CN108548786B - 一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法 - Google Patents
一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法 Download PDFInfo
- Publication number
- CN108548786B CN108548786B CN201810188918.1A CN201810188918A CN108548786B CN 108548786 B CN108548786 B CN 108548786B CN 201810188918 A CN201810188918 A CN 201810188918A CN 108548786 B CN108548786 B CN 108548786B
- Authority
- CN
- China
- Prior art keywords
- polygon mirror
- seeds
- aflatoxin
- photoelectric detector
- signals
- 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
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
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, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法,所述的装置由物料滑道、365nm紫外光源、多面转镜、编码器、聚光镜、硅光电探测器SiPM、电磁阀气枪阵列及计算机组成,其中多面转镜每个面装有不同波长的反射镜,根据农产品籽粒品种和分选精度可设置为3‑10面不等,物料经物料滑道进入紫外光源照射区,对应波长的光经多面转镜反射,并通过聚光镜聚集到硅光电探测器,探测器将信号实时的传给计算机处理。所述的方法为计算机依次收集多面转镜面数的多光谱数据,建立识别模型,判断该物料籽粒是否被毒素污染,并通过控制气枪将污染籽粒打掉,实现在线分选,该装置检测效率高、速度快,对保障食品安全具有积极意义。
Description
技术领域
本发明公开了一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法,具体地说,涉及一种通过多面转镜实时获取农产品籽粒表面多光谱信号,进而对农产品籽粒是否含黄曲霉毒素进行自动分选的在线分级装置。
背景技术
黄曲霉毒素(Aflatoxin)是一种剧毒、强致癌物,其毒性为砒霜的 68 倍,是氰化钾的 10 倍,是目前发现的最强(I 类)的化学致癌物质,对肝组织的破坏力极强,是恶性肿瘤(特别是肝癌)的最大诱因。其分解温度在 268oC,普通蒸煮不能使其分解。中国、美国国家标准、欧盟标准中都对其含量进行了强制限制,强制规定食品级和饲料级的限量标准不得高于 20ppb 和 100ppb,黄曲霉毒素广泛存在于花生、玉米及其制品中,特别是土法压榨的花生油中,甚至通过食物链累积到禽蛋奶等畜禽产品中。对黄曲霉毒素的检测目前主要是基于生化抽检方法,虽然检测精度很高,但无法实现在线检测。为降低黄曲霉素含量目前有生化萃取方法、等离子体降解方法,但这些方法本质上是一种后处理技术,可能会引入了其他危害成分,或对原来的有益成分进行了破坏。
黄曲霉毒素具有紫外荧光特性,利用该特性,中国CN201310106104.6公开了一种RGB信号合成彩色图像检测黄曲霉毒素的方法,检测准确率不高,且籽粒运动过程中极易模糊,中国专利CN 201510467039.9公开了一种通过多组半透半反滤波片和探测器合成一幅彩色图像检测黄曲霉毒素的方法,但由于多次分光导致检测信号弱,检测准确率低,中国专利CN201611074632.8公开课一种通过准直镜和反射式一维光栅为核心的探测方法,该方法结构复杂,采集的波段少,探测准确率同样不高。
鉴于现阶段对黄曲霉毒素在线检测现状,需要提供一种既能够提高信号采集波段,提高检测正确率,同时能够结构简单成本低的方法,实现了农产品黄曲霉毒素的在线分拣。
发明内容
本发明的目的主要是针对上述问题的不足,提供一种结构简单,多波长采集的、检测正确率高的黄曲霉毒素籽粒分拣装置与方法。
上述目的通过如下技术方案实现,包括如下步骤:一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法,包括装置和方法两部分,所述的装置由物料滑道、365nm紫外光源、多面转镜、编码器、聚光镜、硅光电探测器、电磁阀气枪阵列及计算机组成,所述的方法为计算机根据多次收集多面转镜反射给硅光电探测器的信号合成籽粒的多光谱,根据多光谱建立的识别模型,进而判断籽粒是否含毒,并将决策信号传给电磁阀气枪阵列,物料在运动过程中实现分选。
本发明的核心是:使用安装有不同波长反射镜的多面转镜,通过高速旋转在籽粒运动过程中瞬间将多个不同波长的反射信号反射到探测器捕获,避免了传统采集多个关键波长时需要搭建复杂的光路,多次分光造成信号变弱的问题。由于黄曲霉毒素荧光信号本身就非常微弱,该装置可有效提高信号的检测强度。
其中:
所述的多面转镜安装有编码器,每个面上装有不同波长的反射镜,根据检测精度需要需要可设置为3-10个面不等,多面转镜反射镜面数决定多光谱的波段数,面数越多检测精度越高,特别的可确定面数为10面,根据编码器输出信号,每转一圈采集同个籽粒10个关键波长的反射信号,计算机合成多光谱信号,多面转镜的转速决定检测速度,特别的每秒50转,则每隔0.02秒检测一个籽粒,目前多面转镜的转速正常可达到100KHZ,反射镜的关键波长由识别模型确定。
所述的识别模型,建立方法为:使用光谱仪对有毒和无毒籽粒进行光谱测量50个样本以上,通过SAP、Fisher、BestFirst、Ranker确定最佳波长,并通过Random Forest、SVM、KNN、BP-ANN建立识别模型,选择识别率最高的关键波长和模型作为最终波长和模型,特别的针对花生黄曲霉毒素检测,经研究通过Ranker方法确定的10个关键波长为:1173 6041174 605 589 496 590 599 592 540nm,对应识别模型为Random Forest,识别率为99%以上,为各种识别模型组合中最高。不同品种的农产品籽粒,识别模型确定关键特征波长及数量不同。
所述的光源是一种365nm的大功率紫外LED点光源,根据需要可增加365±5nm窄带滤波片,该光源也可以使用355nm激光器代替,代替后能提供纯度更高的紫外光源,通过扩束镜将光源扩束为光斑,光斑大小可根据农产品籽粒大小确定。
所述的硅光电倍增管,是一种针对荧光探测的SiPM硅光电倍增芯片,在400-450nm区间,量子效率达到60%左右,驱动电压为15V。多面转镜高速旋转过程中,SiPM依次获得整个籽粒在不同波长下的平均反射信号,然后传送给计算机处理。作为另一种方案,可将SiPM硅光电探测器替换成EMCCD线阵相机,籽粒运动过程中通过线扫可对籽粒进行多像素成像,通过对每个像素的识别可更为精确的计算籽粒污染的面积,进一步提高检测正确率。
物料运动过程为:物料经物料滑道进入紫外光源照射区,反射光经过照射到多面转镜的其中一个面上,对应波长的光经反射通过聚光镜聚集到硅光电探测器,探测器将探测到的信号实时的传给计算机处理,计算机同时收集安装在多面转镜上编码器信号,然后合成一个具有多面转镜面数的多光谱信号,计算机根据多个波段光谱信号,根据建立好的识别模型,判断该物料籽粒是否被黄曲霉毒素污染,进而通过串口控制电磁阀阵列通过气枪将污染籽粒打掉,实现黄曲霉毒素污染籽粒的在线分选。
进一步多面转镜、光源与探测器,可设置两组,对称分布,分别检测籽粒的正面和背面,进而提高检测正确率,另外上述描述只是一个通道的籽粒检测过程,可通过多个通道并行作业,提高机器效率。
本发明的效果是:对于花生黄曲霉毒素污染,可实现99%以上的有毒籽粒检出,采用10个关键波长的多面转镜,每秒50转,每0.02秒检测一个籽粒,每秒50克,每分钟3kg,每小时180kg,安装在色选机上,单板20个通道,每小时处理3.6吨。该设备还可以和色选机配合使用,提高了黄曲霉毒素的在线分拣效率,应用的大型花生油厂、玉米饲料厂及相关的外贸企业具有广阔的经济市场价值。
附图说明
图1为本发明装置示意图。
图2为本发明方法检测效果图。
其中:1滑道、2未含毒籽粒、3硅光电探测器、4多面转镜、5紫外光源、 6气枪、7正品箱、8含毒籽粒、9次品箱。
具体实施方式
以下结合附图描述本装置和方法的具体实施方式。
实施例1,根据图1-2所示:物料2经物料滑道1进入紫外光源5照射区,反射光照射到多面转镜3的其中一个面上,对应波长的光经反射通过聚光镜聚集到硅光电探测器3,探测器3将探测到的信号实时的传给计算机处理,计算机同时收集安装在多面转镜上编码器信号,然后合成一个具有多面转镜面数的多光谱信号,计算机根据多个波段光谱信号,根据建立好的识别模型,判断该物料籽粒是否被黄曲霉毒素污染,进而通过串口控制电磁阀阵列6通过气枪将污染籽粒打到次品箱9,不含毒籽粒正常掉落在正品箱7内,特别的针对花生,多面转镜的面数和反射镜关键波长按照图2所示确定。
同时,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应视为本发明所公开的内容。此外,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。本发明的保护范围由权利要求限定。
Claims (5)
1.一种使用多面转镜光谱检测花生黄曲霉毒素的方法,其特征在于:该方法利用检测花生黄曲霉毒素的装置来实现,所述装置由物料滑道、365nm紫外光源、多面转镜、编码器、聚光镜、硅光电探测器、电磁阀气枪阵列及计算机组成;所述多面转镜为具有多个不同关键波长反射膜的多面转镜,通过高速旋转在籽粒运动过程中瞬间将多个不同关键波长的反射信号依次反射到硅光电探测器进行捕获;所述多面转镜上安装有编码器,根据编码器信号,每转一圈采集籽粒多个不同关键波长的反射信号,多面转镜的转速决定检测速度;所述多面转镜的反射镜面数决定多光谱的波段数,所述多面转镜的反射镜面数为10面,每转一圈采集同个籽粒10个关键波长的反射信号;所述多面转镜的转速为每秒50转,每隔0.02秒检测一个籽粒;
