CN108931483A - 农产品谱纹库及查询系统 - Google Patents

农产品谱纹库及查询系统 Download PDF

Info

Publication number
CN108931483A
CN108931483A CN201710381042.8A CN201710381042A CN108931483A CN 108931483 A CN108931483 A CN 108931483A CN 201710381042 A CN201710381042 A CN 201710381042A CN 108931483 A CN108931483 A CN 108931483A
Authority
CN
China
Prior art keywords
spectrum line
agricultural product
library
spectrum
line
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
Application number
CN201710381042.8A
Other languages
English (en)
Inventor
王晋年
任伏虎
杨凯
梁宛宁
刘越
黄瑶
张彩霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongke Remote Sensing Science And Technology Group Co Ltd
China Academy Of Remote Sensing (shenzhen) Satellite Application Innovation Research Institute Ltd
Original Assignee
Zhongke Remote Sensing Science And Technology Group Co Ltd
China Academy Of Remote Sensing (shenzhen) Satellite Application Innovation Research Institute Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongke Remote Sensing Science And Technology Group Co Ltd, China Academy Of Remote Sensing (shenzhen) Satellite Application Innovation Research Institute Ltd filed Critical Zhongke Remote Sensing Science And Technology Group Co Ltd
Priority to CN201710381042.8A priority Critical patent/CN108931483A/zh
Publication of CN108931483A publication Critical patent/CN108931483A/zh
Pending legal-status Critical Current

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
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • 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
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • G01N2021/3148—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths using three or more wavelengths

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

本发明属于谱纹技术领域，尤其涉及一种农产品谱纹库及查询系统，包括谱纹采集装置、谱纹分析归纳系统、谱纹库、谱纹库的查询比对系统；所述谱纹采集装置与谱纹分析归纳系统连接，将采集到的农产品谱纹数据输出给谱纹分析归纳系统，所述谱纹分析归纳系统与谱纹库连接，将所采集到的农产品谱纹数据进行分析归纳，建立农林产品光谱特征的、可供对比的高光谱谱纹，病传输给谱纹库存储，所述谱纹库的查询比对系统与所述谱纹库连接。本发明能够将农产品的生产/生长过程一谱纹码的形式进行全程记录，建立可追溯的档案，以此达到溯源的目的，其溯源数据相比普通的溯源数据更加准确，应用更广泛。

