CN109724966A - 检测装置 - Google Patents
检测装置 Download PDFInfo
- Publication number
- CN109724966A CN109724966A CN201711031369.9A CN201711031369A CN109724966A CN 109724966 A CN109724966 A CN 109724966A CN 201711031369 A CN201711031369 A CN 201711031369A CN 109724966 A CN109724966 A CN 109724966A
- Authority
- CN
- China
- Prior art keywords
- light
- reactant
- measured
- detection device
- filter
- 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
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
Abstract
本公开涉及一种检测装置,用于通过使待测对象与反应物进行反应从而使反应物的颜色变化,来检测所述待测对象,所述检测装置包括:传感器阵列,用于接收从反应后的反应物反射的光,并输出从反应后的反应物反射的光的光谱信息;以及检测模块,用于基于所述传感器阵列所输出的光谱信息,检测所述待测对象的属性。由此,能够精确地检测待测对象的属性,从而能够对待测对象进行定量测量。
Description
技术领域
本公开涉及测量技术领域,尤其涉及一种检测装置。
背景技术
电子鼻包括气体传感器阵列和与该气体传感器阵列相匹配的模式识别系统。气体传感器阵列将待测气体的信息转化成便于测量的颜色、电阻、电压等物理量。通过对气体传感器阵列的信号进行采样、去噪、特征提取等处理,可以生成训练和测试数据,通过模式分类器进行训练和测试,可以输出待测气体的相关信息。但是,现有的电子鼻的检测精度较低,存在较大的改善空间。
发明内容
有鉴于此,本公开提出了一种检测装置。
根据本公开的一方面,提供了一种检测装置,用于通过使待测对象与反应物进行反应从而使反应物的颜色变化,来检测所述待测对象,所述检测装置包括:传感器阵列,用于接收从反应后的反应物反射的光,并输出从反应后的反应物反射的光的光谱信息;以及检测模块,用于基于所述传感器阵列所输出的光谱信息,检测所述待测对象的属性。
本公开的实施例提供的技术方案可以包括以下有益效果:根据传感器阵列所输出的、从与待测对象反应后的反应物反射的光从传感器阵列所透射出的光的光谱信息,检测待测对象的属性,由于检测装置能够获得蕴含更多信息的光谱信息,因此能够精确地检测待测对象的属性,由此能够对待测对象进行定量测量。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1是根据一示例性实施例示出的一种检测装置的结构框图。
图2是根据一示例性实施例示出的一种检测装置接收从反应后的反应物反射的光的示意图。
图3是一组量子点滤片透射曲线的示意图。
图4示出使用本实施例的检测装置检测待测对象的属性的方法的流程图。
图5示出使用本实施例的检测装置检测待测对象的属性的方法的一个示例的流程图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1是根据一示例性实施例示出的一种检测装置的结构框图,该检测装置100用于通过使待测对象与反应物进行反应从而使反应物的颜色变化来检测待测对象,如图1所示,该检测装置100可以包括传感器阵列110和检测模块130。
传感器阵列110用于接收从反应后的反应物反射的光,并输出从反应后的反应物反射的光的光谱信息。检测模块130用于基于传感器阵列110所输出的光谱信息,检测待测对象的属性。
光谱由光与物质相互作用产生,光谱是物质的“指纹”,可以利用光谱来鉴别物质,从而可以确定该物质的化学组成和相对含量。因此,本实施例中,在待测对象与反应物反应之后,将来自光源的光照射至反应后的反应物,从而使光与反应后的反应物相互作用以产生光谱。
