CN113777063A - 一种果蔬农残快速实时检测多光谱探测系统及其使用方法 - Google Patents
一种果蔬农残快速实时检测多光谱探测系统及其使用方法 Download PDFInfo
- Publication number
- CN113777063A CN113777063A CN202111045426.5A CN202111045426A CN113777063A CN 113777063 A CN113777063 A CN 113777063A CN 202111045426 A CN202111045426 A CN 202111045426A CN 113777063 A CN113777063 A CN 113777063A
- Authority
- CN
- China
- Prior art keywords
- light
- module
- fruit
- 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.)
- Pending
Links
- 235000012055 fruits and vegetables Nutrition 0.000 title claims abstract description 58
- 239000000447 pesticide residue Substances 0.000 title claims abstract description 54
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 15
- 229910052736 halogen Inorganic materials 0.000 claims abstract description 41
- 150000002367 halogens Chemical class 0.000 claims abstract description 40
- 230000003595 spectral effect Effects 0.000 claims abstract description 39
- 238000003384 imaging method Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000011897 real-time detection Methods 0.000 claims abstract description 13
- 238000005286 illumination Methods 0.000 claims abstract description 3
- 239000004744 fabric Substances 0.000 claims description 18
- 230000003993 interaction Effects 0.000 claims description 17
- 238000002310 reflectometry Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 9
- 229910052709 silver Inorganic materials 0.000 claims description 9
- 239000004332 silver Substances 0.000 claims description 9
- 238000013016 damping Methods 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 238000010205 computational analysis Methods 0.000 claims description 4
- 229920000728 polyester Polymers 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 244000099147 Ananas comosus Species 0.000 claims description 3
- 235000007119 Ananas comosus Nutrition 0.000 claims description 3
- 239000004677 Nylon Substances 0.000 claims description 3
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 3
- 239000005337 ground glass Substances 0.000 claims description 3
- 230000031700 light absorption Effects 0.000 claims description 3
- 229920001778 nylon Polymers 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 11
- 238000002329 infrared spectrum Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 2