所述多个不同关键波长由最佳识别模型确定,所述最佳识别模型的建立方法为:使用光谱仪对有毒籽粒和无毒籽粒进行光谱测量,测量样本为50个以上,分别通过SAP、Fisher、BestFirst、Ranker确定最佳波长,并分别通过Random Forest、SVM、KNN、BP-ANN建立识别模型,选择识别率最高的关键波长和识别模型组合作为最终波长和最佳识别模型,最终选中的10个关键波长为Ranker方法确定的:1173nm、604 nm、1174 nm、605 nm、589 nm、496 nm、590 nm、599 nm、592 nm、540nm,对应的最佳识别模型为Random Forest;
计算机根据多次收集多面转镜反射给硅光电探测器的信号合成籽粒的多光谱信号,根据多光谱信号建立识别模型,判断籽粒是否含毒,并将决策信号传给电磁阀气枪阵列,物料籽粒在运动过程中实现分选;
物料籽粒的运动过程为:物料籽粒经所述物料滑道进入紫外光源的照射区,反射光照射到所述多面转镜的其中一个面上,反射膜将对应波长的光反射,通过聚光镜聚集到硅光电探测器,硅光电探测器将探测到的信号实时地传给计算机处理,计算机同时收集安装在所述多面转镜上的编码器信号,多面转镜高速旋转过程中,计算机合成一个具有多面转镜面数的多光谱信号,计算机根据多光谱信号,并根据建立好的识别模型,判断该物料籽粒是否被黄曲霉毒素污染,进而通过串口控制电磁阀阵列通过气枪将污染籽粒打掉,实现黄曲霉毒素污染籽粒的在线分选。
2.根据权利要求1所述的一种使用多面转镜光谱检测花生黄曲霉毒素的方法,其特征在于:所述紫外光源为365nm的大功率紫外LED点光源,根据需要增加365±5nm窄带滤波片。
3.根据权利要求1所述的一种使用多面转镜光谱检测花生黄曲霉毒素的方法,其特征在于:所述硅光电探测器是一种针对荧光探测的SiPM光电倍增芯片,在400-450nm区间量子效率达到60%,驱动电压为15V。
4.根据权利要求1所述的一种使用多面转镜光谱检测花生黄曲霉毒素的方法,其特征在于:将硅光电探测器替换为EMCCD线阵相机,籽粒运动过程中通过线扫对籽粒进行多像素成像,通过对每个像素的识别能够计算籽粒污染的面积。
5.根据权利要求1所述的一种使用多面转镜光谱检测花生黄曲霉毒素的方法,其特征在于:所述的多面转镜、紫外光源与硅光电探测器设置为两组,分别检测籽粒的正面和背面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810188918.1A CN108548786B (zh) | 2018-03-08 | 2018-03-08 | 一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810188918.1A CN108548786B (zh) | 2018-03-08 | 2018-03-08 | 一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108548786A CN108548786A (zh) | 2018-09-18 |
CN108548786B true CN108548786B (zh) | 2023-09-05 |
Family
ID=63515897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810188918.1A Active CN108548786B (zh) | 2018-03-08 | 2018-03-08 | 一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108548786B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109848072A (zh) * | 2019-01-08 | 2019-06-07 | 西安西北有色地质研究院有限公司 | 色散型紫外荧光色选机 |
CN112139072A (zh) * | 2020-08-31 | 2020-12-29 | 西京学院 | 一种基于光谱法的多功能选色机 |
CN112229808A (zh) * | 2020-09-21 | 2021-01-15 | 佛山国防科技工业技术成果产业化应用推广中心 | 一种基于多光谱技术的食品微生物检测装置及检测方法 |
CN113102291A (zh) * | 2021-04-01 | 2021-07-13 | 合肥泰禾智能科技集团股份有限公司 | 一种黄曲霉毒素检测分选装置及检测分选方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053297A (zh) * | 2010-12-14 | 2011-05-11 | 中国科学院长春光学精密机械与物理研究所 | 多谱段反射式滤光机构 |
CN103344333A (zh) * | 2013-06-18 | 2013-10-09 | 中国计量学院 | 一种快速准连续多光谱成像系统及其成像方法 |
CN103575694A (zh) * | 2013-11-11 | 2014-02-12 | 东北农业大学 | 一种基于近红外光谱技术的稻谷黄曲霉毒素b1 快速检测方法 |
CN105181594A (zh) * | 2015-05-05 | 2015-12-23 | 浙江大学 | 便携式智能多光谱成像检测装置及方法 |
CN105758523A (zh) * | 2016-03-25 | 2016-07-13 | 浙江大学 | 基于轮转式的高速光谱通道切换的高光谱成像装置 |
CN205940765U (zh) * | 2016-08-09 | 2017-02-08 | 北京博晖创新光电技术股份有限公司 | 分光器、光谱仪 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6864970B1 (en) * | 2000-10-11 | 2005-03-08 | Best N.V. | Apparatus and method for scanning products with a light beam to detect and remove impurities or irregularities in a conveyed stream of the products |
US7298478B2 (en) * | 2003-08-14 | 2007-11-20 | Cytonome, Inc. | Optical detector for a particle sorting system |
US7961316B2 (en) * | 2006-06-07 | 2011-06-14 | Optoplex Corporation | Optical spectrum analyzer with continuously rotating tunable filter |
CN101788340A (zh) * | 2010-03-24 | 2010-07-28 | 上海交通大学 | 波长扫描装置 |
US9158118B2 (en) * | 2011-10-20 | 2015-10-13 | Acea Biosciences, Inc. | Device for splitting light into components having different wavelength ranges and methods of use |
CN105874321B (zh) * | 2013-11-04 | 2019-06-28 | 陶朗分选股份有限公司 | 检查设备 |
FR3017764B1 (fr) * | 2014-02-14 | 2017-06-09 | Astrium Sas | Appareil de saisie d'images multispectrales comprenant une roue a filtres |
CN105044062B (zh) * | 2015-07-31 | 2018-03-23 | 合肥美亚光电技术股份有限公司 | 黄曲霉毒素在线检测装置及采用该装置的物料分选设备 |
CN106442458A (zh) * | 2016-11-29 | 2017-02-22 | 合肥泰禾光电科技股份有限公司 | 一种利用紫外荧光光谱的黄曲霉毒素在线检测装置 |
CN107703094B (zh) * | 2017-09-27 | 2021-03-26 | 安徽中科光电色选机械有限公司 | 一种近红外多光谱分选设备 |
-
2018
- 2018-03-08 CN CN201810188918.1A patent/CN108548786B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053297A (zh) * | 2010-12-14 | 2011-05-11 | 中国科学院长春光学精密机械与物理研究所 | 多谱段反射式滤光机构 |
CN103344333A (zh) * | 2013-06-18 | 2013-10-09 | 中国计量学院 | 一种快速准连续多光谱成像系统及其成像方法 |
CN103575694A (zh) * | 2013-11-11 | 2014-02-12 | 东北农业大学 | 一种基于近红外光谱技术的稻谷黄曲霉毒素b1 快速检测方法 |
CN105181594A (zh) * | 2015-05-05 | 2015-12-23 | 浙江大学 | 便携式智能多光谱成像检测装置及方法 |
CN105758523A (zh) * | 2016-03-25 | 2016-07-13 | 浙江大学 | 基于轮转式的高速光谱通道切换的高光谱成像装置 |
CN205940765U (zh) * | 2016-08-09 | 2017-02-08 | 北京博晖创新光电技术股份有限公司 | 分光器、光谱仪 |
Also Published As
Publication number | Publication date |
---|---|
CN108548786A (zh) | 2018-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108548786B (zh) | 一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法 | |
CA2685158C (en) | Simultaneous acquisition of fluorescence and reflectance imaging techniques with a single imaging device | |
Li et al. | Detection of common defects on oranges using hyperspectral reflectance imaging | |
