CN113102291A - 一种黄曲霉毒素检测分选装置及检测分选方法 - Google Patents
一种黄曲霉毒素检测分选装置及检测分选方法 Download PDFInfo
- Publication number
- CN113102291A CN113102291A CN202110354450.0A CN202110354450A CN113102291A CN 113102291 A CN113102291 A CN 113102291A CN 202110354450 A CN202110354450 A CN 202110354450A CN 113102291 A CN113102291 A CN 113102291A
- Authority
- CN
- China
- Prior art keywords
- sorting
- visible light
- aflatoxin
- linear array
- light gray
- 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
- 229930195730 Aflatoxin Natural products 0.000 title claims abstract description 43
- 239000005409 aflatoxin Substances 0.000 title claims abstract description 43
- XWIYFDMXXLINPU-UHFFFAOYSA-N Aflatoxin G Chemical compound O=C1OCCC2=C1C(=O)OC1=C2C(OC)=CC2=C1C1C=COC1O2 XWIYFDMXXLINPU-UHFFFAOYSA-N 0.000 title claims abstract description 42
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000000926 separation method Methods 0.000 title description 4
- 239000000463 material Substances 0.000 claims abstract description 62
- 230000003287 optical effect Effects 0.000 claims abstract description 21
- 238000002073 fluorescence micrograph Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 2
- 235000013305 food Nutrition 0.000 description 3
- 238000002965 ELISA Methods 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 2
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 235000005822 corn Nutrition 0.000 description 2
- 238000002795 fluorescence method Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000004809 thin layer chromatography Methods 0.000 description 2
- 235000017060 Arachis glabrata Nutrition 0.000 description 1
- 244000105624 Arachis hypogaea Species 0.000 description 1
- 235000010777 Arachis hypogaea Nutrition 0.000 description 1
- 235000018262 Arachis monticola Nutrition 0.000 description 1
- 241000228197 Aspergillus flavus Species 0.000 description 1
- 241000228230 Aspergillus parasiticus Species 0.000 description 1
- XFXPMWWXUTWYJX-UHFFFAOYSA-N Cyanide Chemical compound N#[C-] XFXPMWWXUTWYJX-UHFFFAOYSA-N 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000711 cancerogenic effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002189 fluorescence spectrum Methods 0.000 description 1
- 150000002391 heterocyclic compounds Chemical class 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 231100000171 higher toxicity Toxicity 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3425—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain
- B07C5/3427—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain by changing or intensifying the optical properties prior to scanning, e.g. by inducing fluorescence under UV or x-radiation, subjecting the material to a chemical reaction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
- G01N2021/6439—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" with indicators, stains, dyes, tags, labels, marks
Landscapes
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种黄曲霉毒素检测分选装置，包括物料滑道，物料滑道末端两侧排布有紫外光源，紫外光源两侧设置有分光装置，分光装置旁设置有可见光灰度线阵相机组，可见光灰度线阵相机组由两个光轴互相垂直的可见光灰度线阵相机组成，一个可见光灰度线阵相机前设置有中心波长λ2滤光片，另一个可见光灰度线阵相机前设置有中心波长λ1滤光片。本发明为一种黄曲霉毒素检测及分选装置，与现有技术相比，本发明中由于可见光灰度线阵相机组收集荧光信号时，在分光装置前为同一光路，即两个相机获得的荧光图像始终源于物料的同一位置，确保计算的归一化差值荧光指数能准确反映物料被黄曲霉毒素污染的程度，有利于提高黄曲霉毒素检测分选的精度和效率。
Description
技术领域
本发明涉及检测分选装置领域，尤其涉及一种黄曲霉毒素检测分选装置及检测分选方法。
背景技术
黄曲霉毒素是由黄曲霉和寄生曲霉产生的杂环化合物，其毒性远高于氰化物、砷化物和有机农药，具有强烈的致癌作用。黄曲霉毒素易于污染粮油等农产品、食品和饲料等，直接或间接进入人类食物链，是影响农产品质量和食品安全的重大问题之一，受到世界各国的极大关注。
对黄曲霉毒素的检测一般采用化学方法：薄层色谱法(TLC)、高效液相色谱法(HPLC)和酶联免疫吸附法(ELISA)，这类检测方法耗时较长，且由于每次检测的样品量有限，导致检测结果不具有代表性。另一类方法是利用紫外诱导荧光法实现对黄曲霉毒素的检测，被黄曲霉毒素污染的物料在365nm紫外光照射下能够产生黄绿色荧光(BGYF)，根据荧光颜色的差异，还可以区分B族和G族两大类及其衍生物。
本发明就是在此基础上提出一种黄曲霉毒素检测及分选装置，利用紫外诱导荧光法，对被黄曲霉毒素污染的物料进行检测和分选。该检测及分选装置能够有效提高对黄曲霉毒素的检测和分选效率，满足分选设备对精度和产量的要求。
现有的利用中心波长365nm紫外光照射诱导荧光进行黄曲霉毒素检测和分选，发明专利2013101061046中，分布在物料滑道末端两侧的紫外光源照射到物料表面，激发出物料表面的荧光，通过TDI CCD传感器收集同一物料相同位置的R、G、B荧光信号，利用荧光颜色的差异实现对黄曲霉毒素的检测识别，进而实现对物料的分选。
发明专利2015100926300采用履带式输送机构，采集物料的普通可见图像和经过两个不同波长滤光片后的荧光图像，计算每个像素点的两个波长的归一化差值荧光指数(NDFI：the normalized difference fluorescence index)，首先对三种不同污染程度的物料通过支持向量机进行分类训练，然后通过训练好的模型对物料进行检测和分选。
TDI CCD图像传感器灵敏度和信噪比高，可以有效检测到物料表面微弱的荧光信号，但TDI CCD图像传感器价格昂贵，使用时还要求行扫描频率与目标的运动速率严格同步。同时，合成的RGB图像分析精度不高，分析结果只能检测黄曲霉毒素的有无，与物料的黄曲霉毒素含量的高低不能建立直接联系。
由于物料表面产生的荧光信号非常微弱，且可见LED的光谱范围覆盖荧光光谱，采用可见LED和紫外LED共同照明时，会干扰相机对荧光信号的收集，甚至掩盖荧光信号；同时，对两个不同波长荧光图像的获取，光路上采用两个平镜对物料上同一位置的荧光信号进行反射，这种检测方式与物料下落的空间位置相关，不能确保获取的两个波长的荧光图像是源于物料上的同一位置，这样计算获得的归一化差值荧光指数存在误差，进而影响对是否被黄曲霉毒素污染的物料的检测。
发明内容
本发明的目的在于提供一种黄曲霉毒素检测分选装置及检测分选方法，以解决上述技术问题。
本发明为解决上述技术问题，采用以下技术方案来实现：
一种黄曲霉毒素检测分选装置，包括物料滑道，所述物料滑道末端两侧排布有紫外光源，所述紫外光源两侧设置有分光装置，所述分光装置旁设置有可见光灰度线阵相机组，所述可见光灰度线阵相机组由两个光轴互相垂直的可见光灰度线阵相机组成，一个可见光灰度线阵相机前设置有中心波长λ2滤光片，另一个可见光灰度线阵相机前设置有中心波长λ1滤光片。
优选的，所述紫外光源为紫外荧光灯管、紫外LED或紫外激光器。
优选的，所述紫外光源为紫外LED。
优选的，所述分光装置为二向色镜或光学分束镜。
优选的，所述可见光灰度线阵相机组安装在相机固定支架上，所述分光装置安装在分光装置固定支架上。
一种黄曲霉毒素检测分选方法，包括如下步骤：
对物料进行黄曲霉毒素检测和分选前，首先确定归一化差值荧光指数的阈值条件，选取根据化学方法检测的黄曲霉毒素污染程度不同的四组物料，确定不同污染程度物料的归一化差值荧光指数阈值，根据物料的分选标准，选取相应的归一化差值荧光指数阈值；
对物料进行黄曲霉毒素检测和分选时，物料颗粒沿物料滑道下落脱离滑道时，紫外光源照射到物料表面，激发出物料表面的荧光，荧光信号经两个特定中心波长的滤光片后由可见光灰度线阵相机接收，获取两幅不同波长的荧光图像，并计算每个像素点的归一化差值荧光指数，根据物料的分选标准，与归一化差值荧光指数阈值做比较后进行分选决策。