- 241000227653 Lycopersicon Species 0.000 description 7
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000005747 Chlorothalonil Substances 0.000 description 3
- 239000000956 alloy Substances 0.000 description 3
- 229910045601 alloy Inorganic materials 0.000 description 3
- CRQQGFGUEAVUIL-UHFFFAOYSA-N chlorothalonil Chemical compound ClC1=C(Cl)C(C#N)=C(Cl)C(C#N)=C1Cl CRQQGFGUEAVUIL-UHFFFAOYSA-N 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001237 Raman spectrum Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000004808 supercritical fluid chromatography Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004809 thin layer chromatography 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
-
- 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
- G01N21/17—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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1765—Method using an image detector and processing of image signal
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
本发明提出一种果蔬农残快速实时检测多光谱探测系统及其使用方法，所述检测系统包括数据处理模块和与之相连的成像单元；数据处理模块经成像单元采集置于暗箱内的载物模块处的果蔬样本图像，并分析图像光谱特征以评估样本农残情况；暗箱内设有照明模块；所述照明模块包括设于万向转动轴处的卤素光源，卤素光源的光输出端处设有匀光片；所述暗箱上部设有反光面朝向载物模块的反光模块；当成像单元对样本拍照时，卤素光源光线在反光模块反光面处反射并对样本照明；本发明能降低设备成本，并利用自动化维稳云台和反光模块扩大适用范围，以可见/近红外光谱技术进行快速、无损的果蔬农药残留实时检测。
Description
技术领域
本发明涉及检测技术领域，尤其是一种果蔬农残快速实时检测多光谱探测系统及其使用方法。
背景技术
我国是世界果蔬生产和消费大国，果蔬品质安全一直广受关注。但是，由于缺乏实用的检测技术，果蔬农药残留污染一直影响着人们的生活安全，也制约了我国果蔬产业的快速健康发展。由于不少农民为了牟取更大的利益，滥用农药、激素等化学制剂进行杀虫、灭菌与催熟，导致上市果蔬农药残留超标，严重危害消费者的生命健康，故政府和社会对果蔬农药残留的检测技术投入了广泛关注。
目前，用于果蔬农残检测的技术主要有薄层色谱法、气相色谱法、高效液相色谱法、超临界流体色谱法等，这些技术都是需要进行前处理的有损检测技术，会对果蔬造成不可逆的破坏，它们不但操作繁琐，检测时间长，而且需要消耗大量化学试剂，会对环境造成污染。因此，亟需满足精度要求的无损检测技术应用到果蔬农残检测领域。
现有果蔬农残无损检测产品大多基于拉曼光谱进行分析，但是此类设备价格昂贵，果蔬样本易产生荧光现象对拉曼光谱造成背景干扰，而采用可见/近红外光谱技术进行探测，不但可以有效降低成本，而且由于操作简单，易于实现在线分析及监测，非常适合果蔬生长或加工过程中的实时探测。
发明内容
本发明提出一种果蔬农残快速实时检测多光谱探测系统及其使用方法，能降低设备成本，并利用自动化维稳云台和反光模块扩大适用范围，以可见/近红外光谱技术进行快速、无损的果蔬农药残留实时检测。
本发明采用以下技术方案。
一种果蔬农残快速实时检测多光谱探测系统，所述检测系统包括数据处理模块(6)和与之相连的成像单元(5)；数据处理模块经成像单元采集置于暗箱(1)内的载物模块(4)处的果蔬样本图像，并分析图像光谱特征以评估样本农残情况；暗箱内设有照明模块(2)；所述照明模块包括设于万向转动轴(10)处的卤素光源(8)，卤素光源的光输出端处设有匀光片(9)；所述暗箱上部设有反光面朝向载物模块的反光模块(3)；当成像单元对样本拍照时，卤素光源光线在反光模块反光面处反射并对样本照明。
所述反光模块的反光面处设有反光板(12)、柔光布(13)和调整转轴(14)。
当成像单元对样本拍照时，卤素光源的光输出端指向反光模块的反光面。
