CN113176226B - 一种便携式种子质量光谱检测系统及方法 - Google Patents
一种便携式种子质量光谱检测系统及方法 Download PDFInfo
- Publication number
- CN113176226B CN113176226B CN202110295053.0A CN202110295053A CN113176226B CN 113176226 B CN113176226 B CN 113176226B CN 202110295053 A CN202110295053 A CN 202110295053A CN 113176226 B CN113176226 B CN 113176226B
- Authority
- CN
- China
- Prior art keywords
- optical fiber
- light
- seed
- detection
- seeds
- 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 138
- 238000001228 spectrum Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 15
- 239000013307 optical fiber Substances 0.000 claims abstract description 189
- 239000000523 sample Substances 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 19
- 230000003287 optical effect Effects 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 11
- 125000006850 spacer group Chemical group 0.000 claims description 10
- 229910052736 halogen Inorganic materials 0.000 claims description 9
- 150000002367 halogens Chemical class 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000010238 partial least squares regression Methods 0.000 claims description 6
- 238000002329 infrared spectrum Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000002860 competitive effect Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000013441 quality evaluation Methods 0.000 abstract 1
- 240000008042 Zea mays Species 0.000 description 41
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 41
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 41
- 235000005822 corn Nutrition 0.000 description 41
- 238000002474 experimental method Methods 0.000 description 14
- 239000012297 crystallization seed Substances 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000001035 drying Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000001161 mammalian embryo Anatomy 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 238000009331 sowing Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000010239 partial least squares discriminant analysis Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005303 weighing 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
- 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
-
- 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
- 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
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Pretreatment Of Seeds And Plants (AREA)
Abstract
