CN113418896A - 一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法 - Google Patents

一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法 Download PDF

Info

Publication number
CN113418896A
CN113418896A CN202110539696.5A CN202110539696A CN113418896A CN 113418896 A CN113418896 A CN 113418896A CN 202110539696 A CN202110539696 A CN 202110539696A CN 113418896 A CN113418896 A CN 113418896A
Authority
CN
China
Prior art keywords
corn kernels
aflatoxin
conveyor belt
corn
imaging spectrometer
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.)
Granted
Application number
CN202110539696.5A
Other languages
English (en)
Other versions
CN113418896B (zh
Inventor
王伟
杨英杰
郭笑欢
鹿瑶
张峰
杨敏莉
郭树丹
赵泽群
贾贝贝
张凯旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chinese Academy of Inspection and Quarantine CAIQ
China Agricultural University
Original Assignee
Chinese Academy of Inspection and Quarantine CAIQ
China Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chinese Academy of Inspection and Quarantine CAIQ, China Agricultural University filed Critical Chinese Academy of Inspection and Quarantine CAIQ
Priority to CN202110539696.5A priority Critical patent/CN113418896B/zh
Publication of CN113418896A publication Critical patent/CN113418896A/zh
Application granted granted Critical
Publication of CN113418896B publication Critical patent/CN113418896B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01N21/62—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
    • G01N21/645—Specially adapted constructive features of fluorimeters
    • G01N21/6456—Spatial resolved fluorescence measurements; Imaging

Landscapes

  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (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, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，实现该方法的装置包括灯带、物镜、成像光谱仪、超高灵敏度相机、玉米籽粒、计算机和传送带，灯带产生的激发光照射到由传送带抛出的玉米籽粒上，含有黄曲霉毒素的玉米籽粒产生荧光，荧光信号经物镜通过成像光谱仪内部分光后由超高灵敏度相机采集，在采集的波长范围中选取410‑560nm波段，并在410‑560nm波段内等间距的选取30个波长并传输至计算机，计算机根据30个波长点拟合出一条曲线，根据拟合出的曲线分别计算410‑485nm波段、485‑560nm波段的强度积分，将410‑485nm波段与485‑560nm波段的强度积分进行比值运算，最终将所得比值作为污染籽粒与健康籽粒的分选阈值，高于阈值的为污染籽粒，低于阈值的为健康籽粒。