光源可以设置于检测装置100的外部或内部,并且光源可以为宽谱光源。示例性的,可以利用反射分叉光纤来将来自光源的光照射至反应后的反应物。图2是根据一示例性实施例示出的一种检测装置接收从反应后的反应物反射的光的示意图。
如图2所示,反射分叉光纤的输入端将来自宽谱光源的光照射至反应后的反应物的表面,反射分叉光纤的探头捕获到来自反应后的反应物的反射光,反射分叉光纤的反射输出端将探头所捕获的反射光输入至检测装置100的传感器阵列110。其中,反射分叉光纤的探头所捕获到的反射光为从反应后的反应物反射的光。
传感器阵列110可以检测到从反应后的反应物反射的光的光谱信息,即,传感器阵列110可以获得光与反应后的反应物相互作用所产生的反射光的光谱信息,并且检测模块130可以基于传感器阵列110所输出的光谱信息检测待测对象的属性,该属性可包括待测对象的化学组成和相对含量。示例性的,该属性可包括待测对象的种类和浓度。
本实施例中,可以将已知属性的对象样本作为训练样本,将训练样本与反应物反应,利用传感器阵列110检测从与训练样本反应前后的反应物反射的光的光谱信息,检测模块130根据从与训练样本反应前后的反应物反射的光的光谱信息的先验知识,对传感器阵列110所输出的光谱信息进行处理,提取数据特征,并根据训练样本的不同属性为训练样本赋予不同的类标。
然后,使待测对象与反应物反应,检测模块130对传感器阵列110所输出的从与待测对象反应后的反应物反射的光的光谱信息进行处理,使用诸如SVM算法等分类算法对处理后的光谱信息进行训练和分类,从而将分类后的类标所对应的属性确定为待测对象的属性。需要说明的是,稍后将详细描述使用本实施例的检测装置检测待测对象的属性的具体方法。
因此,由于本公开的发明人意识到:颜色的本质是光谱、而不同波长上的光强携带光源上的具体信息,例如其化学成分的签名,因此反应物的颜色变化在可见光波段蕴含了大量的信息。在此前提下,发明人进一步设想到:使用传感器阵列110检测从反应后的反应物反射的光的光谱信息,并且基于传感器阵列110所输出的光谱信息检测待测对象的属性。
由于用于检测待测对象的属性的信息是蕴含更多信息的光谱信息,因此,相比于现有技术中的用于检测待测对象的属性的信息是蕴含较少信息例如RGB颜色信息、并且基于该较少信息来检测待测对象的属性,本实施例的检测装置能够精确地检测待测对象的属性,由此能够对待测对象进行定量测量。
并且,相比于现有技术,本实施例的检测装置仅通过传感器阵列就能够获得光谱信息,因此本实施例的检测装置更小型化且更轻便。
在一种可能的实现方式中,待测对象可以是如下任意一项或多项:液体、固体、以及气体。
在一种可能的实现方式中,待测对象的属性可以为待测对象的种类和/或浓度。
本实施例中,检测装置可以应用于诸如食品安全监测、产品品质监测、药物识别、环境检测、疾病诊断和分析例如皮肤癌、工业生产检测和质量控制、战场安全等。
环境空气污染对人体的健康危害较大,例如可入肺颗粒物等,因此,作为本实施例的应用的一种示例,可以利用检测装置来检测空气中的有害气体和物质的浓度,从而可以根据检测结果确定空气污染是否超过环境所能允许的极限值。
在化工原料和有机溶剂中会挥发出一些具有毒性效应的物质,例如挥发性氯代烃等,这些物质会造成环境污染并且会影响人体健康,因此,作为本实施例的应用的一种示例,可以利用检测装置来检测化工原料和有机溶剂所挥发出的物质的种类和浓度,从而可以根据检测装置的检测结果确定环境中是否存在具有毒性效应的物质。
农产品的品质的检测至关重要,而农产品的品质指标包括挥发性气味、元素含量等,因此,作为本实施例的应用的一种示例,可以利用检测装置来检测农产品的挥发性气味的种类和浓度、以及农产品的某元素含量,从而可以根据检测装置的检测结果知晓农产品的品质是否达标。
在一种可能的实现方式中,反应物是如下任意一项或多项:染料、具有特定结构和官能结构的聚合物、纳米材料、微米或纳米光学结构、光子晶体结构、以及等离子体表面激元结构。
在一种可能的实现方式中,反应物是微米或纳米光学结构、光子晶体结构、以及等离子体表面激元结构中的任意一种结构与纳米材料的复合体。
本实施例中,反应物例如为特异性染料阵列,其能够与待测对象反应,并且传感器阵列110能够检测从与反应物反应前后的特异性染料阵列反射的光的光谱信息。
在一种可能的实现方式中,传感器阵列所输出的光谱信息是从反应后的反应物反射的光的四个以上的不同波长段各自的强度信息。