Description

农产品谱纹库及查询系统
技术领域
本发明属于谱纹技术领域，尤其涉及一种农产品谱纹库及查询系统。
背景技术
光谱是复色光经过色散系统(如棱镜、光栅)分光后，被色散开的单色光按波长(或频率)大小而依次排列的图案，全称为光学频谱。光波是由原子内部运动的电子产生的，各种物质的原子内部电子的运动情况不同，所以它们发射的光波也不同。地球上不同的元素及其化合物都有自己独特的光谱特征，光谱因此被视为辨别物质的“指纹/谱纹”。这个“指纹/谱纹”特性就为所检测到的光谱来判断物质的种类提供了科学依据。
由于每种原子都有自己的特征谱线，因此可以根据光谱来鉴别物质和确定它的化学组成，这种方法叫做光谱分析。做光谱分析时，可以利用发射光谱，也可以利用吸收光谱。这种方法的优点是非常灵敏而且迅速。某种元素在物质中的含量达10^-10(10的负10次方)克，就可以从光谱中发现它的特征谱线，因而能够把它检查出来。光谱分析在科学技术中已有广泛的应用。
传统的溯源方式是采用对农产品的生产/生长过程的全程记录，建立可追溯的档案，以此达到溯源的目的。然而，目前没有采用谱纹溯源的方式来完成农产品溯源的方法，即利用物质的光谱特性，在农产品的分子、原子层面上直接对其本身品质进行验证。
发明内容
本发明提供一种农产品谱纹库及查询系统，利用物质的光谱特性，在农产品的分子、原子层面上直接对其本身品质进行验证，这既是高光谱应用领域的一个创新，也是溯源方式的一个创新。
本发明所解决的技术问题采用以下技术方案来实现：一种农产品谱纹库及查询系统，包括谱纹采集装置、谱纹分析归纳系统、谱纹库、谱纹库的查询比对系统；所述谱纹采集装置与谱纹分析归纳系统连接，将采集到的农产品谱纹数据输出给谱纹分析归纳系统，所述谱纹分析归纳系统与谱纹库连接，将所采集到的农产品谱纹数据进行分析归纳，建立农林产品光谱特征的、可供对比的高光谱谱纹，病传输给谱纹库存储，所述谱纹库的查询比对系统与所述谱纹库连接，用于将农产品的谱纹与对应的等级参数进行对比，得到农产品的等级及相关数据，建立谱纹数据表、谱纹图，直观地查看农产品的谱纹曲线，分析其光谱特性。
进一步的，所述谱纹采集装置采用高光谱扫描记录仪对农产品进行高光谱扫描并记录结果，在扫描前要首先做好农产品样品的登记，然后记录扫描条件，测样前分别对每个农产品样品单独进行白板和参比的检测，留作后期数据处理作为参考，最近进行扫描并记录结果。
进一步的，所述谱纹分析归纳系统对农产品谱纹数进行以下处理：
1）建立谱纹余农产品的对应关系；
2）建立谱纹与原产地的对应关系；
3）建立农产品的时间谱纹库；
4）建立谱纹与质量参数之间的对应关系。
进一步的，所述谱纹库是通过对各类农产品谱纹样本数据的大数据挖掘、机器学习，归纳出各类农产品的谱纹数据得到的；所述谱纹库内至少包括谱纹库表、谱纹库字段与格式对应表、谱纹数据、谱纹图。
进一步的，所述谱纹图用于将同类的农产品的谱纹曲线叠加显示，进行比对。
进一步的，所述谱纹库的查询比对系统还包括查询界面，根据用户的查询要求，使用查询界面便从谱纹库中查询到满足条件的产品谱纹。
进一步的，所述谱纹库的查询比对系统匹配的方法有最小距离法和光谱角度法。
进一步的，所述谱纹分析归纳系统还将农产品谱纹数据制成谱纹码，谱纹码就是将农产品谱纹数据与其他相关的数据融合制成，并二维码的形式表现出来。
进一步的，所述谱纹码能够通过移动终端扫描识别得到该农产品谱纹数据，在通过客户端的得到该农产品的溯源数据。
进一步的，还包括谱纹数据建库输入模块，所述谱纹数据建库输入模块与谱纹分析归纳系统连接，所述谱纹数据建库输入模块用于输入各标准谱纹的各种信息，包括编号、名称、种类、原产地、生产商、生产时间、谱纹数据以及谱纹图。
本发明的有益效果：
