CN109827983A - 一种电子束图像的水果表面缺陷检测方法 - Google Patents
一种电子束图像的水果表面缺陷检测方法 Download PDFInfo
- Publication number
- CN109827983A CN109827983A CN201910206077.7A CN201910206077A CN109827983A CN 109827983 A CN109827983 A CN 109827983A CN 201910206077 A CN201910206077 A CN 201910206077A CN 109827983 A CN109827983 A CN 109827983A
- Authority
- CN
- China
- Prior art keywords
- fruit
- electron beam
- sample
- surface defect
- fruit surface
- 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
Links
Abstract
本发明涉及农产品无损检测领域,尤其是一种电子束图像的水果表面缺陷检测方法。首先建立水果表面缺陷等级模型,依次采集表面不同缺陷等级的水果的电子束辐照图像,将图像转化为特征参数导入系统内作为对比样本;对实测水果进行检测:首先用电子束辐照待测水果表面,用信号检测系统接收到待测水果在电子束作用下产生的物理信号,再经过视频放大系统显像,获得样品至少6个面的特征参数;将实测水果的特征参数与对比样本比较,预测实测水果的表面缺陷等级。该方法通过电子束辐照水果表面,激发出各种物理信息,通过对这些信息的接收、放大和显示成像,获得水果表面形貌的观察。本发明能够实现无损检测,且无需人工判断,易于操作,适用范围广。
Description
技术领域
本发明涉及农产品无损检测领域,尤其是涉及一种电子束图像的水果表面缺陷检测方法。
背景技术
水果,是指多汁且主要味觉为甜味和酸味,可食用的植物果实。水果不但含有丰富的营养,而且能够促进消化。研究表明,水果腐烂程度越高,链格孢毒素含量越高,离病斑越远的部分,含量则越低。如果机械损伤和冷害的水果,只要没长时间放置,滋生微生物的话,还是可以吃;而对于霉变腐烂的水果,如果霉变的部分不是很严重,挖去病斑外2cm处,剩余部分还可以食用,如果霉变超过水果三分之一甚至一半以上,就不宜食用了。
机器视觉技术已经应用于水果检测领域。在现有的机器视觉技术进行水果品质检测时,表面缺陷是一个难题。
申请号为200610050283.6的专利保护了一种基于激光图像的水果表面缺陷检测方法,用激光照射水果后,采集激光图像并统计特征,用水果激光图像的灰度平均值、标准差值和信息熵值推断激光照射表面是正常水果还是缺陷水果,但是该方法只能检测出水果表面缺陷,针对水果内部缺陷无法成像;内部检测通常采用破坏性方法进行检测,水果一旦被破坏,就失去了商业价值。
申请号为 201410173206.4的发明提供了一种水果内部品质检测装置及检测方法,该水果内部品质检测装置包括检测传感器、放大器,所述检测传感器包括激磁元件、接收器,所述激磁元件与所述接收器输入端相连,所述接收器输出端与所述放大器相连。本发明的有益效果是本发明的水果内部品质检测装置及检测方法适合各种水果无损检测,不需样品前处理,检测耗时短;该水果内部品质检测装置的检测结果可以多种形式输出,可以在本机显示,也可与监控设备直接联机,易于实现高速在线实时监测与控制;还可以与移动互联交换数据;但是无法对水果表面缺陷进行分级检测。
目前电子束技术已经发展相当成熟,它是利用电子枪中阴极所产生的电子在阴阳极间的高压加速电场作用下被加速至很高的速度,经透镜会聚作用后,形成密集的高速电子流。利用聚焦得非常细的高能电子束在水果表面上扫描,能够激发出各种物理信息。通过对这些信息的接受、放大和显示成像,进行水果表面形貌的观察。
激光照射水果相对于电子束处理方式,还受到技术进步的局限,激光的能量转换效率较低,能量转换效率低造成生产线中经济效益的降低,且激光深度小于电子束,不适于检测水果内部缺陷。因此,研究快速检测水果缺陷技术的方法是实现水果后加工处理的一项重要工作。
发明内容
本发明提供了一种电子束图像的水果表面缺陷检测方法,采用电子束照射水果后,水果表面和缺陷表面的电子束图像呈现明显的差异,这差异有利于机器视觉系统对水果表面缺陷的检测。
本发明的技术方案:
一种电子束图像的水果表面缺陷检测方法,其特征在于,包括如下步骤:
1)录入样品特征值:选取一组成熟度为已知的水果为样品,用电子束辐照每个样品,获取样品至少6个面的特征参数,依次将样品划分水果表面缺陷等级数,将特征参数录入系统内作为对比数据;
2)对实测水果进行检测:首先用电子束辐照待测水果表面,调整电子束能量与辐照角度,使得低能电子束能够大部分射入水果内部,用信号检测系统接收到待测水果在电子束作用下产生的物理信号,再经过视频放大系统显像,获得样品至少6个面的特征参数;
3)将实测水果的特征参数与对比数据相比,预测出实测水果的水果表面缺陷等级;
其中,待测水果测试之前在水果周围贴上导电胶;
其中,电子束辐照环境为真空条件下。
优选地,所述水果按照水果表面缺陷分为至少6个等级。
