发明所述的基于多特征波长的苹果糖度近红外检测装置的检测方法，该检测方法的具体过程为：
步骤1、将苹果样品置于光路机械结构上，采集苹果样品在各特征波长下的漫反射信号电压值；
步骤2、采用折光计测量苹果样品的糖度真实值；
步骤3、根据漫反射信号电压值和糖度真实值，建立苹果糖度的预测模型，对预测模型进行预测分析；
步骤4、将待测样品置于光路机械结构上，采集待测苹果的电压比值，将电压比值代入到预测模型中，获得待测苹果的糖度的预测值。
相对于现有技术，本发明获得的有益效果是：
本发明提出的基于多特征波长的苹果糖度近红外检测装置的检测方法，通过检测特征波长下漫反射信号的电压值，经过数据处理后，用电压比值与糖度值建立预测模型，该方法具备数据采集处理方式简单、模型容易实现、检测快速等优点。
本发明的基于多特征波长的苹果糖度近红外检测装置，具有无损检测、操作简单、检测速度快、微型化方便携带、成本低等优点。
附图说明
图1是本发明所述基于多特征波长的苹果糖度近红外检测装置的结构裂解图；
图2是本发明所述光路机械结构的剖面图；
图3是图2的俯视图；
图4是图2的仰视图；
图5是本发明所述主控电路板的电源模块的电路结构图；
图6是本发明所述主控电路板的光源驱动模块的电路结构图；
图7是本发明所述检测放大滤波电路板的放大滤波电路的电路结构图；
图8是本发明所述基于多特征波长的苹果糖度近红外检测装置的检测方法的流程框图；
图9是选用国光28个样品采用LED3光源时，电压比值与糖度值的线性拟合曲线图；
图10是选用国光28个样品采用LED3光源时的残差分析图；
图11是图10去掉奇异点后的残差分析图；
图12是本发明所述选用国光28个样品采用LED3光源时苹果糖度实际值与预测值图。
具体实施方式
具体实施方式一、结合图1说明本实施方式，本实施方式所述基于多特征波长的苹果糖度近红外检测装置，该检测装置包括检测本体和按键与显示装置；
按键与显示装置通过信号线与检测本体连接；
检测本体包括铝盒外壳、主控电路板2、检测放大滤波电路板3、光路机械结构4和多特征波长光源5；
铝盒外壳包括外壳体1-1和外壳盖1-2；外壳盖1-2安装在外壳体1-1上；
主控电路板2安装在外壳体1-1的底部，位于检测放大滤波电路板3的下方；
检测放大滤波电路板3安装在光路机械结构4的漫反射光信号通道的下方；
多特征波长光源5置于光路机械结构4的光源通道内；
光路机械结构4安装在外壳盖1-2下方。
具体实施方式二、结合图1、图2、图3和图4说明本实施方式，本实施方式是对具体实施方式一作进一步说明，所述光路机械结构4包括四个光源通道4-1、漫反射光信号通道4-2、不锈钢支撑环4-3和海绵4-4；
四个光源通道4-1分别与垂直方向呈45度角环形均匀分布在光路机械结构4内，漫反射光信号通道4-2位于四个光源通道4-1环形的中央，不锈钢支撑环4-3穿过外壳盖1-2的开窗，不锈钢支撑环4-3突出在铝盒外壳的外部，海绵4-4安装在不锈钢支撑环4-3上。
本实施方式中，光源通道4-1与垂直方向呈45度角环形均匀分布在光路机械结构4内，其中倾斜角为45度角，检测效果最好。
本实施方式中，外壳盖1-2开窗处理，不锈钢支撑环4-3突出铝盒外壳外，起到支撑检测苹果的作用。
本实施方式中，海绵4-4安置在不锈钢支撑环4-3上，起到光路环境的封闭，隔绝外界光的干扰的作用。
具体实施方式三、结合图2和图3说明本实施方式，本实施方式是对具体实施方式二作进一步说明，光源通道4-1的直径为6.5mm；漫反射光信号通道4-2的直径为6mm。
具体实施方式四、本实施方式是对具体实施方式一作进一步说明，多特征波长光源5采用近红外发光二极管。
具体实施方式五、本实施方式是对具体实施方式四作进一步说明，近红外发光二极管的峰值波长为苹果糖度近红外检测的特征波长点，近红外发光二极管的峰值波长为830nm、880nm、940nm、850nm，其中850nm为参考波长。
具体实施方式六、本实施方式是对具体实施方式五作进一步说明，检测放大滤波电路板3包括漫反射光信号检测器，漫反射光信号检测器安装在光路机械结构4的漫反射光信号通道的下方。
具体实施方式七、本实施方式是对具体实施方式六作进一步说明，漫反射光信号检测器采用光电检测器，光电检测器的灵敏波长范围包含近红外发光二极管的各特征波长点。
本实施方式中，光电检测器采用光电二极管芯片OPT101，OPT101光电检测器的灵敏波长范围为700～950nm。
具体实施方式八、结合图8说明本实施方式，本实施方式所述基于多特征波长的苹果糖度近红外检测装置的检测方法，该检测方法的具体过程为：
步骤1、将苹果样品置于光路机械结构4上，采集苹果样品在各特征波长下的漫反射信号电压值；
步骤2、采用折光计测量苹果样品的糖度真实值；
步骤3、根据漫反射信号电压值和糖度真实值，建立苹果糖度的预测模型，对预测模型进行预测分析；