1、本发明能够将农产品的生产/生长过程以谱纹码的形式进行全程记录，建立可追溯的档案，以此达到溯源的目的，其溯源数据相比普通的溯源数据更加准确，应用更广泛。
2、本发明采用高光谱扫描农产品的谱纹，高光谱可以无接触、无损检测食品安全。高光谱扫描不仅具有可探测人眼无法感知的谱段范围，更可以连续记录数百个光谱波段，辨别人眼无法辨识的微小差异，如有农药残留的蔬菜和没有农药残留的蔬菜。相较于传统检测方式，高光谱遥感食品检测不仅具有无接触、无损的特点，更可以大大提升检测的效率，让食品安全检测更加方便快捷。
3、本发明通过农产品谱纹数据的分析归纳，建立规范化的、具有代表性的、能反映农林产品光谱特征的、可供对比的高光谱谱纹，同时利用高光谱的方法来鉴别农林产品事半功倍，因为总有一个频率的高光谱对某种成分、某种元素敏感，行立竿见影之效。这就能够对农林产品的产地溯源提供了科学的保障。
附图说明
图1是本发明一种农产品谱纹库及查询系统的结构示意图。
具体实施方式
以下结合附图对本发明做进一步描述：
图中：1-谱纹采集装置，2-谱纹分析归纳系统，3-谱纹库，4-数模转换电路，5-谱纹库的查询比对系统。
实施例：
本实施例：如图1所示，一种农产品谱纹库及查询系统，包括谱纹采集装置1、谱纹分析归纳系统2、谱纹库3、谱纹库的查询比对系统4；谱纹采集装置1与谱纹分析归纳系统2连接，将采集到的农产品谱纹数据输出给谱纹分析归纳系统2，谱纹分析归纳系统2与谱纹库3连接，将所采集到的农产品谱纹数据进行分析归纳，建立农林产品光谱特征的、可供对比的高光谱谱纹，病传输给谱纹库3存储，谱纹库的查询比对系统4与谱纹库3连接，用于将农产品的谱纹与对应的等级参数进行对比，得到农产品的等级及相关数据，建立谱纹数据表、谱纹图，直观地查看农产品的谱纹曲线，分析其光谱特性。
当农产品收割、整理完毕待售的时候，其物态处于一个相对稳定的阶段，这时候就是本发明采集其高光谱谱纹数据的时间。
谱纹采集装置1采用高光谱扫描记录仪对农产品进行高光谱扫描并记录结果，在扫描前要首先做好农产品样品的登记（样本名称、样本规格、样本数量、原产地、生产商、生产时间），然后记录扫描条件，如样本扫描过程中保持检测环境（湿度、温度及光源）的基本一致，测样前分别对每个农产品样品单独进行白板和参比的检测，留作后期数据处理作为参考，最近进行扫描并记录结果，扫描工作的依据是“标准室内红外光谱测试规程”。
对具有时效性的商品，应该在不同的时间间隔再次进行高光谱的扫描记录，形成完备的商品“时间谱纹”。如茶叶，针对绿茶在当年新茶时采集一次谱纹，半年后采集第二次，一年后采集第三次，从而形成对此绿茶的时间(新茶、陈茶)溯源依据。针对可以长期存放的茶叶，如普洱茶，存放的时间越长，品质越好。也应该扫描记录它的时间谱纹，形成普洱茶时间溯源的依据。
农产品的高光谱样本数据会是海量的大数据。谱纹的分析、归纳将用到大数据挖掘、机器学习和深度学习的人工智能方法。
谱纹分析归纳系统对农产品谱纹数进行以下处理：
1）建立谱纹余农产品的对应关系。
农产品一旦收割、整理完成处于待售时，其光谱特性就固定下来。不同的种类的农产品由于其植物纤维的差异、营养成分的不同会具有不同特征的“谱纹”。 这个“谱纹”就是本产地此类农产品的“身份证”，是对其本身光谱特性的记录，无法更改和伪造。
2）建立谱纹与原产地的对应关系。
对于农林产品，由于地域土壤成分、气候环境的不同，相对的在产品的营养成分比例、微量元素成分含量上就会有所体现。这样的成分差异靠人的感官和品尝是难以区分的，一般需要做生化学的成分分析。这样做不仅费时费力，而且细微的差别还难以把握。但是如果利用高光谱的方法来鉴别却能够事半功倍，因为总有一个频率的高光谱对某种成分、某种元素敏感，行立竿见影之效。这就为我们对农林产品的产地溯源提供了科学的保障。
3）建立农产品的时间谱纹库。