Description

一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法
技术领域
本发明属于农业机械技术领域，尤其涉及一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法。
背景技术
黄曲霉毒素是霉菌产生的一种有害的霉菌副产品，具有致癌、致畸、致突变的作用，严重威胁着人类和动物的生命健康，同时黄曲霉毒素具有富集性，可随着食物链层层传递并逐渐富集在动物体内，因此实时检测食品、饲料中黄曲霉毒素的含量，可以有效的减少黄曲霉毒素对动物和人类的伤害。
目前黄曲霉毒素的检测方法有薄层分析法、液相色谱法、酶联免疫法、荧光光度法等。例如：中国发明专利CN109307667A一种黄曲霉毒素B1的快速检测方法，该类方法虽然检测精度高，但是检测速度慢，只适合实验室中对样品进行抽样检测，难以用于快速高通量的商业产品中。荧光检测方法的原理是利用黄曲霉毒素的荧光特性进行检测，常规的荧光检测方法通过CCD或CMOS相机获取籽粒的表面荧光图像，并通过图像处理后，实现对籽粒表面黄曲霉毒素的检测，然而该方法难以检测到籽粒内部的黄曲霉毒素。中国发明专利CN103234948A黄曲霉毒素检测及分选装置采用了紫色光源照射到玉米籽粒的表面并产生荧光信号，将R、G、B荧光信号换为电信号后合成彩色图像，最终根据图像区分污染籽粒，但是该方法只能检测玉米籽粒的表面荧光信号，对于表面正常，内部污染的籽粒难以识别。中国发明专利CN110243799A一种快速检测黄曲霉毒素的方法中，采用光电转换器采集激发出的荧光强度，但是该方法同样只采集的霉变籽粒外部激发的荧光，因此具有检测精度不高的缺点。
综上所述，提出一种高灵敏度超高灵敏度相机与光谱仪相结合的方法，通过选择最优波长，来提高高光谱的检测速度，克服现有技术存在的缺点，同时通过谱线分析算法，实现对籽粒内部黄曲霉毒素的检测，大大提高检测的速度和精度，已经成为亟需解决的问题。
发明内容
为了克服现有技术存在的一系列缺陷，本发明的目的在于针对上述问题，提供一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，实现该方法的装置包括灯带1、物镜2、成像光谱仪3、超高灵敏度相机4、玉米籽粒5、计算机6和传送带7，灯带1产生的激发光照射到由传送带7抛出的玉米籽粒5上，含有黄曲霉毒素的玉米籽粒5产生荧光，荧光信号经物镜2通过成像光谱仪3内部分光后由超高灵敏度相机4采集，在采集的波长范围中选取410-560nm波段，并在该波段内等间距的选取30个波长并传输至计算机6，计算机6根据30个波长点拟合出一条曲线，根据拟合出的曲线分别计算410-485nm波段、485-560nm波段的强度积分，将410-485nm波段与485-560nm波段的强度积分进行比值运算，最终将该比值作为污染玉米籽粒与健康玉米籽粒的分选阈值，高于阈值的为污染籽粒，低于阈值的为健康籽粒。
优选的，所述灯带1为可激发出黄曲霉毒素荧光的单色光源，所述单色光源选择波长365nm或者730nm或者750nm的LED。
优选的，所述灯带1激发光的波长为365nm，所述灯带1包含多个灯珠，其中，单个灯珠的功率为3W。
优选的，所述成像光谱仪3沿玉米籽粒5的运动方向扫描，所述成像光谱仪3的光谱范围为400-1000nm，狭缝宽度为40um，光谱分辨率为4nm。
优选的，所述物镜2的视场覆盖传送带7的宽度，以保证对传送带7抛出的玉米籽粒5全部得到检测。
优选的，所述灯带1激发光的光场覆盖传送带7的宽度，保证对于对传送带7抛出的玉米籽粒5全部被激发。
优选的，所述灯带1与所述成像光谱仪3位于玉米籽粒5的同侧或异侧，以保证玉米籽粒5激发出的荧光可以被成像光谱仪3接收。
优选的，所述超高灵敏度相机4为EMCCD或者SCMOS，且在binning模式下其帧速率能达到870fps，分辨率能调节为1024*32，采用USB2.0传输接口。
优选的，玉米籽粒5的长度在10mm-15mm之间，宽度在4mm-8mm之间。
优选的，传送带7的宽度为30cm，传送带7的速度为700mm/s。
与现有技术相比，本发明具备以下有益效果：
本发明采用高灵敏度超高灵敏度相机与光谱仪相结合的方法，通过选择最优波长，来提高高光谱仪的检测速度，克服了传统高光谱仪检测速度慢，传统强度检测以及图像检测精度差等缺点，同时通过谱线分析算法，实现对籽粒内部黄曲霉毒素的检测，大大提高了检测的速度和精度。
附图说明
图1为本发明的优选实施例的示意图；
图2为本发明的优选实施例中玉米籽粒扫描示意图。
图中附图标记为：
1-灯带，2-物镜，3-成像光谱仪，4-超高灵敏度相机，5-玉米籽粒，6-计算机，7-传送带。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。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做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。
下面通过参考附图描述的实施例以及方位性的词语均是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明的一个宽泛实施例中，一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，实现该方法的装置包括灯带1、物镜2、成像光谱仪3、超高灵敏度相机4、玉米籽粒5、计算机6和传送带7，灯带1产生的激发光照射到由传送带7抛出的玉米籽粒5上，含有黄曲霉毒素的玉米籽粒5产生荧光，荧光信号经物镜2通过成像光谱仪3内部分光后由超高灵敏度相机4采集，在采集的波长范围中选取410-560nm波段，并在该波段内等间距的选取30个波长并传输至计算机6，计算机6根据30个波长点拟合出一条曲线，根据拟合出的曲线分别计算410-485nm波段、485-560nm波段的强度积分，将410-485nm波段与485-560nm波段的强度积分进行比值运算，最终将该比值作为污染籽粒与健康籽粒的分选阈值，高于阈值的为污染籽粒，低于阈值的为健康籽粒。
优选的，所述灯带1为可激发出黄曲霉毒素荧光的单色光源，所述单色光源选择波长365nm或者730nm或者750nm的LED。
优选的，所述灯带1激发光的波长为365nm，所述灯带1包含多个灯珠，其中，单个灯珠的功率为3W。
优选的，所述成像光谱仪3沿玉米籽粒5的运动方向扫描，所述成像光谱仪3的光谱范围为400-1000nm，狭缝宽度为40um，光谱分辨率为4nm。
优选的，所述物镜2的视场覆盖传送带7的宽度，以保证对传送带7抛出的玉米籽粒5全部得到检测。
优选的，所述灯带1激发光的光场覆盖传送带7的宽度，保证对于对传送带7抛出的玉米籽粒5全部被激发。
优选的，所述灯带1与所述成像光谱仪3位于玉米籽粒5的同侧或异侧，以保证玉米籽粒5激发出的荧光可以被成像光谱仪3接收。
优选的，所述超高灵敏度相机4为EMCCD或者SCMOS，且在binning模式下其帧速率能达到870fps，分辨率能调节为1024*32，采用USB2.0传输接口。
优选的，玉米籽粒5的长度在10mm-15mm之间，宽度在4mm-8mm之间。
优选的，传送带7的宽度为30cm，传送带7的速度为700mm/s。
下面结合附图，列举本发明的优选实施例，对本发明作进一步的详细说明。
如图1所示，一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，实现该方法的装置包括：灯带1、物镜2、成像光谱仪3、超高灵敏度相机4、玉米籽粒5、计算机6、传送带7，灯带1产生的激发光照射到由传送带7抛出的玉米籽粒5上，含有黄曲霉毒素的玉米籽粒5将产生荧光，荧光信号经物镜2通过成像光谱仪3内部分光后，由超高灵敏度相机4采集，在采集的波长范围中选取410-560nm波段，并在该波段内等间距的选取30个波长并传输至计算机6，计算机6根据30个波长点拟合出一条曲线，根据拟合出的曲线分别计算410-485nm波段、485-560nm波段的强度积分，将410-485nm波段与485-560nm波段的强度积分进行比值运算，最终将该比值作为污染籽粒与健康籽粒的分选阈值，高于阈值的为污染籽粒，低于阈值的为健康籽粒。
在本优选实施例中，所述灯带1为可激发出黄曲霉毒素荧光的单色LED光源，其波长为365nm，灯带1包含多个灯珠，单个灯珠的功率为3W。
在本优选实施例中，传送带7的宽度为30cm。
在本优选实施例中，成像光谱仪3的扫描方向沿玉米籽粒5的运动方向，成像光谱仪3是由海德沃公司生产，光谱范围为400-1000nm、狭缝宽度为40um、光谱分辨率为4nm。
在本优选实施例中，所述物镜2的视场恰好覆盖传送带7的宽度，保证对传送带7抛出的玉米籽粒5全部检测的到。
在本优选实施例中，所述灯带1所发光的光场覆盖了传送带7的宽度，保证对于对传送带7抛出的玉米籽粒5全部被激发。
在本优选实施例中，所述灯带1与所述成像光谱仪3位于玉米籽粒5的异侧，以保证玉米籽粒5激发出的荧光可以被成像光谱仪3接收。
在本优选实施例中，超高灵敏度相机4的型号为安道尔公司生产的iXon-UltraEMCCD相机，在binning模式下其帧速率可达到870fps，分辨率可调节为1024*32，采用USB2.0传输接口。
在本优选实施例中，作用玉米籽粒5的长度在10mm-15mm之间，宽度在4mm-8mm之间。
下面详细说明该方法的具体实施方式：
传送带7上的玉米籽粒5跟随传送带7一同向前运动，在传送带7的末端由于玉米籽粒5的初速度很大，将使得玉米籽粒5沿抛物线轨迹继续向前运动，在单色LED灯的照射下，霉变玉米籽粒内部或表面的黄曲霉毒素将产生荧光，荧光信号通过物镜2被EMCCD捕捉到，其中，传送带7速度为700mm/s也即0.7mm/ms；玉米籽粒5长径最大距离为15mm，因此对于单个玉米籽粒5来说扫描时间至少为22ms才能扫描到完整的玉米籽粒图像。因此可推算出单位时间内的完整扫描玉米籽粒5的频率应为45HZ，该成像光谱仪3为推扫式，其扫描的瞬时扫描视场为1.6mm，对于玉米长经方向来说，要得到完整的玉米籽粒图像至少需要推扫9次，该EMCCD相机在满足要求的情况下，其帧速率可达870FPS,因此单次扫描时间为1.15ms，因此推扫9次，需要的总时间为10.35ms远小于22ms，因此该相机可满足实际的需求。
在采集玉米籽粒5的光谱数据前，需要获取反射率为99％的标准白参考图像和反射率为0的暗反射图像，白参考图像通过采集标准白板来获得，暗反射图像通过盖上相机盖子获得，最终可通过公式
Figure BDA0003071181790000051
获得扫描图像的相对反射率，I为相对反射率，I0为原始反射率，R为白参考，D为暗参考。
下一步开始采集玉米籽粒5的高光谱图像，如图2所示,第一条扫描线至第九条扫描线所覆盖的范围恰好为一个完整的玉米籽粒5，成像光谱仪3每扫描一条线，将得到1024个像素点和30条光谱谱线，数据通过USB线传送至电脑并通过数组进行存储，数组的大小为1024*30。目标籽粒的识别，由于籽粒与籽粒之间并不是紧密排列，相邻籽粒之间存在缝隙，故其在光谱410-560之间的相对反射率为0，因此可将籽粒与背景区分开，对于单个籽粒部分将每个像素点的谱线值取平均后，拟合成一条谱线并计算410-485nm波段与485-560nm波段的强度积分比值，根据比值大小来判断该次扫描中该籽粒是否存在荧光，对于激发波长为365nm的光源来说，其健康与霉变籽粒的区分阈值为1.1，低于该阈值的为健康籽粒，高于该阈值的为霉变籽粒。激发波长为730nm的光源其阈值为0.8。最终对9次扫描结果进行或运算，从而实现对霉变籽粒的判别。在九次扫描中没有完整扫描到的玉米，将在下次扫描中进行判别。
最后需要指出的是：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)

1.一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，实现该方法的装置包括灯带(1)、物镜(2)、成像光谱仪(3)、超高灵敏度相机(4)、玉米籽粒(5)、计算机(6)和传送带(7)，灯带(1)产生的激发光照射到由传送带(7)抛出的玉米籽粒(5)上，含有黄曲霉毒素的玉米籽粒(5)产生荧光，荧光信号经物镜(2)通过成像光谱仪(3)内部分光后由超高灵敏度相机(4)采集，在采集的波长范围中选取410-560nm波段，并在410-560nm波段内等间距的选取30个波长并传输至计算机(6)，计算机(6)根据30个波长点拟合出曲线，根据拟合出的曲线分别计算410-485nm波段、485-560nm波段的强度积分，将410-485nm波段与485-560nm波段的强度积分进行比值运算，最终将所得比值作为污染籽粒与健康籽粒的分选阈值，高于阈值的为污染籽粒，低于阈值的为健康籽粒。
2.根据权利要求1所述的一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，所述灯带(1)为可激发出黄曲霉毒素荧光的单色光源，所述单色光源选择波长365nm或者730nm或者750nm的LED。
3.根据权利要求2所述的一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，所述灯带(1)激发光的波长为365nm，所述灯带(1)包含多个灯珠，其中，单个灯珠的功率为3W。
4.根据权利要求1所述的一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，所述成像光谱仪(3)沿玉米籽粒(5)的运动方向扫描，所述成像光谱仪(3)的光谱范围为400-1000nm，狭缝宽度为40um，光谱分辨率为4nm。
5.根据权利要求1所述的一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，所述物镜(2)的视场覆盖传送带7的宽度，以保证对传送带(7)抛出的玉米籽粒(5)全部得到检测。
6.根据权利要求1所述的一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，所述灯带(1)激发光的光场覆盖传送带(7)的宽度，保证对于对传送带(7)抛出的玉米籽粒(5)全部被激发。
7.根据权利要求1所述的一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，所述灯带(1)与所述成像光谱仪(3)位于玉米籽粒(5)的同侧或异侧，以保证玉米籽粒(5)激发出的荧光可以被成像光谱仪(3)接收。
8.根据权利要求1所述的一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，所述超高灵敏度相机(4)为EMCCD或者SCMOS，且在binning模式下其帧速率能达到870fps，分辨率能调节为1024*32，采用USB2.0传输接口。
9.根据权利要求1所述的一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，传送带(7)的宽度为30cm，传送带(7)的速度为700mm/s。
10.根据权利要求1-9任一所述的一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法，其特征在于，玉米籽粒(5)的长度在10mm-15mm之间，宽度在4mm-8mm之间。
CN202110539696.5A 2021-05-18 2021-05-18 一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法 Active CN113418896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110539696.5A CN113418896B (zh) 2021-05-18 2021-05-18 一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110539696.5A CN113418896B (zh) 2021-05-18 2021-05-18 一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法

