CN114371149A - 一种农产品质量安全检测系统 - Google Patents

一种农产品质量安全检测系统 Download PDF

Info

Publication number
CN114371149A
CN114371149A CN202210067763.2A CN202210067763A CN114371149A CN 114371149 A CN114371149 A CN 114371149A CN 202210067763 A CN202210067763 A CN 202210067763A CN 114371149 A CN114371149 A CN 114371149A
Authority
CN
China
Prior art keywords
signal
pesticide
agricultural product
frequency doubling
signal intensity
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
CN202210067763.2A
Other languages
English (en)
Other versions
CN114371149B (zh
Inventor
朱国英
吴明来
钱一华
吴爱美
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.)
Chizhou Agricultural Product Quality Safety Monitoring Center
Original Assignee
Chizhou Agricultural Product Quality Safety Monitoring Center
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 Chizhou Agricultural Product Quality Safety Monitoring Center filed Critical Chizhou Agricultural Product Quality Safety Monitoring Center
Priority to CN202210067763.2A priority Critical patent/CN114371149B/zh
Publication of CN114371149A publication Critical patent/CN114371149A/zh
Application granted granted Critical
Publication of CN114371149B publication Critical patent/CN114371149B/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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55—Specular reflectivity
    • 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
    • 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
    • G01N2021/3129—Determining multicomponents by multiwavelength light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/061—Sources
    • G01N2201/06113—Coherent sources; lasers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods
    • G01N2201/1293—Using chemometrical methods resolving multicomponent spectra

Landscapes

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

Abstract

本发明公开了一种农产品质量安全检测系统，涉及农产品安全检测技术领域，通过设置光发射单元对待检测的农产品进行光谱检测，从而通过所获得的待检测的农产品的光谱信号，对待检测的农产品进行三维建模，再通过将农作物的表面划分为若干个区域，从而能够对每个区域内进行数据分析，获得多组数据分析结果，同时在区域内通过固定方式，从而能够获得一个随机位置和方向的中垂线，再对中垂线上的荧光信号的信号强度进行获取，从而能够使得被分析的数据更加具有随机性和偶然性，提高数据分析结果的可靠程度；通过设置倍频单元，从而能够使得在对农产品进行检测的过程中，通过倍频单元能够获得多种波长的检测激光。