步骤4、将待测样品置于光路机械结构4上，采集待测苹果的电压比值，将电压比值代入到预测模型中，获得待测苹果的糖度的预测值。
本实施方式中，步骤3所述漫反射信号电压值首先进行预处理，预处理的具体过程为：用参比电压比特征波长电压取对数，一个特征波长下有四个电压比值，去掉最大和最小值，剩余的数值求算术均值。
本实施方式中，基于多特征波长的苹果糖度近红外检测装置的检测方法的流程框图如图8所示，该方法包括如下步骤：
1)、苹果样品选样；
2)、苹果样品采样；
3)、苹果采样数据的处理；
4)、苹果糖度值测量；
5)、建立糖度预测模型；
6)、预测模型分析。
苹果样品选样：选用水果超市购买的国光苹果40个，横径和纵径范围分别为70～85mm和65～80mm，将购买的苹果样品静置于室温25℃环境中12h后，为了消除实验环境对采集光谱的影响，待样品温度与室内温度基本一致后方可进行数据采集，在光谱采集前需要对实验样品进行前期处理，首先剔除表面有机械损伤、刮擦及畸形果，清理样品表面灰尘并依次编号。
苹果样品采样：每个苹果采集赤道轴上的四个点，四个点均匀分布。每个点采集5种状态下的漫反射电压值，分别为LED1工作、LED2工作、LED3工作、LED4工作、LED都不工作状态。每种状态会采集5个漫反射电压值，记录下中位值电压。
苹果采样数据的处理：根据漫反射吸光度的计算公式，用参比电压比特征波长电压取对数，因本文电压比值分布范围小，小范围内对数关系近似为线性关系，所以采用电压比值与糖度直接建模。一个特征波长下有四个电压比值，去掉最大和最小值，剩余的数值求算术均值。
苹果糖度值测量：选用艾普手持糖度计测量，测定方法如下，先打开照明棱镜盖板并用柔软的绒布仔细地将折光棱镜擦干净，待仪器稳定后挤一点重蒸馏水到棱镜镜面上，按清零键校正糖度计的零位，然后再将糖液滴至折光棱镜的镜面上，合上盖板，使溶液遍布于棱镜表面。然后将仪器进光窗口向光源或明亮处，调节目镜视度圈，使视场内分划线清晰可见，所见明暗分界线相应的读数，即为溶液含糖量的百分数。
苹果样本的采样与处理：苹果样品漫反射信号电压值的采集方式，采集每个苹果样品赤道轴上的四个点，每个点采集5种状态下的漫反射电压值，分别为LED1工作、LED2工作、LED3工作、LED4工作、LED都不工作状态。漫反射信号电压信号的预处理方式，用参比电压比特征波长电压取对数，一个特征波长下有四个电压比值，去掉最大和最小值，剩余的数值求算术均值。
优选苹果糖度建模分析图如图9～图12、表1和表2所示。表1为多元线性回归分析图。
表1
从表1可知，首先选用28个国光苹果建模，按上述方法获得糖度及电压比值数据。
第一步：建立单波长下，电压比值与糖度之间的线性模型。图9所示是880nm下，电压比值与糖度值的线性拟合曲线。表1是一元线性回归的模型参数。LED1的R^2＝0.7869，P值<0.05，预测模型成立。LED2的R^2＝0.8192，P值<0.05，预测模型成立。LED3的R^2＝0.7735，P值<0.05，预测模型成立。
第二步：建立多波长下，电压比值与糖度之间的线性模型。表1所示是三元线性回归的模型参数。R^2＝0.9255，P值<0.05，预测模型成立，方差估计0.2099，F值99.4076。
第三步：残差分析，绘制残差图如图10所示，在残差图中发现有两个奇异点。去掉奇异点后，残差图如图11所示，模型参数为R^2＝0.965>0.9255，方差估计0.1051<0.2099，F值183.8287>99.4076，模型更优。
表2
第四步：选用9个苹果，做模型预测。如表2所示，苹果实际值、预测值、绝对误差、相对误差数据。图12为预测糖度值与实际糖度值拟和曲线。预测相关系数0.947，均方根误差0.4256。
具体实施方式九、本实施方式是对具体实施方式八作进一步说明，采集苹果样品在各特征波长下的漫反射信号电压值的具体过程为：苹果样品赤道轴上选择四个点，每个点采集五种状态下的漫反射信号电压值，分别为LED1工作、LED2工作、LED3工作、LED4工作、LED都不工作状态。
具体实施方式十、本实施方式是对具体实施方式八作进一步说明，步骤3所述苹果糖度的预测模型为多元线性回归模型；所述预测分析为多元线性回归分析，多元线性回归分析包括建立单波长下的线性模型、建立多波长下的线性模型、残差分析和模型预测。
本发明中，主控电路板2包括电源模块、光源驱动模块、WIFI无线通信模块、温度传感器模块和按键显示接口；
电源模块的电路图如图5所示，采用12V外部电源供电方式，通过LM2596-5V芯片实现12V转5V，通过LM1117-3.3V实行5V转3.3V。
光源驱动模块的电路图如图6所示，选用MT7282恒流源驱动芯片驱动LED，MT7282采用12V电源供电，LED的工作电压小于12V，所以采用降压型拓扑结构。