本实施例中,用于检测待测对象的属性的信息为四个维度以上的信息,通过四个维度以上的信息能够提高检测装置检测待测对象的属性的精度,由此能够对待测对象进行定量测量。
在一种可能的实现方式中,传感器阵列包括四个以上的半导体纳米晶体和与该半导体纳米晶体对应地配置的光敏元件,半导体纳米晶体能够吸收预定波长的光,且能够过滤预定波长的光,使得入射光的光谱的不同部分被吸收和过滤,四个以上的半导体纳米晶体能够吸收的预定波长的光彼此不同,光敏元件能够检测从对应的半导体纳米晶体透射出的光的强度。
本实施例中,传感器阵列所包括的半导体纳米晶体响应于不同波长的光。示例性的,假设传感器阵列包括第一半导体纳米晶体、第二半导体纳米晶体、第三半导体纳米晶体和第四半导体纳米晶体,那么,第一半导体纳米晶体响应于第一波长的光,第二半导体纳米晶体响应于第二波长的光,第三半导体纳米晶体响应于第三波长的光,第四半导体纳米晶体响应于第四波长的光,并且第一至第四波长的光彼此不同。
其中,“响应于某一波长的光”可以指多个半导体纳米晶体在其上具有峰值响应的波长。例如,可以指在吸收光谱上多个半导体纳米晶体显示出特性帶隙吸收特征的波长。
本实施例中,通过设置纳米晶体接近于和/或在传感器阵列的有源层内,纳米晶体调制入射光图形。某些或全部入射光子可由纳米晶体吸收,取决于纳米晶体的吸收曲线和入射光的强度曲线,具有不同的吸收曲线的纳米晶体具有不同的光学特性。
纳米晶体层在特定能量上或之上吸收进入纳米晶体的大部分能量,该能级取决于纳米晶体的吸收曲线和膜厚度。纳米晶体膜的作用类似于滤光片,过滤出入射光光谱的不同部分。因此,传感器阵列可测量光谱的不同部分。
本实施例中,与半导体纳米晶体对应地配置的光敏元件可根据入射光的不同强度提供差分响应,光敏元件可包括半导体纳米晶体光敏元件。传感器阵列所输出的从反应后的反应物反射的光的光谱信息是光敏元件检测到的从对应的半导体纳米晶体透射出的光的强度。
在一种可能的实现方式中,半导体纳米晶体为量子点,传感器阵列包括由量子点材料形成的四个以上的过滤器,各个过滤器的量子点材料的透射曲线相互不同。
量子点是一种非常微小的纳米材料,量子点是一种半导体,当量子点被制作的非常小时,量子点的颜色随着它的材料的尺寸变化而变化,也就是说,改变量子点的尺寸就可以改变颜色,因此,可以在非常宽的颜色范围内连续地获得不同颜色的量子点材料,从而通过这些量子点材料来辨别颜色(亦即,光谱)。
因此,相较于传统的使用光栅来获得光谱信息,本实施例中,使用对光具有吸收性能的量子点材料来获得光谱信息。不同大小的量子点可以吸收不同波长的光,那么由不同量子点材料形成的不同过滤器的透射曲线不同,因此从反应后的反应物反射的光从不同的过滤器透射出的光的强度不同。
本实施例中,使用由量子点材料形成的过滤器来代替RGB颜色滤波器,可以实现多波长测量同时进行。由此,将不同种类的量子点集中在一种薄膜上做成的传感器阵列,可以实现对多组分同时进行测量,提高光利用率,并且可以基于光谱信息来分析待测对象的属性。
因此,相比于传统的使用光栅来获得光谱信息的装置,本实施例的检测装置100采用将不同种类的量子点集中在一种薄膜上做成的传感器阵列来获得光谱信息,这样,不仅能够保持对待测对象的属性进行精确检测的高性能,还能够较大程度上缩小装置的体积和成本,装置更加小型化、更加轻便便携。
在一种可能的实现方式中,通过将量子点材料涂覆在基板上而形成的、并包括四个以上的过滤器的量子点滤片被配置在传感器阵列的光入射侧。
本实施例中,从反应后的反应物反射的光照射到每个量子点滤片的强度可以相同。量子点滤片分布在传感器阵列110的表面,每个量子点滤片对应不同的像素区域,以该区域的平均灰度值作为该滤片的输出响应。
图3是一组量子点滤片透射曲线的示意图。在每个分图中,水平轴是波长(λ),单位是纳米(nm),并且垂直轴是透射比(100%)。如图3所示,对于量子点滤片透射曲线,一般来说具有较大的积分面积,在相同的弱光条件下可获得更强的传输光强。在从反应后的反应物反射的光的波长高于一定的波段的情况下,量子点滤片的透射率接近100%,表现出高波长通过的特性。
在一种可能的实现方式中,过滤器的数量大于或等于检测模块130进行检测所需的数据项的数量。
由此,能够确保检测待测对象的属性所需的数据量。