Description

一种农产品质量安全检测系统
技术领域
本发明涉及农产品安全检测技术领域，具体是一种农产品质量安全检测系统。
背景技术
农产品在进入市场之前，均需要对农产品的品质安全情况进行检测，其中，农药残留是非常重要的检测项目之一，现有的对农产品进行农药残留的检测过程通常为酶抑制法或色谱法，这两种检测方式对操作人员的技术要求较高，且过程繁琐复杂，稍微的操作不当就会造成结果与实际情况之间存在较大的偏差，为此，现提供一种农产品质量安全检测系统。
发明内容
本发明的目的在于提供一种农产品质量安全检测系统。
本发明的目的可以通过以下技术方案实现：一种农产品质量安全检测系统，包括检测中心，所述检测中心通信连接有数据采集模块、数据处理模块以及数据分析模块；
所述数据采集模块包括样本平台、光发射单元、显微放大单元以及光接收单元；然后通过数据采集模块获取待检测的农产品的光谱参数，然后将所获得的数据发送至数据处理模块，所述数据处理模块用于对数据采集模块所获取到的数据进行处理；
所述数据分析模块内设置有农药残留分析模型，用于根据待检测的农作物的光谱参数，对农作物表面的农药残留情况进行分析。
进一步的，所述数据采集模块通过光发射单元发射原始激光，然后再通过倍频单元获得检测激光，获取检测激光的过程包括：
将待检测的农产品放置在样本平台上，根据待检测的农产品的种类，选择相应颜色的光源；
光发射单元向待检测的农产品发射原始激光，并获得原始激光的波长；
通过倍频单元对原始激光的波长进行调节，从而不同波长的检测激光。
进一步的，所述光发射单元内设置有若干个倍频单元，光发射单元内的倍频单元均设置有标号，记录每个倍频单元的放大倍率，然后将倍频单元的标号按照放大倍率由小到大进行排序，根据需求选择相应的倍频单元，将原始激光通过倍频单元调节后所产生的检测激光的波长进行标记，检测激光在到达待检测的农产品表面后，通过光接收单元接收反射的荧光信号，通过显微放大单元对光接收单元所接收到反射光谱和荧光信号分布区域进行放大，从而获得光谱信号和荧光信号分布区域放大图。
进一步的，所述倍频单元对原始激光进行调节时，会根据所需要获得的检测激光的波长，自动选择所需要的倍频单元，过程包括：
获得检测激光的波长对应的波长所需要放大倍率值，将最大放大倍率对应的倍频单元以及最小放大倍率对应的倍频单元分别与放大倍率值进行比较，然后选择相应的倍频单元。
进一步的，所述数据处理模块用于对数据采集模块所获得的数据进行处理，从而获得农作物表面的荧光信号分布情况以及信号强度，对数据采集模块所获取到的数据进行处理的过程包括：
对光谱信号进行光谱分析后，建立待检测农作物的等比例三维模型图；
将获得的荧光信号按照实际分布情况，映射至三维模型图内；
获得在待检测的农作物的表面的荧光信号的信号强度，然后根据信号强度对荧光信号进行着色处理，信号强度越高，则着色颜色越深。
将待检测的农作物表面划分为若干个区域，然后在每个区域内选取该区域内信号强度最大的点和信号强度最小的点，并将两点进行连线，选取所获得的连接线的中垂线，获取该中垂线上且位于该区域内的所有荧光信号的信号强度；
以中垂线的垂足为原点，建立二维坐标系，然后获得荧光信号的信号强度变化曲线图。
进一步的，农作物表面的区域内荧光信号的信号强度最大的点或最小的点同时存在多个时，则将距离最远的信号强度最大的点和信号强度最小的点进行标记，然后将两点进行连线，获得连接线。
进一步的，所述农药残留分析模型的建立过程包括：
设置农药种类信息库，并向农药种类信息库内导入不同种类的农药信息；
根据每种农药建立荧光信号参照表，所述荧光信号参照表包括每种农药对应的荧光信号的信号宽度以及不同农药浓度所对应的荧光信号的信号强度。
进一步的，数据分析模块对数据的分析过程包括：