EP3063531B1 (en) | Method and apparatus for detecting matter | |
Kim et al. | Detection of skin tumors on chicken carcasses using hyperspectral fluorescence imaging | |
RU2003116064A (ru) | Способ и устройство для анализа сельскохозяйственных продуктов | |
Lunadei et al. | Image-based screening for the identification of bright greenish yellow fluorescence on pistachio nuts and cashews | |
JPH07500182A (ja) | 散乱/透過光情報システム | |
Yao et al. | Hyperspectral image classification and development of fluorescence index for single corn kernels infected with Aspergillus flavus | |
Heitschmidt et al. | Improved hyperspectral imaging system for fecal detection on poultry carcasses | |
EP2081013A1 (en) | Method of inspecting food and inspection apparatus implementing the same | |
CA2337903A1 (en) | Method for determining the quality of fruit and berries and apparatus for sorting fruit and berries | |
WO2019086557A1 (en) | Inspection apparatus and method | |
Park et al. | Hyperspectral imaging for food processing automation | |
Huang et al. | Early detection of bruises on apples using near-infrared hyperspectral image | |
Sumriddetchkajorn et al. | Two-wavelength spectral imaging-based Thai rice breed identification | |
Kim et al. | Hyperspectral imaging system for food safety: Detection of fecal contamination on apples | |
KR101203990B1 (ko) | 형광영상을 이용한 방울토마토 열과 검출 방법 | |
US20050017186A1 (en) | Method and means for detecting internal larval infestation in granular material | |
Kim et al. | Uses of hyperspectral and multispectral laser induced fluorescence imaging techniques for food safety inspection | |
Baek et al. | Determination of optimal excitation and emission wavebands for detection of defect cherry tomato by using fluorescence emission and excitation matrix | |
EP4343309A1 (fr) | Tri optique de fruits non-céréaliers par combinaison de rayonnements électromagnétiques | |
AU2008246096B2 (en) | Simultaneous acquisition of fluorescence and reflectance imaging techniques with a single imaging device | |
Kondo et al. | Application of NIR-color CCD camera to eggplant grading machine | |
Huang et al. | Development of a multi-spectral imaging system for the detection of bruises on apples |
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 |