本发明提供一种便携式种子质量光谱检测系统及方法，所述系统包括光源组件、检测盒、第一光纤、第二光纤及第三光纤；光源组件的出光侧设有光路切换装置；检测盒的至少一侧面设为透光壁面，检测盒内设有反光结构，反光结构将从透光壁面输入至检测盒内的光线反射至透光壁面；第一光纤的第一端与第二光纤的第一端分别伸向光源组件，并位于光路切换装置背离光源组件的一侧；第一光纤的第二端、第二光纤的第二端及第三光纤的第一端均伸向透光壁面；第三光纤的第二端用于连接光谱仪。本发明实现了同一套系统依据单粒待测种子进行质量预测模型的构建，以此对批量待测种子的质量进行快速、准确、无损地检测，可应用于种子生产不同环节的种子质量评估。
Description
技术领域
本发明涉及种子无损检测技术领域，尤其涉及一种便携式种子质量光谱检测系统及方法。
背景技术
农作物种子是农业生产最基本的生产资料，也是农业科技进步的重要载体。因此，种子质量无论是对农业生产，还是对种子经营企业来说都至关重要。
种子从收获、干燥到播种前的各环节都需要对种子质量进行检测。传统的种子质量检测方法主要采用机械精选分级方式，比如，依据籽粒重量不同采用比重精选或风力分选的方法，其检测效率和检测精度均无法保证，且容易对种子造成损伤。目前，已有的一些关于种子质量方面的无损检测，更多侧重于实验室理论研究，仅仅限制于在实验室实现对单粒种子的无损检测，无法同时对种子进行批量无损检测。
发明内容
本发明提供一种便携式种子质量光谱检测系统及方法，用以解决当前受限于在实验室对单粒种子实现无损检测，无法同时对种子进行批量无损检测的问题。
本发明提供一种便携式种子质量光谱检测系统，包括：光源组件、检测盒、第一光纤、第二光纤及第三光纤；所述光源组件的出光侧设有光路切换装置；检测盒用于盛装待测种子，所述检测盒的至少一侧面设为透光壁面，所述检测盒内设有反光结构，所述反光结构用于将从所述透光壁面输入至所述检测盒内的光线反射至所述透光壁面；所述第一光纤的第一端与所述第二光纤的第一端分别伸向所述光源组件，并位于所述光路切换装置背离所述光源组件的一侧；所述第一光纤的第二端、所述第二光纤的第二端及所述第三光纤的第一端均伸向所述透光壁面；所述第一光纤的第二端相对于所述第三光纤的第一端的间距用于小于等于所述待测种子的直径；所述第二光纤的第二端相对于所述第三光纤的第一端的间距用于大于所述待测种子的直径；所述第三光纤的第二端用于连接光谱仪。
根据本发明提供的一种便携式种子质量光谱检测系统，所述光源组件包括依次设置的卤素光源、匀光片、准直镜及滤波片，所述滤波片允许波长大于750nm的近红外光谱通过。
根据本发明提供的一种便携式种子质量光谱检测系统，所述光路切换装置包括伸缩驱动机构与遮光板；所述伸缩驱动机构的伸缩端与所述遮光板的一端连接；所述遮光板上设有通光孔；在所述第一光纤与所述第二光纤当中的一者与所述通光孔相对时，所述第一光纤与所述第二光纤当中的另一者与所述遮光板形成遮挡。
根据本发明提供的一种便携式种子质量光谱检测系统，所述检测盒呈圆台状；所述检测盒的底面为所述透光壁面；所述反光结构包括形成于所述检测盒的顶面上的反光膜和/或形成于所述检测盒的侧面上的漫反射层。
根据本发明提供的一种便携式种子质量光谱检测系统，还包括：第一检测探头与第二检测探头；所述第一光纤的第一端与所述第二光纤的第一端安装于所述第一检测探头，所述第一检测探头伸向所述光路切换装置背离所述光源组件的一侧；所述第一光纤的第二端、所述第二光纤的第二端及所述第三光纤的第一端安装于所述第二检测探头；所述第二检测探头具有与所述透光壁面相接触的探测面。
根据本发明提供的一种便携式种子质量光谱检测系统，所述第一光纤的第二端与所述第三光纤的第一端安装于靠近所述第二检测探头的中心区域；所述第二光纤的第二端形成多根支路光纤，多根所述支路光纤相对于所述第三光纤的第一端沿周向安装于所述第二检测探头上；所述第二检测探头的探测面装有隔离环，所述第一光纤的第二端与所述第三光纤的第一端位于所述隔离环的内侧区域，多根所述支路光纤的端部位于所述隔离环的外侧区域。
根据本发明提供的一种便携式种子质量光谱检测系统，还包括：数据处理模块、控制模块及显示模块；
所述数据处理模块与所述光谱仪通讯连接，所述数据处理模块存储有质量预测模型，所述质量预测模型用于根据所检测到的待测种子的光谱数据，输出对所述待测种子的质量预测结果；所述控制模块分别通讯连接所述数据处理模块、所述显示模块及所述光路切换装置。
本发明还提供一种如上所述的便携式种子质量光谱检测系统的光谱检测方法，包括：将待测种子分为建模集与测试集；将建模集中的单粒待测种子放在与第一光纤的第二端及第三光纤的第一端相对的位置，切换控制光路切换装置，使得光源组件输出的光通向第一光纤，依据获取的单粒待测种子的光谱数据构建质量预测模型；将测试集中的多粒待测种子放入至检测盒，切换控制光路切换装置，使得光源组件输出的光通向第二光纤，获取多粒待测种子的光谱数据；依据所述质量预测模型及获取的所述多粒待测种子的光谱数据，进行多粒待测种子的质量预测。
根据本发明提供的光谱检测方法，所述依据获取的单粒待测种子的光谱数据构建质量预测模型，包括：获取单粒待测种子的正反面的光谱数据；对待测种子的正面光谱数据与反面光谱数据进行平均，获取平均后的光谱数据；对平均后的光谱数据进行特征波长的选择；依据选择的特征波长构建所述质量预测模型。
根据本发明提供的光谱检测方法，所述对平均后的光谱数据进行特征波长的选择，包括：采用竞争性自适应重加权采样算法或无信息变量消除法对平均后的光谱数据对应的波长进行选择；在经过多次重复运算后，统计各个波长被选择的频次；按照频次从高到低的排列顺序，选择排序处于前列的预设范围内的特征波长；和/或，所述依据选择的特征波长构建所述质量预测模型，包括：依据选择的特征波长，建立基于偏最小二乘回归法的质量预测模型。