将荧光信号的信号强度变化曲线图进行标记，然后将荧光信号的信号强度变化曲线图中的变化曲线与横坐标轴之间的区间进行标记；
获取该区间的面积，则该区间的面积即为荧光信号的信号强度之和；
根据荧光信号的信号强度之和获得该农作物表面区域内的信号强度的平均值；
再将农作物表面每个区域内的信号强度平均值进行汇总；
建立农药残留分析模型，将农作物表面每个区域内的信号强度平均值分别输入至农药残留分析模型，将所获得的荧光信号输入至农药残留分析模型后，获取所输入的荧光信号的信号宽度，从而获得与该信号宽度对应的农药种类，然后通过信号强度平均值获得该农药种类的农药浓度；
设置农药浓度阈值，然后将所获得的农药浓度与农药浓度阈值进行对比，若所获得的农药浓度超出农药浓度阈值，则产生预警信息，然后生成检测报告。
与现有技术相比，本发明的有益效果是：
1、通过设置光发射单元对待检测的农产品进行光谱检测，从而通过所获得的待检测的农产品的光谱信号，对待检测的农产品进行三维建模，再通过将农作物的表面划分为若干个区域，从而能够对每个区域内进行数据分析，获得多组数据分析结果，同时在区域内通过固定方式，从而能够获得一个随机位置和方向的中垂线，再对中垂线上的荧光信号的信号强度进行获取，从而能够使得被分析的数据更加具有随机性和偶然性，提高数据分析结果的可靠程度；
2、通过设置倍频单元，从而能够使得在对农产品进行检测的过程中，通过倍频单元能够获得多种波长的检测激光，从而使得能够检测更多种类的农产品，使用范围更广，且能够根据所需要的检测激光的波长自动选择合适的倍频单元，无需进行人工调节。
附图说明
图1为本发明的原理图。
具体实施方式
如图1所示，一种农产品质量安全检测系统，包括检测中心，所述检测中心通信连接有数据采集模块、数据处理模块以及数据分析模块；
所述数据采集模块包括样本平台、光发射单元、显微放大单元以及光接收单元；
通过数据采集模块获取待检测的农产品的光谱参数，具体获取过程包括：
将待检测的农产品放置在样本平台上，然后将光发射单元和光接收单元对准待检测的农产品；
根据待检测的农产品的种类，选择相应颜色的光源；
光发射单元向待检测的农产品发射激光，并将光发射单元发出的激光记为原始激光，然后获取原始激光的波长，记为YB；
在光发射单元内设置有若干个倍频单元，通过倍频单元对原始激光的波长进行调节，从而不同波长的检测激光；
需要进一步说明的是，在具体实施过程中，光发射单元内的倍频单元均设置有标号，记为i，i＝1，2，……，n，n为整数，对每个倍频单元的放大倍率记为Ki，倍频单元的标号按照放大倍率由小到大进行排序，即K1＜K2＜……＜Kn；
根据需求选择相应的倍频单元，将原始激光通过倍频单元调节后所产生的检测激光的波长记为JB；
检测激光在到达待检测的农产品表面后，通过光接收单元接收反射的荧光信号，通过显微放大单元对光接收单元所接收到反射光谱和荧光信号分布区域进行放大，从而获得光谱信号和荧光信号分布区域放大图，之后将荧光信号分布区域放大图上传至数据处理模块。
需要进一步说明的是，在具体实施过程中，倍频单元对原始激光进行调节时，会根据所需要获得的检测激光的波长，自动选择所需要的倍频单元，具体过程包括：
通过公式BL＝JB/YB得到获得检测激光的波长对应的波长所需要放大倍率值BL；
将最大放大倍率对应的倍频单元Kn以及最小放大倍率对应的倍频单元K1分别与BL进行比较；
需要进一步说明的是，在具体实施过程中，若BL≥Kn时，则将放大倍率Kn对应的倍频单元进行选定，作为第一使用倍频单元，且需要选择第二个倍频单元，通过公式BL2＝BL/Kn获得所需要的第二个倍频单元所对应的放大倍率值BL2；则将BL2与放大倍率中第二大的倍频单元的放大倍率进行比较，若BL2比放大倍率中第二大的倍频单元的放大倍率大，则将放大倍率中第二大的倍频单元进行选定作为第二使用倍频单元，以此类推；若BL≤K1时，则将放大倍率中的最小值对应的倍频单元进行选定；若K1＜BL＜Kn，则通过公式BX＝|BL-Ki|获得倍率差值系数BX，然后将BX中的最小值所对应的倍频单元进行选定。