WIFI无线通信模块采用ESP8266模块，将该模块配置成客户端模式，通过路由器连接网络上的服务器，实现配置参数的接收和消费数据的实时上传。
温度传感器模块采用的是美国DALLAS公司生产的DS18B20数字温度传感器，它具有耐磨耐碰，体积小，使用方便，封装形式多样，适用于各种狭小空间设备数字测温和控制领域。
本发明中，检测放大滤波电路板3还包括放大滤波电路，放大滤波电路的电路图如图7所示，采用的运算放大器为AD8629ARZTI，它是美国模拟设备公司(ADI)公司生产的，具有超低偏置、失调和漂移电流特性。检测器输出信号首先通过低通滤波器，由SING端输入到运放+INA同相端，R4、R14可以调整第一级放大的增益，电容C3可以限制信号带宽，电容C5作用为电源去耦。第一级输出信号经R2送至第二级电路同相输入端，电路R5、R11可以调整其放大倍数，电容C4调整滤波频率。信号经过两二级放大后，直接输出至模数转换器。
Claims (10)
1.基于多特征波长的苹果糖度近红外检测装置，其特征在于，该检测装置包括检测本体和按键与显示装置；
按键与显示装置通过信号线与检测本体连接；
检测本体包括铝盒外壳、主控电路板(2)、检测放大滤波电路板(3)、光路机械结构(4)和多特征波长光源(5)；
铝盒外壳包括外壳体(1-1)和外壳盖(1-2)；外壳盖(1-2)安装在外壳体(1-1)上；
主控电路板(2)安装在外壳体(1-1)的底部，位于检测放大滤波电路板(3)的下方；
检测放大滤波电路板(3)安装在光路机械结构(4)的漫反射光信号通道的下方；
多特征波长光源(5)置于光路机械结构(4)的光源通道内；
光路机械结构(4)安装在外壳盖(1-2)下方。
2.根据权利要求1所述的基于多特征波长的苹果糖度近红外检测装置，其特征在于，所述光路机械结构(4)包括四个光源通道(4-1)、漫反射光信号通道(4-2)、不锈钢支撑环(4-3)和海绵(4-4)；
四个光源通道(4-1)分别与垂直方向呈45度角环形均匀分布在光路机械结构(4)内，漫反射光信号通道(4-2)位于四个光源通道(4-1)环形的中央，不锈钢支撑环(4-3)穿过外壳盖(1-2)的开窗，不锈钢支撑环(4-3)突出在铝盒外壳的外部，海绵(4-4)安装在不锈钢支撑环(4-3)上。
3.根据权利要求2所述的基于多特征波长的苹果糖度近红外检测装置，其特征在于，光源通道(4-1)的直径为6.5mm；漫反射光信号通道(4-2)的直径为6mm。
4.根据权利要求1所述的基于多特征波长的苹果糖度近红外检测装置，其特征在于，多特征波长光源(5)采用近红外发光二极管。
5.根据权利要求4所述的基于多特征波长的苹果糖度近红外检测装置，其特征在于，近红外发光二极管的峰值波长为苹果糖度近红外检测的特征波长点，近红外发光二极管的峰值波长为830nm、880nm、940nm、850nm，其中850nm为参考波长。
6.根据权利要求5所述的基于多特征波长的苹果糖度近红外检测装置，其特征在于，检测放大滤波电路板(3)包括漫反射光信号检测器，漫反射光信号检测器安装在光路机械结构(4)的漫反射光信号通道的下方。
7.根据权利要求6所述的基于多特征波长的苹果糖度近红外检测装置，其特征在于，漫反射光信号检测器采用光电检测器，光电检测器的灵敏波长范围包含近红外发光二极管的各特征波长点。
8.基于权利要求1所述基于多特征波长的苹果糖度近红外检测装置的检测方法，其特征在于，该检测方法的具体过程为：
步骤1、将苹果样品置于光路机械结构(4)上，采集苹果样品在各特征波长下的漫反射信号电压值；
步骤2、采用折光计测量苹果样品的糖度真实值；
步骤3、根据漫反射信号电压值和糖度真实值，建立苹果糖度的预测模型，对预测模型进行预测分析；
步骤4、将待测样品置于光路机械结构(4)上，采集待测苹果的电压比值，将电压比值代入到预测模型中，获得待测苹果的糖度的预测值。
9.根据权利要求8所述的基于多特征波长的苹果糖度近红外检测装置的检测方法，其特征在于，采集苹果样品在各特征波长下的漫反射信号电压值的具体过程为：苹果样品赤道轴上选择四个点，每个点采集五种状态下的漫反射信号电压值，分别为LED1工作、LED2工作、LED3工作、LED4工作、LED都不工作状态。
10.根据权利要求8所述的基于多特征波长的苹果糖度近红外检测装置的检测方法，其特征在于，步骤3所述苹果糖度的预测模型为多元线性回归模型；所述预测分析为多元线性回归分析，多元线性回归分析包括建立单波长下的线性模型、建立多波长下的线性模型、残差分析和模型预测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810062670.4A CN108318443B (zh) | 2018-01-23 | 2018-01-23 | 基于多特征波长的苹果糖度近红外检测装置及其检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810062670.4A CN108318443B (zh) | 2018-01-23 | 2018-01-23 | 基于多特征波长的苹果糖度近红外检测装置及其检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108318443A true CN108318443A (zh) | 2018-07-24 |