本发明提供的一种便携式种子质量光谱检测系统及方法，通过设置光源组件、检测盒、第一光纤、第二光纤及第三光纤，既可在光路切换装置的切换下，将光源组件发出的光沿着第一光纤传输，在经过单粒待测种子的反射吸收后，沿第三光纤传输至光谱仪，以依据获取的单粒待测种子的光谱数据构建质量预测模型，也可在光路切换装置的切换下，将光源组件发出的光沿着第二光纤输入至检测盒内，由检测盒内的反光结构将经过多粒待测种子反射吸收的光线通过第三光纤传输至光谱仪，以依据质量预测模型及获取的多粒待测种子的光谱数据，进行多粒待测种子的质量预测。
由此可见，本发明结构简单、携带方便，实现了同一套系统依据单粒待测种子进行质量预测模型的构建，并以此对批量待测种子的质量进行快速、准确、无损地检测，可现场应用于种子生产的不同环节，也可以与其他种子智能化精选设备配套使用或者集成在大型种子加工线上，以用于特定环节的种子质量的评估。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种便携式种子质量光谱检测系统的结构示意图；
图2是本发明提供的检测盒的结构示意图；
图3是本发明提供的对单粒待测种子进行光谱检测的结构示意图；
图4是本发明提供的第一光纤的第二端、第二光纤的第二端及第三光纤的第一端在第二检测探头上的安装结构示意图；
图5是本发明提供的一种基于便携式种子质量光谱检测系统的光谱检测方法的流程示意图；
图6是本发明提供的实施例中玉米种子的含水率定量预测结果示意图；
图7是本发明提供的实施例中玉米种子的成熟度分类结果示意图；
附图标记：
1：光源组件； 2：光路切换装置； 3：检测盒；
4：第一光纤； 5：第二光纤； 6：第三光纤；
7：第一检测探头； 8：第二检测探头； 9：隔离环；
100：光谱仪； 200：数据处理模块； 300：控制模块；
400：显示模块； 11：卤素光源； 12：匀光片；
13：准直镜； 14：滤波片； 21：伸缩驱动机构；
22：遮光板； 31：上盖板； 32：侧板；
33：下底板； 51：支路光纤； 10：待测种子。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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。
下面结合图1-图7描述本发明的一种便携式种子质量光谱检测系统及方法。
如图1所示，本实施例提供一种便携式种子质量光谱检测系统，包括：光源组件1、检测盒3、第一光纤4、第二光纤5及第三光纤6；光源组件1的出光侧设有光路切换装置2；检测盒3用于盛装待测种子10，检测盒3的至少一侧面设为透光壁面，检测盒3内设有反光结构，反光结构用于将从透光壁面输入至检测盒3内的光线反射至透光壁面；第一光纤4的第一端与第二光纤5的第一端分别伸向光源组件1，并位于光路切换装置2背离光源组件1的一侧；第一光纤4的第二端、第二光纤5的第二端及第三光纤6的第一端均伸向透光壁面；第一光纤4的第二端相对于第三光纤6的第一端的间距小于等于待测种子10的直径；第二光纤5的第二端相对于第三光纤6的第一端的间距大于所述待测种子10的直径；第三光纤6的第二端用于通讯连接光谱仪100。
具体地，本实施例通过设置光源组件1、检测盒3、第一光纤4、第二光纤5及第三光纤6，既可在光路切换装置2的切换下，将光源组件1发出的光沿着第一光纤4传输，在经过单粒待测种子的反射吸收后，沿第三光纤6传输至光谱仪100，以依据获取的单粒待测种子的光谱数据构建质量预测模型，也可在光路切换装置2的切换下，将光源组件1发出的光沿着第二光纤5输入至检测盒3内，由检测盒3内的反光结构将经过多粒待测种子10反射吸收的光线通过第三光纤6传输至光谱仪100，以依据质量预测模型及获取的多粒待测种子的光谱数据，进行多粒待测种子的质量预测。
由此可见，本发明结构简单、携带方便，实现了同一套系统依据单粒待测种子进行质量预测模型的构建，并以此对批量待测种子的质量进行快速、准确、无损地检测，可现场应用于种子生产的不同环节，也可以与其他种子智能化精选设备配套使用或者集成在大型种子加工线上，以用于特定环节的种子质量的评估。
在此应指出的是，本实施例所示的光源组件1用于提供对待测种子10检测所需的光谱信号，光源组件1优选为能够发出红外光的光源。本实施例所示的光路切换装置2，可理解为，能够控制将光源组件1发出的光单独输送至第一光纤4的第二端或第二光纤5的第二端的切换开关。
与此同时，本实施例所示的第一光纤4、第二光纤5及第三光纤6均不限于单根光纤，也可以为根据实际需求而设置的由多根光纤组成的光纤束。为了便于实现对光的接收与传输，本实施例可具体设置第一光纤4的第一端与第二光纤5的第一端均可沿着光源组件1的出光方向排布，并设置第一光纤4的第二端、第二光纤5的第二端及第三光纤6的第一端均垂直伸向透光壁面。
如图1所示，本实施例所示的光源组件1包括依次设置的卤素光源11、匀光片12、准直镜13及滤波片14，滤波片14允许波长大于750nm的近红外光谱通过。
具体地，本实施例所示的卤素光源11用于提供检测所需的可见-近红外全谱信息，卤素光源11在发出的可见-近红外光后，可见-近红外光先经过匀光片，匀光片12对可见-近红外光的光强度在空间上进行均匀化，然后，经过匀光片12处理得到的均匀光经过准直镜13，由准直镜13对均匀光准直，接着，准直处理后的光通过滤波片14，滤波片14仅允许波长大于750nm的近红外光谱通过，通过滤波片14的光会根据检测需求，即检测系统是对单粒待测种子10进行检测，还是对批量的待测种子10进行检测，如果是对单粒的待测种子10进行检测，则通过滤波片14的光线会从第一光纤4输出，如果是对批量的待测种子10进行检测，则通过滤波片14的光线会从第二光纤5输出。其中，卤素光源11、匀光片12、准直镜13及滤波片14沿着光传播的方向依次放置。