在一种可能的实现方式中,检测模块130根据目标高斯带通曲线Ta(λ)和过滤器的透射曲线Ti(λ),按照如下公式求出组合系数ai,其中,i大于等于1且小于等于过滤器的总数,检测模块130针对所有过滤器,将从各个过滤器透射出的光的强度与对应于该过滤器的组合系数ai的乘积相加,并基于相加得到的结果来检测待测对象的属性。
本实施例中,对于不同量子点滤片采集到的光谱信息,可将其转换为不同中心波长的高斯通道的传输强度,从而可以更明显地得到反应物在各个波段的颜色变化信息。其中,目标高斯带通曲线的曲线半峰宽可以根据实际需要选择,例如,目标高斯带通曲线的曲线半峰宽可以为20纳米(nm)。
在一种可能的实现方式中,目标高斯带通曲线为中心波长均匀覆盖360-700nm波段的一组目标高斯带通曲线。
本实施例中,反应物的颜色变化一般集中在可见光波段,因此可以重点关注360nm至700nm波段的颜色变化。例如,可以预先选定一组目标高斯带通曲线,其中心波长均匀覆盖360nm至700nm波段并且曲线半峰宽为20nm,这样,选定的一组目标高斯带通曲线为360nm、380nm、400nm、420nm、440nm、460nm、480nm、500nm、520nm、540nm、560nm、580nm、600nm、620nm、640nm、660nm、680nm、700nm。
假设根据反应物颜色变化的先验知识确定出反应物与待测对象反应后,420nm波段强度减弱而640nm波段强度增强,则可以选定目标高斯带通曲线为中心波长均匀覆盖420nm-640nm波段的一组目标高斯带通曲线。
例如,可以预先选定一组目标高斯带通曲线,其中心波长均匀覆盖420nm至640nm波段并且曲线半峰宽为20nm,这样,选定的一组目标高斯带通曲线为420nm、440nm、460nm、480nm、500nm、520nm、540nm、560nm、580nm、600nm、620nm、640nm。
由此,能够降低待测对象的属性测量的噪声。
在一种可能的实现方式中,传感器阵列110还接收从反应前的反应物反射的光,并输出从反应前的反应物反射的光从传感器阵列110透射出的光的光谱信息;检测模块130针对所有过滤器,将从反应前的反应物反射的光从传感器阵列110的各个过滤器透射出的光的强度与对应于该过滤器的组合系数ai的乘积相加,得到I0;检测模块130针对所有过滤器,将从反应后的反应物反射的光从传感器阵列110的各个过滤器透射出的光的强度与对应于该过滤器的组合系数ai的乘积相加,得到I;检测模块130提取I0与I在各个波段的强度的比值R作为特征,并基于该特征检测待测对象的属性,其中n表示波段的数目并且n大于等于1,
由此,可以利用本实施例的检测装置检测待测对象的属性。
在一种可能的实现方式中,传感器阵列为图像传感器阵列,该图像传感器阵列配置于照相机内,该检测装置可以包括该照相机。示例性的,该相机可为黑白相机。
图4示出使用本实施例的检测装置检测待测对象的属性的方法的流程图,如图4所示,该方法可以包括以下步骤。
在步骤S110中,将待测对象与反应物例如染料阵列反应。
在步骤S130中,传感器阵列110采集第一光谱信息和第二光谱信息,其中,第一光谱信息是传感器阵列110接收从反应前的染料阵列反射的光并输出从反应前的染料阵列反射的光的光谱信息,第二光谱信息是传感器阵列110接收从反应后的染料阵列反射的光并输出从反应后的染料阵列反射的光的光谱信息。
在步骤S150中,根据第一光谱信息和第二光谱信息,生成待测对象的聚类特征。
在一种可能的实现方式中,可通过如下方式来根据第一光谱信息和第二光谱信息生成待测对象的聚类特征:根据包括中心波长每间隔设定值的多个波段的目标高斯带通曲线将第一光谱信息和第二光谱信息转换为各波段的第一高斯带通透射曲线的传输光强和各波段的第二高斯带通透射曲线的传输光强;计算各波段的第二高斯带通透射曲线的传输光强与各波段的第一高斯带通透射曲线的传输光强的比值,将比值作为待测对象的聚类特征。
对于采集到的第一光谱信息和第二光谱信息,可将其转换为不同中心波长的高斯通道透射曲线的传输光强,从而可以更明显地得到染料阵列在各个波段的颜色变化信息。染料阵列的颜色变化一般集中在可见光波段,因此可以重点关注360nm至700nm波段的颜色变化。
预先选定一组目标高斯带通曲线,示例性的,选定中心波长均匀覆盖360nm至700nm波段作为目标高斯带通曲线,目标高斯带通曲线的曲线半峰宽可根据实际需要选择。目标高斯带通曲线的选择具体可以参阅前文的详细描述,在此不再赘述。
