CN111044466A - 果蔬新鲜度的光谱检测系统及检测方法 - Google Patents
果蔬新鲜度的光谱检测系统及检测方法 Download PDFInfo
- Publication number
- CN111044466A CN111044466A CN201911372937.0A CN201911372937A CN111044466A CN 111044466 A CN111044466 A CN 111044466A CN 201911372937 A CN201911372937 A CN 201911372937A CN 111044466 A CN111044466 A CN 111044466A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- fruit
- module
- vegetable
- freshness
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 180
- 235000012055 fruits and vegetables Nutrition 0.000 title claims abstract description 169
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims description 19
- 230000003595 spectral effect Effects 0.000 claims abstract description 68
- 235000013311 vegetables Nutrition 0.000 claims abstract description 23
- 235000013399 edible fruits Nutrition 0.000 claims abstract description 22
- 238000005286 illumination Methods 0.000 claims abstract description 4
- 238000010183 spectrum analysis Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000006866 deterioration Effects 0.000 claims description 3
- 238000000295 emission spectrum Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 241000219315 Spinacia Species 0.000 description 3
- 235000009337 Spinacia oleracea Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002189 fluorescence spectrum Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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 Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种果蔬新鲜度的光谱检测系统及检测方法，包括：主机、安装在主机壳体内部的光源、果蔬样品盛放装置、光谱仪，主机上设置有数据处理模块，光源、光谱仪分别与主机连接；主机用于对光源的光源开关、光谱仪的光谱采集、数据处理模块的光谱采集进行指令控制；光源提供近紫外、可见到近红外全波段的光源照明；果蔬样品盛放装置用于盛放果蔬样品；光谱仪用于采集经过光源照射后待检测果蔬样品的光谱信息；数据处理模块内包含有果蔬样品光谱数据模块和匹配识别模块；本发明的优点是：结构简单、操作便捷、检测速度快、精准度高，对果蔬无损检测，利用光谱仪获取果蔬的物化信息，包括果蔬新鲜度，通过数据处理系统获取蔬果新鲜度百分比。
Description
技术领域
本发明涉及光谱识别技术领域，具体涉及一种果蔬新鲜度的光谱检测系统及检测方法。
背景技术
目前农产品的新鲜度检测对于流通过程中质量控制具有重要的意义，其中由于果蔬的代谢旺盛，容易在短时间内营养流失导致萎蔫、腐烂，进而产生对人体健康有害的残留物质，因此开展果蔬新鲜度的检测和评价尤为重要。但目前我国果蔬生产、流通与销售大多依靠人的肉眼判断，而人的实际经验、感官能力和标准差异较大，对果蔬新鲜度的标准等级缺乏一致性。另外通过在果蔬表面喷水水雾也可能改变果蔬感官，进而无法真正判断果蔬的新鲜度。
发明内容
鉴于上述问题，本发明的目的是提供一种果蔬新鲜度的光谱检测系统及检测方法，用于实现果蔬新鲜度的定量、无损、快速、高效检测，以解决上述现有技术的不足。
本发明提供的果蔬新鲜度的光谱检测系统包括：主机、安装在主机壳体内部的光源、果蔬样品盛放装置、光谱仪，主机上设置有数据处理模块，光源、光谱仪分别与主机连接；
主机用于对光源的光源开关、光谱仪的光谱采集、数据处理模块的光谱采集进行指令控制；
光源的波长范围在350-2500nm，提供近紫外、可见到近红外全波段的光源照明；
果蔬样品盛放装置用于盛放果蔬样品；
光谱仪用于采集经过光源照射后待检测果蔬样品的光谱信息；
数据处理模块内包含有果蔬样品光谱数据模块和匹配识别模块，果蔬样品光谱数据模块用于储存已知果蔬样品的光谱数据，匹配识别模块用于对光谱仪所采集的光谱进行处理分析并与果蔬样品光谱数据模块内的数据相匹配，得出有关果蔬样品的信息并传递给主机，匹配识别模块内包含有果蔬新鲜度标准模块，果蔬新鲜度标准模块制定的新鲜度％＝果蔬检测时的光谱/(果蔬最新鲜时的光谱-果蔬腐烂时的光谱)，利用该定量标准可获得果蔬新鲜度的百分比，果蔬新鲜度用百分比表示，100％表示新鲜，0％表示已经腐烂变质，计算依据果蔬的光谱数据变化。
作为优选，果蔬样品光谱数据模块包含有果蔬新鲜度的数据库，数据库是由不同产地、不同存放环境条件、不同品种的果蔬从新鲜到变质的整个过程中，各个时间段的光谱信息构成，匹配识别模块对果蔬样品的光谱进行检测后，再与数据库数据比对获得相应的果蔬新鲜度，该数据库利用中国专利申请 CN110361368A，进行数据库的建立。
作为优选，光谱仪为棱镜光谱仪或衍射光栅光谱仪或干涉光谱仪，针对不同波段以及光谱分辨率需求，调整光谱仪种类，以获得能够反应果蔬新鲜度的最佳光谱信息，其光谱范围包括从紫外到近红外整个波段，分辨率达到纳米量级。
作为优选，光谱仪为基于光谱调制法的光谱芯片，光谱芯片包括：光学聚集镜器件、光谱调制模组、探测器、光谱解调模组、光谱显示控制模组、光谱分析模组和分析结果显示模组；
其中，光学聚集镜器件用于接收经过外界光源激发或者自身向外辐射光信号的待测物质发射光谱的光谱信号；
其中，光谱调制模组包括：光谱材料模块，光谱材料模块用于调制光谱信息强度和对应像素位置信息以及接收待测物质发射光谱信号，将接收到的光谱信号进行区域化光谱调制，不同区域会得到不同的光谱调制信息，其中，光谱材料模块所使用的光谱调制材料根据调制材料的调制特性，通过不同光谱调制材料后，入射光谱信号会产生不同的光谱信息，上述光谱强度信息由探测器接收；
其中，探测器用于探测光谱调制模组中经光谱材料模块调制后光谱信息强度和对应像素位置信息；
其中，光谱解调模组包括光谱强度及位置采集模块和光谱信息解调模块，光谱强度及位置采集模块用于获取探测器探测到的光谱信息，光谱信息解调模块用于反演待测物光谱信息；
其中，光谱显示控制模组包括光谱芯片系统控制模块、光谱数据显示模块、光谱数据存储模块，光谱芯片系统控制模块用于控制整个系统开关及工作参数，光谱数据显示模块用于实时显示探测光谱曲线，光谱数据存储模块用于存储探测到的光谱信息原始数据；
其中，光谱分析模组利用光谱数据处理算法处理光谱显示及控制模组中采集到的光谱数据，光谱数据处理算法包括：
其中， i为标注光谱中光谱信息强度，n为总波段数，mij为光谱库中的对应像素位置信息，x为采集到的光谱数据；
其中，分析结果显示模组，包括数据显示模块和数据结果存储模块，数据显示模块用于显示光谱分析模组的结果显示，数据结果存储模块用于显示光谱分析模组的信息存储。
作为优选，探测器选用QHYCCDD的一款QHY5-II型号，采用QHY5-II相机1/2英寸黑白版传感器。
本发明另一个目的是提供一种果蔬新鲜度的光谱的检测方法，具体包括以下步骤：
步骤S1：将果蔬样品放于果蔬样品盛放装置上，调整光源与果蔬样品盛放装置之间的距离，以便光谱仪进行光谱采集；
步骤S2：主机开始自检，自检正常后，利用主机发出检测指令，光谱仪与数据处理模块处于预热待机状态；
步骤S3：光源接受到开启指令后，光源发出近紫外到近红外光照到果蔬样品上，果蔬样品接受到光源照射，入射光在果蔬样品表面形成漫反射；同时启动光谱仪，采集果蔬样品对光源散射带有新鲜度信息的光波，由果蔬样品散射回来的光波导入光谱仪中，经过光谱仪分光后获取果蔬样品的光谱，光谱数据被采集后，进入数据处理模块，数据处理模块的果蔬样品光谱数据模块将储存的已知果蔬样品光谱数据，通过匹配识别模块对光谱仪所采集的光谱进行处理分析，并与果蔬样品光谱数据模块内的数据相匹配，迅速识别果蔬样品；
步骤S4：果蔬样品识别成功后，利用果蔬新鲜度标准模块判断出果蔬样品的新鲜度，并再次与果蔬样品光谱数据模块的数据库光谱比对，最终获得果蔬的新鲜度信息。
作为优选，在步骤S4中果蔬样品物化信息的散射光谱信号通过反演方法进行数据处理，并与数据库光谱比对，最终获得果蔬的新鲜度信息。
本发明的优点及积极效果是：
1、本发明利用光谱仪所采集的果蔬光谱信息作为判断果蔬新鲜度的标准，通过光谱数据反演，再与数据库信息比对，最终实现果蔬新鲜度的无损、定量检测。光谱检测技术不但能够在可见光波段范围内实现外观检测，同时还能在紫外或近红外波段反映出果蔬的内部质量问题，具有较强的可靠性，另外本发明制定果蔬的新鲜度标准为：果蔬检测时的光谱/(果蔬最新鲜时的光谱-果蔬腐烂时的光谱)，利用该定量标准可获得果蔬新鲜度的百分比。
2、本发明实现了果蔬新鲜度的定量、无损、快速、高效检测，本发明提出的果蔬新鲜度的光谱检测系统，利用宽光谱范围的光源激发果蔬，再通过光谱仪获得能够反应出果蔬新鲜度的光谱信息，结合数据处理系统构成低成本、超便捷式的新鲜度光谱检测装置。
3、本发明的光谱仪包括棱镜光谱仪、衍射光栅光谱仪、干涉光谱仪，针对不同波段以及光谱分辨率需求，调整光谱仪种类，以获得能够反应果蔬新鲜度的最佳光谱信息，其光谱范围包括从紫外到近红外整个波段，分辨率达到纳米量级。
4、本发明的果蔬新鲜度的光谱检测系统，结构简单、操作便捷、检测速度快、精准度高，对果蔬无损检测，利用光谱仪获取果蔬的物化信息，包括果蔬新鲜度，通过数据处理系统获取蔬果新鲜度百分比。本发明为果蔬新鲜度提供了定量标准，也为人们选择安全果蔬提供科学、有力的技术支持。另外本发明涉及到的果蔬新鲜度数据库为人们食品安全问题提供了难以估量的价值。
5、本发明的光谱芯片具有能量利用率高、光谱范围广、体积小、具有较高光谱分辨率的同时具有空间分辨率，重量轻、结构简单、操作便捷、检测速度快，通过解调待测物质光谱信息获取了物质的化学组成成分，为人们选择日常生活用品以及食品安全等方面提供科学、有力的技术支持。
附图说明
通过参考以下结合附图的说明，并且随着对本发明的更全面理解，本发明的其它目的及结果将更加明白及易于理解。在附图中：
图1为根据本发明实施例的光谱检测系统的示意框图。
图2为根据本发明实施例的光谱检测系统的流程图。
图3为根据本发明实施例的四个时间段的菠菜照片。
图4为根据本发明实施例的菠菜在四个时间段的荧光光谱图。
图5为根据本发明实施例的菠菜在四个时间段的散射光谱图。
图6为根据本发明实施例的的成像光谱芯片原理图。
其中的附图标记包括：光源1、果蔬样品盛放装置2、光谱仪3、数据处理模块4。
具体实施方式
在下面的描述中，出于说明的目的，为了提供对一个或多个实施例的全面理解，阐述了许多具体细节。然而，很明显，也可以在没有这些具体细节的情况下实现这些实施例。在其它例子中，为了便于描述一个或多个实施例，公知的结构和设备以方框图的形式示出。
实施例1
参阅图1-6，本发明的果蔬新鲜度的光谱检测系统包括：主机、安装在主机壳体内部的光源1、果蔬样品盛放装置2、光谱仪3，主机上设置有数据处理模块4，光源1、光谱仪3分别与主机连接；
主机用于对光源1的光源开关、光谱仪3的光谱采集、数据处理模块4的光谱采集进行指令控制；
光源1的波长范围在350-2500nm，提供近紫外、可见到近红外全波段的光源照明；
果蔬样品盛放装置用于盛放果蔬样品2；
光谱仪3用于采集经过光源1照射后待检测果蔬样品2的光谱信息；光谱仪为棱镜光谱仪或衍射光栅光谱仪或干涉光谱仪，针对不同波段以及光谱分辨率需求，调整光谱仪种类，以获得能够反应果蔬新鲜度的最佳光谱信息，其光谱范围包括从紫外到近红外整个波段，分辨率达到纳米量级；
数据处理模块4内包含有果蔬样品光谱数据模块和匹配识别模块，果蔬样品光谱数据模块用于储存已知果蔬样品的光谱数据，匹配识别模块用于对光谱仪所采集的光谱进行处理分析并与果蔬样品光谱数据模块内的数据相匹配，得出有关果蔬样品的信息并传递给主机，匹配识别模块内包含有果蔬新鲜度标准模块，果蔬新鲜度标准模块制定的新鲜度％＝果蔬检测时的光谱/(果蔬最新鲜时的光谱-果蔬腐烂时的光谱)，利用该定量标准可获得果蔬新鲜度的百分比，果蔬新鲜度用百分比表示，100％表示新鲜，0％表示已经腐烂变质，计算依据果蔬的光谱数据变化。
本实施例中的果蔬样品光谱数据模块包含有果蔬新鲜度的数据库，数据库是由不同产地、不同存放环境条件、不同品种的果蔬从新鲜到变质的整个过程中，各个时间段的光谱信息构成，匹配识别模块对果蔬样品的光谱进行检测后，再与数据库数据比对获得相应的果蔬新鲜度，该数据库利用中国专利申请 CN110361368A，进行数据库的建立。
参阅图6，本实施例中的光谱仪为基于光谱调制法的光谱芯片，光谱芯片包括：光学聚集镜器件、光谱调制模组、探测器、光谱解调模组、光谱显示控制模组、光谱分析模组和分析结果显示模组；
其中，光学聚集镜器件用于接收经过外界光源激发或者自身向外辐射光信号的待测物质发射光谱的光谱信号；
其中，光谱调制模组包括：光谱材料模块，光谱材料模块用于调制光谱信息强度和对应像素位置信息以及接收待测物质发射光谱信号，将接收到的光谱信号进行区域化光谱调制，不同区域会得到不同的光谱调制信息，其中，光谱材料模块所使用的光谱调制材料根据调制材料的调制特性，通过不同光谱调制材料后，入射光谱信号会产生不同的光谱信息，上述光谱强度信息由探测器接收；
其中，探测器用于探测光谱调制模组中经光谱材料模块调制后光谱信息强度和对应像素位置信息；
其中，光谱解调模组包括光谱强度及位置采集模块和光谱信息解调模块，光谱强度及位置采集模块用于获取探测器探测到的光谱信息，光谱信息解调模块用于反演待测物光谱信息；
其中，光谱显示控制模组包括光谱芯片系统控制模块、光谱数据显示模块、光谱数据存储模块，光谱芯片系统控制模块用于控制整个系统开关及工作参数，光谱数据显示模块用于实时显示探测光谱曲线，光谱数据存储模块用于存储探测到的光谱信息原始数据；
其中，光谱分析模组利用光谱数据处理算法处理光谱显示及控制模组中采集到的光谱数据，光谱数据处理算法包括：
其中， i为标注光谱中光谱信息强度，n为总波段数，mij为光谱库中的对应像素位置信息，x为采集到的光谱数据；
其中，分析结果显示模组，包括数据显示模块和数据结果存储模块，数据显示模块用于显示光谱分析模组的结果显示，数据结果存储模块用于显示光谱分析模组的信息存储，探测器选用QHYCCDD的一款QHY5-II型号，采用 QHY5-II相机1/2英寸黑白版传感器。
实施例2
参阅图2，本发明的果蔬新鲜度的光谱的检测方法，具体包括以下步骤：
步骤S1：将果蔬样品放于果蔬样品盛放装置上，调整光源与果蔬样品盛放装置之间的距离，以便光谱仪进行光谱采集；
步骤S2：主机开始自检，自检正常后，利用主机发出检测指令，光谱仪与数据处理模块处于预热待机状态；
步骤S3：光源接受到开启指令后，光源发出近紫外到近红外光照到果蔬样品上，果蔬样品接受到光源照射，入射光在果蔬样品表面形成漫反射；同时启动光谱仪，采集果蔬样品对光源散射带有新鲜度信息的光波，由果蔬样品散射回来的光波导入光谱仪中，经过光谱仪分光后获取果蔬样品的光谱，光谱数据被采集后，进入数据处理模块，数据处理模块的果蔬样品光谱数据模块将储存的已知果蔬样品光谱数据，通过匹配识别模块对光谱仪所采集的光谱进行处理分析，并与果蔬样品光谱数据模块内的数据相匹配，迅速识别果蔬样品；
步骤S4：果蔬样品识别成功后，利用果蔬新鲜度标准模块判断出果蔬样品的新鲜度，并再次与果蔬样品光谱数据模块的数据库光谱比对，最终获得果蔬的新鲜度信息，其中，果蔬样品物化信息的散射光谱信号通过反演方法进行数据处理，并与数据库光谱比对，最终获得果蔬的新鲜度信息。
实施例3
参阅图3-5，光源1选择LED紫外灯，波长设为380nm，辐照强度为650μW，照度104Lux光源均匀度为70％以上，当光源与果蔬样品2距离为30cm时，其光斑大小为13cm2，该光波与果蔬样品2相互作用后发生散射，此时散射光谱反应了果蔬样品2的物化信息，其中包括果蔬的新鲜度，且肉眼看为蓝光；
利用光谱仪3采集反射光谱，光谱仪光谱范围为200nm～1100nm，分辨率为 0.8nm，当果蔬样品2的散射光波由光纤导入光谱仪3中，进行分光，获取光谱信息，其余步骤与实施例2相同。
实施例4
参阅图3-5，光源1选择近红外光波，其余步骤与实施例2相同。
实施例5
参阅图3-5，光源1选择可见光波，其余步骤与实施例2相同。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种果蔬新鲜度的光谱检测系统，其特征在于，包括：主机、安装在主机壳体内部的光源、果蔬样品盛放装置、光谱仪，所述主机上设置有数据处理模块，所述光源、光谱仪分别与所述主机连接；
所述主机用于对光源的光源开关、光谱仪的光谱采集、数据处理模块的光谱采集进行指令控制；
所述光源的波长范围在350-2500nm，提供近紫外、可见到近红外全波段的光源照明；
所述果蔬样品盛放装置用于盛放果蔬样品；
所述光谱仪用于采集经过光源照射后待检测果蔬样品的光谱信息；
所述数据处理模块内包含有果蔬样品光谱数据模块和匹配识别模块，所述果蔬样品光谱数据模块用于储存已知果蔬样品的光谱数据，所述匹配识别模块用于对所述光谱仪所采集的光谱进行处理分析并与果蔬样品光谱数据模块内的数据相匹配，得出有关果蔬样品的信息并传递给所述主机，所述匹配识别模块内包含有果蔬新鲜度标准模块，所述果蔬新鲜度标准模块制定的新鲜度％＝果蔬检测时的光谱/(果蔬最新鲜时的光谱-果蔬腐烂时的光谱)，利用该定量标准可获得果蔬新鲜度的百分比，果蔬新鲜度用百分比表示，100％表示新鲜，0％表示已经腐烂变质，计算依据果蔬的光谱数据变化。
2.根据权利要求1所述的果蔬新鲜度的光谱检测系统，其特征在于，所述果蔬样品光谱数据模块包含有果蔬新鲜度的数据库，所述数据库是由不同产地、不同存放环境条件、不同品种的果蔬从新鲜到变质的整个过程中，各个时间段的光谱信息构成，匹配识别模块对果蔬样品的光谱进行检测后，再与数据库数据比对获得相应的果蔬新鲜度。
3.根据权利要求1所述的果蔬新鲜度的光谱检测系统，其特征在于，光谱仪为棱镜光谱仪或衍射光栅光谱仪或干涉光谱仪，针对不同波段以及光谱分辨率需求，调整光谱仪种类，以获得能够反应果蔬新鲜度的最佳光谱信息，其光谱范围包括从紫外到近红外整个波段，分辨率达到纳米量级。
4.根据权利要求1所述的果蔬新鲜度的光谱检测系统，其特征在于，所述光谱仪为基于光谱调制法的光谱芯片，所述光谱芯片包括：光学聚集镜器件、光谱调制模组、探测器、光谱解调模组、光谱显示控制模组、光谱分析模组和分析结果显示模组；
其中，所述光学聚集镜器件用于接收经过外界光源激发或者自身向外辐射光信号的待测物质发射光谱的光谱信号；
其中，所述光谱调制模组包括：光谱材料模块，所述光谱材料模块用于调制光谱信息强度和对应像素位置信息以及接收待测物质发射光谱信号，将接收到的光谱信号进行区域化光谱调制，不同区域会得到不同的光谱调制信息，其中，所述光谱材料模块所使用的光谱调制材料根据调制材料的调制特性，通过不同光谱调制材料后，入射光谱信号会产生不同的光谱信息，上述光谱强度信息由探测器接收；
其中，所述探测器用于探测所述光谱调制模组中经光谱材料模块调制后光谱信息强度和对应像素位置信息；
其中，所述光谱解调模组包括光谱强度及位置采集模块和光谱信息解调模块，所述光谱强度及位置采集模块用于获取所述探测器探测到的光谱信息，所述光谱信息解调模块用于反演待测物光谱信息；
其中，所述光谱显示控制模组包括光谱芯片系统控制模块、光谱数据显示模块、光谱数据存储模块，所述光谱芯片系统控制模块用于控制整个系统开关及工作参数，所述光谱数据显示模块用于实时显示探测光谱曲线，所述光谱数据存储模块用于存储探测到的光谱信息原始数据；
其中，所述光谱分析模组利用光谱数据处理算法处理光谱显示及控制模组中采集到的光谱数据，所述光谱数据处理算法包括：
其中，i为标注光谱中光谱信息强度，n为总波段数，mij为光谱库中的对应像素位置信息，x为采集到的光谱数据；
其中，所述分析结果显示模组，包括数据显示模块和数据结果存储模块，所述数据显示模块用于显示光谱分析模组的结果显示，所述数据结果存储模块用于显示光谱分析模组的信息存储。
5.根据权利要求4所述的果蔬新鲜度的光谱检测系统，其特征在于，所述探测器选用QHYCCDD的一款QHY5-II型号，采用QHY5-II相机1/2英寸黑白版传感器。
6.一种果蔬新鲜度的光谱的检测方法，其特征在于，包括以下步骤：
步骤S1：将果蔬样品放于果蔬样品盛放装置上，调整光源与果蔬样品盛放装置之间的距离，以便光谱仪进行光谱采集；
步骤S2：主机开始自检，自检正常后，利用主机发出检测指令，光谱仪与数据处理模块处于预热待机状态；
步骤S3：光源接受到开启指令后，光源发出近紫外到近红外光照到果蔬样品上，果蔬样品接受到光源照射，入射光在果蔬样品表面形成漫反射；同时启动光谱仪，采集果蔬样品对光源散射带有新鲜度信息的光波，由果蔬样品散射回来的光波导入光谱仪中，经过光谱仪分光后获取果蔬样品的光谱，光谱数据被采集后，进入数据处理模块，数据处理模块的果蔬样品光谱数据模块将储存的已知果蔬样品光谱数据，通过匹配识别模块对所述光谱仪所采集的光谱进行处理分析，并与果蔬样品光谱数据模块内的数据相匹配，迅速识别果蔬样品；
步骤S4：果蔬样品识别成功后，利用果蔬新鲜度标准模块判断出果蔬样品的新鲜度，并再次与果蔬样品光谱数据模块的数据库光谱比对，最终获得果蔬的新鲜度信息。
7.根据权利要求6所述的果蔬新鲜度的光谱的检测方法，其特征在于，在所述步骤S4中果蔬样品物化信息的散射光谱信号通过反演方法进行数据处理，并与数据库光谱比对，最终获得果蔬的新鲜度信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911372937.0A CN111044466A (zh) | 2019-12-27 | 2019-12-27 | 果蔬新鲜度的光谱检测系统及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911372937.0A CN111044466A (zh) | 2019-12-27 | 2019-12-27 | 果蔬新鲜度的光谱检测系统及检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111044466A true CN111044466A (zh) | 2020-04-21 |
Family
ID=70240368
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911372937.0A Pending CN111044466A (zh) | 2019-12-27 | 2019-12-27 | 果蔬新鲜度的光谱检测系统及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111044466A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111982835A (zh) * | 2020-08-17 | 2020-11-24 | 吉林求是光谱数据科技有限公司 | 一种基于硅基多光谱芯片的水果糖度无损检测装置及方法 |
| CN113218898A (zh) * | 2021-05-06 | 2021-08-06 | 塔里木大学 | 一种基于光谱分析的植物病害遥感特征提取方法 |
| CN115078270A (zh) * | 2022-08-19 | 2022-09-20 | 北京市农林科学院智能装备技术研究中心 | 果蔬表面全域光谱检测系统和检测方法 |
| CN117589696A (zh) * | 2023-10-31 | 2024-02-23 | 安徽唯嵩光电科技有限公司 | 一种果蔬光谱数据处理装置及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105717051A (zh) * | 2016-04-22 | 2016-06-29 | 合肥美菱股份有限公司 | 一种快速检测果蔬新鲜度的系统及冰箱 |
| CN106525235A (zh) * | 2016-09-30 | 2017-03-22 | 西北工业大学 | 芯片式光谱成像系统 |
| US20170292908A1 (en) * | 2016-04-07 | 2017-10-12 | Verifood, Ltd. | Spectrometry system applications |
| CN108663331A (zh) * | 2017-03-27 | 2018-10-16 | 青岛海尔智能技术研发有限公司 | 检测冰箱内食物新鲜度的方法与冰箱 |
| CN109580501A (zh) * | 2018-12-25 | 2019-04-05 | 上海理工大学 | 一种嵌入冰箱的果蔬新鲜品质智能判别装置及方法 |
-
2019
- 2019-12-27 CN CN201911372937.0A patent/CN111044466A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170292908A1 (en) * | 2016-04-07 | 2017-10-12 | Verifood, Ltd. | Spectrometry system applications |
| CN105717051A (zh) * | 2016-04-22 | 2016-06-29 | 合肥美菱股份有限公司 | 一种快速检测果蔬新鲜度的系统及冰箱 |
| CN106525235A (zh) * | 2016-09-30 | 2017-03-22 | 西北工业大学 | 芯片式光谱成像系统 |
| CN108663331A (zh) * | 2017-03-27 | 2018-10-16 | 青岛海尔智能技术研发有限公司 | 检测冰箱内食物新鲜度的方法与冰箱 |
| CN109580501A (zh) * | 2018-12-25 | 2019-04-05 | 上海理工大学 | 一种嵌入冰箱的果蔬新鲜品质智能判别装置及方法 |
Non-Patent Citations (3)
| Title |
|---|
| CONSUELO CHAFER-PERICAS, ANGEL MAQUIERIA, ROSA PICHADES: "Fast screening methods to detect antibiotic residues in food samples", 《TRAC TRENDS IN ANTLYTICAL CHEMISTRY》 * |
| 宋洪波 主编: "《食品物性学》", 中国农业大学出版社 * |
| 赵松玮等: "基于近红外光谱的生鲜猪肉新鲜度实时评估", 《食品安全质量检测学报》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111982835A (zh) * | 2020-08-17 | 2020-11-24 | 吉林求是光谱数据科技有限公司 | 一种基于硅基多光谱芯片的水果糖度无损检测装置及方法 |
| CN113218898A (zh) * | 2021-05-06 | 2021-08-06 | 塔里木大学 | 一种基于光谱分析的植物病害遥感特征提取方法 |
| CN115078270A (zh) * | 2022-08-19 | 2022-09-20 | 北京市农林科学院智能装备技术研究中心 | 果蔬表面全域光谱检测系统和检测方法 |
| CN115078270B (zh) * | 2022-08-19 | 2022-11-29 | 北京市农林科学院智能装备技术研究中心 | 果蔬表面全域光谱检测系统和检测方法 |
| CN117589696A (zh) * | 2023-10-31 | 2024-02-23 | 安徽唯嵩光电科技有限公司 | 一种果蔬光谱数据处理装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111044466A (zh) | 果蔬新鲜度的光谱检测系统及检测方法 | |
| US6512577B1 (en) | Apparatus and method for measuring and correlating characteristics of fruit with visible/near infra-red spectrum | |
| Qin et al. | Hyperspectral and multispectral imaging for evaluating food safety and quality | |
| Kim et al. | Hyperspectral reflectance and fluorescence imaging system for food quality and safety | |
| Lee et al. | Hyperspectral near-infrared imaging for the detection of physical damages of pear | |
| Nicolai et al. | Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy: A review | |
| Saldaña et al. | Computer vision applied to the inspection and quality control of fruits and vegetables | |