| CN108318443B CN108318443B (zh) | 2021-06-04 |
Family
ID=62887010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810062670.4A Expired - Fee Related CN108318443B (zh) | 2018-01-23 | 2018-01-23 | 基于多特征波长的苹果糖度近红外检测装置及其检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108318443B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109856081A (zh) * | 2019-03-13 | 2019-06-07 | 西北农林科技大学 | 便携式猕猴桃糖度快速无损检测方法和装置 |
| CN110320175A (zh) * | 2019-07-04 | 2019-10-11 | 中南林业科技大学 | 一种近红外光谱检测装置及控制方法 |
| CN111537469A (zh) * | 2020-06-04 | 2020-08-14 | 哈尔滨理工大学 | 一种基于近红外技术的苹果品质快速无损检测方法 |
| CN113655017A (zh) * | 2021-06-30 | 2021-11-16 | 浙江大学 | 一种智能手机连用的无损糖度检测装置及其检测方法 |
| CN113686803A (zh) * | 2021-08-11 | 2021-11-23 | 哈尔滨工业大学 | 基于智能手机的苹果糖度无损测量装置及方法 |
| CN114894730A (zh) * | 2022-05-12 | 2022-08-12 | 广西大学 | 基于可见光-近红外的甘蔗糖分无损检测装置及检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1138698A (zh) * | 1994-12-28 | 1996-12-25 | 住友金属矿山株式会社 | 非破坏糖度测定装置 |
| CN101008611A (zh) * | 2007-01-12 | 2007-08-01 | 浙江大学 | 带称重的便携式水果糖度无损检测装置 |
| CN201233362Y (zh) * | 2008-06-04 | 2009-05-06 | 江西农业大学 | 一种用于检测水果品质的多光谱成像装置 |
| CN103487396A (zh) * | 2013-09-20 | 2014-01-01 | 华东交通大学 | 一种光照参数可调的近红外水果糖度无损检测装置 |
| CN105044020A (zh) * | 2015-06-08 | 2015-11-11 | 浙江大学 | 光斑可调的便携式近红外水果内部品质检测装置 |
-
2018
- 2018-01-23 CN CN201810062670.4A patent/CN108318443B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1138698A (zh) * | 1994-12-28 | 1996-12-25 | 住友金属矿山株式会社 | 非破坏糖度测定装置 |
| CN101008611A (zh) * | 2007-01-12 | 2007-08-01 | 浙江大学 | 带称重的便携式水果糖度无损检测装置 |
| CN201233362Y (zh) * | 2008-06-04 | 2009-05-06 | 江西农业大学 | 一种用于检测水果品质的多光谱成像装置 |
| CN103487396A (zh) * | 2013-09-20 | 2014-01-01 | 华东交通大学 | 一种光照参数可调的近红外水果糖度无损检测装置 |
| CN105044020A (zh) * | 2015-06-08 | 2015-11-11 | 浙江大学 | 光斑可调的便携式近红外水果内部品质检测装置 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109856081A (zh) * | 2019-03-13 | 2019-06-07 | 西北农林科技大学 | 便携式猕猴桃糖度快速无损检测方法和装置 |