本发明的有益效果是：
本发明为一种黄曲霉毒素检测及分选装置，与现有技术相比，本发明中由于可见光灰度线阵相机组收集荧光信号时，在分光装置前为同一光路，即两个相机获得的荧光图像始终源于物料的同一位置，确保计算的归一化差值荧光指数能准确反映物料被黄曲霉毒素污染的程度，有利于提高黄曲霉毒素检测分选的精度和效率。
附图说明
图1为本发明的结构示意图；
图2为本发明分光装置、滤光片和可见光灰度线阵相机组一体化设计结构图；
附图标记：1-物料；2-物料滑道；3-紫外光源；4-分光装置；5-中心波长λ1滤光片；6-中心波长λ2滤光片；7-可见光灰度线阵相机；9-相机固定支架；10-分光装置固定支架；11-可见光灰度线阵相机组。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例和附图，进一步阐述本发明，但下述实施例仅仅为本发明的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其它实施例，都属于本发明的保护范围。
下面结合附图描述本发明的具体实施例。
如图1-2所示，一种黄曲霉毒素检测分选装置，包括物料滑道2，物料滑道2末端两侧排布有紫外光源3，紫外光源3两侧设置有分光装置4，分光装置4旁设置有可见光灰度线阵相机组11，可见光灰度线阵相机组11由两个光轴互相垂直的可见光灰度线阵相机7组成，一个可见光灰度线阵相机7前设置有中心波长λ2滤光片6，另一个可见光灰度线阵相机7前设置有中心波长λ1滤光片5。
可以选用中心波长365nm的不同的紫外光源3，包括紫外荧光灯管、紫外LED和紫外激光器，在本发明的优选实施例中，采用发散角小的紫外LED制成光条。紫外光源3排布在物料滑道2末端物料1成像位置的两侧，考虑到紫外光源3照明的发散特性，减小光源与物料1成像位置之间的距离有利于提高荧光的强度。
产生的荧光信号经分光装置4后分成两路互相垂直的光信号，分光装置4可以是二向色镜，也可以是光学分束镜，在本发明的优选实施例中，采用二向色镜。根据选定的滤光片的中心波长λ1和λ2，确定二向色镜的参数。
分光装置4、滤光片和可见光灰度线阵相机组11采用一体化设计，如图2所示，包括分光装置4、中心波长λ1滤光片5、中心波长λ2滤光片6、可见光灰度线阵相机组11、相机固定支架9和分光装置固定支架10。荧光信号经分光装置4后分成两路互相垂直的荧光信号，经滤光片后进入可见光线阵灰度相机7。可见光灰度线阵相机组11由两个光轴互相垂直的可见光灰度线阵相机7组成，每个相机前安装有特定波长λ1和λ2的滤光片，相机输出两个波长的荧光图像，荧光图像中匹配像素点的灰度值分别为b1和b2，计算每一个像素点的归一化差值荧光指数NDFI＝(b1-b2)/(b1+b2)。
通过对受黄曲霉毒素不同程度污染的物料的光谱进行分析，选取的滤光片的中心波长能够实现对物料污染与否的有效区分。例如对于玉米，可以采用437nm和537nm两个波长进行黄曲霉毒素的检测，并且计算的归一化差值荧光指数值与物料黄曲霉毒素的含量直接相关。
选取玉米、花生、莲子等几种常见物料不同污染程度的样品，采用化学方法对某一种物料进行检测，按黄曲霉毒素污染程度0-5ppb、5-20ppb、20-100ppb和>100ppb确定四组物料，获取每组物料的分选灵敏度-归一化差值荧光指数之间的关系，根据物料的分选标准，选取相应的归一化差值荧光指数作为阈值。
在线检测和分选时，根据两个波长的荧光图像的灰度值，计算每一个像素点的归一化差值荧光指数，并与归一化差值荧光指数阈值相比较，根据比较结果进行后续分选决策。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种黄曲霉毒素检测分选装置，包括物料滑道(2)，其特征在于：所述物料滑道(2)末端两侧排布有紫外光源(3)，所述紫外光源(3)两侧设置有分光装置(4)，所述分光装置(4)旁设置有可见光灰度线阵相机组(11)，所述可见光灰度线阵相机组(11)由两个光轴互相垂直的可见光灰度线阵相机(7)组成，一个可见光灰度线阵相机(7)前设置有中心波长λ2滤光片(6)，另一个可见光灰度线阵相机(7)前设置有中心波长λ1滤光片(5)。
2.根据权利要求1所述的一种黄曲霉毒素检测分选装置，其特征在于：所述紫外光源(3)为紫外荧光灯管、紫外LED或紫外激光器。
3.根据权利要求2所述的一种黄曲霉毒素检测分选装置，其特征在于：所述紫外光源(3)为紫外LED。
4.根据权利要求1所述的一种黄曲霉毒素检测分选装置，其特征在于：所述分光装置(4)为二向色镜或光学分束镜。
5.根据权利要求4所述的一种黄曲霉毒素检测分选装置，其特征在于：所述分光装置(4)为二向色镜。
6.根据权利要求1所述的一种黄曲霉毒素检测分选装置，其特征在于：所述可见光灰度线阵相机组(11)安装在相机固定支架(9)上，所述分光装置(4)安装在分光装置固定支架(10)上。
7.一种黄曲霉毒素检测分选方法，其特征在于：包括如下步骤：
步骤一：对物料进行黄曲霉毒素检测和分选前，首先确定归一化差值荧光指数的阈值条件，选取根据化学方法检测的黄曲霉毒素污染程度不同的四组物料，确定不同污染程度物料的归一化差值荧光指数阈值，根据物料的分选标准，选取相应的归一化差值荧光指数阈值；
