CN111551518B - 一种蔬菜农药残留检测方法 - Google Patents
一种蔬菜农药残留检测方法 Download PDFInfo
- Publication number
- CN111551518B CN111551518B CN202010318356.5A CN202010318356A CN111551518B CN 111551518 B CN111551518 B CN 111551518B CN 202010318356 A CN202010318356 A CN 202010318356A CN 111551518 B CN111551518 B CN 111551518B
- Authority
- CN
- China
- Prior art keywords
- pesticide
- detection
- vegetable
- sample
- light source
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 226
- 235000013311 vegetables Nutrition 0.000 title claims abstract description 121
- 239000000447 pesticide residue Substances 0.000 title claims abstract description 54
- 239000000523 sample Substances 0.000 claims abstract description 150
- 239000000575 pesticide Substances 0.000 claims abstract description 95
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 63
- 239000007788 liquid Substances 0.000 claims abstract description 61
- 239000000463 material Substances 0.000 claims abstract description 29
- 239000012488 sample solution Substances 0.000 claims abstract description 10
- 239000003085 diluting agent Substances 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 10
- 238000009434 installation Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000007789 sealing Methods 0.000 claims description 3
- 239000012780 transparent material Substances 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 14
- 230000008901 benefit Effects 0.000 abstract description 8
- 239000000243 solution Substances 0.000 description 71
- 239000010410 layer Substances 0.000 description 12
- 239000010408 film Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000005284 excitation Effects 0.000 description 4
- 239000010409 thin film Substances 0.000 description 4
- 230000008520 organization Effects 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000007254 oxidation reaction Methods 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000004817 gas chromatography Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000004128 high performance liquid chromatography Methods 0.000 description 2
- 238000001559 infrared map Methods 0.000 description 2
- 238000004949 mass spectrometry Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 206010016952 Food poisoning Diseases 0.000 description 1
- 208000019331 Foodborne disease Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000004811 liquid chromatography Methods 0.000 description 1
- 239000003987 organophosphate pesticide Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012306 spectroscopic technique 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
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/03—Cuvette constructions