在一种可能的实现方式中,可通过如下方式来根据目标高斯带通曲线将待测对象的第一光谱信息和第二光谱信息转换为第一高斯带通透射曲线的传输光强和第二高斯带通透射曲线的传输光强:根据公式将量子点滤片的传输光强转换为高斯带通透射曲线的传输光强,为高斯带通透射曲线的传输光强,ai为组合系数,Ii为已知的量子点滤片的传输光强,其中,根据公式计算组合系数ai,Ta(λ)为目标高斯带通透射曲线,为新的高斯带通透射曲线,Ta(λ)满足公式 满足公式Ii满足公式Ia为目标高斯带通透射曲线的传输光强,I(λ)为从染料阵列反射的光的光谱,Ti(λ)为已知的量子点滤片透射曲线。
示例性的,假设从染料阵列反射的光的光谱为I(λ),目标高斯带通透射曲线为Ta(λ),则目标高斯带通透射曲线Ta(λ)的传输光强Ia为
类似地,对于已有的量子点滤片透射曲线Ti(λ),该已有的量子点滤片透射曲线Ti(λ)的传输光强Ii为
将已有的量子点滤片透射曲线Ti(λ)经过线性组合,生成新的高斯带通透射曲线 可调整组合系数ai,以使得所生成的新的高斯带通透射曲线尽量接近目标高斯带通透射曲线Ta(λ)。
示例性的,可通过均方误差来衡量所生成的新的高斯带通透射曲线和目标高斯带通透射曲线Ta(λ)之间的差异,同时新的高斯带通透射曲线需要满足新的高斯带通透射曲线和目标高斯带通透射曲线Ta(λ)之间的均方误差最小,即新的高斯带通透射曲线需要满足由此可以计算出组合系数ai。换言之,组合系数ai的约束方程为
在计算出组合系数ai之后,可以计算目标高斯带通透射曲线的传输光强具体地,
因此,可以利用上述方式分别计算出染料阵列与待测对象反应前后的各个波段的高斯带通透射曲线的传输光强,即第一高斯带通透射曲线的传输光强和第二高斯带通透射曲线的传输光强
然后,计算第二高斯带通透射曲线的传输光强和第一高斯带通透射曲线的传输光强的比值R为比值R为待测对象的聚类特征。
在步骤S170中,根据聚类特征和预先确定的浓度测量模型,确定与聚类特征相对应的浓度。
示例性的,可将待测对象的聚类特征R输入预先确定的浓度测量模型,以得到与待测对象的聚类特征R相对应的浓度。
由此,能够精确地测量待测对象的浓度。
图5示出使用本实施例的检测装置检测待测对象的属性的方法的一个示例的流程图。如图5所示,该方法可包括如下步骤。
在步骤S210中,将多种浓度的对象样本与染料阵列反应。
在步骤S220中,采集每种浓度的对象样本的第一光谱信息和第二光谱信息。可参阅前文针对步骤S130的描述,在此不再赘述。
在步骤S230中,根据每种浓度的对象样本的第一光谱信息和第二光谱信息,生成每种浓度的对象样本的聚类特征,所有浓度的对象样本的聚类特征构成浓度测量训练集。可参阅前文针对步骤S150的描述,在此不再赘述。
在步骤S240中,根据聚类方法对浓度测量训练集进行聚类学习,以预先确定浓度测量模型,其中,每种浓度的对象样本的聚类特征具有与每种浓度的对象样本的浓度相对应的浓度类别标签。
在获得浓度测量训练集之后,可以使用诸如SVM算法对浓度测量训练集中的各聚类特征进行分类以确定出浓度测量模型,不同浓度的聚类特征R赋予不同的浓度类别标签,由此,将浓度测量模型中的与对象样本的聚类特征相对应的浓度类别标签所表示的浓度确定为对象样本的浓度。
在步骤S250中,将待测对象与染料阵列反应。
在步骤S260中,采集待测对象的第一光谱信息和第二光谱信息。可参阅前文针对步骤S130的描述,在此不再赘述。
在步骤S270中,根据待测对象的第一光谱信息和第二光谱信息,生成待测对象的聚类特征。可参阅前文针对步骤S150的描述,在此不再赘述。
在步骤S280中,根据待测对象的聚类特征和预先确定的浓度测量模型,确定与聚类特征相对应的浓度。可参阅前文针对步骤S170的描述,在此不再赘述。
在一种可能的实现方式中,上述测量方法还包括:保存每个浓度类别标签和与每个浓度类别标签相对应的浓度的对应关系。
由此,在确定出待测对象的聚类特征之后,确定出浓度测量模型中的与待测对象的聚类特征相对应的浓度类别标签,再根据保存的每个浓度类别标签和与每个浓度类别标签相对应的浓度的对应关系,确定出与该浓度类别标签相对应的浓度,该浓度即为待测对象的浓度测量结果。
