CN111060473B - 一种食品质量分析检测装置 - Google Patents
一种食品质量分析检测装置 Download PDFInfo
- Publication number
- CN111060473B CN111060473B CN202010041428.6A CN202010041428A CN111060473B CN 111060473 B CN111060473 B CN 111060473B CN 202010041428 A CN202010041428 A CN 202010041428A CN 111060473 B CN111060473 B CN 111060473B
- Authority
- CN
- China
- Prior art keywords
- food
- analyzed
- water content
- hardness
- 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.)
- Active
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 146
- 238000004458 analytical method Methods 0.000 title claims abstract description 105
- 238000001514 detection method Methods 0.000 title claims abstract description 62
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 85
- 238000002329 infrared spectrum Methods 0.000 claims description 26
- 238000010191 image analysis Methods 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000000862 absorption spectrum Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 6
- 238000005303 weighing Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000003908 quality control method Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000010183 spectrum analysis Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 2
- 241000220225 Malus Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 240000008067 Cucumis sativus Species 0.000 description 1
- 235000009849 Cucumis sativus Nutrition 0.000 description 1
- 206010016952 Food poisoning Diseases 0.000 description 1
- 208000019331 Foodborne disease Diseases 0.000 description 1
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- 235000014443 Pyrus communis Nutrition 0.000 description 1
- 240000003768 Solanum lycopersicum Species 0.000 description 1
- 235000010724 Wisteria floribunda Nutrition 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 235000021016 apples Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000012970 cakes Nutrition 0.000 description 1
- JLQUFIHWVLZVTJ-UHFFFAOYSA-N carbosulfan Chemical compound CCCCN(CCCC)SN(C)C(=O)OC1=CC=CC2=C1OC(C)(C)C2 JLQUFIHWVLZVTJ-UHFFFAOYSA-N 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000015219 food category Nutrition 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 235000021404 traditional food Nutrition 0.000 description 1
- 238000011179 visual inspection Methods 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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Game Theory and Decision Science (AREA)
- Multimedia (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种食品质量分析检测装置。将物理检测和智能识别进行结合，首先可以在移动终端上对食品进行拍摄识别，获得食品的种类，然后使用本装置的检测功能有针对性的进行图像、含水量、硬度的检测，可以更加直接的获取食品的质量等级；其次装置便携式设计，仅仅根据采集样品的外观、含水量、硬度就可以综合判断食品的质量，不必进行复杂的化学分析检测，适合家庭或者餐厅等使用；将红外检测和物理检测结合，克服了单独物理检测受到外界影响较大，红外检测结果不稳定的缺点，对两种检测的结果可以互相验证，从而提高了检测的准确度。
Description
技术领域
本发明涉及食品检测领域，尤其涉及一种食品质量分析检测装置。
背景技术
食品安全（food safety）指食品无毒、无害，符合应当有的营养要求，对人体健康不造成任何急性、亚急性或者慢性危害。根据倍诺食品安全定义，食品安全是“食物中有毒、有害物质对人体健康影响的公共卫生问题”。食品安全也是一门专门探讨在食品加工、存储、销售等过程中确保食品卫生及食用安全，降低疾病隐患，防范食物中毒的一个跨学科领域，所以食品安全很重要。
传统的食品检测一方面是依靠有经验的人工进行目视检测，检测误差很大，且个体差异大，主观性强；而传统的仪器检测一般都需要进行化学分析，其检测设备一方面昂贵，且体积大不适合现场检测使用；
红外光谱的出现解决了一部分现场检测的难题，红外光谱检测可以通过红外光谱模型直接获得待分析样品的新鲜度、含水量、硬度设置食品种类等。但是红外光谱检测受环境影响比较大，且检测结果不稳定。此外其针对食品种类的检测结果往往需要大量的建模和计算，计算时间冗长且不一定精确。图像识别技术的出现为食品种类的判断提供了帮助，现在人们已经可以直接使用手机或者其他移动设备直接拍摄食品的图像获得食品的种类和更进一步的信息。
但是目前还没有针对食品质量检测的便携式的设备出现。
发明内容
针对上述内容，为解决上述问题提供一种食品质量分析检测装置，包括总控制模块、图像分析模块、硬度分析模块、含水量分析模块、红外光谱分析模块和移动终端；
总控制模块和图像分析模块、硬度分析模块、含水量分析模块、红外光谱分析模块电连接，总控制模块和移动终端无线连接；移动终端用于对待分析食品进行整体图像拍摄，并将拍摄图像发送至总控制模块对待分析食品进行种类识别；
图像分析模块用于对待分析食品样块进行图像采集，并对采集的图像进行分析获得待分析食品的第一新鲜度，并将分析结果发送至总控制模块；硬度分析模块用于对待分析食品样块进行第一硬度分析，并将分析结果发送至总控制模块；含水量分析模块用于对待分析食品样块进行第一含水量分析，并将分析结果发送至总控制模块；红外光谱分析模块用于对待分析食品样块进行第二新鲜度、第二硬度、第二含水量分析，并将分析结果发送至总控制模块；
总控制模块收集第一新鲜度、第一硬度系数、第一含水量、第二新鲜度、第二硬度系数、第二含水量，并据此综合计算待分析食品的质量等级，并将待分析食品的质量等级显示在移动终端上。
还包括云端服务器，云端服务器与总控制模块无线连接，用于为总控制模块在进行食品种类识别和食品质量等级计算时提供云端计算服务。
分析检测装置包括一个检测柜，总控制模块、图像分析模块、硬度分析模块、含水量分析模块、红外光谱分析模块设置于检测柜内；
检测柜内设置有样品台，样品台上设置有样品盘，样品盘正上方设置硬度分析模块；样品盘和硬度分析模块之间设置图像分析模块和红外光谱分析模块；图像分析模块设置有图像采集摄像头；
样品盘外部呈圆形，内部设置有方形的放置待分析食品块检测工位；样品盘具有加热功能和称重功能，进行含水量分析时，加热模块对待分析食品块进行加热，称重模块对待分析食品块进行称重，当称重至恒重时，可以获得待分析食品块的第一含水量；
样品盘中央底面有8×8共64块彩色块，64块彩色块为多种不同颜色的标准色块；图像分析模块进行图像采集时同时获取待分析食品块的图像和64块彩色块的图像，获取的图像根据64块标准色块进行颜色校准，从而获得准确的待分析食品的彩色图像，然后将彩色图像发送至云端服务器，云端服务器将图像输入新鲜度分析模型，从而获得待分析食品块的第一新鲜度；
硬度分析模块设置有三根直径不同的插针，插针的尖端是平的；进行硬度分析时，插针向下移动，压在待分析食品块上，然后硬度分析模块记录插针受到的来自待分析食品块的回弹力随着插针位移的变化，当回弹力发生突变时，记录发生突变前一刻的回弹力，三个回弹力的和记为待分析食品块的第一硬度系数。
红外光谱分析模块包括发光头和接收头，发光头连接光源模块，向待分析食品块发射全光谱激光；接收头接收从待分析食品块反射的光；接收头接收的光经过光栅分光模块后获得待分析食品块的红外反射吸收光谱；红外光谱分析模块将待分析食品块的红外反射吸收光谱发送至云端服务器，云端服务器将待分析食品块的红外反射吸收光谱输入其对应种类的光谱分析模型中，得到第二新鲜度、第二硬度系数、第二含水量，并将第二新鲜度、第二硬度系数、第二含水量发送至总控制模块。
总控制模块获得第一新鲜度、第一硬度系数、第一含水量、第二新鲜度、第二硬度系数、第二含水量后首先对分析结果进行异常排除；如果第一新鲜度和第二新鲜度或第一硬度系数和第二硬度系数或第一含水量和第二含水量之间的差大于其对应的判定阈值，则认为新鲜度或硬度系数或含水量的判断有异常，则不使用有异常的数据进行质量分析；
总控制模块将非异常数据发送至云端服务器，云端服务器将非异常数据输入对应食品种类的质量等级计算模型，获得待分析食品块的质量等级。
将非异常数据输入对应食品种类的质量等级计算模型，获得待分析食品块的质量等级的具体方式为，首先根据新鲜度、硬度系数、含水量分别进行新鲜度等级A、硬度系数等级B、含水量等级C的判断；每一种食品均有各自的新鲜度等级、硬度系数等级、含水量等级的区间；然后计算食品的质量等级D=A*B*C。
本发明的有益效果为：
首先本发明将物理检测和智能识别进行结合，首先可以在移动终端上对食品进行拍摄识别，获得食品的种类，然后使用本装置的检测功能有针对性的进行图像、含水量、硬度的检测，可以更加直接的获取食品的质量等级；
其次装置便携式设计，仅仅根据采集样品的外观、含水量、硬度就可以综合判断食品的质量，不必进行复杂的化学分析检测，适合家庭或者餐厅等使用；
将红外检测和物理检测结合，克服了单独物理检测受到外界影响较大，红外检测结果不稳定的缺点，对两种检测的结果可以互相验证，从而提高了检测的准确度；
在进行图像检测时，设置了标准色块作为背景，从而可以对拍摄的食品图像进行准确的色彩校正，从而可以更加准确的进行食品的图像检测。
本发明的装置还可以将不同的检测参数结合使用，从而进一步提高检测的精度。
附图说明
被包括来提供对所公开主题的进一步认识的附图，将被并入此说明书并构成该说明书的一部分。附图也阐明了所公开主题的实现，以及连同详细描述一起用于解释所公开主题的实现原则。没有尝试对所公开主题的基本理解及其多种实践方式展示超过需要的结构细节。
图1为本发明装置的模块结构图；
图2为本发明装置的结构示意图；
图3为本发明样品盘的结构示意图。
具体实施方式
本发明的优点、特征以及达成所述目的的方法通过附图及后续的详细说明将会明确。
实施例1：
本实施例针对本发明的装置及其功能进行介绍。
一种食品质量分析检测装置，包括总控制模块11、图像分析模块、硬度分析模块、含水量分析模块、红外光谱分析模块和移动终端10；
总控制模块11和图像分析模块、硬度分析模块、含水量分析模块、红外光谱分析模块电连接，总控制模块11和移动终端10无线连接；移动终端10用于对待分析食品进行整体图像拍摄，并将拍摄图像发送至总控制模块11对待分析食品进行种类识别；
图像分析模块用于对待分析食品样块进行图像采集，并对采集的图像进行分析获得待分析食品的第一新鲜度，并将分析结果发送至总控制模块11；硬度分析模块用于对待分析食品样块进行第一硬度分析，并将分析结果发送至总控制模块11；含水量分析模块用于对待分析食品样块进行第一含水量分析，并将分析结果发送至总控制模块11；红外光谱分析模块用于对待分析食品样块进行第二新鲜度、第二硬度、第二含水量分析，并将分析结果发送至总控制模块11；
总控制模块11收集第一新鲜度、第一硬度系数、第一含水量、第二新鲜度、第二硬度系数、第二含水量，并据此综合计算待分析食品的质量等级，并将待分析食品的质量等级显示在移动终端10上。
还包括云端服务器，云端服务器与总控制模块11无线连接，用于为总控制模块11在进行食品种类识别和食品质量等级计算时提供云端计算服务。
分析检测装置包括一个检测柜01，总控制模块11、图像分析模块、硬度分析模块、含水量分析模块、红外光谱分析模块设置于检测柜01内；
检测柜01内设置有样品台02，样品台02上设置有样品盘03，样品盘03正上方设置硬度分析模块；样品盘03和硬度分析模块之间设置图像分析模块和红外光谱分析模块；图像分析模块设置有图像采集摄像头09；
样品盘03外部呈圆形，内部设置有方形的放置待分析食品块检测工位04；样品盘03具有加热功能和称重功能，进行含水量分析时，加热模块对待分析食品块进行加热，称重模块对待分析食品块进行称重，当称重至恒重时，可以获得待分析食品块的第一含水量；
样品盘03中央底面有8×8共64块彩色块05，64块彩色块05为多种不同颜色的标准色块；图像分析模块进行图像采集时同时获取待分析食品块的图像和64块彩色块05的图像，获取的图像根据64块标准色块进行颜色校准，从而获得准确的待分析食品的彩色图像，然后将彩色图像发送至云端服务器，云端服务器将图像输入新鲜度分析模型，从而获得待分析食品块的第一新鲜度；
硬度分析模块设置有三根直径不同的插针06，插针06的尖端是平的；进行硬度分析时，插针06向下移动，压在待分析食品块上，然后硬度分析模块记录插针06受到的来自待分析食品块的回弹力随着插针06位移的变化，当回弹力发生突变时，记录发生突变前一刻的回弹力，三个回弹力的和记为待分析食品块的第一硬度系数。
红外光谱分析模块包括发光头07和接收头08，发光头07连接光源模块12，向待分析食品块发射全光谱激光；接收头08接收从待分析食品块反射的光；接收头08接收的光经过光栅分光模块13后获得待分析食品块的红外反射吸收光谱；红外光谱分析模块将待分析食品块的红外反射吸收光谱发送至云端服务器，云端服务器将待分析食品块的红外反射吸收光谱输入其对应种类的光谱分析模型中，得到第二新鲜度、第二硬度系数、第二含水量，并将第二新鲜度、第二硬度系数、第二含水量发送至总控制模块11。
总控制模块11获得第一新鲜度、第一硬度系数、第一含水量、第二新鲜度、第二硬度系数、第二含水量后首先对分析结果进行异常排除；如果第一新鲜度和第二新鲜度或第一硬度系数和第二硬度系数或第一含水量和第二含水量之间的差大于其对应的判定阈值，则认为新鲜度或硬度系数或含水量的判断有异常，则不使用有异常的数据进行质量分析；
总控制模块11将非异常数据发送至云端服务器，云端服务器将非异常数据输入对应食品种类的质量等级计算模型，获得待分析食品块的质量等级。
将非异常数据输入对应食品种类的质量等级计算模型，获得待分析食品块的质量等级的具体方式为，首先根据新鲜度、硬度系数、含水量分别进行新鲜度等级A、硬度系数等级B、含水量等级C的判断；每一种食品均有各自的新鲜度等级、硬度系数等级、含水量等级的区间；然后计算食品的质量等级D=A*B*C。
实施例2：
本实施例针对本发明的分析方式进行介绍。使用方法如下：
首先使用移动终端拍摄待分析食品的整体图像，然后将其上传至云端服务器，云端服务器对图像进行分析，获得待分析食品的种类，例如蛋糕、黄瓜、西红柿、苹果等；进一步的还可以获取详细种类，例如红富士苹果、黄元帅苹果、阿克苏梨等；
然后将待分析的食品切一块放入样品盘的检测工位上，进行图像检测，获得第一新鲜度；然后进行红外光谱检测，获得第二新鲜度、第二硬度系数、第二含水量，然后进行硬度检测获得第一硬度系数；硬度检测后进行含水率检测获得第一含水率；
总控制模块11获得第一新鲜度、第一硬度系数、第一含水量、第二新鲜度、第二硬度系数、第二含水量后首先对分析结果进行异常排除；如果第一新鲜度和第二新鲜度或第一硬度系数和第二硬度系数或第一含水量和第二含水量之间的差大于其对应的判定阈值，则认为新鲜度或硬度系数或含水量的判断有异常，则不使用有异常的数据进行质量分析；
总控制模块11将非异常数据发送至云端服务器，云端服务器将非异常数据输入对应食品种类的质量等级计算模型，获得待分析食品块的质量等级。
将非异常数据输入对应食品种类的质量等级计算模型，获得待分析食品块的质量等级的具体方式为，首先根据新鲜度、硬度系数、含水量分别进行新鲜度等级A、硬度系数等级B、含水量等级C的判断；每一种食品均有各自的新鲜度等级、硬度系数等级、含水量等级的区间；然后计算食品的质量等级D=A*B*C。
实施例3：
本发明的装置还可以将硬度系数和含水率进行综合测试，获得失水量-硬度系数曲线；
在进行硬度系数等级的判断时，先选取固定含水率下的硬度系数进行判断，从而保证硬度是在相同的含水率的条件下进行的，从而可以提高硬度等级的检测精度。
以上所述，仅为本发明的优选实施方式，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所述权利要求的保护范围为准。
Claims (2)
1.一种食品质量分析检测装置，包括总控制模块（11）、图像分析模块、硬度分析模块、含水量分析模块、红外光谱分析模块和移动终端（10）；其特征在于：
总控制模块（11）和图像分析模块、硬度分析模块、含水量分析模块、红外光谱分析模块电连接，总控制模块（11）和移动终端（10）无线连接；移动终端（10）用于对待分析食品进行整体图像拍摄，并将拍摄图像发送至总控制模块（11）对待分析食品进行种类识别；
图像分析模块用于对待分析食品样块进行图像采集，并对采集的图像进行分析获得待分析食品的第一新鲜度，并将分析结果发送至总控制模块（11）；硬度分析模块用于对待分析食品样块进行第一硬度分析，并将分析结果发送至总控制模块（11）；含水量分析模块用于对待分析食品样块进行第一含水量分析，并将分析结果发送至总控制模块（11）；红外光谱分析模块用于对待分析食品样块进行第二新鲜度、第二硬度、第二含水量分析，并将分析结果发送至总控制模块（11）；
总控制模块（11）收集第一新鲜度、第一硬度系数、第一含水量、第二新鲜度、第二硬度系数、第二含水量，并据此综合计算待分析食品的质量等级，并将待分析食品的质量等级显示在移动终端（10）上；
分析检测装置包括一个检测柜（01），总控制模块（11）、图像分析模块、硬度分析模块、含水量分析模块、红外光谱分析模块设置于检测柜（01）内；
检测柜（01）内设置有样品台（02），样品台（02）上设置有样品盘（03），样品盘（03）正上方设置硬度分析模块；样品盘（03）和硬度分析模块之间设置图像分析模块和红外光谱分析模块；图像分析模块设置有图像采集摄像头（09）；
样品盘（03）外部呈圆形，内部设置有方形的放置待分析食品块检测工位（04）；样品盘（03）具有加热功能和称重功能，进行含水量分析时，加热模块对待分析食品块进行加热，称重模块对待分析食品块进行称重，当称重至恒重时，可以获得待分析食品块的第一含水量；
样品盘（03）中央底面有8×8共64块彩色块（05），64块彩色块（05）为多种不同颜色的标准色块；图像分析模块进行图像采集时同时获取待分析食品块的图像和64块彩色块（05）的图像，获取的图像根据64块标准色块进行颜色校准，从而获得准确的待分析食品的彩色图像，然后将彩色图像发送至云端服务器，云端服务器将图像输入新鲜度分析模型，从而获得待分析食品块的第一新鲜度；
硬度分析模块设置有三根直径不同的插针（06），插针（06）的尖端是平的；进行硬度分析时，插针（06）向下移动，压在待分析食品块上，然后硬度分析模块记录插针（06）受到的来自待分析食品块的回弹力随着插针（06）位移的变化，当回弹力发生突变时，记录发生突变前一刻的回弹力，三个回弹力的和记为待分析食品块的第一硬度系数；
红外光谱分析模块包括发光头（07）和接收头（08），发光头（07）连接光源模块（12），向待分析食品块发射全光谱激光；接收头（08）接收从待分析食品块反射的光；接收头（08）接收的光经过光栅分光模块（13）后获得待分析食品块的红外反射吸收光谱；红外光谱分析模块将待分析食品块的红外反射吸收光谱发送至云端服务器，云端服务器将待分析食品块的红外反射吸收光谱输入其对应种类的光谱分析模型中，得到第二新鲜度、第二硬度系数、第二含水量，并将第二新鲜度、第二硬度系数、第二含水量发送至总控制模块（11）；
总控制模块（11）获得第一新鲜度、第一硬度系数、第一含水量、第二新鲜度、第二硬度系数、第二含水量后首先对分析结果进行异常排除；如果第一新鲜度和第二新鲜度或第一硬度系数和第二硬度系数或第一含水量和第二含水量之间的差大于其对应的判定阈值，则认为新鲜度或硬度系数或含水量的判断有异常，则不使用有异常的数据进行质量分析；
总控制模块（11）将非异常数据发送至云端服务器，云端服务器将非异常数据输入对应食品种类的质量等级计算模型，获得待分析食品块的质量等级；
将非异常数据输入对应食品种类的质量等级计算模型，获得待分析食品块的质量等级的具体方式为，首先根据新鲜度、硬度系数、含水量分别进行新鲜度等级A、硬度系数等级B、含水量等级C的判断；每一种食品均有各自的新鲜度等级、硬度系数等级、含水量等级的区间；
然后计算食品的质量等级D=A*B*C。
2.根据权利要求1所述的一种食品质量分析检测装置，其特征在于：
还包括云端服务器，云端服务器与总控制模块（11）无线连接，用于为总控制模块（11）在进行食品种类识别和食品质量等级计算时提供云端计算服务。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010041428.6A CN111060473B (zh) | 2020-01-15 | 2020-01-15 | 一种食品质量分析检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010041428.6A CN111060473B (zh) | 2020-01-15 | 2020-01-15 | 一种食品质量分析检测装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111060473A CN111060473A (zh) | 2020-04-24 |
| CN111060473B true CN111060473B (zh) | 2021-06-25 |
Family
ID=70307482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010041428.6A Active CN111060473B (zh) | 2020-01-15 | 2020-01-15 | 一种食品质量分析检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111060473B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114359895B (zh) * | 2021-12-30 | 2024-04-02 | 广东哈士奇制冷科技股份有限公司 | 一种食品新鲜度检测的方法及系统 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1430723A (zh) * | 2000-03-13 | 2003-07-16 | 奥特莱有限公司 | 用可见光/近红外光谱测量和相关水果特性的方法和装置 |
| CN1837788A (zh) * | 2006-03-24 | 2006-09-27 | 浙江大学 | 基于光特性的水果内部品质在线无损检测方法和装置 |
| CN101251526A (zh) * | 2008-02-26 | 2008-08-27 | 浙江大学 | 食品综合品质无损检测方法与装置 |
| CN101949686A (zh) * | 2010-08-02 | 2011-01-19 | 扬州福尔喜果蔬汁机械有限公司 | 水果内外综合品质在线无损检测方法及装置 |
| CN102890057A (zh) * | 2012-10-24 | 2013-01-23 | 华东交通大学 | 一种同时检测水果糖度和硬度的便携式品质检测装置 |
| CN103063585A (zh) * | 2013-01-05 | 2013-04-24 | 石河子大学 | 瓜果成熟度快速无损检测装置及检测系统建立方法 |
| CN103344575A (zh) * | 2013-07-01 | 2013-10-09 | 江南大学 | 基于高光谱图像技术的干燥毛豆多品质无损检测方法 |
| CN204989009U (zh) * | 2015-06-09 | 2016-01-20 | 宁夏大学 | 基于图谱融合技术的羊肉安全品质在线快速无损检测生产线 |
| CN106164646A (zh) * | 2014-03-28 | 2016-11-23 | 江原大学校产学协力团 | 利用近红外分光法同时分析不同原料及形态的多种食品中营养成分含量的方法 |
| CN106461461A (zh) * | 2014-01-03 | 2017-02-22 | 威利食品有限公司 | 光谱测定系统、方法和应用 |
| CN206725436U (zh) * | 2017-04-01 | 2017-12-08 | 食品行业生产力促进中心 | 一种用于营养餐固体食材新鲜度快速检测的装置 |
| CN107576584A (zh) * | 2017-09-20 | 2018-01-12 | 天津瑞泽分析仪器有限公司 | 一种水果品质综合检测分析仪 |
| CN108693145A (zh) * | 2017-04-11 | 2018-10-23 | 中国农业大学 | 一种植物叶片含水率检测方法 |
| CN108776138A (zh) * | 2018-07-16 | 2018-11-09 | 武汉理工大学 | 一种催熟水果库水果品质在线监测装置 |
| CN109187544A (zh) * | 2018-10-26 | 2019-01-11 | 温州大学 | 一种快速无损检测水果品质的装置及方法 |
| CN208818639U (zh) * | 2018-09-27 | 2019-05-03 | 杭州正迈科技有限公司 | 一种水分测定仪 |
| CN110018133A (zh) * | 2019-04-11 | 2019-07-16 | 北京小米移动软件有限公司 | 食物检测方法、装置，食物处理工具及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3746778B2 (ja) * | 2003-09-19 | 2006-02-15 | 本田技研工業株式会社 | ガスセンサの制御装置 |
| US9008408B2 (en) * | 2009-02-05 | 2015-04-14 | D.I.R. Technologies (Detection Ir) Ltd. | Method and system for determining the quality of pharmaceutical products |
| EP2513633A4 (en) * | 2009-12-17 | 2013-09-04 | British Columbia Cancer Agency | DEVICE AND METHOD FOR IN VIVO TISSUE CHARACTERIZATION WITH RAMAN SPECTROSCOPY |
| CN108169142B (zh) * | 2017-12-20 | 2019-02-22 | 环境保护部卫星环境应用中心 | 基于遥感影像的水色异常快速定位方法和装置 |
| CN110411957B (zh) * | 2019-08-28 | 2021-11-19 | 北京农业质量标准与检测技术研究中心 | 水果货架期及新鲜程度的无损快速预测方法及装置 |
-
2020
- 2020-01-15 CN CN202010041428.6A patent/CN111060473B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1430723A (zh) * | 2000-03-13 | 2003-07-16 | 奥特莱有限公司 | 用可见光/近红外光谱测量和相关水果特性的方法和装置 |
| CN1837788A (zh) * | 2006-03-24 | 2006-09-27 | 浙江大学 | 基于光特性的水果内部品质在线无损检测方法和装置 |
| CN101251526A (zh) * | 2008-02-26 | 2008-08-27 | 浙江大学 | 食品综合品质无损检测方法与装置 |
| CN101949686A (zh) * | 2010-08-02 | 2011-01-19 | 扬州福尔喜果蔬汁机械有限公司 | 水果内外综合品质在线无损检测方法及装置 |
| CN102890057A (zh) * | 2012-10-24 | 2013-01-23 | 华东交通大学 | 一种同时检测水果糖度和硬度的便携式品质检测装置 |
| CN103063585A (zh) * | 2013-01-05 | 2013-04-24 | 石河子大学 | 瓜果成熟度快速无损检测装置及检测系统建立方法 |
| CN103344575A (zh) * | 2013-07-01 | 2013-10-09 | 江南大学 | 基于高光谱图像技术的干燥毛豆多品质无损检测方法 |
| CN106461461A (zh) * | 2014-01-03 | 2017-02-22 | 威利食品有限公司 | 光谱测定系统、方法和应用 |
| CN106164646A (zh) * | 2014-03-28 | 2016-11-23 | 江原大学校产学协力团 | 利用近红外分光法同时分析不同原料及形态的多种食品中营养成分含量的方法 |
| CN204989009U (zh) * | 2015-06-09 | 2016-01-20 | 宁夏大学 | 基于图谱融合技术的羊肉安全品质在线快速无损检测生产线 |
| CN206725436U (zh) * | 2017-04-01 | 2017-12-08 | 食品行业生产力促进中心 | 一种用于营养餐固体食材新鲜度快速检测的装置 |
| CN108693145A (zh) * | 2017-04-11 | 2018-10-23 | 中国农业大学 | 一种植物叶片含水率检测方法 |
| CN107576584A (zh) * | 2017-09-20 | 2018-01-12 | 天津瑞泽分析仪器有限公司 | 一种水果品质综合检测分析仪 |
| CN108776138A (zh) * | 2018-07-16 | 2018-11-09 | 武汉理工大学 | 一种催熟水果库水果品质在线监测装置 |
| CN208818639U (zh) * | 2018-09-27 | 2019-05-03 | 杭州正迈科技有限公司 | 一种水分测定仪 |
| CN109187544A (zh) * | 2018-10-26 | 2019-01-11 | 温州大学 | 一种快速无损检测水果品质的装置及方法 |
| CN110018133A (zh) * | 2019-04-11 | 2019-07-16 | 北京小米移动软件有限公司 | 食物检测方法、装置，食物处理工具及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111060473A (zh) | 2020-04-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110411957B (zh) | 水果货架期及新鲜程度的无损快速预测方法及装置 | |
| Nutter et al. | Disease assessment concepts and the advancements made in improving the accuracy and precision of plant disease data | |
| US20140120563A1 (en) | Allergen testing platform for use with mobile electronic devices | |
| CN102323267A (zh) | 一种快速评价生鲜肉品新鲜度的系统及方法 | |
| CN103398994B (zh) | 一种基于高光谱的食源性致病菌检测系统及方法 | |
| CN106092959A (zh) | 一种基于云平台的近红外食品质量监测系统 | |
| CN101936912A (zh) | 一种基于嗅觉可视化检测鱼新鲜度的方法及装置 | |
| Lien et al. | Non-destructive impact test for assessment of tomato maturity | |
| US9500633B2 (en) | Automated machine and method for fruit testing | |
| Wang et al. | A multimodal machine vision system for quality inspection of onions | |
| CN111060473B (zh) | 一种食品质量分析检测装置 | |
| JP2016515261A (ja) | インテリジェントマシンのネットワーク | |
| CN106596435A (zh) | 一种食材质量检测系统 | |
| CN110514620A (zh) | 基于便携式近红外光谱仪的光谱检测方法及系统 | |
| CN101021488A (zh) | 稻谷损伤的检测方法和装置 | |
| CN104603598A (zh) | 分析装置 | |
| CN110376154A (zh) | 基于光谱校正的水果在线检测方法及系统 | |
| Wang et al. | AACCI approved methods technical committee report: Collaborative study on a method for determining firmness of cooked pulses (AACCI Method 56-36.01) | |
| CN113324928B (zh) | 一种基于图谱数据智能化无损检测菜肴食品营养含量方法 | |
| KR20070045636A (ko) | 근적외선 분광분석 기법을 이용한 비파괴 계란신선도측정시스템 및 그 방법 | |
| TWI446298B (zh) | 傳染性疾病現場檢驗即時傳輸預警系統 | |
| JPH01217255A (ja) | 青果物の内部品質検査方法 | |
| CN109425588B (zh) | 快速辨别黄龙病的手持装置、方法及计算机可读存储介质 | |
| CN112710796A (zh) | 一种基于大数据的食品品质研判系统及控制方法 | |
| CN205909916U (zh) | 自动称重测试系统 |