所述匀光片为可把卤素光源的点光源转换为平行光源的匀光片；所述反光板把卤素光源的光线反射至样品处以避免光线直射在样品处产生高亮光斑。
所述暗箱内的卤素光源数量范围为两盏至四盏，功率范围为20-50W；匀光片尺寸与卤素光源的光输出端尺寸匹配；所述匀光片厚度范围为2-10mm；当卤素光源的光输出端处设有多枚匀光片时，多枚匀光片在光输出方向上层叠设置。
所述反光板以磨砂玻璃、亚克力板或米菠萝板成型；所述反光板颜色为白色、银色或黑色；所述柔光布为以涤纶布或尼龙布成型且能产生均匀反射光的光反射部件，柔光布的颜色为白色、银色或黑色。
所述暗箱箱体为框架式结构，箱体处设有把手；载物模块安装于暗箱内部的支架上，包括用于支撑样本的升降台(15)，升降台项部设有可更换的背景板(16)，背景板为黑色吸光绒布背景板、白色均匀反光背景板或银色均匀反光背景板中的一种，升降台的竖向调节距离范围为30cm-50cm。
所述成像单元包括设置于同一纵轴处的自动化云台(17)和快照式多光谱相机(18)；
所述自动化云台为与暗箱箱体相连的两轴-两框架结构形式的云台，其系统减震结构包括橡胶减震球；
所述快照式多光谱相机为Mosaic阵列滤光片式的探测器，其响应波段的波长范围为400-1000nm，共计N个波段，N＞1，FWHM为10-15nm，数据处理模块通过快照式多光谱相机，在一次成像中获得样本全部目标波段的光谱图像，通过光谱图像进行可见/近红外波段的果蔬农残多光谱无损检测。
所述数据处理模块包括微控制器(19)、人机交互模块(20)和计算分析设备(21)；所述照明模块、成像单元、数据处理模块均与暗箱内的电源模块(7)相连，所述电源模块包括散热风扇(22)，电源模块通过可将220V交流电源转换成直流电源的直流稳压控制器(11)对卤素光源供电；
所述人机交互模块包括人机交互界面，人机交互界面的窗口界面包括系统初始化、曝光时间、光谱图像、光谱反射率、光谱曲线、农药残留量计算。
一种果蔬农残快速实时检测多光谱探测系统的使用方法，所述计算分析设备为计算机，使用方法包括以下步骤；
步骤S1、系统初始化，具体包括：预热卤素光源、使自动化云台自动维稳，调整快照式多光谱相机初始参数；
步骤S2、获取校正参数，具体包括：利用100％标定板获取快照式多光谱相机的白板图像数据，和盖上快照式多光谱相机的镜头盖获取其暗电流数据；
步骤S3、把待检测果蔬的样本置于升降台顶部背景板中央，关闭暗箱箱门，通过快照式多光谱相机采集样本的光谱图像，以计算机分析光谱图像，获得光谱反射率曲线与农药残留量，反射率计算公式如下：
式中，R0为待测果蔬图像光谱反射率值，Rd为反射率为0％的暗电流图像的光谱反射率值，Rw为反射率为100％的标准白板图像的光谱反射率值，R为待测果蔬图像校正后的光谱反射率值；
将光谱反射率值代入预先设定的预测模型，计算得到农药残留量，再与国家标准限值进行对比，以评估待测果蔬的农药残留量是否在安全范围内。
与现有技术相比，本发明的有益效果在于：设计为成套系统，便于携带；利用可见/近红外光谱技术进行果蔬农残快速、无损的实时检测，有效降低成本；通过本发明所设计照明模块和反光模块，能有效避免光源光线直射产生的高亮光斑，提升数据采集和后续分析的准确性；设计自动化云台系统，便于相机在不同工作场景下正常维稳和姿态调节；设计载物模块，可以依据不同果蔬大小进行高度调节，可以进行背景板选择；设计人机交互界面，操作方便，结果直观。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明：
附图1是本发明的原理示意图；
附图2是本发明的结构示意图；
附图3是本发明的检测流程示意图；
附图4是本发明的自动云台两轴-两框架的结构示意图；
附图5是样本为番茄时，番茄表面百菌清农药残留特征波段光谱图像的示意图；
附图6是样本为番茄时，番茄表面百菌清农药残留特征波段光谱反射率曲线示意图；
图中：1-暗箱；2-照明模块；3-反光模块；4-载物模块；5-成像单元；6-数据处理模块；7-电源模块；8-卤素光源；9-匀光片；10-万向转动轴；11-直流稳压控制器；12-反光板；13-柔光布；14-调整转轴；15-升降台；16-背景板；17-自动化云台；18-快照式多光谱相机；19-微控制器；20-人机交互模块；21-计算分析设备；22-散热风扇。
具体实施方式
如图所示，一种果蔬农残快速实时检测多光谱探测系统，所述检测系统包括数据处理模块6和与之相连的成像单元5；数据处理模块经成像单元采集置于暗箱1内的载物模块4处的果蔬样本图像，并分析图像光谱特征以评估样本农残情况；暗箱内设有照明模块2；所述照明模块包括设于万向转动轴10处的卤素光源8，卤素光源的光输出端处设有匀光片9；所述暗箱上部设有反光面朝向载物模块的反光模块3；当成像单元对样本拍照时，卤素光源光线在反光模块反光面处反射并对样本照明。
所述反光模块的反光面处设有反光板12、柔光布13和调整转轴14。
当成像单元对样本拍照时，卤素光源的光输出端指向反光模块的反光面。
所述匀光片为可把卤素光源的点光源转换为平行光源的匀光片；所述反光板把卤素光源的光线反射至样品处以避免光线直射在样品处产生高亮光斑。
所述暗箱内的卤素光源数量范围为两盏至四盏，功率范围为20-50W；匀光片尺寸与卤素光源的光输出端尺寸匹配；所述匀光片厚度范围为2-10mm；当卤素光源的光输出端处设有多枚匀光片时，多枚匀光片在光输出方向上层叠设置。