| CN110320175A (zh) * | 2019-07-04 | 2019-10-11 | 中南林业科技大学 | 一种近红外光谱检测装置及控制方法 |
| CN111537469A (zh) * | 2020-06-04 | 2020-08-14 | 哈尔滨理工大学 | 一种基于近红外技术的苹果品质快速无损检测方法 |
| CN113655017A (zh) * | 2021-06-30 | 2021-11-16 | 浙江大学 | 一种智能手机连用的无损糖度检测装置及其检测方法 |
| CN113686803A (zh) * | 2021-08-11 | 2021-11-23 | 哈尔滨工业大学 | 基于智能手机的苹果糖度无损测量装置及方法 |
| CN114894730A (zh) * | 2022-05-12 | 2022-08-12 | 广西大学 | 基于可见光-近红外的甘蔗糖分无损检测装置及检测方法 |
| CN114894730B (zh) * | 2022-05-12 | 2023-06-16 | 广西大学 | 基于可见光-近红外的甘蔗糖分无损检测装置及检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108318443B (zh) | 2021-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108318443A (zh) | 基于多特征波长的苹果糖度近红外检测装置及其检测方法 | |
| CN103048277B (zh) | 近红外光谱无损检测水果内部品质的系统及方法 | |
| CN100590417C (zh) | 一种植物叶片生理指标无损检测方法 | |
| CN100483109C (zh) | 带称重的便携式水果糖度无损检测装置 | |
| CN101907564B (zh) | 基于近红外光谱技术的油菜籽品质无损检测方法和装置 | |
| CN106770067B (zh) | 便携式猕猴桃糖度无损检测装置 | |
| CN102890057B (zh) | 一种同时检测水果糖度和硬度的便携式品质检测装置 | |
| CN101876630A (zh) | 一种基于led组合光源的便携式水果品质无损检测装置 | |
| CN103472011A (zh) | 一种应用光学检测器的便携式水果内部品质检测装置 | |
| CN101975759A (zh) | 透射式无损检测植物叶片含水量的装置和方法 | |
| CN103487397A (zh) | 一种雷竹笋硬度快速检测方法及装置 | |
| CN101349638A (zh) | 果蔬维生素c含量的光谱快速无损检测方法 | |
| CN1295494C (zh) | 集成化微型光学分析仪 | |
| CN109856081A (zh) | 便携式猕猴桃糖度快速无损检测方法和装置 | |
| Zhou et al. | Low-cost and handheld detector on soluble solids content and firmness of kiwifruit | |
| CN203519486U (zh) | 一种近红外便携式脐橙品质无损检测装置 | |
| CN107132197B (zh) | 一种食醋总酸含量的检测方法及装置 | |
| CN105784606A (zh) | 一种基于光学特性的水质监控系统 | |
| CN201724900U (zh) | 基于近红外光谱技术的油菜籽品质无损检测装置 | |
| CN111766209A (zh) | 基于紫外/可见光谱的牛乳成分分析方法与装置 | |
| CN103091257A (zh) | 一种基于光谱分析的苹果贮存期检测方法 | |
| CN201072405Y (zh) | 果蔬维生素c含量的光谱快速无损检测装置 | |
| CN102901705B (zh) | 一种基于单片机的血红蛋白浓度检测系统及方法 | |
| CN105232055A (zh) | 一种无创血糖仪 | |
| CN202210072U (zh) | 有机磷农药检测仪 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210604 Termination date: 20220123 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |