CN114504116A - 基于激光诱导击穿光谱的烟叶分类设备及方法 - Google Patents
基于激光诱导击穿光谱的烟叶分类设备及方法 Download PDFInfo
- Publication number
- CN114504116A CN114504116A CN202111636295.8A CN202111636295A CN114504116A CN 114504116 A CN114504116 A CN 114504116A CN 202111636295 A CN202111636295 A CN 202111636295A CN 114504116 A CN114504116 A CN 114504116A
- Authority
- CN
- China
- Prior art keywords
- laser
- tobacco leaf
- spectrum
- controller
- induced breakdown
- 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
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 80
- 238000002536 laser-induced breakdown spectroscopy Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 30
- 244000061176 Nicotiana tabacum Species 0.000 title 1
- 241000208125 Nicotiana Species 0.000 claims abstract description 79
- 238000001228 spectrum Methods 0.000 claims abstract description 74
- 238000012360 testing method Methods 0.000 claims abstract description 23
- 238000004891 communication Methods 0.000 claims abstract description 20
- 230000003595 spectral effect Effects 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims description 11
- 239000013307 optical fiber Substances 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000001675 atomic spectrum Methods 0.000 claims description 5
- 239000010453 quartz Substances 0.000 claims description 5
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000001636 atomic emission spectroscopy Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B3/00—Preparing tobacco in the factory
- A24B3/16—Classifying or aligning leaves
-
- 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
Abstract
本发明公开了一种基于激光诱导击穿光谱的烟叶分类设备及方法，基于激光诱导击穿光谱的烟叶分类设备包括测试台、光谱信息采集装置、控制器和显示装置，测试台用于放置标准烟叶样品；控制器与显示装置通信连接；光谱信息采集装置包括凸透镜、平面镜、激光器、信号采集仪、光谱仪，样品放置于凸透镜的下方，控制器与激光器通信连接，激光束通过平面镜反射到凸透镜上，并经凸透镜聚焦到样品上，控制器与光谱仪通信连接，控制器与信号采集仪通信连接，信号采集仪与光谱仪通信连接，采集部朝向样品进行信号采集，采集的信号经光谱仪后存储到控制器内。本发明提供的基于激光诱导击穿光谱的烟叶分类设备及方法，提高了烟叶分类的准确性和生产效率。