如图1所示，为了实现对光路的切换，本实施例所示的光路切换装置2包括伸缩驱动机构21与遮光板22；伸缩驱动机构21的伸缩端与遮光板22的一端连接；遮光板22上设有通光孔；在第一光纤4与第二光纤5当中的一者与通光孔相对时，第一光纤4与第二光纤5当中的另一者与遮光板22形成遮挡。
具体地，伸缩驱动机构21优选为本领域所公知的推拉式电磁铁，该推拉式电磁铁的顶杆与遮光板22连接，推拉式电磁铁的顶杆可在通电的情况下顶出，并在断电的情况下收回。本实施例通过推拉式电磁铁的推拉动作来带动遮光板22的伸缩动作，以实现在对单粒待测种子10进行质量检测时，遮光板22对第二光纤5的第一端进行遮挡，并在进行批量的待测种子10的质量检测时，对第一光纤4的第一端进行遮挡。
如图1所示，当遮光板22对第一光纤4的第一端进行遮挡时，通光孔正好与第二光纤5的第一端呈同轴相对布置，从而便于从光源组件1输出的近红外光在通过通光孔后直接通入至第二光纤5的第一端，此时，第一光纤4的第一端不会接收到来自光源组件1输出的近红外光。
优选地，在进行待测种子10的质量的批量检测时，由于单粒待测种子10非常小，光进入批量的待测种子10所在的区域时，大部分光会在批量的待测种子10中散射掉，仅仅很少的光被第三光纤6接收而进入光谱仪100，这显然不利于种子质量的有效检测。为了提升光谱仪100所接收到的与种子作用后的有效光谱信号的强度，本实施例将检测盒3设计为圆台状；检测盒3的底面为透光壁面；反光结构包括形成于检测盒3的顶面上的反光膜和/或形成于检测盒3的侧面上的漫反射层。
如图2所示，本实施例所示的检测盒3包括上盖板31、侧板32及下底板33，上盖板31构成检测盒3的顶面，侧板32构成检测盒3的侧面，下底板33构成检测盒3的底面。其中，侧板32呈圆筒状，侧板32的上端口的口径小于其下端口的口径，下底板33与侧板32的下端口可拆卸式连接。
在此，本实施例可具体选择透光性较好的石英玻璃制备下底板33，在上盖板31的内壁面上镀一层铝质或银质的反光膜，并在侧板32的内壁面上涂覆一层白色漫反射材料，以形成漫反射层。如此，本实施例在有效地增强对第一光纤4或第二光纤5发出的光线的透过率的同时，还大幅度增强了对光线的反射效果，提升了光与待测种子10之间的相互作用，使得大部分光线均能反射至下底板33上，并被第三光纤6的第一端接收到。
如图1所示，本实施例还设置有第一检测探头7与第二检测探头8。
具体地，本实施例所示的第一光纤4的第一端与第二光纤5的第一端安装于第一检测探头7，第一检测探头7伸向光路切换装置2背离光源组件1的一侧；第一光纤4的第二端、第二光纤5的第二端及第三光纤6的第一端安装于第二检测探头8；第二检测探头8具有与透光壁面相接触的探测面。
进一步地，如图3与图4所示，第一光纤4的第二端与第三光纤6的第一端安装于靠近第二检测探头8的中心区域；第二光纤5的第二端形成多根支路光纤51，多根支路光纤51相对于第三光纤6的第一端沿周向安装于第二检测探头8上，从而通过将多根支路光纤51呈圆周排布，在光源组件1向第二光纤5的第一端输入近红外光时，可使得第二光纤5的第二端向检测盒3内输入环形的近红外光束，该环形的近红外光束可与检测盒3同轴布置。
其中，本实施例在靠近第二检测探头8的中心区域开设有第一光纤孔与第二光纤孔，在靠近第二检测探头8的周边开设有沿周向排布的多个第三光纤孔。第一光纤孔内用于安装第一光纤4的第二端，第二光纤孔内用于安装第三光纤6的第一端，第三光纤孔内用于一一对应地安装多根支路光纤51。在此，还应具体设置第一光纤孔与第二光纤孔的中心间距不小于3mm，多个第三光纤孔的圆心连线构成的圆形轨迹的直径不小于39mm。
进一步地，如图1所示，本实施例所示的第二检测探头8的探测面装有隔离环9，第一光纤4的第二端与第三光纤6的第一端位于隔离环9的内侧区域，多根支路光纤51的端部位于隔离环9的外侧区域。本实施例设置隔离环9用于在对待测种子10进行批量检测时，隔断第二光纤5的第二端所发出的环形光对第三光纤6获取样本光谱时所产生的潜在干扰。
进一步地，如图1所示，为了实现对待测种子10的质量的在线检测与实时显示，本实施例还设置有数据处理模块200、控制模块300及显示模块400；
本实施例所示的数据处理模块200与光谱仪100通过串口数据线通讯连接，数据处理模块200存储有质量预测模型，质量预测模型用于根据所检测到的待测种子10的光谱数据，输出对待测种子10的质量预测结果；其中，待测种子10的质量预测结果包括待测种子10的含水率、成熟度分类等。
与此同时，本实施例还可通过串口数据线分别实现控制模块300与数据处理模块200、显示模块400及光路切换装置2之间的通讯连接。控制模块300可以为本领域所公知的PLC控制器、单片机等，数据处理模块200可以为本领域所公知的AMD处理器或intel处理器，显示模块400可以为本领域所公知的LCD显示屏。
如图5所示，本实施例还提供一种如上所述的便携式种子质量光谱检测系统的光谱检测方法，包括：S1，将待测种子分为建模集与测试集；S2，将建模集中的单粒待测种子放在与第一光纤的第二端及第三光纤的第一端相对的位置，切换控制光路切换装置，使得光源组件输出的光通向第一光纤，依据获取的单粒待测种子的光谱数据构建质量预测模型；S3，将测试集中的多粒待测种子放入至检测盒，切换控制光路切换装置，使得光源组件输出的光通向第二光纤，获取多粒待测种子的光谱数据；S4，依据所述质量预测模型及获取的所述多粒待测种子的光谱数据，进行多粒待测种子的质量预测。