所述数据处理模块用于对数据采集模块所获取到的数据进行处理，具体处理过程包括：
根据光接收单元所接收的光谱信号，进行光谱分析，根据分析结果建立待检测农作物的等比例三维模型图；
将获得的荧光信号按照实际分布情况，映射至三维模型图内；
获得在待检测的农作物的表面的荧光信号的信号强度，然后根据信号强度对荧光信号进行着色处理，信号强度越高，则着色颜色越深。
将待检测的农作物表面划分为若干个区域，然后在每个区域内选取该区域内信号强度最大的点和信号强度最小的点，并将两点进行连线，选取所获得的连接线的中垂线，获取该中垂线上且位于该区域内的所有荧光信号的信号强度；
以中垂线的垂足为原点，建立二维坐标系，然后获得荧光信号的信号强度变化曲线图，最后将变化曲线图发送至数据分析模块；
需要进一步说明的是，在具体实施过程中，当农作物表面的区域内荧光信号的信号强度最大的点或最小的点同时存在多个时，则将距离最远的信号强度最大的点和信号强度最小的点进行标记，然后将两点进行连线，获得连接线；
需要进一步说明的是，在具体实施过程中，通过将农作物的表面划分为若干个区域，从而能够对每个区域内进行数据分析，获得多组数据分析结果，同时在区域内通过固定方式，从而能够获得一个随机位置和方向的中垂线，再对中垂线上的荧光信号的信号强度进行获取，从而能够使得被分析的数据更加具有随机性和偶然性，提高数据分析结果的可靠程度；
所述数据分析模块用于根据待检测的农作物的光谱参数，对农作物表面的农药残留情况进行分析，具体分析过程包括：
将荧光信号的信号强度变化曲线图进行标记，然后将荧光信号的信号强度变化曲线图中的变化曲线与横坐标轴之间的区间进行标记；
获取该区间的面积，则该区间的面积即为荧光信号的信号强度之和；
根据荧光信号的信号强度之和获得该农作物表面区域内的信号强度的平均值；
再将农作物表面每个区域内的信号强度平均值进行汇总；
建立农药残留分析模型，将农作物表面每个区域内的信号强度平均值分别输入至农药残留分析模型，然后输出分析结果；
所述农药残留分析模型的建立过程包括：
设置农药种类信息库，并向农药种类信息库内导入不同种类的农药信息；
根据每种农药建立荧光信号参照表，所述荧光信号参照表包括每种农药对应的荧光信号的信号宽度以及不同农药浓度所对应的荧光信号的信号强度；
需要进一步说明的是，在具体实施过程中，将所获得的荧光信号输入至农药残留分析模型后，获取所输入的荧光信号的信号宽度，从而获得与该信号宽度对应的农药种类，然后通过信号强度平均值获得该农药种类的农药浓度；
设置农药浓度阈值，然后将所获得的农药浓度与农药浓度阈值进行对比，若所获得的农药浓度超出农药浓度阈值，则产生预警信息，然后生成检测报告，并将检测报告发送至检测中心进行保存。
工作原理：通过设置光发射单元对待检测的农产品进行光谱检测，从而通过所获得的待检测的农产品的光谱信号，对待检测的农产品进行三维建模，再通过将农作物的表面划分为若干个区域，从而能够对每个区域内进行数据分析，获得多组数据分析结果，同时在区域内通过固定方式，从而能够获得一个随机位置和方向的中垂线，再对中垂线上的荧光信号的信号强度进行获取，然后通过数据分析模块对待检测的农作物的光谱参数，对农作物表面的农药残留情况进行分析，利用农药残留分析模型进一步获取农药的含量和种类，最后生成检测报告。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (8)