所述反光板以磨砂玻璃、亚克力板或米菠萝板成型；所述反光板颜色为白色、银色或黑色；所述柔光布为以涤纶布或尼龙布成型且能产生均匀反射光的光反射部件，柔光布的颜色为白色、银色或黑色。
所述暗箱箱体为框架式结构，箱体处设有把手；载物模块安装于暗箱内部的支架上，包括用于支撑样本的升降台15，升降台顶部设有可更换的背景板16，背景板为黑色吸光绒布背景板、白色均匀反光背景板或银色均匀反光背景板中的一种，升降台的竖向调节距离范围为30cm-50cm。
所述成像单元包括设置于同一纵轴处的自动化云台17和快照式多光谱相机18；
所述自动化云台为与暗箱箱体相连的两轴-两框架结构形式的云台，其系统减震结构包括橡胶减震球；
所述快照式多光谱相机为Mosaic阵列滤光片式的探测器，其响应波段的波长范围为400-1000nm，共计N个波段，N＞1，FWHM为10-15nm，数据处理模块通过快照式多光谱相机，在一次成像中获得样本全部目标波段的光谱图像，通过光谱图像进行可见/近红外波段的果蔬农残多光谱无损检测。
所述数据处理模块包括微控制器19、人机交互模块20和计算分析设备21；所述照明模块、成像单元、数据处理模块均与暗箱内的电源模块7相连，所述电源模块包括散热风扇22，电源模块通过可将220V交流电源转换成直流电源的直流稳压控制器11对卤素光源供电；
所述人机交互模块包括人机交互界面，人机交互界面的窗口界面包括系统初始化、曝光时间、光谱图像、光谱反射率、光谱曲线、农药残留量计算。
一种果蔬农残快速实时检测多光谱探测系统的使用方法，所述计算分析设备为计算机，使用方法包括以下步骤；
步骤S1、系统初始化，具体包括：预热卤素光源、使自动化云台自动维稳，调整快照式多光谱相机初始参数；
步骤S2、获取校正参数，具体包括：利用100％标定板获取快照式多光谱相机的白板图像数据，和盖上快照式多光谱相机的镜头盖获取其暗电流数据；
步骤S3、把待检测果蔬的样本置于升降台顶部背景板中央，关闭暗箱箱门，通过快照式多光谱相机采集样本的光谱图像，以计算机分析光谱图像，获得光谱反射率曲线与农药残留量，反射率计算公式如下：
式中，R0为待测果蔬图像光谱反射率值，Rd为反射率为0％的暗电流图像的光谱反射率值，Rw为反射率为100％的标准白板图像的光谱反射率值，R为待测果蔬图像校正后的光谱反射率值；
将光谱反射率值代入预先设定的预测模型，计算得到农药残留量，再与国家标准限值进行对比，以评估待测果蔬的农药残留量是否在安全范围内，
本例中，在明确检测系统的光学特征后，预先设定的检测模型公式如下：
y＝174.2492x1+19.8940x2+253.5275x3-302.3361x4+36.6506x5
式中，y表示待测果蔬的农药残留量，单位为mg/kg，x1、x2、x3、x4、x5分别表示5个特征波段下的光谱反射率值。
本例中，暗箱(1)为长方体框架式结构，分为上中下三层，中间以合金板隔开，结构牢固且质量轻便。项部设计把手，便于该成套系统携带。箱体前方设置一扇门，便于待测果蔬的放入和取出。上层为成像单元(5)，中层为照明模块(2)、反光模块(3)、载物模块(4)，下层为电源模块(7)。上中层合金板中间开圆形孔，便于相机进行图像采集。
本例中，卤素光源(8)由两个功率为25W的卤素灯组成，对称安装于所述暗箱(1)的中下层合金隔板上方的左右两侧，利用万向转动轴(10)实现多自由度调节，匀光片(9)尺寸10mm×15mm，厚度3mm，将卤素灯的点光源变为平行光源。
本例中，本例中，反光板为白色磨砂柔光板，柔光布(13)为白色涤纶布料，将暗箱(1)中层内壁贴满，将内部光线均匀反射，柔化光线，减少待测果蔬上的光斑和阴影。
本例中，背景板为黑色吸光绒布背景板。
本例中，升降台由氧化铝成型，台面尺寸15cm×15cm，升降范围6.5cm～25cm，承重标准10kg。
本例中，自动化云台(17)为两轴-两框架形式，其结构示意图如图4所示，该结构形式成熟稳定、体积小巧、结构紧凑，适用于负载小、精度高的结构，可以根据相机的工作环境要求，在正常工作时稳定相机视轴，保证成像质量，在特殊工作场景下根据特殊指令进行姿态变化，选择橡胶减震球进行系统减震，自动化云台(17)和快照式多光谱相机(18)布置在同一纵轴，云台系统与暗箱(1)箱体相连。
本例中，所述快照式多光谱相机(18)为MQ022HG-SM5×5-NIR型多光谱相机，响应波段为665-950nm，共计25个波段，FWHM为10-15nm，曝光时间为3ms。
本例中，所述人机交互模块(20)，基于Matlab、Python、C++编程进行设计，用于指令传递和数据采集，包括由Labview制作的人机交互界面，可以对采集图像进行处理，实现果蔬农残实时检测，人机交互界面包括系统初始化、曝光时间、光谱图像、光谱反射率、光谱曲线、农药残留量计算等窗口，在检测番茄样本时，若将样本的光谱反射率值代入预先设定的预测模型后，计算得到农药残留量为4.2735mg/kg，而番茄上百菌清农药残留的国家标准限为5mg/kg，则评估待测番茄样本为安全样本。