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 | ||
| CB02 | Change of applicant information |
Address after: Unit 601, unit 1, building 4, No. 83, Jiefang East Road, Lixia District, Jinan City, Shandong Province Applicant after: Wang Lijuan Address before: Shanxi grain quality monitoring center, Mingli section, Huitong Industrial Park, Jinzhong Development Zone, Shanxi demonstration zone, Jinzhong City, Shanxi Province Applicant before: Wang Lijuan |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Block B, Lvzhu building, wanpai center, 88 Tanhua Road, Panlong District, Kunming City, Yunnan Province Applicant after: Wang Lijuan Address before: Unit 601, unit 1, building 4, No. 83, Jiefang East Road, Lixia District, Jinan City, Shandong Province Applicant before: Wang Lijuan |
|
| CB02 | Change of applicant information |
Address after: 030600 Shanxi grain quality monitoring center, Mingli section, Huitong Industrial Park, Jinzhong Development Zone, Shanxi demonstration zone, Jinzhong City, Shanxi Province Applicant after: Wang Lijuan Address before: 650000 building B, green bamboo building, wanpai center, 88 Tanhua Road, Panlong District, Kunming City, Yunnan Province Applicant before: Wang Lijuan |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230717 Address after: No. 18, Dongwan Group, Yaqiuping Village, Tunpu Township, Enshi Tujia and Miao Autonomous Prefecture, Enshi City City, 445000 Patentee after: Hubei Yuze Ecological Agriculture Development Co.,Ltd. Address before: Room 1-3, Enterprise Service Center, Middle Section of Jinlong Avenue, Wuyangba Street, Enshi City, Enshi Tujia and Miao Autonomous Prefecture, Hubei Province 445000 Patentee before: Enshi Anbesen Technology Service Co.,Ltd. Effective date of registration: 20230717 Address after: Room 1-3, Enterprise Service Center, Middle Section of Jinlong Avenue, Wuyangba Street, Enshi City, Enshi Tujia and Miao Autonomous Prefecture, Hubei Province 445000 Patentee after: Enshi Anbesen Technology Service Co.,Ltd. Address before: 030600 Shanxi grain quality monitoring center, Mingli section, Huitong Industrial Park, Jinzhong Development Zone, Shanxi demonstration zone, Jinzhong City, Shanxi Province Patentee before: Wang Lijuan |
|
| TR01 | Transfer of patent right |