1.一种农产品质量安全检测系统，其特征在于，包括检测中心，所述检测中心通信连接有数据采集模块、数据处理模块以及数据分析模块；
所述数据采集模块包括样本平台、光发射单元、显微放大单元以及光接收单元；通过数据采集模块获取待检测的农产品的光谱参数，然后将所获得的数据发送至数据处理模块，所述数据处理模块用于对数据采集模块所获取到的数据进行处理；
所述数据分析模块内设置有农药残留分析模型，用于根据待检测的农作物的光谱参数，对农作物表面的农药残留情况进行分析，获得待检测农作物表面的农药浓度，设置农药浓度阈值，然后将所获得的农药浓度与农药浓度阈值进行对比，若所获得的农药浓度超出农药浓度阈值，则产生预警信息，然后生成检测报告。
2.根据权利要求1所述的一种农产品质量安全检测系统，其特征在于，所述数据采集模块通过光发射单元发射原始激光，然后再通过倍频单元获得检测激光，获取检测激光的过程包括：
将待检测的农产品放置在样本平台上，根据待检测的农产品的种类，选择相应颜色的光源；
光发射单元向待检测的农产品发射原始激光，并获得原始激光的波长；
通过倍频单元对原始激光的波长进行调节，从而获取不同波长的检测激光。
3.根据权利要求2所述的一种农产品质量安全检测系统，其特征在于，所述光发射单元内设置有若干个倍频单元，光发射单元内的倍频单元均设置有标号，记录每个倍频单元的放大倍率，然后将倍频单元的标号按照放大倍率由小到大进行排序，根据需求选择相应的倍频单元，将原始激光通过倍频单元调节后所产生的检测激光的波长进行标记，检测激光在到达待检测的农产品表面后，通过光接收单元接收反射的荧光信号，通过显微放大单元对光接收单元所接收到反射光谱和荧光信号分布区域进行放大，从而获得光谱信号和荧光信号分布区域放大图。
4.根据权利要求3所述的一种农产品质量安全检测系统，其特征在于，所述倍频单元对原始激光进行调节时，会根据所需要获得的检测激光的波长，自动选择所需要的倍频单元，过程包括：
获得检测激光的波长对应的波长所需要放大倍率值，将最大放大倍率对应的倍频单元以及最小放大倍率对应的倍频单元分别与放大倍率值进行比较，然后选择相应的倍频单元。
5.根据权利要求2所述的一种农产品质量安全检测系统，其特征在于，所述数据处理模块用于对数据采集模块所获得的数据进行处理，从而获得农作物表面的荧光信号分布情况以及信号强度，对数据采集模块所获取到的数据进行处理的过程包括：
对光谱信号进行光谱分析后，建立待检测农作物的等比例三维模型图；
将获得的荧光信号按照实际分布情况，映射至三维模型图内；
获得在待检测的农作物的表面的荧光信号的信号强度；
将待检测的农作物表面划分为若干个区域，然后在每个区域内选取该区域内信号强度最大的点和信号强度最小的点，并将两点进行连线，选取所获得的连接线的中垂线，获取该中垂线上且位于该区域内的所有荧光信号的信号强度；以中垂线的垂足为原点，建立二维坐标系，然后获得荧光信号的信号强度变化曲线图。
6.根据权利要求5所述的一种农产品质量安全检测系统，其特征在于，农作物表面的区域内荧光信号的信号强度最大的点或最小的点同时存在多个时，则将距离最远的信号强度最大的点和信号强度最小的点进行标记，然后将两点进行连线，获得连接线。
7.根据权利要求3所述的一种农产品质量安全检测系统，其特征在于，所述农药残留分析模型的建立过程包括：
设置农药种类信息库，并向农药种类信息库内导入不同种类的农药信息；根据每种农药建立荧光信号参照表，所述荧光信号参照表包括每种农药对应的荧光信号的信号宽度以及不同农药浓度所对应的荧光信号的信号强度。
8.根据权利要求7所述的一种农产品质量安全检测系统，其特征在于，数据分析模块对数据的分析过程包括：
将荧光信号的信号强度变化曲线图进行标记，然后将荧光信号的信号强度变化曲线图中的变化曲线与横坐标轴之间的区间进行标记，根据该区间的面积获得对应区域的荧光信号的信号强度之和，从而获得农作物表面区域内的信号强度的平均值，将农作物表面每个区域内的信号强度平均值分别输入至农药残留分析模型，将所获得的荧光信号输入至农药残留分析模型后，获取所输入的荧光信号的信号宽度，从而获得与该信号宽度对应的农药种类，然后通过信号强度平均值获得该农药种类的农药浓度。
CN202210067763.2A 2022-01-20 2022-01-20 一种农产品质量安全检测系统 Active CN114371149B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210067763.2A CN114371149B (zh) 2022-01-20 2022-01-20 一种农产品质量安全检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210067763.2A CN114371149B (zh) 2022-01-20 2022-01-20 一种农产品质量安全检测系统