| US20140267684A1 (en) | System and method for detecting contamination in food using hyperspectral imaging | |
| CN1430723A (zh) | 用可见光/近红外光谱测量和相关水果特性的方法和装置 | |
| Giovenzana et al. | Testing of a simplified LED based vis/NIR system for rapid ripeness evaluation of white grape (Vitis vinifera L.) for Franciacorta wine | |
| CN109655414B (zh) | 电子设备、信息推送方法及相关产品 | |
| AU2001245710A1 (en) | Apparatus and method for measuring and correlating characteristics of fruit with visible/near infra-red spectrum | |
| US9171196B2 (en) | Multi-band infrared camera system optimized for skin detection | |
| Zhang et al. | A simple identification model for subtle bruises on the fresh jujube based on NIR spectroscopy | |
| CN111007026A (zh) | 一种基于光谱芯片的食品新鲜度检测系统及检测方法 | |
| Peirs et al. | Starch index determination of apple fruit by means of a hyperspectral near infrared reflectance imaging system | |
| US10012584B2 (en) | System and method for determining solute concentration in a colored liquid sample | |
| Kim et al. | Visible to SWIR hyperspectral imaging for produce safety and quality evaluation | |
| Yao et al. | Non-destructive determination of soluble solids content in intact apples using a self-made portable NIR diffuse reflectance instrument | |
| CN110954513A (zh) | 一种基于光谱调制法的光谱芯片 | |
| Omar et al. | Specialized optical fiber sensor for nondestructive intrinsic quality measurement of Averrhoa Carambola | |
| Itoh et al. | Measurement of nitrate concentration distribution in vegetables by near-infrared hyperspectral imaging | |
| Wei et al. | Lightweight portable nondestructivedetection technique for assessing meat freshness attributes based on light emitting diode array | |
| Moltó et al. | Analysis of hyperspectral images of citrus fruits | |
| Singh et al. | Near-infrared hyperspectral imaging for quality analysis of agricultural and food products |
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: 20200421 |