进一步地，本实施例中依据获取的单粒待测种子的光谱数据构建质量预测模型，包括：获取单粒待测种子的正反面的光谱数据；对待测种子的正面光谱数据与反面光谱数据进行平均，获取平均后的光谱数据；对平均后的光谱数据进行特征波长的选择；依据选择的特征波长构建所述质量预测模型。
在此应指出的是，本实施例中对单粒的待测种子的正反面光谱数据的获取特指一些直径大于5mm的种子，譬如：对玉米种子的胚面和胚乳面这两面的光谱数据进行获取。
进一步地，本实施例中对平均后的光谱数据进行特征波长的选择，包括：采用竞争性自适应重加权采样算法(CARS)或无信息变量消除法(UVE)对平均后的光谱数据对应的波长进行选择；在经过多次重复运算后，统计各个波长被选择的频次；按照频次从高到低的排列顺序，选择排序处于前列的预设范围内的特征波长。
其中，本实施例中进行重复运算的次数至少为500次。由于频率越高，说明该波长对待测种子质量的预测越有用，从而本实施例统计各个波长被选择的频次，并按照频次从高到低的排列顺序，最终所选择的特证波长的数量不多于10个。
进一步地，本实施例中依据选择的特征波长构建所述质量预测模型，包括：依据选择的特征波长，建立基于偏最小二乘回归法(PLSR)的质量预测模型，依据所构建的质量预测模型可对单粒待测种子或者批量的待测种子的质量进行预测。
在具体实施例中，以玉米种子作为待测种子，进行玉米种子的含水率的定量检测和成熟度分类进行说明。含水率是评价种子品质的重要因素之一，直接影响到种子的贮存，运输以及播种。种子的成熟度也是衡量种子品质的因素之一，与低成熟度的种子相比，高成熟度的种子可以节省种植时间，提高种子活力和产量。
实验一：玉米种子含水率的定量检测。实验准备玉米种子批160份，每份种子批有1000粒玉米种子，用湿润的纱布分别包裹每批样本并将其放置在冰箱中冷藏，其中，冷藏的温度为2℃，湿度为50％，每隔0.5小时取出4组，并按取出顺序编号，使样本含水率形成40个梯度，梯度范围应大于行业要求含水率的测定范围，以此提高质量预测模型的精度和适用性。将取出后的样本放置在实验环境(温度：20℃，湿度：60％)中0.5小时，使其表面干燥并且平衡内部水分，以减少表面水分的干扰。在获取光谱信息前，将取出的样本按编号对整组称重，并记录其重量为m0。将采集光谱后的玉米种子放置在烘干箱烘干，温度设置为135℃，时间设置为48小时。对烘干后的玉米种子称重，并记录其重量为m1，水分百分率(MC)按照如下公式计算：
在测量所有样本水分百分率后，依次从每份种子批中取两粒玉米种子作为建模集，剩余的998粒种子作为一份种子批作为预测集，这样，建模集中包含了320粒玉米种子，预测集中包含种子批160份，每份种子批有998粒玉米种子。
实验二：玉米种子成熟度分类识别，玉米种子成熟度可分为高成熟度与低成熟度两类。实验准备高成熟度的种子批127份，每份种子批有1000粒玉米种子，低成熟度的种子批110份，每份种子批有1000粒玉米种子，然后，依次从每份高成熟度或者低成熟度玉米种子批中取两粒玉米种子作为建模集，剩余的998粒玉米种子作为一份种子批预测集，这样，建模集中包含了254粒高成熟度的玉米种子，220粒低成熟度的玉米种子，预测集中包含了高成熟度玉米种子批127份(每份种子批有998粒玉米种子)和低成熟度种子批110份(每份种子批有998粒玉米种子)。
实验一和实验二的光谱数据采集方法一样，此处以实验一为例进行介绍。实验依次取建模集中单粒的玉米种子为样本，放在上述实施例所述的与第一光纤的第二端及第三光纤的第一端相对的位置，如图1和图3所示。此时，第二光纤的第一端(入口端)被遮光板挡住，卤素光源发出的光仅仅能够通过第一光纤进入第二检测探头；然后，光在从第二检测探头输出后，入射至单粒的玉米种子上，与玉米种子反射吸收作用后的光进入第三光纤的第一端，并经过第三光纤传输至光谱仪；接着，光谱仪将检测到的光谱数据传输至数据处理模块。在此，对每粒玉米种子的胚面和胚乳面各采集光谱一次，在对所有建模集的320粒玉米种子的光谱数据采集完成后，数据处理模块采用预设程序(光谱数据预处理和变量选择)对数据进行处理，并完成质量预测模型的构建，此处所构建的质量预测模型为最常见的偏最小二乘回归模型PLSR。
在模型构建完成后，实验再依次取预测集中的种子批样本160份，并进行光谱采集和预测，种子批样本采集时，每个样本的玉米种子盛放在检测盒中，检测盒的底部的透光壁面直接水平放置于第二检测探头的探测面上，如图1所示。与此同时，第一光纤的入口端被遮光板挡住，以避免光经过第一光纤对第三光纤的光谱采集形成信号干扰，因此，卤素光源发出的光仅仅能够通过第二光纤进入第二检测探头，通过第二光纤输出的环形光在通过检测盒的底部的透光壁面后，入射至检测盒内，并与批量的玉米种子相互作用，与玉米种子作用后的光信号通过位于第二检测探头中部的第三光纤后被光谱仪收集；接着，光谱仪将光谱数据传给数据处理模块，数据处理模块将利用已经构建好的质量预测模型，对所测种子批样本进行含水率预测，预测结果将会在显示模块中实时显示。
实验二中对玉米种子成熟度分类识别的数据采集和预测方法与实验一类似，唯一不同是，实验一是对种子含水率进行预测，所构建的质量预测模型为种子含水率定量预测模型，而实验二是对种子成熟度分类识别，所构建的质量预测模型为分类识别模型。需要说明的是，此处示例中是对种子批进行预测，实际中本系统也可以对单粒种子质量进行预测。
图6和图7分别所示为实验一和实验二对预测集中种子批含水率定量预测和成熟度定性分类的结果。其中，在图6中，横坐标表示玉米种子的实际含水率，纵坐标表示玉米种子的预测含水率；在图7中，横坐标表示玉米种子成熟度的实际类别值，纵坐标表示对玉米种子成熟度进行预测所获得的类别预测值。