优选地,所述水果放入样品室经过电子束辐照,样品室主要部件是样品台,能够进行三维空间的移动,还能倾斜和转动,样品台移动范围一般可达到20厘米,倾斜范围至少在50度左右,转动360度。
优选地,所述特征参数至少包括6个面的显像图:上面、下面、左面、右面、前面和后面。
优选地,所述电子束能量范围为0.5-5.0 KV,能量密度0.1-0.5J/m2。
与现有技术相比,本发明具有以下技术效果:
1.现有技术中,关于使用电子束辐照水果来检测水果表面缺陷的方法和装置目前没有文章或相似的专利公开;
2.本发明用利用聚焦的非常细的高能电子束在水果上扫描,激发出各种物理信息,通过对这些信息的接收、放大和显示成像,获得测试试样表面形貌的观察;
3.本发明通过电子束照射水果后产生二次电子,二次电子能够反应水果表面放大的形貌像,成像富有立体感,可直接观察各种试样凹凸不平表面的细微结构;
4.本发明采用的电子束相对于激光的能量转换效率较高,能量转换效率高避免生产线中经济效益的降低,且电子束大于激光深度,更适于检测水果内部缺陷。
具体实施方式
下面结合实施例对本发明的技术方案作进一步说明:
一种电子束图像的水果表面缺陷检测方法,其特征在于,包括如下步骤,
1)录入样品特征值:取一组水果作为样本,先用不同位置的检测器探头获取每个水果样本在400-1100nm波长范围的多个透射光谱信息进行数据预处理,得到同一样本的多个有效光谱 ;将同一水果样本的多个有效光谱及被测水果环境的温度和湿度信息输入到检测模型中,建立水果表面腐烂预测模型;被检测水果放置在橡胶材质的水果托盘上面,这样既可以起到固定水果的作用,又可以提高密封性能,减小沿水果表面产生的衍射光对检测结果的影响;在光纤前端加装了聚焦透镜,增强了收集到的透过水果样品的光谱信息;所述检测装置采用密封的形式,这样在采集水果样品的光谱时,就避免了外部杂散光的影响;
选取这组成熟度为已知的水果为样品,制作水果成熟度等级标准,用电子束辐照每个样品,获取样品至少6个面的特征参数,所述特征参数至少包括6个面的显像图:上面、下面、左面、右面、前面和后面;根据不同面的特征图像,录入样品的特征参数,录入特征参数后对这些样品特征进行数据处理,并依次将样品划分水果表面缺陷等级数,所述水果按照水果表面缺陷分为至少6个等级,等级越高代表水果表面缺陷越多,将特征参数录入系统内作为对比数据,并以此建立水果表面缺陷模型;
2)对实测水果进行检测:首先用电子束辐照待测水果表面,调整电子束能量与辐照角度,使得低能电子束能够大部分射入水果内部,用信号检测系统接收到待测水果在电子束作用下产生的物理信号,再经过视频放大系统显像,获得样品至少6个面的特征参数,特征参数越多,样本参考价值越高,越有利于水果成熟度的精细划分;
3)将实测水果的特征参数与对比数据相比,正常水果表面与缺陷表面的电子束图像肯定存在明显差异,这差异有利于明显区分表面完整的水果与表面缺陷的水果,由于缺陷水果表面也存在差异,导致电子束图像代表的特征参数也存在差异,同样有利于缺陷等级的预测。
其中,检测装置包括样品室、电子枪、扫描装置、信号检测处理装置、视觉显示装置和真空装置。电子枪的束斑大小可调节、能量可控、扫描范围可选择;根据需要,所述水果放入样品室经过电子束辐照,样品室主要部件是样品台,能够进行三维空间的移动,还能倾斜和转动,样品台移动范围一般可达到20厘米,倾斜范围至少在50度左右,转动360度。
扫描装置由两组电磁线圈组成,一组用作电子探针对水果表面进行扫描,以激发水果表面不同层次结构和化学组成的信息电子,另一组是供显像管内的电子束在视觉显示器上与水果做同步扫描用。
信号检测处理装置作用是水果样品在入射电子作用下产生的物理信号,然后经视频放大作为显像系统的调制信号。由于水果表面的电子探针与视觉显示器上的电子探针是同步扫描的,且检测器接收的信号强度随水果样品表面状况不用而变化,因此,视觉显示器能够及时反映水果样品表面样貌。
电子束辐照水果后成像的原理是:当电子束在水果表面辐照后,可以激发出各种物理信息,通过对这些信息的接收、放大和显示成像,获得水果表面形貌的观察。当电子束辐照水果后,会产生大量的二次电子,二次电子是指被入射电子轰击出来的核外电子。由于原子核和外层价电子间的结合能很小,当原子的核外电子从入射电子获得了大于相应的结合能的能量后,可脱离原子成为自由电子。如果这种散射过程发生在比较接近水果的表层处,那些能量大于材料逸出功的自由电子可从样品表面逸出,变成真空中的自由电子,即二次电子。二次电子信号被信号检测器收集后转化成电讯号,投射到视觉显示器上。由于它发自水果试样表层,入射电子还没有被多次反射,因此产生二次电子的面积与入射电子的照射面积没有多大区别,且二次电子对水果表面状态非常敏感,成像富有立体感,可直接观察各种试样凹凸不平表面的细微结构,因此能有效地显示水果试样表面的微观形貌。
根据需要,待测水果测试之前在水果周围贴上导电胶,由于水果导电性弱,如果观察前不贴上导电胶或者导电性不好,将产生电荷累计和放电,使得入射的电子束偏离正常路径,最终造成图像不清晰乃至无法观察和成像。
其中,电子束发射源到样品的垂直距离为工作距离。如果增加工作距离,可以在其他条件不变的情况下获得更大的场深。如果减少工作距离,则可以在其他条件不变的情况下获得更高的分辨率。通常使用的工作距离在5毫米到10毫米之间。