Publications (2)

Publication Number Publication Date
CN114371149A true CN114371149A (zh) 2022-04-19
CN114371149B CN114371149B (zh) 2024-02-23

Family

ID=81145017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210067763.2A Active CN114371149B (zh) 2022-01-20 2022-01-20 一种农产品质量安全检测系统

Country Status (1)

Country Link
CN (1) CN114371149B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003085376A2 (en) * 2002-04-03 2003-10-16 The Regents Of The University Of California System and method for quantitative or qualitative measurement of exogenous substances in tissue and other materials using laser-induced fluorescence spectroscopy
CN103310383A (zh) * 2013-06-25 2013-09-18 莘县农业局 农产品质量安全全程监控与追溯系统及方法
CN103983544A (zh) * 2014-05-28 2014-08-13 南京大学 多通道气溶胶散射吸收测量仪
CN104931470A (zh) * 2015-06-02 2015-09-23 江苏大学 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
CN107976428A (zh) * 2017-11-17 2018-05-01 中国计量大学 水产品化学污染物的无损实时检测方法与装置
CN207677250U (zh) * 2017-08-28 2018-07-31 天津大学 基于内腔自倍频的可调谐蓝光辐射源
CN108808428A (zh) * 2018-07-06 2018-11-13 福建福晶科技股份有限公司 一种多波长输出激光系统
CN109374587A (zh) * 2018-10-23 2019-02-22 华南农业大学 一种基于激光诱导荧光技术的飞机施药效果检测方法
CN109839358A (zh) * 2019-01-22 2019-06-04 北京农业质量标准与检测技术研究中心 农产品品质分析方法及装置
CN109919628A (zh) * 2017-12-10 2019-06-21 王思 农产品质量安全全程监控与追溯装置
CN110702656A (zh) * 2019-10-24 2020-01-17 燕山大学 一种基于三维荧光光谱技术的植物油农药残留检测方法
CN210513857U (zh) * 2019-08-23 2020-05-12 食亦安(厦门)检测技术有限公司 一种农产品检测取样装置
CN111896513A (zh) * 2020-08-13 2020-11-06 广东省林业科学研究院 一种有毒有害物质残留检测大数据统计分析系统
CN212033421U (zh) * 2020-06-09 2020-11-27 上海瀚宇光纤通信技术有限公司 一种倍频脉冲激光器
CN112525869A (zh) * 2020-07-13 2021-03-19 淮阴工学院 一种农药残留的分段式检测方法
CN113049509A (zh) * 2021-03-17 2021-06-29 盐城师范学院 一种基于光谱技术的农产品检测管理系统
CN114114323A (zh) * 2021-11-12 2022-03-01 合肥景铄光电科技有限公司 一种环境生物气溶胶探测的三维扫描激光雷达

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003085376A2 (en) * 2002-04-03 2003-10-16 The Regents Of The University Of California System and method for quantitative or qualitative measurement of exogenous substances in tissue and other materials using laser-induced fluorescence spectroscopy
CN103310383A (zh) * 2013-06-25 2013-09-18 莘县农业局 农产品质量安全全程监控与追溯系统及方法
CN103983544A (zh) * 2014-05-28 2014-08-13 南京大学 多通道气溶胶散射吸收测量仪
CN104931470A (zh) * 2015-06-02 2015-09-23 江苏大学 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
CN207677250U (zh) * 2017-08-28 2018-07-31 天津大学 基于内腔自倍频的可调谐蓝光辐射源
CN107976428A (zh) * 2017-11-17 2018-05-01 中国计量大学 水产品化学污染物的无损实时检测方法与装置
CN109919628A (zh) * 2017-12-10 2019-06-21 王思 农产品质量安全全程监控与追溯装置
CN108808428A (zh) * 2018-07-06 2018-11-13 福建福晶科技股份有限公司 一种多波长输出激光系统
CN109374587A (zh) * 2018-10-23 2019-02-22 华南农业大学 一种基于激光诱导荧光技术的飞机施药效果检测方法
CN109839358A (zh) * 2019-01-22 2019-06-04 北京农业质量标准与检测技术研究中心 农产品品质分析方法及装置
CN210513857U (zh) * 2019-08-23 2020-05-12 食亦安(厦门)检测技术有限公司 一种农产品检测取样装置
CN110702656A (zh) * 2019-10-24 2020-01-17 燕山大学 一种基于三维荧光光谱技术的植物油农药残留检测方法
CN212033421U (zh) * 2020-06-09 2020-11-27 上海瀚宇光纤通信技术有限公司 一种倍频脉冲激光器
CN112525869A (zh) * 2020-07-13 2021-03-19 淮阴工学院 一种农药残留的分段式检测方法
CN111896513A (zh) * 2020-08-13 2020-11-06 广东省林业科学研究院 一种有毒有害物质残留检测大数据统计分析系统
CN113049509A (zh) * 2021-03-17 2021-06-29 盐城师范学院 一种基于光谱技术的农产品检测管理系统
CN114114323A (zh) * 2021-11-12 2022-03-01 合肥景铄光电科技有限公司 一种环境生物气溶胶探测的三维扫描激光雷达