步骤二：对物料进行黄曲霉毒素检测和分选时，物料颗粒沿物料滑道下落脱离滑道时，紫外光源照射到物料表面，激发出物料表面的荧光，荧光信号经两个特定中心波长的滤光片后由可见光灰度线阵相机接收，获取两幅不同波长的荧光图像，并计算每个像素点的归一化差值荧光指数，根据物料的分选标准，与归一化差值荧光指数阈值做比较后进行分选决策。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110354450.0A CN113102291A (zh) | 2021-04-01 | 2021-04-01 | 一种黄曲霉毒素检测分选装置及检测分选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110354450.0A CN113102291A (zh) | 2021-04-01 | 2021-04-01 | 一种黄曲霉毒素检测分选装置及检测分选方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113102291A true CN113102291A (zh) | 2021-07-13 |
Family
ID=76713812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110354450.0A Pending CN113102291A (zh) | 2021-04-01 | 2021-04-01 | 一种黄曲霉毒素检测分选装置及检测分选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113102291A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113857075A (zh) * | 2021-10-11 | 2021-12-31 | 浙江大学 | 基于偏振光和紫外光成像的谷物呕吐毒素检测装置和方法 |
| CN115769067A (zh) * | 2021-06-11 | 2023-03-07 | 东洋坚果食品株式会社 | 开心果分选装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030025086A1 (en) * | 2000-04-14 | 2003-02-06 | Jorg Stroka | Device for the detecting of aflatoxins |
| EP2270475A1 (en) * | 2009-06-30 | 2011-01-05 | Star Ecotronics S.r.l. | Automated system for detecting aflatoxin in food |
| US20120093985A1 (en) * | 2010-10-13 | 2012-04-19 | Mike Vasilescu | System and method for aflatoxin detection |
| CN202351177U (zh) * | 2011-11-25 | 2012-07-25 | 遵义师范学院 | 基于紫外线led光源的黄曲霉素检测器 |
| CN202984137U (zh) * | 2012-12-27 | 2013-06-12 | 遵义师范学院 | 一种分选被黄曲霉毒素b1污染的粮食的装置 |
| CN203148850U (zh) * | 2013-03-29 | 2013-08-21 | 合肥美亚光电技术股份有限公司 | 黄曲霉毒素检测及分选装置 |
| CN104646315A (zh) * | 2015-03-02 | 2015-05-27 | 青岛农业大学 | 一种具有黄曲霉素检测功能的农产品智能分选机 |
| CN105044062A (zh) * | 2015-07-31 | 2015-11-11 | 合肥美亚光电技术股份有限公司 | 黄曲霉毒素在线检测装置及采用该装置的物料分选设备 |
| CN108548786A (zh) * | 2018-03-08 | 2018-09-18 | 青岛农业大学 | 一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法 |
| CN110243799A (zh) * | 2019-07-30 | 2019-09-17 | 南昌航空大学 | 一种快速检测黄曲霉毒素的方法 |
-
2021
- 2021-04-01 CN CN202110354450.0A patent/CN113102291A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030025086A1 (en) * | 2000-04-14 | 2003-02-06 | Jorg Stroka | Device for the detecting of aflatoxins |
| EP2270475A1 (en) * | 2009-06-30 | 2011-01-05 | Star Ecotronics S.r.l. | Automated system for detecting aflatoxin in food |
| US20120093985A1 (en) * | 2010-10-13 | 2012-04-19 | Mike Vasilescu | System and method for aflatoxin detection |
| CN202351177U (zh) * | 2011-11-25 | 2012-07-25 | 遵义师范学院 | 基于紫外线led光源的黄曲霉素检测器 |
| CN202984137U (zh) * | 2012-12-27 | 2013-06-12 | 遵义师范学院 | 一种分选被黄曲霉毒素b1污染的粮食的装置 |
| CN203148850U (zh) * | 2013-03-29 | 2013-08-21 | 合肥美亚光电技术股份有限公司 | 黄曲霉毒素检测及分选装置 |
| CN104646315A (zh) * | 2015-03-02 | 2015-05-27 | 青岛农业大学 | 一种具有黄曲霉素检测功能的农产品智能分选机 |