- G01N21/0303—Optical path conditioning in cuvettes, e.g. windows; adapted optical elements or systems; path modifying or adjustment
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
- G01N2001/2866—Grinding or homogeneising
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/03—Cuvette constructions
- G01N2021/0389—Windows
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
本发明涉及农产品农药材料检测技术领域,具体涉及一种蔬菜农药残留检测方法,包括下述步骤:步骤1、建立检测数据库;步骤2、蔬菜样本溶液检测:将蔬菜样本研磨后加入稀释剂,配制出已知浓度的蔬菜检测液样本,并获取该检测液样本的近红外光谱;步骤3、判断蔬菜中该种农药的含量:将步骤2得到的近红外光谱与步骤1得到的近红外光谱与农药溶液不同浓度对照检测数据库进行比对,获得该品种农药的含量,在所述步骤1中的农药溶液和步骤2的蔬菜检测液样本是加入到样本盒中,获取进行近红外光谱。本申请的方法,检测结果可靠,避免了因遮挡等问题造成的失真;大幅提高了农药材料检测的数据可靠性,特别是对是否存在微量农药残留的判断准确性。
Description
技术领域
本发明涉及农产品农药材料检测技术领域,具体涉及一种蔬菜农药残留检测方法。
背景技术
蔬菜是人们生活中必不可少的重要食物,蔬菜在种植过程中,为了防治病虫害,通常都需要喷洒农药,对病菌害虫进行杀灭,确保蔬菜的正常生长,但是由于农药的大量使用和不规范使用,常常残留在蔬菜上,对人体健康形成危害,蔬菜中各类农药残留过高引发的食物中毒事件也屡见不鲜。所以,目前,为了食品安全和消费者的身体健康,对于上市蔬菜的农药残留检测是必不可少的环节。
就蔬菜农药检测而言,目前常规的农药残留检测方法主要有液相色谱法(HighPerformance LiquidChromatography,简称:HPLC)、气相色谱法(Gas Chromatography,简称:GC)、质谱法(MassSpectrometry,简称:MS)等,这些方式操作过程步骤较多,耗时长,容易造成人为操作而带入较大误差,而且涉及众多昂贵的检测仪器和分析仪器,通常只能使用大型检测中心。
为了提高降低农药残留检测难度和设备成本,中国专利,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,申请号:CN201510296719.9,其公开了一种通过光谱技术快速检测农药残留的检测装置和检测方法,其是将待测蔬菜放在载物台上,判断叶片残留农药是否已知,若残留农药已知,则查询数据库得到该残留农药的最佳激发波长,调整激发光波长为所述最佳激发波长,若残留农药未知,则调整激发光波长为365nm;然后,设置CCD相机的曝光时间和载物台的移动速度,进行叶片的荧光高光谱图像采集;最后将PC机处理采集的图像信息,调用数据库中的特征模型与处理后的图像信息进行匹配计算,输出数据库中与处理的采集信息相匹配的特征模型的信息作为待测叶片有机磷农药的残留信息。
这样的方式,虽然能够快速的实现对蔬菜农药残留物的检测,但是在实际实施过程中依然还存在着不足,具体如下述:
对于蔬菜农药残留而言,由于蔬菜叶片及梗茎表面通常都存在有若干凹陷,采用直接对蔬菜叶片进行光谱数据收集的方式,虽然方便快捷,但是很多被遮挡的位置不能受到光束照射,所以检测得到的近红外光谱信息的可靠性也存在着不足;特别是对渗入蔬菜内部的农药,采用这样的方式就难以被检测出来。
发明内容
本发明的目的在于:针对目前蔬菜农药采用检测中存在的检测不全面,检测结果可靠性不高的问题,提供一种能够实现全面检测,确保检测结果具有良好可靠性的蔬菜农药残留检测装置。
为了实现上述发明目的,本发明提供了以下技术方案:
一种蔬菜农药残留检测装置,包括光源组件和图像采集组件,还包括样本盒,所述样本盒包括底板、顶板和密封连接在所述顶板与底板之间的侧板,相邻侧板之间密封配合,所述顶板上设置有第一透明区域和第二透明区域,所述第一透明区域和第二透明区域处的顶板采用透明材料制得,所述光源组件与所述第一透明区域相对应,使所述光源组件输出的光束由所述第一透明区域进入所述样本盒内,所述图像采集组件与所述第二透明区域相对应,使所述图像采集组件能够通过所述第二透明区域采集到所述样本盒内被所述光源组件照射位置的图像信息。
作为优选的技术方案,在所述顶板上还设置有料管,所述料管下端与所述样本盒的内部空间连通,所述料管上端的水平高度高于所述顶板上侧的水平高度。
作为优选的技术方案,所述第一透明区域和第二透明区域采用薄膜结构,所述薄膜结构被张紧布置。
作为优选的技术方案,所述料管上端的水平高度高于所述顶板上侧的水平高度10-20mm。
作为优选的技术方案,所述样本盒底板的内侧面为磨砂面。
作为优选的技术方案,在所述盒体内还设置有检测基准板,所述检测基准板与所述光源组件和所述第一透明区域相对应,使所述光源组件输出的光束由所述第一透明区域进入所述样本盒内后照射在所述检测基准板上,
所述检测基准板还与所述图像采集组件和所述第二透明区域相对应,使所述图像采集组件能够通过所述第二透明区域采集到所述检测基准上被所述光源组件照射位置的图像信息。
作为优选的技术方案,所述检测基准板的高度可调,所述光源组件的安装位置可调。使所述光源组件输出的光束照射在能够被所述图像采集组件采集图像的检测基准板位置。
作为优选的技术方案,在所述顶板还设置有中空的套管,所述套管竖直设置,所述套管的下端与所述样本盒的内部空间相连通,在所述套管内还设置有拉杆,所述拉杆下端与所述检测基准板固定连接,所述拉杆上端超出所述套管的上端,在所述套管上端还设置螺母,所述螺母与所述套管之间为可回转的连接,在所述拉杆上还设置有与所述螺母相配合的螺纹段。
作为优选的技术方案,所述检测基准板的上侧面为磨砂面。
作为优选的技术方案,所述检测基准板为灰度板。
作为优选的技术方案,所述光源组件的安装位置可调。
作为优选的技术方案,所述蔬菜农药残留检测装置,还包括机架,所述机架用于安装所述光源组件的光束出射端头,所述机架还用于安装所述图像采集组件的图像入射端头。
作为优选的技术方案,所述图像采集组件的安装位置可调,所述检测基准板为渐变灰度板,所述渐变灰度板为板件结构,其上侧面设置在水平方向上,灰度成渐变形式分布。
本申请还公开了一种蔬菜农药残留检测方法,包括下述步骤:
步骤1、建立检测数据库:选取一种已知农药品种,对不同浓度的农药溶液采集近红外光谱,建立该农药品种的近红外光谱与农药溶液不同浓度对照检测数据库;
步骤2、蔬菜样本溶液检测:将蔬菜样本研磨后加入稀释剂,配制出已知浓度的蔬菜检测液样本,并获取该检测液样本的近红外光谱;
步骤3、判断蔬菜中该种农药的含量:将步骤2得到的近红外光谱与步骤1得到的近红外光谱与农药溶液不同浓度对照检测数据库进行比对,获得该品种农药的含量,
在所述步骤1中的农药溶液和步骤2的蔬菜检测液样本是加入到样本盒中,获取进行近红外光谱,
在所述步骤1中,先将其中一浓度的农药溶液注入所述样本盒内,直至农药溶液完全注满样本盒的内部空间,然后启动光源组件,使光源组件发出的光束由第一透明区域进入到样本盒内,然后启动图像采集组件,通过图像采集组件采集样本盒内被光源组件光束照射区域处的图像,通过计算机处理得到近红外光谱,然后再按照上述方式进行另一浓度农药溶液的近红外光谱获取;
在所述步骤2中,先将蔬菜检测液样本注入所述样本盒内,直至蔬菜检测液样本完全注满样本盒的内部空间,然后启动光源组件,使光源组件发出的光束由第一透明区域进入到样本盒内,然后启动图像采集组件,通过图像采集组件采集样本盒内被光源组件光束照射区域处的图像,通过计算机处理得到近红外光谱。
作为优选的技术方案,在所述步骤1中,在农药溶液完全注满样本盒的内部空间时,继续添加农药溶液,使农药溶液在料管内的液面高于样本盒内农药溶液的液面,
在所述步骤2中,在蔬菜检测液样本完全注满样本盒的内部空间时,继续添加蔬菜检测液样本,使蔬菜检测液样本在料管内的液面高于样本盒内蔬菜检测液样本的液面。
作为优选的技术方案,在所述盒体内还设置有检测基准板,在所述步骤1和2中,所述光源组件发出的光束照射在所述检测基准板上,所述图像采集组件采集所述检测基准板上被光源组件光束照射区域处的图像。
作为优选的技术方案,在所述步骤1之前还设置有步骤A、检测基准板位置检测:选择同一种类农药,配制两种不同浓度的农药溶液,将其中一种浓度的农药溶液注入到样本盒内,然后记录检测基准板在不同深度时,检测基准板上同一位置的近红外光谱;然后更换另一种浓度的农药溶液,记录在相应深度时,检测基准板上同一位置的近红外光谱,
依次比较在同一深度时,两种不同农药溶液对应的近红外光谱,选取近红外光谱差别最大的深度作为检测基准板的测定深度,
在所述步骤1中和2前,先将检测基准板调整到测定深度,然后再进行步骤1和2的操作。
作为优选的技术方案,所述检测基准板为渐变灰度板,
在所述步骤1与步骤A之间还设置有步骤B、检测基准板灰度设定:先将检测基准板设置在步骤A确定的测定深度,
然后,选择同一种类农药,配制两种不同浓度的农药溶液,将其中一种浓度的农药溶液注入到样本盒内,然后调节光源组件,使光源组件发出的光束照射在不同的灰度位置上,并且一致性的调节图像采集组件,收集检测基准板上不同灰度位置的图像,得到检测基准板上不同灰度位置的近红外光谱;
然后更换另一种浓度的农药溶液,并记录在相应灰度位置时的近红外光谱,
依次比较在同一灰度位置,两种不同农药溶液对应的近红外光谱,选取近红外光谱差别最大的深度作为检测基准板的测定灰度,
在所述步骤1中和2前,先将光源组件和图像采集组件调整至与测定灰度位置相对应,然后再进行步骤1和2的操作。
作为另一种优选方案,在步骤2中,所述检测基准板上放置有蔬菜样本,蔬菜样本完全浸入在蔬菜检测液样本内,所述光源组件发出的光束照射在蔬菜样本上,所述图像采集组件采集蔬菜样本上被光源组件光束照射区域处的图像。
与现有技术相比,本发明的有益效果:
1、在本申请的方案中,蔬菜农药残留检测装置,采用具有封闭容纳空间的样本盒作为装盛检测样品的结构,在实际检测时,将蔬菜研磨并加入稀释剂后形成溶液,放置在样本盒内进行检测,这样的方式,能够实现蔬菜表面上以及渗入蔬菜内部农药全方位的进行残留检测,检测结果可靠,避免了因遮挡等问题造成的失真;
特别的,本申请的装置,所采样位置位于样本盒内,也就是蔬菜检测液样本溶液的内部,光源组件的光束照射在该位置,图像采集组件也是采集该位置的图像信息进而通过计算机处理得到该处的近红外光谱,这样的好处是在于,光束在进入到溶液内部后,再照射在被采集位置,在经过该路径时,光束负载该路径上样本溶液的结构和组织信息,然后在采集位置形成漫反射,漫反射的光线先透射过部分溶液后再进入到图像采集组件内,在光线透射过溶液时,又进一步的负载该路径上样本溶液的结构和组织信息,
也就是说,采用本申请技术方案的方式,所获取的信息,不仅仅是被采集位置处漫反射光线所携带的信息,而且还包括溶液内部,光束路径上的信息,如此,大幅提高了农药材料检测的数据可靠性,特别是对是否存在微量农药残留的判断时,相较于目前的检查方式,采用本申请的方式能够具有更为优异的准确性;
进一步的,蔬菜等植物在研磨成溶液后,与空气接触的部分,极易为氧化形成干结层或者薄膜层,这些干结层或者薄膜层会对光线形成阻碍,造成射入光线不够而影响检测结果的准确性,所以,在本申请的方案中,通过设置第一透明区域和第二透明区域,对光束的进入区域和光线的射出区域进行封闭,避免这些液面与空气接触而出现干结层或者薄膜层;
2、第一透明区域和第二透明区域采用薄膜结构,薄膜结构被张紧布置,能够尽量降低透明区域材质所引入的折射数据信息,也进一步的降低采集数据的复杂性;
3、通过设置检测基准板,将检测位置设置在检测基准板上,可以将检测基准板设置在盒体内任意利于检测的位置进行近红外图谱检测,如此,大幅方便了检测过程,也利于确保检测的良好精度和可靠性;
4、通过检测基准板深度位置的调整,对于某些光线穿透性不好的蔬菜检测液样本,可以将检测基准板设置在较浅的位置,以确保获取足够强大的检测位置漫反射光线;而对于光线穿透性较好的检测液样本,则可以将检测基准板设置在较深的位置,以使光线负载更多检测液样本的内部组织信息。
附图说明:
图1为本申请其中一种实施方式的蔬菜农药残留检测装置的结构示意图;
图2为本申请其中一种实施方式的蔬菜农药残留检测装置的结构示意图;
图3为本申请蔬菜农药残留检测方法其中一种实施方式的步骤框图;
图4为本申请蔬菜农药残留检测方法其中一种实施方式的步骤框图;
图5为本申请蔬菜农药残留检测方法其中一种实施方式的步骤框图;
图中标示:1-光源组件,2-图像采集组件,3-样本盒,4-底板,5-顶板,6-第一透明区域,7-第二透明区域,8-料管,9-检测基准板,10-套管,11-拉杆,12-螺母。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图,对本发明实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。
因此,以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的部分实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征和技术方案可以相互组合。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,或者是本领域技术人员惯常理解的方位或位置关系,这类术语仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1,如图1所示:
一种蔬菜农药残留检测装置,包括光源组件1和图像采集组件2,还包括样本盒3,所述样本盒3包括底板4、顶板5和密封连接在所述顶板5与底板4之间的侧板,相邻侧板之间密封配合,所述顶板5上设置有第一透明区域6和第二透明区域7,所述第一透明区域6和第二透明区域7处的顶板5采用透明材料制得,所述光源组件1与所述第一透明区域6相对应,使所述光源组件1输出的光束由所述第一透明区域6进入所述样本盒3内,所述图像采集组件2与所述第二透明区域7相对应,使所述图像采集组件2能够通过所述第二透明区域7采集到所述样本盒3内被所述光源组件1照射位置的图像信息。在本实施方式中,光源组件1和图像采集组件2为目前常规的农药残留近红外光谱检测系统用的光源组件和图像采集组件,在图像采集组件后还连接有计算机,计算机用于将采集图像处理成近红外光谱图形。
本实施例的蔬菜农药残留检测装置,采用具有封闭容纳空间的样本盒3作为装盛检测样品的结构,在实际检测时,将蔬菜研磨并加入稀释剂后形成溶液,放置在样本盒3内进行检测,这样的方式,能够实现蔬菜表面上以及渗入蔬菜内部农药全方位的进行残留检测,检测结果可靠,避免了因遮挡等问题造成的失真;
特别的,本申请的装置,所采样位置位于样本盒3内,也就是蔬菜检测液样本溶液的内部,光源组件1的光束照射在该位置,图像采集组件2也是采集该位置的图像信息进而通过计算机处理得到该处的近红外光谱,这样的好处是在于,光束在进入到溶液内部后,再照射在被采集位置,在经过该路径时,光束负载该路径上样本溶液的结构和组织信息,然后在采集位置形成漫反射,漫反射的光线先透射过部分溶液后再进入到图像采集组件2内,在光线透射过溶液时,又进一步的负载该路径上样本溶液的结构和组织信息,
也就是说,采用本申请技术方案的方式,所获取的信息,不仅仅是被采集位置处漫反射光线所携带的信息,而且还包括溶液内部,光束路径上的信息,如此,大幅提高了农药材料检测的数据可靠性,特别是对是否存在微量农药残留的判断时,相较于目前的检查方式,采用本申请的方式能够具有更为优异的准确性;
进一步的,蔬菜等植物在研磨成溶液后,与空气接触的部分,极易为氧化形成干结层或者薄膜层,这些干结层或者薄膜层会对光线形成阻碍,造成射入光线不够而影响检测结果的准确性,所以,在本申请的方案中,通过设置第一透明区域6和第二透明区域7,对光束的进入区域和光线的射出区域进行封闭,避免这些液面与空气接触而出现干结层或者薄膜层。
作为优选的实施方式,在所述顶板5上还设置有料管8,所述料管8下端与所述样本盒3的内部空间连通,所述料管8上端的水平高度高于所述顶板5上侧的水平高度。料管8的设置,使得在进行检测操作中,可以略微增加检测液样本的注入量,使部分检测液样本位于料管8内,进而确保样本盒3内的空间完全被检测液样本充满,特别是第一透明区域6处和第二透明区域7处,不仅避免了液面氧化的发生,而且还避免了这个区域出现空气夹层而产生的过多折射,降低采集数据的复杂性。
作为优选的实施方式,所述第一透明区域6和第二透明区域7采用薄膜结构,所述薄膜结构被张紧布置。采用薄膜结构,能够尽量降低透明区域材质所引入的折射数据信息,也进一步的降低采集数据的复杂性。
作为优选的技术方案,所述料管8上端的水平高度高于所述顶板5上侧的水平高度10-20mm。采用该高度,在确保样本盒3内被检测液样本填充满的同时,又不至于使第一透明区域6和第二透明区域7的薄膜因压力过大而造成过度的鼓凸。
作为优选的技术方案,所述样本盒3底板4的内侧面为磨砂面。以样本盒3底板4内侧作为近红外光谱数据采集位置,所以,将其设置为磨砂面,一方面是确保形成良好强度的漫反射光线,另一方面,磨砂面表面有细微凹陷,这些凹陷内被填充满检测液样本,光线在这些凹陷内发生反射这是散射等光线行为,大量的检测液样本内部组织信息被负载在光线之上,所以,也进一步提高了检测准确性。
实施例2,如图2所示的,
一种蔬菜农药残留检测装置,在实施例1的基础上,进一步的,在所述盒体内还设置有检测基准板9,所述检测基准板9与所述光源组件1和所述第一透明区域6相对应,使所述光源组件1输出的光束由所述第一透明区域6进入所述样本盒3内后照射在所述检测基准板9上,
所述检测基准板9还与所述图像采集组件2和所述第二透明区域7相对应,使所述图像采集组件2能够通过所述第二透明区域7采集到所述检测基准上被所述光源组件1照射位置的图像信息。
在本实施例中,通过设置检测基准板9,将检测位置设置在检测基准板9上,可以将检测基准板9设置在盒体内任意利于检测的位置进行近红外图谱检测,如此,大幅方便了检测过程,也利于确保检测的良好精度和可靠性。
作为优选的实施方式,所述检测基准板9的高度可调,所述光源组件1的安装位置可调。使所述光源组件1输出的光束照射在能够被所述图像采集组件2采集图像的检测基准板9位置。通过检测基准板9深度位置的调整,对于某些光线穿透性不好的蔬菜检测液样本,可以将检测基准板9设置在较浅的位置,以确保获取足够强大的检测位置漫反射光线;而对于光线穿透性较好的检测液样本,则可以将检测基准板9设置在较深的位置,以使光线负载更多检测液样本的内部组织信息。