建立农林产品的“时间谱纹”。对具有时效性的农林产品，在不同的时间间隔再次进行高光谱的扫描记录，形成完备的商品时间谱纹。如茶叶，针对绿茶在当年新茶上市时采集一次谱纹，半年后采集第二次，一年后采集第三次，从而形成对此绿茶的时间(新茶、陈茶)溯源依据。针对可以长期存放的茶叶，如普洱茶，存放时间越长越好，也应该扫描记录它的时间谱纹，形成时间溯源的依据。
4）建立谱纹与质量参数之间的对应关系。
不同质量的同一商品的光谱特征也是有差别的。 我们可以直接通过高光谱扫描的形式来确定商品的等级，为商品定级。这对传统的农产品、茶叶、人参等而言，将放弃过去的“品尝”、“化验”方法，直接得到诸如含糖量（营养成分比例）、农残量、微量元素含量与种类、重金属含量与种类等等的判断指标，为我们提供“无接触式”的定级手段，实现质量溯源。
谱纹库3是通过对各类农产品谱纹样本数据的大数据挖掘、机器学习，归纳出各类农产品的谱纹数据得到的；谱纹库内至少包括谱纹库表、谱纹库字段与格式对应表、谱纹数据、谱纹图。
谱纹图用于将同类的农产品的谱纹曲线叠加显示，进行比对。
谱纹库的查询比对系统4还包括查询界面，根据用户的查询要求，使用查询界面便从谱纹库中查询到满足条件的产品谱纹。
进一步的，谱纹库的查询比对系统4匹配的方法有最小距离法和光谱角度法。
进一步的，谱纹分析归纳系统4还将农产品谱纹数据制成谱纹码，谱纹码就是将农产品谱纹数据与其他相关的数据融合制成，并二维码的形式表现出来。
进一步的，谱纹码能够通过移动终端扫描识别得到该农产品谱纹数据，在通过客户端的得到该农产品的溯源数据。
各类农产品的谱纹确认后就可以把谱纹制成谱纹码。谱纹码就是利用物体（商品、产品等）的高光谱特性来识别其真伪的防伪标识。当商品的高光谱数据确定以后再融合其他相关的数据，本发明就可以把这些数据生成谱纹码。谱纹码是对商品（产品）本身的固有的光谱特征的记录，这个谱纹码就成了此件商品的唯一“身份证”，无可更改、无可伪造。 根据当前QR（Quick Response）码的生成技术及“码”的信息容量，谱纹码将以“二维码”的形式表现出来。农产品在上市前包装时就应该制作、粘贴谱纹码。
进一步的，还包括谱纹数据建库输入模块，谱纹数据建库输入模块与谱纹分析归纳系统连接，谱纹数据建库输入模块用于输入各标准谱纹的各种信息，包括编号、名称、种类、原产地、生产商、生产时间、谱纹数据以及谱纹图。
本发明的有益效果：
1、本发明能够将农产品的生产/生长过程一谱纹码的形式进行全程记录，建立可追溯的档案，以此达到溯源的目的，其溯源数据相比普通的溯源数据更加准确，应用更广泛。
2、本发明采用高光谱扫描农产品的谱纹，高光谱可以无接触、无损检测食品安全。高光谱扫描不仅具有可探测人眼无法感知的谱段范围，更可以连续记录数百个光谱波段，辨别人眼无法辨识的微小差异，如有农药残留的蔬菜和没有农药残留的蔬菜。相较于传统检测方式，高光谱遥感食品检测不仅具有无接触、无损的特点，更可以大大提升检测的效率，让食品安全检测更加方便快捷。
3、本发明通过农产品谱纹数据的分析归纳，建立规范化的、具有代表性的、能反映农林产品光谱特征的、可供对比的高光谱谱纹，同时利用高光谱的方法来鉴别农林产品事半功倍，因为总有一个频率的高光谱对某种成分、某种元素敏感，行立竿见影之效。这就能够对农林产品的产地溯源提供了科学的保障。
4、本发明农产品的谱纹数据库是由高光谱扫描仪在一定条件下测得的各类农产品的反射光光谱数据的集合，它对准确、快速地解译农产品种类、产地、质量信息并据此进行农产品的溯源起到重要的指导作用。因此，建立农产品谱纹信息数据库，运用先进的计算机技术来保存、管理和分析这些信息，是提高谱纹信息的分析处理水平并使其得到高效、合理应用的唯一途径。
利用本发明的技术方案，或本领域的技术人员在本发明技术方案的启发下，设计出类似的技术方案，而达到上述技术效果的，均是落入本发明的保护范围。