Description
技术领域
本发明涉及烟叶检测技术领域，更具体地，涉及一种基于激光诱导击穿光谱的烟叶分类设备及方法。
背景技术
激光诱导击穿光谱(Laser-Induced Breakdown Spectroscopy，LIBS)是一种新型的原子发射光谱分析技术，利用高功率脉冲激光聚焦到样品表面，使样品表面烧蚀，从而产生高温、高密度激光等离子体，激发态的原子或离子从高能级跃迁到低能级，并发射出具有特定波长的特征光谱，具有检测速度快、无需样品处理、对样品损伤小、使用范围广等优点，已经广泛地被应用到物质检测领域，如水体污染、土壤分析、工业评估、食品安全、环境监测、考古文物、医药分析等。通过采集样品的LIBS的光谱数据及分类算法实现样品的分类。
现有技术中，烟叶分类主要以人工经验为主，例如，烟叶分类一般基于中华人民共和国国家标准烤烟GB2635-92，通过人的视觉、嗅觉、触觉等感官经验，根据烟叶的部位、颜色和其总体质量相关的特征来进行分组和分级，这些都极易受到主观因素的影响，在烟叶分类的准确性、高效性方面有待进一步提高。
发明内容
有鉴于此，本发明的目的在于提出一种基于激光诱导击穿光谱的烟叶分类设备及方法，以提高烟叶分类的准确性和生产效率。
基于上述目的，本发明提供一种基于激光诱导击穿光谱的烟叶分类设备，包括测试台、光谱信息采集装置、控制器和显示装置，其中：所述测试台用于放置标准烟叶样品；所述控制器与所述显示装置通信连接，所述显示装置用于显示所述样品的级别；所述光谱信息采集装置包括凸透镜、平面镜、激光器、信号采集仪、光谱仪，所述样品放置于所述凸透镜的下方，所述控制器与所述激光器通信连接，以控制所述激光器发出激光束，所述激光束通过所述平面镜反射到所述凸透镜上，并经所述凸透镜聚焦到所述样品上，所述控制器与所述光谱仪通信连接，所述控制器与所述信号采集仪通信连接，所述信号采集仪与所述光谱仪通信连接，所述信号采集仪包括采集部，所述采集部朝向所述样品进行信号采集，采集的所述信号经所述光谱仪后存储到所述控制器内。
可选的，所述样品放置于所述凸透镜的正下方。
可选的，基于激光诱导击穿光谱的烟叶分类设备还包括光纤，所述采集部采集到的所述信号通过所述光纤传输到所述光谱仪内。
可选的，所述激光器的输出波长为1064nm，脉冲宽度5-20ns，重复频率为10-100Hz，输出能量为10-1000mJ。
可选的，所述光谱仪采集光谱信号的范围为200-900nm。
可选的，所述凸透镜为焦距为50mm的石英凸透镜。
基于同一发明构思，本发明还提供一种基于激光诱导击穿光谱的烟叶分类方法，使用前述任一技术方案所述的基于激光诱导击穿光谱的烟叶分类设备进行烟叶分类，包括以下步骤：步骤一：将所述样品放置于所述测试台，并位于所述凸透镜的下方；步骤二：所述控制器控制所述激光器产生激光束和控制所述信号采集仪采集信号，将采集的所述信号传输到所述光谱仪并转换成光谱数据后存储到所述控制器内；步骤三：将所述样品进行多组光谱数据的采集，并将所述多组光谱数据存储到所述控制器内；步骤四：将所述多组光谱数据进行光谱预处理，取所述多组光谱数据的平均值，并通过标准原子光谱数据库对所述平均值进行鉴定和标记；步骤五：将不同类型的多个样品进行步骤一、步骤二、步骤三、步骤四的操作；步骤六：将光谱预处理后的数据进行降维和分组，获取不同样品元素的主要成分，提取不同样品的特征量，对所述特征量进行数据增强；步骤七：随机选择增强后的数据作为训练集和测试集，采用深度学习网络方法以建立烟叶特征分类预测模型；步骤八：将待测烟叶进行分类识别，显示结果。
可选的，所述光谱预处理包括对所述光谱数据进行降低误差，通过多次脉冲打样获取平均光谱，降低信号扰动。
可选的，所述光谱预处理还包括采用窗口平移平滑法消除光谱背景。
可选的，随机选择70％增强后的数据作为训练集，随机选择30％增强后的数据作为测试集，采用深度学习网络方法以建立烟叶特征分类预测模型。
本发明提供的基于激光诱导击穿光谱的烟叶分类设备及方法，基于激光诱导击穿光谱的烟叶分类设备包括测试台、光谱信息采集装置、控制器和显示装置，首先，将标准烟叶样品放置在测试台上，并位于凸透镜的下方；然后，控制器控制激光器发出激光束，激光束经平面镜和凸透镜聚焦到样品上发出信号，信号采集仪将采集到的信号输送到光谱仪后被光谱仪转换成光谱信号并存储到控制器内，多个不同类型的样品进行上述重复操作，并将对应的光谱数据存储到控制器内；最后，对多组光谱数据进行光谱预处理，通过标准原子光谱数据库对光谱数据进行鉴定和标记，并进行数据增强、建立烟叶特征分类预测模型、对待测烟叶进行分类识别及显示结果，提高了烟叶分类的准确性和生产效率。