以上描述了本发明的主要技术特征和基本原理及相关优点，对于本领域技术人员而言，显然本发明不限于上述示范性具体实施方式的细节，而且在不背离本发明的构思或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将上述具体实施方式看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种果蔬农残快速实时检测多光谱探测系统，其特征在于：所述检测系统包括数据处理模块(6)和与之相连的成像单元(5)；数据处理模块经成像单元采集置于暗箱(1)内的载物模块(4)处的果蔬样本图像，并分析图像光谱特征以评估样本农残情况；暗箱内设有照明模块(2)；所述照明模块包括设于万向转动轴(10)处的卤素光源(8)，卤素光源的光输出端处设有匀光片(9)；所述暗箱上部设有反光面朝向载物模块的反光模块(3)；当成像单元对样本拍照时，卤素光源光线在反光模块反光面处反射并对样本照明。
2.根据权利要求1所述的一种果蔬农残快速实时检测多光谱探测系统，其特征在于：所述反光模块的反光面处设有反光板(12)、柔光布(13)和调整转轴(14)。
3.根据权利要求2所述的一种果蔬农残快速实时检测多光谱探测系统，其特征在于：当成像单元对样本拍照时，卤素光源的光输出端指向反光模块的反光面。
4.根据权利要求3所述的一种果蔬农残快速实时检测多光谱探测系统，其特征在于：所述匀光片为可把卤素光源的点光源转换为平行光源的匀光片；所述反光板把卤素光源的光线反射至样品处以避免光线直射在样品处产生高亮光斑。
5.根据权利要求4所述的一种果蔬农残快速实时检测多光谱探测系统，其特征在于：所述暗箱内的卤素光源数量范围为两盏至四盏，功率范围为20-50W；匀光片尺寸与卤素光源的光输出端尺寸匹配；所述匀光片厚度范围为2-10mm；当卤素光源的光输出端处设有多枚匀光片时，多枚匀光片在光输出方向上层叠设置。
6.根据权利要求3所述的一种果蔬农残快速实时检测多光谱探测系统，其特征在于：所述反光板以磨砂玻璃、亚克力板或米菠萝板成型；所述反光板颜色为白色、银色或黑色；所述柔光布为以涤纶布或尼龙布成型且能产生均匀反射光的光反射部件，柔光布的颜色为白色、银色或黑色。
7.根据权利要求1所述的一种果蔬农残快速实时检测多光谱探测系统，其特征在于：所述暗箱箱体为框架式结构，箱体处设有把手；载物模块安装于暗箱内部的支架上，包括用于支撑样本的升降台(15)，升降台顶部设有可更换的背景板(16)，背景板为黑色吸光绒布背景板、白色均匀反光背景板或银色均匀反光背景板中的一种，升降台的竖向调节距离范围为30cm-50cm。
8.根据权利要求1所述的一种果蔬农残快速实时检测多光谱探测系统，其特征在于：所述成像单元包括设置于同一纵轴处的自动化云台(17)和快照式多光谱相机(18)；
所述自动化云台为与暗箱箱体相连的两轴-两框架结构形式的云台，其系统减震结构包括橡胶减震球；
所述快照式多光谱相机为Mosaic阵列滤光片式的探测器，其响应波段的波长范围为400-1000nm，共计N个波段，N>1，FWHM为10-15nm，数据处理模块通过快照式多光谱相机，在一次成像中获得样本全部目标波段的光谱图像，通过光谱图像进行可见/近红外波段的果蔬农残多光谱无损检测。
9.根据权利要求1所述的一种果蔬农残快速实时检测多光谱探测系统，其特征在于：所述数据处理模块包括微控制器(19)、人机交互模块(20)和计算分析设备(21)；所述照明模块、成像单元、数据处理模块均与暗箱内的电源模块(7)相连，所述电源模块包括散热风扇(22)，电源模块通过可将220V交流电源转换成直流电源的直流稳压控制器(11)对卤素光源供电；
所述人机交互模块包括人机交互界面，人机交互界面的窗口界面包括系统初始化、曝光时间、光谱图像、光谱反射率、光谱曲线、农药残留量计算。
10.一种果蔬农残快速实时检测多光谱探测系统的使用方法，其特征在于：所述计算分析设备为计算机，使用方法包括以下步骤；
步骤S1、系统初始化，具体包括：预热卤素光源、使自动化云台自动维稳，调整快照式多光谱相机初始参数；
步骤S2、获取校正参数，具体包括：利用100％标定板获取快照式多光谱相机的白板图像数据，和盖上快照式多光谱相机的镜头盖获取其暗电流数据；
步骤S3、把待检测果蔬的样本置于升降台顶部背景板中央，关闭暗箱箱门，通过快照式多光谱相机采集样本的光谱图像，以计算机分析光谱图像，获得光谱反射率曲线与农药残留量，反射率计算公式如下：
式中，R0为待测果蔬图像光谱反射率值，Rd为反射率为0％的暗电流图像的光谱反射率值，Rw为反射率为100％的标准白板图像的光谱反射率值，R为待测果蔬图像校正后的光谱反射率值；
将光谱反射率值代入预先设定的预测模型，计算得到农药残留量，再与国家标准限值进行对比，以评估待测果蔬的农药残留量是否在安全范围内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111045426.5A CN113777063A (zh) | 2021-09-07 | 2021-09-07 | 一种果蔬农残快速实时检测多光谱探测系统及其使用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111045426.5A CN113777063A (zh) | 2021-09-07 | 2021-09-07 | 一种果蔬农残快速实时检测多光谱探测系统及其使用方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113777063A true CN113777063A (zh) | 2021-12-10 |