Publications (2)

Publication Number Publication Date
CN113418896A true CN113418896A (zh) 2021-09-21
CN113418896B CN113418896B (zh) 2023-01-10

Family

ID=77712480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110539696.5A Active CN113418896B (zh) 2021-05-18 2021-05-18 一种用于在线高通量检测玉米籽粒中黄曲霉毒素的方法

Country Status (1)

Country Link
CN (1) CN113418896B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
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

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4535248A (en) * 1984-08-24 1985-08-13 The United States Of America As Represented By The Secretary Of Agriculture Method for detecting aflatoxin in almonds
US4866283A (en) * 1988-08-12 1989-09-12 Southwest Research Institute Optical inspection of food products
US20120061586A1 (en) * 2010-09-10 2012-03-15 Haibo Yao Method and detection system for detection of aflatoxin in corn with fluorescence spectra
JP2012177607A (ja) * 2011-02-25 2012-09-13 National Agriculture & Food Research Organization アフラトキシン検知方法、アフラトキシン検知装置、および、プログラム
CN103234945A (zh) * 2013-03-29 2013-08-07 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
CN105334199A (zh) * 2015-11-19 2016-02-17 无锡百奥森科技有限公司 一种在线检测玉米中黄曲霉毒素b1的检测仪及其检测方法
CN105651899A (zh) * 2016-04-08 2016-06-08 云南健牛生物科技有限公司 一种高灵敏检测黄曲霉毒素的方法及其应用
CN106442458A (zh) * 2016-11-29 2017-02-22 合肥泰禾光电科技股份有限公司 一种利用紫外荧光光谱的黄曲霉毒素在线检测装置
CN106442441A (zh) * 2016-09-06 2017-02-22 中国科学院南京地理与湖泊研究所 基于荧光光谱积分比值判定有色可溶性有机物来源的方法
US20180067048A1 (en) * 2016-09-06 2018-03-08 Hitachi High-Tech Science Corporation Unknown Sample Determining Method, Unknown Sample Determining Instrument, and Unknown Sample Determining Program
CN110132856A (zh) * 2019-05-18 2019-08-16 安徽大学 小麦赤霉病染病籽粒识别的光谱病害指数构建及应用
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
WO2019201786A1 (en) * 2018-04-20 2019-10-24 Bühler Uk Limited (Bukl) Optical Inspection and Sorting Machine, and Corresponding Method Thereof
CN111103245A (zh) * 2020-02-13 2020-05-05 北华航天工业学院 一种基于光谱技术玉米霉变的快速检测方法
CN112505006A (zh) * 2020-11-06 2021-03-16 宁波工程学院 一种基于三维荧光特征峰的橄榄油品质鉴定装置及方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4535248A (en) * 1984-08-24 1985-08-13 The United States Of America As Represented By The Secretary Of Agriculture Method for detecting aflatoxin in almonds
US4866283A (en) * 1988-08-12 1989-09-12 Southwest Research Institute Optical inspection of food products
US20120061586A1 (en) * 2010-09-10 2012-03-15 Haibo Yao Method and detection system for detection of aflatoxin in corn with fluorescence spectra
JP2012177607A (ja) * 2011-02-25 2012-09-13 National Agriculture & Food Research Organization アフラトキシン検知方法、アフラトキシン検知装置、および、プログラム
CN103234945A (zh) * 2013-03-29 2013-08-07 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
CN105334199A (zh) * 2015-11-19 2016-02-17 无锡百奥森科技有限公司 一种在线检测玉米中黄曲霉毒素b1的检测仪及其检测方法
CN105651899A (zh) * 2016-04-08 2016-06-08 云南健牛生物科技有限公司 一种高灵敏检测黄曲霉毒素的方法及其应用
US20180067048A1 (en) * 2016-09-06 2018-03-08 Hitachi High-Tech Science Corporation Unknown Sample Determining Method, Unknown Sample Determining Instrument, and Unknown Sample Determining Program
CN106442441A (zh) * 2016-09-06 2017-02-22 中国科学院南京地理与湖泊研究所 基于荧光光谱积分比值判定有色可溶性有机物来源的方法
CN106442458A (zh) * 2016-11-29 2017-02-22 合肥泰禾光电科技股份有限公司 一种利用紫外荧光光谱的黄曲霉毒素在线检测装置
WO2019201786A1 (en) * 2018-04-20 2019-10-24 Bühler Uk Limited (Bukl) Optical Inspection and Sorting Machine, and Corresponding Method Thereof
CN110132856A (zh) * 2019-05-18 2019-08-16 安徽大学 小麦赤霉病染病籽粒识别的光谱病害指数构建及应用
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
CN111103245A (zh) * 2020-02-13 2020-05-05 北华航天工业学院 一种基于光谱技术玉米霉变的快速检测方法
CN112505006A (zh) * 2020-11-06 2021-03-16 宁波工程学院 一种基于三维荧光特征峰的橄榄油品质鉴定装置及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
王叶群 等: "用于污染黄曲霉毒素花生分选的荧光信号研究", 《农业工程学报》 *
袁莹，等: "基于高光谱成像技术和因子判别分析的玉米黄曲霉毒素检测研究", 《中国粮油学报》 *
褚璇，等: "基于颜色特征的含黄曲霉毒素玉米颗粒的检出方法", 《中国粮油学报》 *
赵宁 等: "高效液相色谱法测定花生中黄曲霉素的含量", 《科技信息》 *