| CN105044062A (zh) * | 2015-07-31 | 2015-11-11 | 合肥美亚光电技术股份有限公司 | 黄曲霉毒素在线检测装置及采用该装置的物料分选设备 |
| CN108548786A (zh) * | 2018-03-08 | 2018-09-18 | 青岛农业大学 | 一种使用多面转镜光谱检测花生黄曲霉毒素的装置与方法 |
| CN110243799A (zh) * | 2019-07-30 | 2019-09-17 | 南昌航空大学 | 一种快速检测黄曲霉毒素的方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115769067A (zh) * | 2021-06-11 | 2023-03-07 | 东洋坚果食品株式会社 | 开心果分选装置 |
| CN115769067B (zh) * | 2021-06-11 | 2024-03-12 | 东洋坚果食品株式会社 | 开心果分选装置 |
| CN113857075A (zh) * | 2021-10-11 | 2021-12-31 | 浙江大学 | 基于偏振光和紫外光成像的谷物呕吐毒素检测装置和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111006608B (zh) | 透明板材通孔视觉检测系统及方法 | |
| CN105044062B (zh) | 黄曲霉毒素在线检测装置及采用该装置的物料分选设备 | |
| US7982876B2 (en) | Apparatus and method for inspecting a stream of matter by light scattering inside the matter | |
| US8563934B2 (en) | Method and detection system for detection of aflatoxin in corn with fluorescence spectra | |
| CN113102291A (zh) | 一种黄曲霉毒素检测分选装置及检测分选方法 | |
| RU2664261C2 (ru) | Способ и устройство для детектирования вещества | |
| US20090161102A1 (en) | Automated systems and assemblies for use in evaluating agricultural products and methods therefor | |
| CN108372133A (zh) | 一种高光谱自动水果无损检测分拣装置 | |
| US10060858B2 (en) | Device and method for measuring distortion defects in a manufactured float glass strip | |
| CN103234945A (zh) | 黄曲霉毒素检测及分选装置 | |
| CN103119423A (zh) | 用于探测马铃薯中的“糖尖峰”缺陷的方法、传感器单元和机器 | |
| CN203148850U (zh) | 黄曲霉毒素检测及分选装置 | |
| CN106251328A (zh) | 一种利用二维高光谱图像识别鸡胴体表面污染物的方法 | |
| Zhu et al. | Optimization of a hyperspectral imaging system for rapid detection of microplastics down to 100 µm | |
| CN107250742A (zh) | 多通道分光光度计以及多通道分光光度计用数据处理方法 | |
| JP2009168746A (ja) | 検査方法および検査装置 | |
| US11249030B2 (en) | Product inspection and characterization device | |
| RU2738327C2 (ru) | Измерительное устройство для многоспектрального измерения качественных характеристик или дефектов продуктов и соответствующий способ | |
| CN1057252C (zh) | 检测原版特别是印版表面覆盖度的方法及其使用的装置 | |
| SE522695C2 (sv) | Metod och anordning för bildupptagning av små partiklar för analys av partiklarnas kvalitet | |
| CN113418896B (zh) | 一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法 | |
| CN113109306A (zh) | 一种具有黄曲霉毒素检测功能的分选装置及分选方法 | |
| US20050017186A1 (en) | Method and means for detecting internal larval infestation in granular material | |
| CN208661807U (zh) | 一种高光谱自动水果无损检测分拣装置 | |
| RU2468345C1 (ru) | Способ цветовой классификации объектов и оптико-электронное устройство для его реализации |
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: 20210713 |