Claims (10)

1.一种农产品谱纹库及查询系统，其特征在于，包括谱纹采集装置、谱纹分析归纳系统、谱纹库、谱纹库的查询比对系统；所述谱纹采集装置与谱纹分析归纳系统连接，将采集到的农产品谱纹数据输出给谱纹分析归纳系统，所述谱纹分析归纳系统与谱纹库连接，将所采集到的农产品谱纹数据进行分析归纳，建立农林产品光谱特征的、可供对比的高光谱谱纹，病传输给谱纹库存储，所述谱纹库的查询比对系统与所述谱纹库连接，用于将农产品的谱纹与对应的等级参数进行对比，得到农产品的等级及相关数据，建立谱纹数据表、谱纹图，直观地查看农产品的谱纹曲线，分析其光谱特性。
2.根据权利要求1所述的一种农产品谱纹库及查询系统，其特征在于，所述谱纹采集装置采用高光谱扫描记录仪对农产品进行高光谱扫描并记录结果，在扫描前要首先做好农产品样品的登记，然后记录扫描条件，测样前分别对每个农产品样品单独进行白板和参比的检测，留作后期数据处理作为参考，最近进行扫描并记录结果。
3.根据权利要求1所述的一种农产品谱纹库及查询系统，其特征在于，所述谱纹分析归纳系统对农产品谱纹数进行以下处理：
1）建立谱纹余农产品的对应关系；
2）建立谱纹与原产地的对应关系；
3）建立农产品的时间谱纹库；
4）建立谱纹与质量参数之间的对应关系。
4.根据权利要求1所述的一种农产品谱纹库及查询系统，其特征在于，所述谱纹库是通过对各类农产品谱纹样本数据的大数据挖掘、机器学习，归纳出各类农产品的谱纹数据得到的；所述谱纹库内至少包括谱纹库表、谱纹库字段与格式对应表、谱纹数据、谱纹图。
5.根据权利要求4所述的一种农产品谱纹库及查询系统，其特征在于，所述谱纹图用于将同类的农产品的谱纹曲线叠加显示，进行比对。
6.根据权利要求1所述的一种农产品谱纹库及查询系统，其特征在于，所述谱纹库的查询比对系统还包括查询界面，根据用户的查询要求，使用查询界面便从谱纹库中查询到满足条件的产品谱纹。
7.根据权利要求1所述的一种农产品谱纹库及查询系统，其特征在于，所述谱纹库的查询比对系统匹配的方法有最小距离法和光谱角度法。
8.根据权利要求1所述的一种农产品谱纹库及查询系统，其特征在于，所述谱纹分析归纳系统还将农产品谱纹数据制成谱纹码，谱纹码就是将农产品谱纹数据与其他相关的数据融合制成，并二维码的形式表现出来。
9.根据权利要求8所述的一种农产品谱纹库及查询系统，其特征在于，所述谱纹码能够通过移动终端扫描识别得到该农产品谱纹数据，在通过客户端的得到该农产品的溯源数据。
10.权利要求1述的一种农产品谱纹库及查询系统，其特征在于，还包括谱纹数据建库输入模块，所述谱纹数据建库输入模块与谱纹分析归纳系统连接，所述谱纹数据建库输入模块用于输入各标准谱纹的各种信息，包括编号、名称、种类、原产地、生产商、生产时间、谱纹数据以及谱纹图。
CN201710381042.8A 2017-05-25 2017-05-25 农产品谱纹库及查询系统 Pending CN108931483A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710381042.8A CN108931483A (zh) 2017-05-25 2017-05-25 农产品谱纹库及查询系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710381042.8A CN108931483A (zh) 2017-05-25 2017-05-25 农产品谱纹库及查询系统

Publications (1)

Publication Number Publication Date
CN108931483A true CN108931483A (zh) 2018-12-04

Family

ID=64450947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710381042.8A Pending CN108931483A (zh) 2017-05-25 2017-05-25 农产品谱纹库及查询系统

Country Status (1)