作为优选的实施方式,在所述顶板5还设置有中空的套管10,所述套管10竖直设置,所述套管10的下端与所述样本盒3的内部空间相连通,在所述套管10内还设置有拉杆11,所述拉杆11下端与所述检测基准板9固定连接,所述拉杆11上端超出所述套管10的上端,在所述套管10上端还设置螺母12,所述螺母12与所述套管10之间为可回转的连接,在所述拉杆11上还设置有与所述螺母12相配合的螺纹段。通过套管10和拉杆11的设置,采用旋转螺母12的方式实现对检测基准板9深度的调整。
作为优选的实施方式,所述检测基准板9的上侧面为磨砂面。也是如上述的,一方面是确保形成良好强度的漫反射光线,另一方面,也进一步提高了检测准确性。
作为优选的技术方案,所述检测基准板9为灰度板。采用灰度板,能够避免颜色因素可能对部分光线吸收而带来的信息数据误差。
作为优选的技术方案,所述光源组件1的安装位置可调。
作为优选的技术方案,所述蔬菜农药残留检测装置,还包括机架,所述机架用于安装所述光源组件1的光束出射端头,所述机架还用于安装所述图像采集组件2的图像入射端头。
作为优选的技术方案,所述图像采集组件2的安装位置可调,所述检测基准板9为渐变灰度板,所述渐变灰度板为板件结构,其上侧面设置在水平方向上,灰度成渐变形式分布。
在本实施例的上述方案中,通过调整被检测位置的灰度,进而控制反射率,对,选取最优的灰度进行测量,如此,进一步的提高测量可靠性。
实施例3,如图1-3所示的,
一种蔬菜农药残留检测方法,采用实施例1或者2的蔬菜农药残留检测装置进行,包括下述步骤:
步骤1、建立检测数据库:选取一种已知农药品种,对不同浓度的农药溶液采集近红外光谱,建立该农药品种的近红外光谱与农药溶液不同浓度对照检测数据库;
步骤2、蔬菜样本溶液检测:将蔬菜样本研磨后加入稀释剂,配制出已知浓度的蔬菜检测液样本,并获取该检测液样本的近红外光谱;
步骤3、判断蔬菜中该种农药的含量:将步骤2得到的近红外光谱与步骤1得到的近红外光谱与农药溶液不同浓度对照检测数据库进行比对,获得该品种农药的含量,
在所述步骤1中的农药溶液和步骤2的蔬菜检测液样本是加入到样本盒3中,获取进行近红外光谱,
在所述步骤1中,先将其中一浓度的农药溶液注入所述样本盒3内,直至农药溶液完全注满样本盒3的内部空间,然后启动光源组件1,使光源组件1发出的光束由第一透明区域6进入到样本盒3内,然后启动图像采集组件2,通过图像采集组件2采集样本盒3内被光源组件1光束照射区域处的图像,通过计算机处理得到近红外光谱,然后再按照上述方式进行另一浓度农药溶液的近红外光谱获取;
在所述步骤2中,先将蔬菜检测液样本注入所述样本盒3内,直至蔬菜检测液样本完全注满样本盒3的内部空间,然后启动光源组件1,使光源组件1发出的光束由第一透明区域6进入到样本盒3内,然后启动图像采集组件2,通过图像采集组件2采集样本盒3内被光源组件1光束照射区域处的图像,通过计算机处理得到近红外光谱。
本实施例的方法,如上述蔬菜农药材料检测装置部分的实施例所述的,这样的方式能够实现蔬菜表面上以及渗入蔬菜内部农药全方位的进行残留检测,检测结果可靠,避免了因遮挡等问题造成的失真;采用本申请技术方案的方式,所获取的信息,不仅仅是被采集位置处漫反射光线所携带的信息,而且还包括溶液内部,光束路径上的信息,如此,大幅提高了农药材料检测的数据可靠性,特别是对是否存在微量农药残留的判断时,相较于目前的检查方式,采用本申请的方式能够具有更为优异的准确性;而且,通过设置第一透明区域6和第二透明区域7,对光束的进入区域和光线的射出区域进行封闭,避免这些液面与空气接触而出现干结层或者薄膜层。
作为优选的实施方式,在所述步骤1中,在农药溶液完全注满样本盒3的内部空间时,继续添加农药溶液,使农药溶液在料管8内的液面高于样本盒3内农药溶液的液面,
在所述步骤2中,在蔬菜检测液样本完全注满样本盒3的内部空间时,继续添加蔬菜检测液样本,使蔬菜检测液样本在料管8内的液面高于样本盒3内蔬菜检测液样本的液面。该优选方式技术效果如实施例1中装置部分所述,在此不再赘述。
实施例4,如图1、2和4所示的,
一种蔬菜农药残留检测方法,在实施例3的基础上,进一步的,
在所述盒体内还设置有检测基准板9,在所述步骤1和2中, 所述光源组件1发出的光束照射在所述检测基准板9上,所述图像采集组件2采集所述检测基准板9上被光源组件1光束照射区域处的图像。通过设置检测基准板9,将检测位置设置在检测基准板9上,可以将检测基准板9设置在盒体内任意利于检测的位置进行近红外图谱检测,如此,大幅方便了检测过程,也利于确保检测的良好精度和可靠性。
作为优选的技术方案,在所述步骤1之前还设置有步骤A、检测基准板9位置检测:选择同一种类农药,配制两种不同浓度的农药溶液,将其中一种浓度的农药溶液注入到样本盒3内,然后记录检测基准板9在不同深度时,检测基准板9上同一位置的近红外光谱;然后更换另一种浓度的农药溶液,记录在相应深度时,检测基准板9上同一位置的近红外光谱,
依次比较在同一深度时,两种不同农药溶液对应的近红外光谱,选取近红外光谱差别最大的深度作为检测基准板9的测定深度,
在所述步骤1中和2前,先将检测基准板9调整到测定深度,然后再进行步骤1和2的操作。通过检测基准板9深度位置的调整,对于某些光线穿透性不好的蔬菜检测液样本,可以将检测基准板9设置在较浅的位置,以确保获取足够强大的检测位置漫反射光线;而对于光线穿透性较好的检测液样本,则可以将检测基准板9设置在较深的位置,以使光线负载更多检测液样本的内部组织信息
作为优选的技术方案,所述检测基准板9为渐变灰度板,在所述步骤1与步骤A之间还设置有步骤B、检测基准板9灰度设定:先将检测基准板9设置在步骤A确定的测定深度,
然后,选择同一种类农药,配制两种不同浓度的农药溶液,将其中一种浓度的农药溶液注入到样本盒3内,然后调节光源组件1,使光源组件1发出的光束照射在不同的灰度位置上,并且一致性的调节图像采集组件2,收集检测基准板9上不同灰度位置的图像,得到检测基准板9上不同灰度位置的近红外光谱;
然后更换另一种浓度的农药溶液,并记录在相应灰度位置时的近红外光谱,
依次比较在同一灰度位置,两种不同农药溶液对应的近红外光谱,选取近红外光谱差别最大的深度作为检测基准板9的测定灰度,
在所述步骤1中和2前,先将光源组件1和图像采集组件2调整至与测定灰度位置相对应,然后再进行步骤1和2的操作。