在一种可能的实现方式中,在根据聚类方法对浓度测量训练集进行聚类学习以预先确定浓度测量模型之前,还包括:对浓度测量训练集中的聚类特征进行筛选。
示例性的,可根据反应物例如染料阵列颜色变化的先验知识从浓度测量训练集中的多个波段的聚类特征筛选出数个波段的聚类特征,再根据聚类方法对包括数个波段的聚类特征的浓度测量训练集进行聚类学习以预先确定浓度测量模型。
例如,假设根据染料阵列颜色变化的先验知识确定出一种染料阵列与待测对象反应后,420nm波段的颜色强度减弱而640nm波段的颜色强度增强,则可从浓度测量训练集中筛选出这两个波段的信息进行聚类学习以确定浓度测量模型。
由此,通过从浓度测量训练集中的多个波段的聚类特征中筛选出更能体现出染料阵列颜色变化的数个波段的聚类特征,能够提升聚类效果。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种检测装置,用于通过使待测对象与反应物进行反应从而使反应物的颜色变化,来检测所述待测对象,其特征在于,所述检测装置包括:
传感器阵列,用于接收从反应后的反应物反射的光,并输出从反应后的反应物反射的光的光谱信息;以及
检测模块,用于基于所述传感器阵列所输出的光谱信息,检测所述待测对象的属性。
2.根据权利要求1所述的检测装置,其特征在于,
所述传感器阵列所输出的光谱信息是从反应后的反应物反射的光的四个以上的不同波长段各自的强度信息。
3.根据权利要求2所述的检测装置,其特征在于,
所述传感器阵列包括四个以上的半导体纳米晶体和与该半导体纳米晶体对应地配置的光敏元件,
所述半导体纳米晶体能够吸收预定波长的光,且能够过滤预定波长的光,使得入射光的光谱的不同部分被吸收和过滤,
所述四个以上的半导体纳米晶体能够吸收的预定波长的光彼此不同,
所述光敏元件能够检测从对应的半导体纳米晶体透射出的光的强度。
4.根据权利要求3所述的检测装置,其特征在于,
所述半导体纳米晶体为量子点,
所述传感器阵列包括由量子点材料形成的四个以上的过滤器,各个过滤器的量子点材料的透射曲线相互不同。
5.根据权利要求4所述的检测装置,其特征在于,
通过将量子点材料涂覆在基板上而形成的、并包括所述四个以上的过滤器的量子点滤片被配置在所述传感器阵列的光入射侧。
6.根据权利要求4或5所述的检测装置,其特征在于,
所述过滤器的数量大于或等于所述检测模块进行所述检测所需的数据项的数量。
7.根据权利要求1-5中任一项所述的检测装置,其特征在于,
所述检测模块检测所述待测对象的种类和/或浓度。
8.根据权利要求4或5所述的检测装置,其特征在于,
所述检测模块根据目标高斯带通曲线Ta(λ)和所述过滤器的透射曲线Ti(λ),按照如下公式求出组合系数ai,其中,i大于等于1且小于等于所述过滤器的总数,
所述检测模块针对所有所述过滤器,将从各个所述过滤器透射出的光的强度与对应于该过滤器的组合系数ai的乘积相加,并基于相加得到的结果来检测所述待测对象的属性。
9.根据权利要求8所述的检测装置,其特征在于,
所述目标高斯带通曲线为中心波长均匀覆盖360-700nm波段的一组目标高斯带通曲线。
10.根据权利要求8所述的检测装置,其特征在于,
所述传感器阵列还接收从反应前的反应物反射的光,并输出从反应前的反应物反射的光的光谱信息,
所述检测模块针对所有所述过滤器,将从反应前的反应物反射的光从所述传感器阵列的各个所述过滤器透射出的光的强度与对应于该过滤器的组合系数ai的乘积相加,得到I0,
所述检测模块针对所有所述过滤器,将从反应后的反应物反射的光从所述传感器阵列的各个所述过滤器透射出的光的强度与对应于该过滤器的组合系数ai的乘积相加,得到I,
所述检测模块提取I0与I在各个波段的强度的比值R作为特征,并基于该特征检测所述待测对象的属性,其中n表示波段的数目并且n大于等于1,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711031369.9A CN109724966B (zh) | 2017-10-27 | 2017-10-27 | 检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711031369.9A CN109724966B (zh) | 2017-10-27 | 2017-10-27 | 检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109724966A true CN109724966A (zh) | 2019-05-07 |