Family
ID=78841504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111045426.5A Pending CN113777063A (zh) | 2021-09-07 | 2021-09-07 | 一种果蔬农残快速实时检测多光谱探测系统及其使用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113777063A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115078270A (zh) * | 2022-08-19 | 2022-09-20 | 北京市农林科学院智能装备技术研究中心 | 果蔬表面全域光谱检测系统和检测方法 |
| CN115268177A (zh) * | 2022-06-15 | 2022-11-01 | 华北水利水电大学 | 一种简易便捷的混凝土试块拍照装置 |
| CN117929376A (zh) * | 2024-03-22 | 2024-04-26 | 华南农业大学 | 一种基于主动光源的植物叶片透射与反射纹理影像同步采集装置与方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013098708A2 (en) * | 2011-12-30 | 2013-07-04 | Koninklijke Philips Electronics N.V. | Multispectral data acquisition |
| CN104865194A (zh) * | 2015-04-03 | 2015-08-26 | 江苏大学 | 基于近红外、荧光、偏振多光谱的蔬菜农残检测装置及方法 |
| CN108341056A (zh) * | 2017-12-30 | 2018-07-31 | 浙江大学 | 一种农情监测无人机 |
| US20180252691A1 (en) * | 2017-03-01 | 2018-09-06 | Maf Agrobotic | Method and device for optically analysing fruit or vegetables and device for automatic sorting |
| CN108872091A (zh) * | 2018-03-20 | 2018-11-23 | 浙江理工大学 | 一种基于高光谱成像的蔬菜农药残留浓度的检测方法 |
| CN112611717A (zh) * | 2020-12-31 | 2021-04-06 | 深圳茵富思无损检测技术有限公司 | 一种基于多光谱灯源成像的果蔬视觉检测系统 |
-
2021
- 2021-09-07 CN CN202111045426.5A patent/CN113777063A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013098708A2 (en) * | 2011-12-30 | 2013-07-04 | Koninklijke Philips Electronics N.V. | Multispectral data acquisition |
| CN104865194A (zh) * | 2015-04-03 | 2015-08-26 | 江苏大学 | 基于近红外、荧光、偏振多光谱的蔬菜农残检测装置及方法 |
| US20180252691A1 (en) * | 2017-03-01 | 2018-09-06 | Maf Agrobotic | Method and device for optically analysing fruit or vegetables and device for automatic sorting |
| CN108341056A (zh) * | 2017-12-30 | 2018-07-31 | 浙江大学 | 一种农情监测无人机 |
| CN108872091A (zh) * | 2018-03-20 | 2018-11-23 | 浙江理工大学 | 一种基于高光谱成像的蔬菜农药残留浓度的检测方法 |
| CN112611717A (zh) * | 2020-12-31 | 2021-04-06 | 深圳茵富思无损检测技术有限公司 | 一种基于多光谱灯源成像的果蔬视觉检测系统 |
Non-Patent Citations (2)
| Title |
|---|
| 孙俊, 东南大学出版社 * |
| 廖宁放编著: "《高等色度学》", 31 July 2020, 北京理工大学出版社 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115268177A (zh) * | 2022-06-15 | 2022-11-01 | 华北水利水电大学 | 一种简易便捷的混凝土试块拍照装置 |
| CN115078270A (zh) * | 2022-08-19 | 2022-09-20 | 北京市农林科学院智能装备技术研究中心 | 果蔬表面全域光谱检测系统和检测方法 |