根据需要,电子束辐照环境为真空条件下,只有在较高的真空条件下,电子才能高速运动。之所以要用真空,主要基于以下两点原因:电子束系统中的灯丝在普通大气中会迅速氧化而失效,所以除了在使用时需要用真空以外,平时还需要以纯氮气或惰性气体充满整个真空柱;为了增大电子的平均自由程,从而使得用于成像的电子更多。
根据需要,为了避免水果表面被破坏,必须使用较低的入射电子束能量,较大的入射角和快速帧扫描速度,所述电子束能量范围为0.5-5.0 KV,能量密度0.1-0.5J/m2 。
本发明的有益效果:首次使用电子束在线检测水果技术,结合图像处理技术能够判断水果表面缺陷程度;对于表面缺陷的水果,电子束在表面辐照后,产生的二次电子会被信号检测器收集后转化成电讯号,投射到视觉显示器上,及时反映出水果表面的形貌;电子束相对于激光的能量转换效率较高,能量转换效率高避免生产线中经济效益的降低,且电子束大于激光深度,更适于检测水果内部缺陷。
具体实施例仅仅是对本发明的解释,其并不是对发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在发明的权利要求范围内都受到专利法的保护。
Claims (5)
1.一种电子束图像的水果表面缺陷检测方法,其特征在于,包括如下步骤:
录入样品特征值:选取一组成熟度为已知的水果为样品,用电子束辐照每个样品,获取样品至少6个面的特征参数,依次将样品划分水果表面缺陷等级数,将特征参数录入系统内作为对比数据;
对实测水果进行检测:首先用电子束辐照待测水果表面,调整电子束能量与辐照角度,使得低能电子束能够大部分射入水果内部,用信号检测系统接收到待测水果在电子束作用下产生的物理信号,再经过视频放大系统显像,获得样品至少6个面的特征参数;
将实测水果的特征参数与对比数据相比,预测出实测水果的水果表面缺陷等级;
其中,待测水果测试之前在水果周围贴上导电胶;
其中,电子束辐照环境为真空条件下。
2.根据权利要求1所述的一种电子束图像的水果表面缺陷检测方法,其特征在于,所述水果按照水果表面缺陷分为至少6个等级。
3.根据权利要求1所述的一种电子束图像的水果表面缺陷检测方法,其特征在于,所述水果放入样品室经过电子束辐照,样品室主要部件是样品台,能够进行三维空间的移动,还能倾斜和转动,样品台移动范围一般可达到20厘米,倾斜范围至少在50度左右,转动360度。
4.根据权利要求1所述的一种电子束图像的水果表面缺陷检测方法,其特征在于,所述特征参数至少包括6个面的显像图:上面、下面、左面、右面、前面和后面。
5.根据权利要求1所述的一种电子束图像的水果表面缺陷检测方法,其特征在于,所述电子束能量范围为0.5-5.0 KV,能量密度0.1-0.5J/m2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910206077.7A CN109827983A (zh) | 2019-03-19 | 2019-03-19 | 一种电子束图像的水果表面缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910206077.7A CN109827983A (zh) | 2019-03-19 | 2019-03-19 | 一种电子束图像的水果表面缺陷检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109827983A true CN109827983A (zh) | 2019-05-31 |
Family
ID=66870508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910206077.7A Pending CN109827983A (zh) | 2019-03-19 | 2019-03-19 | 一种电子束图像的水果表面缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109827983A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111638231A (zh) * | 2020-06-10 | 2020-09-08 | 益阳市产商品质量监督检验研究院 | 一种用于制作凉席的竹块的双面检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03224482A (ja) * | 1990-01-26 | 1991-10-03 | Nippon Mining Co Ltd | ワサビから分離された新規カルラウイルス(Carlavirus) |
CN103760000A (zh) * | 2014-01-26 | 2014-04-30 | 中国热带农业科学院椰子研究所 | 一种油棕叶片扫描电镜样品制备方法 |
CN106124474A (zh) * | 2016-05-16 | 2016-11-16 | 中国农业大学 | 肉品有害化学残留无损快速检测方法 |
CN108107065A (zh) * | 2017-12-11 | 2018-06-01 | 扬州大学 | 一种稻米淀粉粒断面的制备及观察分析方法 |
-
2019