CN109724966B CN109724966B (zh) | 2021-11-05 |
Family
ID=66291254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711031369.9A Active CN109724966B (zh) | 2017-10-27 | 2017-10-27 | 检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109724966B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102466639A (zh) * | 2010-11-12 | 2012-05-23 | 中国科学院大连化学物理研究所 | 光化学比色传感器阵列用于多种重金属离子检测的方法 |
CN103575728A (zh) * | 2012-08-01 | 2014-02-12 | 中国科学院大连化学物理研究所 | 滤纸为基础比色传感器阵列用于痕量重金属离子检测方法 |
CN106596531A (zh) * | 2016-11-21 | 2017-04-26 | 江苏大学 | 一种检测挥发性有机化合物的方法及装置 |
CN106768331A (zh) * | 2016-12-22 | 2017-05-31 | 陈明烨 | 量子点阵列光谱传感器 |
CN106872035A (zh) * | 2017-03-13 | 2017-06-20 | 中国科学院光电研究院 | 量子点光谱成像系统 |
-
2017
- 2017-10-27 CN CN201711031369.9A patent/CN109724966B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102466639A (zh) * | 2010-11-12 | 2012-05-23 | 中国科学院大连化学物理研究所 | 光化学比色传感器阵列用于多种重金属离子检测的方法 |
CN103575728A (zh) * | 2012-08-01 | 2014-02-12 | 中国科学院大连化学物理研究所 | 滤纸为基础比色传感器阵列用于痕量重金属离子检测方法 |
CN106596531A (zh) * | 2016-11-21 | 2017-04-26 | 江苏大学 | 一种检测挥发性有机化合物的方法及装置 |
CN106768331A (zh) * | 2016-12-22 | 2017-05-31 | 陈明烨 | 量子点阵列光谱传感器 |
CN106872035A (zh) * | 2017-03-13 | 2017-06-20 | 中国科学院光电研究院 | 量子点光谱成像系统 |
Non-Patent Citations (1)
Title |
---|
BAO J ETC.: "A colloidal quantum dot spectrometer", 《NATURE》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109724966B (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fernandes et al. | Novel approaches for colorimetric measurements in analytical chemistry–a review | |
Li et al. | Evaluating green tea quality based on multisensor data fusion combining hyperspectral imaging and olfactory visualization systems | |
US10753861B2 (en) | Methods for colorimetric analysis | |