在本实施方式中,采用灰度板,能够避免颜色因素可能对部分光线吸收而带来的信息数据误差,选取比较在同一灰度位置,两种不同农药溶液对应的近红外光谱,选取近红外光谱差别最大的深度作为检测基准板9的测定灰度,使浓度因素影响形成的近红外光谱差别尽量大,便于结果比对。
实施例5,如图1、2和5所示的,
一种蔬菜农药残留检测方法,在实施例4的基础上,进一步的,
所述样本盒3的顶板5与侧板之间为可拆卸的连接,
当步骤3的数据结果比对,当结果显示存在农药残留时,记录比对结果数据,当结果显示不存在农药残留时,将样本盒3的顶板5取下,在蔬菜检测液样本的蔬菜上再取部分蔬菜放置在检测基准板9上,并使改蔬菜样本完全浸入蔬菜检测液样本内,然后调整光源组件1和图像采集组件2,所述光源组件1发出的光束照射在蔬菜样本上,所述图像采集组件2采集蔬菜样本上被光源组件1光束照射区域处的图像,然后再与步骤1检测数据库进行比对,进一步确定蔬菜中是否存在农药残留。
实施例6,如图1-3所示的,
一种蔬菜农药残留检测方法,在实施例3或者4的基础上,进一步的,
所述样本盒3的顶板与侧板之间为可拆卸的连接,当蔬菜检测液样本的透光性不足,致使步骤2中图像采集组件2难以采集到足够强度的检查位置漫反射光线时,将所述样本盒3的顶板5取下,然后调整光源组件1和图像采集组件2,所述光源组件1发出的光束照射在蔬菜检测液样本的液面上,所述图像采集组件2采集蔬菜检测液样本该液面位置的图像。通过这样的方式,进一步扩大本申请检查方法的适应性。
以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案,尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明,但本发明不局限于上述具体实施方式,因此任何对本发明进行修改或等同替换;而一切不脱离发明的精神和范围的技术方案及其改进,其均涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种蔬菜农药残留检测方法,其特征在于:采用农药残留检测装置进行,所述农药残留检测装置包括光源组件和图像采集组件,还包括样本盒,所述样本盒包括底板、顶板和密封连接在所述顶板与底板之间的侧板,所述顶板上设置有第一透明区域和第二透明区域,所述第一透明区域和第二透明区域处的顶板采用透明材料制得,所述光源组件与所述第一透明区域相对应,使所述光源组件输出的光束由所述第一透明区域进入所述样本盒内,所述图像采集组件与所述第二透明区域相对应,使所述图像采集组件能够通过所述第二透明区域采集到所述样本盒内被所述光源组件照射位置的图像信息;在所述顶板上还设置有料管,所述料管下端与所述样本盒的内部空间连通,所述料管上端的水平高度高于所述顶板上侧的水平高度;
所述检测方法包括下述步骤:
步骤1、建立检测数据库:选取一种已知品种农药,对不同浓度的农药溶液采集近红外光谱,建立该品种农药的近红外光谱与不同浓度农药溶液对照检测数据库;
步骤2、蔬菜样本溶液检测:将蔬菜样本研磨后加入稀释剂,配制出蔬菜检测液样本,并获取该检测液样本的近红外光谱;
步骤3、判断蔬菜中该品种农药的含量:将步骤2得到的近红外光谱与步骤1得到的检测数据库进行比对,获得该品种农药的含量;
所述步骤1中的农药溶液和步骤2中的蔬菜检测液样本是加入到样本盒中,进行近红外光谱获取,
在所述步骤1中,先将其中一浓度的农药溶液注入所述样本盒内,直至农药溶液完全注满样本盒的内部空间,然后启动光源组件,使光源组件发出的光束由第一透明区域进入到样本盒内,然后启动图像采集组件,通过图像采集组件采集样本盒内被光源组件光束照射区域处的图像,通过计算机处理得到近红外光谱,然后再按照上述方式进行另一浓度农药溶液的近红外光谱获取;
在所述步骤2中,先将蔬菜检测液样本注入所述样本盒内,直至蔬菜检测液样本完全注满样本盒的内部空间,然后启动光源组件,使光源组件发出的光束由第一透明区域进入到样本盒内,然后启动图像采集组件,通过图像采集组件采集样本盒内被光源组件光束照射区域处的图像,通过计算机处理得到近红外光谱;在所述步骤1中,在农药溶液完全注满样本盒的内部空间时,继续添加农药溶液,使农药溶液在料管内的液面高于样本盒内农药溶液的液面,
在所述步骤2中,在蔬菜检测液样本完全注满样本盒的内部空间时,继续添加蔬菜检测液样本,使蔬菜检测液样本在料管内的液面高于样本盒内蔬菜检测液样本的液面;在所述样本盒内还设置有检测基准板,在所述步骤1和步骤2中, 所述光源组件发出的光束照射在所述检测基准板上,所述图像采集组件采集所述检测基准板上被光源组件光束照射区域处的图像;在所述步骤1之前还设置有步骤A、检测基准板位置检测:选择同一种类农药,配制两种不同浓度的农药溶液,将其中一种浓度的农药溶液注入到样本盒内,然后记录检测基准板在不同深度时,检测基准板上同一位置的近红外光谱;然后更换另一种浓度的农药溶液,记录在相应深度时,检测基准板上同一位置的近红外光谱,
依次比较在同一深度时,两种不同浓度农药溶液对应的近红外光谱,选取近红外光谱差别最大的深度作为检测基准板的测定深度,
在所述步骤1和步骤2前,先将检测基准板调整到测定深度,然后再进行步骤1和步骤2的操作;所述检测基准板为渐变灰度板,在所述步骤1与步骤A之间还设置有步骤B、检测基准板灰度设定:先将检测基准板设置在步骤A确定的测定深度,
然后,选择同一种类农药,配制两种不同浓度的农药溶液,将其中一种浓度的农药溶液注入到样本盒内,然后调节光源组件,使光源组件发出的光束照射在不同的灰度位置上,并且相应的调节图像采集组件,收集检测基准板上不同灰度位置的图像,得到检测基准板上不同灰度位置的近红外光谱;
然后更换另一种浓度的农药溶液,并记录在相应灰度位置时的近红外光谱,
依次比较在同一灰度位置,两种不同浓度农药溶液对应的近红外光谱,选取近红外光谱差别最大的深度作为检测基准板的测定灰度,
在所述步骤1和步骤2前,先将光源组件和图像采集组件调整至与测定灰度位置相对应,然后再进行步骤1和步骤2的操作。
2.如权利要求1所述的蔬菜农药残留检测方法,其特征在于:所述样本盒的顶板与侧板之间为可拆卸的连接,