- 2019-03-19 CN CN201910206077.7A patent/CN109827983A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03224482A (ja) * | 1990-01-26 | 1991-10-03 | Nippon Mining Co Ltd | ワサビから分離された新規カルラウイルス(Carlavirus) |
CN103760000A (zh) * | 2014-01-26 | 2014-04-30 | 中国热带农业科学院椰子研究所 | 一种油棕叶片扫描电镜样品制备方法 |
CN106124474A (zh) * | 2016-05-16 | 2016-11-16 | 中国农业大学 | 肉品有害化学残留无损快速检测方法 |
CN108107065A (zh) * | 2017-12-11 | 2018-06-01 | 扬州大学 | 一种稻米淀粉粒断面的制备及观察分析方法 |
Non-Patent Citations (2)
Title |
---|
ANTONIO C. L. LINO 等: "Fruit Surface Topographic Survey Supported By a Phase Shifting Projection Moiré Technique", 《AIP CONFERENCE PROCEEDINGS》 * |
莫芳: "富马酸二甲酯/交联壳聚糖微球的研究及其在荔枝保鲜中的应用", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111638231A (zh) * | 2020-06-10 | 2020-09-08 | 益阳市产商品质量监督检验研究院 | 一种用于制作凉席的竹块的双面检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2564599C2 (ru) | Способ классификации предметов, найденных в партии семян, и его соответствующее применение для производства семян | |
US20110242312A1 (en) | Inspection system and inspection method | |
CN107003253A (zh) | 用于肉类中骨头扫描的方法和装置 | |
CA2595886A1 (en) | Method and device for determining defects on a constructional element of a turbine | |
CN102803953A (zh) | 用于测定鸡蛋重量的方法和仪器 | |
CN105510253A (zh) | 用空间频域成像检测农产品组织光学特性的装置及方法 | |
CN106442525A (zh) | 用于核桃内部干瘪缺陷的在线检测方法 | |
Wang et al. | A multimodal machine vision system for quality inspection of onions | |
US7018094B1 (en) | Material analysis | |
CN107345908A (zh) | 一种获取果实多面漫反射信息的散射系统 | |
CN104764713B (zh) | 太赫兹瞬态热成像检测和层析成像系统及方法 | |
CN109827983A (zh) | 一种电子束图像的水果表面缺陷检测方法 | |
CN109827992A (zh) | 一种水果甜度无损检测装置 | |
WO2017156825A1 (zh) | 一种作物叶片内部氮磷钾分布特征的sem-edx检测方法 | |
Starman et al. | Automated system for crack detection using infrared thermographic testing | |
CN109142396A (zh) | 一种碳纤维缠绕壳体分层、脱粘缺陷检测评定方法 | |
US4841139A (en) | Method for testing components of transparent material for surface irregularities and occlusions | |
JPH0663959B2 (ja) | 坪量分布を測定する方法および装置 | |
CN109827991A (zh) | 一种水果甜度无损检测方法 | |
CN108645839B (zh) | 一种桃整果软化程度的细胞快速统计评价方法 | |
CN110456010A (zh) | 一种无损快速检测鸡蛋新鲜度的方法 | |
Gunasekaran et al. | Automatic, nondestructive detection of corn kernel defects | |
CN109827971B (zh) | 一种无损检测水果表面缺陷的方法 | |
CN109772730B (zh) | 一种椭圆形或圆形果蔬检测与分级机构 | |
CN109827980B (zh) | 一种水果表面腐烂的自动化检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190531 |