由图6可知，对于玉米种子的含水率预测的相关系数为0.98，预测误差为0.64％；对低成熟度和高成熟度玉米种子的分类识别率为99.6％，仅仅有一个样本批出现误判，需要说明的是，在两类种子分类时，所构建的质量预测模型是最常见的偏最小二乘判别分析模型PLS-DA，成熟度低的样本设置为类别1，成熟度高的样本设置为类别2，每种类别判别阈值为±0.5。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种便携式种子质量光谱检测系统，其特征在于，包括：
光源组件，所述光源组件的出光侧设有光路切换装置；
检测盒，用于盛装待测种子，所述检测盒的至少一侧面设为透光壁面，所述检测盒内设有反光结构，所述反光结构用于将从所述透光壁面输入至所述检测盒内的光线反射至所述透光壁面；
第一光纤、第二光纤及第三光纤，所述第一光纤的第一端与所述第二光纤的第一端分别伸向所述光源组件，并位于所述光路切换装置背离所述光源组件的一侧；所述第一光纤的第二端、所述第二光纤的第二端及所述第三光纤的第一端均伸向所述透光壁面；所述第一光纤的第二端相对于所述第三光纤的第一端的间距用于小于等于所述待测种子的直径；所述第二光纤的第二端相对于所述第三光纤的第一端的间距用于大于所述待测种子的直径；所述第三光纤的第二端用于连接光谱仪；
在所述光路切换装置处于第一状态的情形下，所述光源组件发出的光沿着所述第一光纤传输，在经过单粒所述待测种子的反射吸收后，沿所述第三光纤传输至所述光谱仪，以依据获取的单粒所述待测种子的光谱数据构建质量预测模型；
在所述光路切换装置处于第二状态的情形下，所述光源组件发出的光沿着所述第二光纤输入至所述检测盒内，由所述检测盒内的所述反光结构将经过多粒所述待测种子反射吸收的光线通过所述第三光纤传输至所述光谱仪，以依据所述质量预测模型及获取的多粒所述待测种子的光谱数据，进行多粒所述待测种子的质量预测。
2.根据权利要求1所述的便携式种子质量光谱检测系统，其特征在于，所述光源组件包括依次设置的卤素光源、匀光片、准直镜及滤波片，所述滤波片允许波长大于750nm的近红外光谱通过。
3.根据权利要求1所述的便携式种子质量光谱检测系统，其特征在于，所述光路切换装置包括伸缩驱动机构与遮光板；所述伸缩驱动机构的伸缩端与所述遮光板的一端连接；所述遮光板上设有通光孔；在所述第一光纤与所述第二光纤当中的一者与所述通光孔相对时，所述第一光纤与所述第二光纤当中的另一者与所述遮光板形成遮挡。
4.根据权利要求1所述的便携式种子质量光谱检测系统，其特征在于，所述检测盒呈圆台状；所述检测盒的底面为所述透光壁面；所述反光结构包括形成于所述检测盒的顶面上的反光膜和/或形成于所述检测盒的侧面上的漫反射层。
5.根据权利要求1所述的便携式种子质量光谱检测系统，其特征在于，还包括：第一检测探头与第二检测探头；
所述第一光纤的第一端与所述第二光纤的第一端安装于所述第一检测探头，所述第一检测探头伸向所述光路切换装置背离所述光源组件的一侧；
所述第一光纤的第二端、所述第二光纤的第二端及所述第三光纤的第一端安装于所述第二检测探头；所述第二检测探头具有与所述透光壁面相接触的探测面。
6.根据权利要求5所述的便携式种子质量光谱检测系统，其特征在于，所述第一光纤的第二端与所述第三光纤的第一端安装于靠近所述第二检测探头的中心区域；所述第二光纤的第二端形成多根支路光纤，多根所述支路光纤相对于所述第三光纤的第一端沿周向安装于所述第二检测探头上；
所述第二检测探头的探测面装有隔离环，所述第一光纤的第二端与所述第三光纤的第一端位于所述隔离环的内侧区域，多根所述支路光纤的端部位于所述隔离环的外侧区域。
7.根据权利要求1至6任一所述的便携式种子质量光谱检测系统，其特征在于，还包括：数据处理模块、控制模块及显示模块；
所述数据处理模块与所述光谱仪通讯连接，所述数据处理模块存储有质量预测模型，所述质量预测模型用于根据所检测到的待测种子的光谱数据，输出对所述待测种子的质量预测结果；
所述控制模块分别通讯连接所述数据处理模块、所述显示模块及所述光路切换装置。
8.一种如权利要求1至7任一所述的便携式种子质量光谱检测系统的光谱检测方法，其特征在于，包括：
将待测种子分为建模集与测试集；
将建模集中的单粒待测种子放在与第一光纤的第二端及第三光纤的第一端相对的位置，切换控制光路切换装置，使得光源组件输出的光通向第一光纤，依据获取的单粒待测种子的光谱数据构建质量预测模型；
将测试集中的多粒待测种子放入至检测盒，切换控制光路切换装置，使得光源组件输出的光通向第二光纤，获取多粒待测种子的光谱数据；
依据所述质量预测模型及获取的所述多粒待测种子的光谱数据，进行多粒待测种子的质量预测。
9.根据权利要求8所述的光谱检测方法，其特征在于，所述依据获取的单粒待测种子的光谱数据构建质量预测模型，包括：
获取单粒待测种子的正反面的光谱数据；
对待测种子的正面光谱数据与反面光谱数据进行平均，获取平均后的光谱数据；
对平均后的光谱数据进行特征波长的选择；
依据选择的特征波长构建所述质量预测模型。
10.根据权利要求9所述的光谱检测方法，其特征在于，所述对平均后的光谱数据进行特征波长的选择，包括：
采用竞争性自适应重加权采样算法或无信息变量消除法对平均后的光谱数据对应的波长进行选择；
在经过多次重复运算后，统计各个波长被选择的频次；
按照频次从高到低的排列顺序，选择排序处于前列的预设范围内的特征波长；
和/或，所述依据选择的特征波长构建所述质量预测模型，包括：