步骤3中,当结果显示存在农药残留时,记录比对结果数据,当结果显示不存在农药残留时,将样本盒的顶板取下,在制备蔬菜检测液样本的蔬菜上再取部分蔬菜放置在检测基准板上,并使该蔬菜样本完全浸入蔬菜检测液样本内,然后调整光源组件和图像采集组件,所述光源组件发出的光束照射在蔬菜样本上,所述图像采集组件采集蔬菜样本上被光源组件光束照射区域处的图像,然后再与步骤1中的检测数据库进行比对,进一步确定蔬菜中是否存在农药残留。
3.如权利要求1所述的蔬菜农药残留检测方法,其特征在于:所述检测基准板与所述光源组件和所述第一透明区域相对应,使所述光源组件输出的光束由所述第一透明区域进入所述样本盒内后照射在所述检测基准板上,
所述检测基准板还与所述图像采集组件和所述第二透明区域相对应,使所述图像采集组件能够通过所述第二透明区域采集到所述检测基准上被所述光源组件照射位置的图像信息。
4.如权利要求1所述的蔬菜农药残留检测方法,其特征在于:所述检测基准板的高度可调,所述光源组件的安装位置可调。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010318356.5A CN111551518B (zh) | 2020-04-21 | 2020-04-21 | 一种蔬菜农药残留检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010318356.5A CN111551518B (zh) | 2020-04-21 | 2020-04-21 | 一种蔬菜农药残留检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111551518A CN111551518A (zh) | 2020-08-18 |
CN111551518B true CN111551518B (zh) | 2022-11-29 |
Family
ID=72004424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010318356.5A Active CN111551518B (zh) | 2020-04-21 | 2020-04-21 | 一种蔬菜农药残留检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111551518B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5182056A (en) * | 1988-04-18 | 1993-01-26 | 3D Systems, Inc. | Stereolithography method and apparatus employing various penetration depths |
JP2004325138A (ja) * | 2003-04-22 | 2004-11-18 | Japan Science & Technology Agency | 試料供給装置及びこれを用いた測定装置 |
JP2009052893A (ja) * | 2007-08-23 | 2009-03-12 | Otsuka Denshi Co Ltd | 溶液特性測定装置および溶液特性測定方法 |
CN103499530A (zh) * | 2013-10-14 | 2014-01-08 | 无锡艾科瑞思产品设计与研究有限公司 | 一种蔬菜水果中农药残留物的快速检测方法 |
CN104964946A (zh) * | 2015-03-19 | 2015-10-07 | 复旦大学 | 基于近红外光谱分析的蔬菜水果农药化肥残留检测装置及检测方法 |
CN208588665U (zh) * | 2018-08-31 | 2019-03-08 | 四川永祥新能源有限公司 | 一种液体取样分析池 |
CN110596036A (zh) * | 2019-09-25 | 2019-12-20 | 广州市妙伊莲科技有限公司 | 一种用于食品检测的易于调节的扫描式红外光谱仪 |
-
2020
- 2020-04-21 CN CN202010318356.5A patent/CN111551518B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5182056A (en) * | 1988-04-18 | 1993-01-26 | 3D Systems, Inc. | Stereolithography method and apparatus employing various penetration depths |
JP2004325138A (ja) * | 2003-04-22 | 2004-11-18 | Japan Science & Technology Agency | 試料供給装置及びこれを用いた測定装置 |
JP2009052893A (ja) * | 2007-08-23 | 2009-03-12 | Otsuka Denshi Co Ltd | 溶液特性測定装置および溶液特性測定方法 |
CN103499530A (zh) * | 2013-10-14 | 2014-01-08 | 无锡艾科瑞思产品设计与研究有限公司 | 一种蔬菜水果中农药残留物的快速检测方法 |
CN104964946A (zh) * | 2015-03-19 | 2015-10-07 | 复旦大学 | 基于近红外光谱分析的蔬菜水果农药化肥残留检测装置及检测方法 |
CN208588665U (zh) * | 2018-08-31 | 2019-03-08 | 四川永祥新能源有限公司 | 一种液体取样分析池 |
CN110596036A (zh) * | 2019-09-25 | 2019-12-20 | 广州市妙伊莲科技有限公司 | 一种用于食品检测的易于调节的扫描式红外光谱仪 |
Non-Patent Citations (2)
Title |
---|
Impact Analysis of Ultrahigh Pressure Treatment Pesticide Residues in Vegetables on Near Infrared Spectroscopy Detection;Xu Zemin et al.,;《Applied Mechanics and Materials》;20111116;第142卷;第46-49页 * |