Potdar et al. | Determination of soil nutrients (NPK) using optical methods: a mini review | |
CN105181912B (zh) | 一种大米储藏过程中的新鲜度检测方法 | |
CN109891214A (zh) | 分析测试设备 | |
US20030215791A1 (en) | Method of and system for multiplexed analysis by spectral imaging | |
Shin et al. | A hand-held fluorescent sensor platform for selectively estimating green algae and cyanobacteria biomass | |
CN103797356B (zh) | 光谱分析设备、细颗粒测量设备以及用于光谱分析或光谱图显示的方法和程序 | |
CN106153581B (zh) | 用于检测苯并芘的无参比spr传感器 | |
Chlebda et al. | Hyperspectral imaging coupled with chemometric analysis for non-invasive differentiation of black pens | |
CN103487422A (zh) | 多波长led荧光光谱的云端中药品质检测系统及方法 | |
Hu et al. | The rapid non-destructive detection of adulteration and its degree of Tieguanyin by fluorescence hyperspectral technology | |
CN110110789A (zh) | 一种基于多谱图信息融合技术的中草药品质鉴别方法 | |
EP3701235B1 (en) | A fluorescent substance detection system | |
Mukundan et al. | Portable and low-cost hologram verification module using a snapshot-based hyperspectral imaging algorithm | |
Zhao et al. | A laser-induced fluorescent detector for pesticide residue detection based on the spectral recognition method | |
JP2006250765A (ja) | 状態評価装置 | |
Heydarov et al. | Low-cost VIS/NIR range hand-held and portable photospectrometer and evaluation of machine learning algorithms for classification performance | |
CN109724966A (zh) | 检测装置 | |
CN114878543A (zh) | 一种痕量物质的拉曼光谱探测识别方法及系统 | |
Wessman | Remote sensing of soil processes | |
Sujitha et al. | Artificial intelligence and IoT based detection of pesticide in organic fruits and vegetables | |
Hemmateenejad et al. | Data acquisition and data analysis in colorimetric sensor arrays | |
Mehdizadeh et al. | Design and manufacturing a microcontroller based measurement device for honey adulteration detection |
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 |