Country Link
CN (1) CN108931483A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538006A (zh) * 2021-06-18 2021-10-22 中科谱光科技（北京）有限公司 产品溯源方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6646264B1 (en) * 2000-10-30 2003-11-11 Monsanto Technology Llc Methods and devices for analyzing agricultural products
CN202486147U (zh) * 2009-03-16 2012-10-10 中国农业科学院农业信息研究所 一种基于网络的农产品质量安全溯源移动终端
CN102930312A (zh) * 2012-09-25 2013-02-13 北京农产品质量检测与农田环境监测技术研究中心 光谱信息在产品标签中的存储方法及所得产品标签的应用
CN202854844U (zh) * 2012-09-04 2013-04-03 北京农产品质量检测与农田环境监测技术研究中心 农产品溯源装置
CN104931451A (zh) * 2015-06-10 2015-09-23 柳州市侗天湖农业生态旅游投资有限责任公司 基于红外光谱检查的茶叶云系统
CN106568738A (zh) * 2016-10-31 2017-04-19 湖北省农业科学院果树茶叶研究所 一种近红外光谱快速判定不同质量等级茶鲜叶的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6646264B1 (en) * 2000-10-30 2003-11-11 Monsanto Technology Llc Methods and devices for analyzing agricultural products
CN202486147U (zh) * 2009-03-16 2012-10-10 中国农业科学院农业信息研究所 一种基于网络的农产品质量安全溯源移动终端
CN202854844U (zh) * 2012-09-04 2013-04-03 北京农产品质量检测与农田环境监测技术研究中心 农产品溯源装置
CN102930312A (zh) * 2012-09-25 2013-02-13 北京农产品质量检测与农田环境监测技术研究中心 光谱信息在产品标签中的存储方法及所得产品标签的应用
CN104931451A (zh) * 2015-06-10 2015-09-23 柳州市侗天湖农业生态旅游投资有限责任公司 基于红外光谱检查的茶叶云系统
CN106568738A (zh) * 2016-10-31 2017-04-19 湖北省农业科学院果树茶叶研究所 一种近红外光谱快速判定不同质量等级茶鲜叶的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538006A (zh) * 2021-06-18 2021-10-22 中科谱光科技（北京）有限公司 产品溯源方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
Smith et al. Direct estimation of aboveground forest productivity through hyperspectral remote sensing of canopy nitrogen
CN109031344A (zh) 一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法
CN101692052B (zh) 基于超光谱图像技术的名优茶真伪鉴别方法及装置
CN106461461A (zh) 光谱测定系统、方法和应用
CN104931470A (zh) 一种基于荧光高光谱技术的农药残留检测装置及检测方法
WO2014078862A1 (en) Blending of agricultural products via hyperspectral imaging and analysis
CN102590129B (zh) 近红外检测花生中氨基酸含量的方法
CN203233450U (zh) 近红外食品安全鉴别系统
CN103237078A (zh) 近红外食品安全鉴别系统
CN106092913A (zh) 一种农作物营养安全检测方法及其系统
CN104062262A (zh) 一种基于近红外光谱的作物种子品种真实性鉴别方法
CN100357725C (zh) 近红外技术快速检测牛肉嫩度的方法和装置
CN102788794A (zh) 基于多传感信息融合的叶菜类蔬菜叶片农药残留检测装置及方法
Sarrazin et al. Fusing small-footprint waveform LiDAR and hyperspectral data for canopy-level species classification and herbaceous biomass modeling in savanna ecosystems
JP4167663B2 (ja) 物品判別装置、物品判別方法、および物品判別プログラム
CN106951458A (zh) 一种产品本体溯源鉴真防伪方法及系统
CN102841063B (zh) 一种基于光谱技术的生物炭溯源鉴别方法
CN103278467A (zh) 一种植物叶片氮素丰缺快速无损高准确率的鉴别方法
CN108960844A (zh) 谱纹溯源平台
Jiang et al. Identification of tomato maturity based on multinomial logistic regression with kernel clustering by integrating color moments and physicochemical indices
CN106950186A (zh) 基于光纤光谱的土鸡蛋或洋鸡蛋品种检测装置及其方法
Jin et al. Rapid identification of the geographic origin of Taiping Houkui green tea using near‐infrared spectroscopy combined with a variable selection method
CN112540971B (zh) 一种基于烟叶特征的全信息在线采集系统及方法
Yadav et al. Tree crown segmentation and species classification in a wet eucalypt forest from airborne hyperspectral and LiDAR data
CN108931483A (zh) 农产品谱纹库及查询系统

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181204

WD01 Invention patent application deemed withdrawn after publication