近红外光谱分析技术在蔬菜农药残留检测中的初步探索;刘翠玲 等;《中国酿造》;20091015(第10期);第52-55+64页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111551518A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | Hyperspectral near-infrared imaging for the detection of physical damages of pear | |
US8014569B2 (en) | Method and apparatus for performing qualitative and quantitative analysis of produce (fruit, vegetables) using spatially structured illumination | |
US6847447B2 (en) | Apparatus and method and techniques for measuring and correlating characteristics of fruit with visible/near infra-red spectrum | |
Gowen et al. | Hyperspectral imaging–an emerging process analytical tool for food quality and safety control | |
AU2001245710B2 (en) | Apparatus and method for measuring and correlating characteristics of fruit with visible/near infra-red spectrum | |
US8563934B2 (en) | Method and detection system for detection of aflatoxin in corn with fluorescence spectra | |
US5412219A (en) | Method for determining surface coverage by materials exhibiting different fluorescent properties | |
CN101382488B (zh) | 利用可见-近红外漫反射光谱技术检测茶鲜叶氮含量的方法 | |
AU2001245710A1 (en) | Apparatus and method for measuring and correlating characteristics of fruit with visible/near infra-red spectrum | |
Nicolaï et al. | Nondestructive evaluation: Detection of external and internal attributes frequently associated with quality and damage | |
Khodabakhshian et al. | Determining quality and maturity of pomegranates using multispectral imaging | |
CN109187417B (zh) | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 | |
CN111982835A (zh) | 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 | |
Bodria et al. | Optical techniques to estimate the ripeness of red-pigmented fruits | |
TWI656334B (zh) | 蘭花病蟲害高光譜成像早期偵測系統 | |
CN111551518B (zh) | 一种蔬菜农药残留检测方法 | |
CN111551517B (zh) | 一种蔬菜农药残留检测装置及方法 | |
Itoh et al. | Measurement of nitrate concentration distribution in vegetables by near-infrared hyperspectral imaging | |
Yao et al. | Hyperspectral bright greenish-yellow fluorescence (BGYF) imaging of aflatoxin contaminated corn kernels | |
Liu et al. | Hyperspectral laser-induced fluorescence imaging for nondestructive assessing soluble solids content of orange | |
CN2733343Y (zh) | 果蔬类农产品内部非破坏性整体分析装置 | |
Balabanov et al. | Mechatronic system for fruit and vegetables sorting | |
CN111220587B (zh) | 一种基于激发荧光的便携式农残检测仪器 | |
WO2021010817A1 (en) | Apparatus to measure ripeness of oil palm fruitlets via real-time chlorophyll content measurement | |
Philpot et al. | Analysis of Reflectance and Fluorescence Spectra forAtypical Features: Fluorescence in the Yellow-green |
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 |