依据选择的特征波长，建立基于偏最小二乘回归法的质量预测模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110295053.0A CN113176226B (zh) | 2021-03-19 | 2021-03-19 | 一种便携式种子质量光谱检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110295053.0A CN113176226B (zh) | 2021-03-19 | 2021-03-19 | 一种便携式种子质量光谱检测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113176226A CN113176226A (zh) | 2021-07-27 |
| CN113176226B true CN113176226B (zh) | 2023-05-12 |
Family
ID=76922167
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110295053.0A Active CN113176226B (zh) | 2021-03-19 | 2021-03-19 | 一种便携式种子质量光谱检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113176226B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015225081A (ja) * | 2014-05-28 | 2015-12-14 | 天津先陽科技発展有限公司 | 拡散スペクトルデータの処理方法及び処理装置 |
| CN105352934A (zh) * | 2015-11-05 | 2016-02-24 | 北京农业智能装备技术研究中心 | 便携式拉曼探头及检测装置 |
| CN105973839A (zh) * | 2016-06-28 | 2016-09-28 | 江苏大学 | 一种高光谱批处理式农畜产品品质无损检测方法和系统 |
| CN106610377A (zh) * | 2016-11-14 | 2017-05-03 | 北京农业信息技术研究中心 | 种子光谱检测方法和系统 |
| CN109961179A (zh) * | 2019-02-28 | 2019-07-02 | 中国计量大学 | 一种水产品品质检测方法及便携式拉曼装置 |
| WO2019183838A1 (zh) * | 2018-03-28 | 2019-10-03 | 深圳市太赫兹科技创新研究院 | 光学相干断层成像系统 |
| CN110609011A (zh) * | 2019-09-18 | 2019-12-24 | 北京农业智能装备技术研究中心 | 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统 |
| CN112304896A (zh) * | 2020-10-29 | 2021-02-02 | 南京林业大学 | 一种基于近红外的便携式面粉多品质检测仪及检测方法 |
| CN112461790A (zh) * | 2020-11-17 | 2021-03-09 | 天津国阳科技发展有限公司 | 漫反射光谱检测装置和检测方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6512577B1 (en) * | 2000-03-13 | 2003-01-28 | Richard M. Ozanich | Apparatus and method for measuring and correlating characteristics of fruit with visible/near infra-red spectrum |
| CN107529992A (zh) * | 2015-04-17 | 2018-01-02 | 皇家飞利浦有限公司 | 各向异性的生物组织的检测 |
-
2021
- 2021-03-19 CN CN202110295053.0A patent/CN113176226B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015225081A (ja) * | 2014-05-28 | 2015-12-14 | 天津先陽科技発展有限公司 | 拡散スペクトルデータの処理方法及び処理装置 |
| CN105352934A (zh) * | 2015-11-05 | 2016-02-24 | 北京农业智能装备技术研究中心 | 便携式拉曼探头及检测装置 |
| CN105973839A (zh) * | 2016-06-28 | 2016-09-28 | 江苏大学 | 一种高光谱批处理式农畜产品品质无损检测方法和系统 |
| CN106610377A (zh) * | 2016-11-14 | 2017-05-03 | 北京农业信息技术研究中心 | 种子光谱检测方法和系统 |
| WO2019183838A1 (zh) * | 2018-03-28 | 2019-10-03 | 深圳市太赫兹科技创新研究院 | 光学相干断层成像系统 |
| CN109961179A (zh) * | 2019-02-28 | 2019-07-02 | 中国计量大学 | 一种水产品品质检测方法及便携式拉曼装置 |
| CN110609011A (zh) * | 2019-09-18 | 2019-12-24 | 北京农业智能装备技术研究中心 | 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统 |