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
RUBIO L等: "Standard addition method based on four-way PARAFAC decomposition to solve the matrix interferences in the determination of carbamate pesticides in lettuce using excitation–emission fluorescence data", TALANTA, vol. 1, no. 138, pages 152 - 153 *
周鑫: "基于小波特征提取及其算法改进的光谱检测生菜叶片农药残留研究", 中国优秀硕士学位论文电子期刊工程科技Ⅰ辑, no. 1, pages 1 - 69 *
张明等: "超高效液相色谱-串联质谱法快速测定地表水中20种氨基甲酸酯类农药残留", 质谱学报, vol. 33, no. 03, pages 175 - 180 *

Also Published As

Publication number Publication date
CN114371149B (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
US7822261B2 (en) Board inspecting apparatus, its parameter setting method and parameter setting apparatus
US9164029B2 (en) Method of classifying and discerning wooden materials
CA2460801A1 (en) Method for quantitative video-microscopy and associated system and computer software program product
JP2013514530A (ja) 分光データのマルチチャネル処理を用いて、特に食品を分析する方法および分光分析機器
KR20130138214A (ko) 결함 검사 및 광발광 측정 시스템
CN101939633A (zh) 荧光检测装置和荧光检测方法
US20200249165A1 (en) Fluorescence image analyzing apparatus, image processing method of fluorescence image, and computer program
CN104198457B (zh) 基于光谱成像技术的烟丝组分识别方法
US20130284945A1 (en) Method and apparatus that utilises fluorescence to determine plant or botanical origin characteristics of honey
US20220178837A1 (en) Inspection apparatus and inspection method
US20070058170A1 (en) Method and system for in situ spectroscopic evaluation of an object
CN114371149B (zh) 一种农产品质量安全检测系统
CN111948669B (zh) 一种基于激光雷达的高光谱数据信息获取系统
CN112730275B (zh) 显微光谱成像系统、农药检测系统及其方法
CN112611723B (zh) 用于测定单色溶液浓度的hsv/hsb色彩空间比色方法、系统、存储介质
AU2010333914A1 (en) Method and apparatus for predicting information about trees in images
KR20140070955A (ko) 종자 품질 판정 방법 및 이를 이용한 종자 품질 판정 시스템
SG193874A1 (en) Probe mark inspection
CN112557320B (zh) 基于hsv/hsb的图像比色的浓度测定方法、系统、存储介质
CN112595678B (zh) 基于rgb的图像比色的浓度测定方法、系统、存储介质
US9671346B2 (en) Particle detecting and discriminating device and method
EP4080199A1 (en) Inspection apparatus and inspection method
Sahba et al. Non-contact laser spectroscopy for plant discrimination in terrestrial crop spraying
CN212722595U (zh) 一种光谱信息获取装置及识别装置
JP7461796B2 (ja) 検査ユニットおよび検体分析装置

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