Cited By (2)

* Cited by examiner, † Cited by third party
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

Also Published As

Publication number Publication date
CN113418896B (zh) 2023-01-10

Similar Documents

Publication Publication Date Title
CA2685158C (en) Simultaneous acquisition of fluorescence and reflectance imaging techniques with a single imaging device
Huang et al. Development of a multispectral imaging system for online detection of bruises on apples
US9091643B2 (en) Device and method for analyzing kernel component
Kim et al. Line-scan hyperspectral imaging platform for agro-food safety and quality evaluation: System enhancement and characterization
US20140333755A1 (en) System and Method for Individually Inspecting Objects in a Stream of Products and a Sorting Apparatus Comprising Such System
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
Özlüoymak Development of a UV-based imaging system for real-time detection and separation of dried figs contaminated with aflatoxins
Cho et al. Multispectral detection of organic residues on poultry processing plant equipment based on hyperspectral reflectance imaging technique
US20090185164A1 (en) Method of inspecting food and inspection apparatus implementing the same
KR102240757B1 (ko) Lctf-기반 다분광 영상 기술을 이용한 가공 채소류 내 포함된 이물질 실시간 검출 시스템
CN113102291A (zh) 一种黄曲霉毒素检测分选装置及检测分选方法
Xing et al. Wavelength selection for surface defects detection on tomatoes by means of a hyperspectral imaging system
US20090185165A1 (en) Method of inspecting food and inspection apparatus implementing the same
Park et al. Hyperspectral imaging for food processing automation
Huang et al. Early detection of bruises on apples using near-infrared hyperspectral image
US20050017186A1 (en) Method and means for detecting internal larval infestation in granular material
Yang et al. Simple multispectral image analysis for systemically diseased chicken identification
CN113522766B (zh) 一种在线检测玉米籽粒中黄曲霉毒素的设备及检测方法
Huang et al. Development of a multi-spectral imaging system for the detection of bruises on apples
CA2777737C (en) Systems and methods for characterizing wood furnish
JPH0618329A (ja) 物体の画像分光法及びその装置
Park et al. Assessment of hyperspectral imaging system for poultry safety inspection
Delwiche et al. Hyperspectral imaging for detection of black tip damage in wheat kernels
JP2006021170A (ja) 青果物の品質選別方法および品質選別装置
Li et al. Multispectral imaging for early decay detection in citrus fruit

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