| CN112304896A (zh) * | 2020-10-29 | 2021-02-02 | 南京林业大学 | 一种基于近红外的便携式面粉多品质检测仪及检测方法 |
| CN112461790A (zh) * | 2020-11-17 | 2021-03-09 | 天津国阳科技发展有限公司 | 漫反射光谱检测装置和检测方法 |
Non-Patent Citations (7)
| Title |
|---|
| 乌拉尔甘草单粒种子硬实特性的近红外光谱分析;孙群等;《光谱学与光谱分析》;20091015;第29卷(第10期);全文 * |
| 单粒玉米种子水分近红外快速无损测定模型研究;张乐等;《中国粮油学报》;20200813;第35卷(第09期);全文 * |
| 基于在线近红外光谱快速检测玉米籽粒主要品质参数的研究;沈广辉 等;《科学技术》;20170110;第53卷(第1期);全文 * |
| 基于机器视觉与光谱成像技术的玉米种子品质检测与分选;王超鹏;《中国优秀硕士学位论文全文数据库 农业科技辑》;20180215(第2期);全文 * |
| 基于近红外超连续激光光谱的水稻种子活力无损分级检测研究;金文玲 等;《中国光学》;20201013;第13卷(第5期);全文 * |
| 基于高光谱成像技术与CARS算法的玉米种子含水率检测;王超鹏等;《激光与光电子学进展》;20160921;第53卷(第12期);全文 * |
| 高光谱图像信息检测玉米籽粒胚水分含量;田喜等;《光谱学与光谱分析》;20161015;第36卷(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113176226A (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102565023B (zh) | 一种基于激光拉曼光谱的果蔬农药残留快速检测装置及方法 | |
| CA1183013A (en) | Multi-channel spectrophotometer | |
| US20180279584A1 (en) | System and method for monitoring eggs during incubation | |
| US7956328B2 (en) | System, device, and methods for real-time screening of live cells, biomarkers, and chemical signatures | |
| CN110687089B (zh) | 基于单细胞检测的高通量并行拉曼光谱仪 | |
| CN104198388B (zh) | 一种基于复合光谱测量的在线水质监测装置 | |
| IL151751A (en) | Device and method for measuring and adjusting fruit characteristics with visible / infrared spectrum | |
| 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 | |
| CN102313692A (zh) | 对一种或多种材料进行测量的系统及方法 | |
| CN108139327A (zh) | 在线过程监测 | |
| CN1366604A (zh) | 用可见光线和/或近红外线诊断有无乳房炎的方法与装置 | |
| CN107044959A (zh) | 显微多模态融合光谱检测系统 | |
| CN107421915A (zh) | 一种基于太赫兹时域衰减全反射光谱的活细胞实时监测实验方法 | |
| KR20180123023A (ko) | 전혈에서 헤모글로빈 파라미터들을 결하기 위한 분석 시스템 및 방법 | |
| CN106053404A (zh) | 一种便携式多波段荧光检测微量物质分析仪 | |
| US20180018537A1 (en) | Non-spectroscopic imaging of plants | |
| CN107185850A (zh) | 一种基于高光谱成像及电阻抗的玉米种子活力检测装置 | |
| WO2018038628A1 (ru) | Устройство для идентификации алмаза | |
| CN107003239A (zh) | 自触发流式细胞计数仪 | |
| CN202149881U (zh) | 时间分辨的光诱导生物体超微弱光子检测系统 | |
| CN113176226B (zh) | 一种便携式种子质量光谱检测系统及方法 | |
| WO1999046971A1 (en) | Near infrared spectrometer used in combination with a combine for real time grain analysis | |
| CN203849166U (zh) | 一种农产品组织光学特性检测装置 | |
| CN108575820B (zh) | 一种种蛋无损识别设备和方法 | |
| US4299493A (en) | Auto-optical centering device for photometers |
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 |