| CN115078270B (zh) * | 2022-08-19 | 2022-11-29 | 北京市农林科学院智能装备技术研究中心 | 果蔬表面全域光谱检测系统和检测方法 |
| CN117929376A (zh) * | 2024-03-22 | 2024-04-26 | 华南农业大学 | 一种基于主动光源的植物叶片透射与反射纹理影像同步采集装置与方法 |
| CN117929376B (zh) * | 2024-03-22 | 2024-06-11 | 华南农业大学 | 一种基于主动光源的植物叶片透射与反射纹理影像同步采集装置与方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113777063A (zh) | 一种果蔬农残快速实时检测多光谱探测系统及其使用方法 | |
| Kim et al. | Hyperspectral reflectance and fluorescence imaging system for food quality and safety | |
| US10168215B2 (en) | Color measurement apparatus and color information processing apparatus | |
| Saldaña et al. | Computer vision applied to the inspection and quality control of fruits and vegetables | |
| CN111225750A (zh) | 用于检测至少一个对象的多组对象数据记录的检测设备和方法 | |
| US9041928B2 (en) | Feature value estimation device and corresponding method, and spectral image processing device and corresponding method | |
| CN108872085B (zh) | 基于蓝色波段透射图像检测的脐橙烂心无损检测方法 | |
| CA2685158A1 (en) | Simultaneous acquisition of fluorescence and reflectance imaging techniques with a single imaging device | |
| CN109060670A (zh) | 一种反射和透射一体化的高光谱成像系统及方法 | |
| Peirs et al. | Starch index determination of apple fruit by means of a hyperspectral near infrared reflectance imaging system | |
| CN101776597A (zh) | 一种畜肉细菌总数无损检测方法 | |
| US11209313B2 (en) | Inspection apparatus, inspection system, and inspection method | |
| CN109341857A (zh) | 分光测定装置及分光测定方法 | |
| CN105181611A (zh) | 类球形水果透射高光谱成像无损检测装置 | |
| CN113167728A (zh) | 一种用于测量材料光学特性的光学装置 | |
| CN113607676A (zh) | 基于异形比色皿和近红外图像的牛奶成分快速检测方法 | |
| CN216117310U (zh) | 一种果蔬农残快速实时检测多光谱探测系统 | |
| CN111007026A (zh) | 一种基于光谱芯片的食品新鲜度检测系统及检测方法 | |
| CN205049472U (zh) | 一种类球形水果透射高光谱成像无损检测装置 | |
| CN112730275B (zh) | 显微光谱成像系统、农药检测系统及其方法 | |
| Nguyen et al. | Early detection of slight bruises in apples by cost-efficient near-infrared imaging | |
| US20190346307A1 (en) | Spectral imaging systems and methods of generating spectral image data using the same | |
| CN214041128U (zh) | 一种基于透射式高光谱成像的鸡蛋品质在线检测装置 | |
| CN108267298A (zh) | Cmos图像传感器光谱响应空间辐射损伤的测试设备及其方法 | |
| CN114910444A (zh) | 成分分析仪及成分分析系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211210 |
|
| RJ01 | Rejection of invention patent application after publication |