附图说明
下面将通过附图详细描述本发明中优选实施例，将有助于理解本发明的目的和优点，其中:
图1为本发明一实施例的基于激光诱导击穿光谱的烟叶分类设备的结构示意图；
图2为本发明一实施例的基于激光诱导击穿光谱的烟叶分类方法的流程图。
附图标记说明：
1：测试台；2：样品；3：控制器；4：显示装置；5：凸透镜；6：平面镜；7：激光器；8：信号采集仪；9：光谱仪；10：采集部；11：光纤。
具体实施方式
下面结合实施例对本发明进行详细说明。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
如图1所示，本发明提供的基于激光诱导击穿光谱的烟叶分类设备，包括测试台1、光谱信息采集装置、控制器3和显示装置4，其中：测试台1用于放置标准烟叶样品2；控制器3与显示装置4通信连接，显示装置4用于显示样品2的级别；光谱信息采集装置包括凸透镜5、平面镜6、激光器7、信号采集仪8、光谱仪9，样品2放置于凸透镜5的下方，控制器3与激光器7通信连接，以控制激光器7发出激光束，激光束通过平面镜6反射到凸透镜5上，并经凸透镜5聚焦到样品2上，控制器3与光谱仪9通信连接，控制器3与信号采集仪8通信连接，信号采集仪8与光谱仪9通信连接，信号采集仪8包括采集部10，采集部10朝向样品2进行信号采集，采集的信号经光谱仪9后存储到控制器3内。
需要说明的是：标准烟叶样品2是指将烟叶烘干处理，在恒温箱内放置一定时间后，研磨至质地均匀分布，然后压制成厚度1-2mm，直径5-10mm的圆柱体；激光束经过凸透镜5聚焦到样品2上时，激光烧蚀样品2并产生等离子体，信号采集仪8将采集到的等离子体传输到光谱仪9中，从而转化成光谱信号；激光器7包括Q触发器，控制器3控制Q触发器的启闭；控制器3可以为计算机。
本发明提供的基于激光诱导击穿光谱的烟叶分类设备，包括测试台1、光谱信息采集装置、控制器3和显示装置4，首先，将标准烟叶样品2放置在测试台1上，并位于凸透镜5的下方；然后，控制器3控制激光器7发出激光束，激光束经平面镜6和凸透镜5聚焦到样品2上发出信号，信号采集仪8将采集到的信号输送到光谱仪9后被光谱仪9转换成光谱信号并存储到控制器3内，将多个不同类型的样品2或同种样品2均进行上述重复操作，并将对应的光谱数据存储到控制器3内，提高了基于激光诱导击穿光谱的烟叶分类设备的光谱数据的采集效率，之后对上述光谱数据进行处理，从而能进行烟叶分类，进而提高了烟叶分类的准确性和生产效率。
如图1所示，样品2放置于凸透镜5的正下方。本实施例中，凸透镜5能够将较多的激光束聚焦到样品2上，从而将激光束较好地覆盖住样品2，为烟叶分类提供较准确的数据，进而提高了烟叶分类的准确性。
如图1所示，基于激光诱导击穿光谱的烟叶分类设备还包括光纤11，采集部10采集到的信号通过光纤11传输到光谱仪9内。本实施例中，光纤11能够较好地将信号采集仪8采集到的信号较好地传输到光谱仪9内，避免了信号在传输过程中造成损失且提高了信号的传输效率，进而提高了基于激光诱导击穿光谱的烟叶分类设备的使用效率。
本发明一实施例中，激光器7的输出波长为1064nm，脉冲宽度5-20ns，重复频率为10-100Hz，输出能量为10-1000mJ，上述激光器7能产生不同脉宽的激光束，产生的激光束对不同的样品2均能进行较大范围的覆盖和烧蚀，提高了基于激光诱导击穿光谱的烟叶分类设备的使用适用性。
本发明一实施例中，光谱仪9采集光谱信号的范围为200-900nm，能够将较大范围的等离子体信号转换成光谱信号，提高了基于激光诱导击穿光谱的烟叶分类设备的使用适用性。
本发明一实施例中，凸透镜5为焦距为50mm的石英凸透镜5，石英价格便宜且较容易采购到，降低了基于激光诱导击穿光谱的烟叶分类设备的生产成本，另外，石英材质的凸透镜5透光效果较好，提高了基于激光诱导击穿光谱的烟叶分类设备的使用方便性。
如图1和图2所示，基于同一发明构思，本发明一实施例中还提供一种基于激光诱导击穿光谱的烟叶分类方法，使用前述任一实施例的基于激光诱导击穿光谱的烟叶分类设备进行烟叶分类，包括以下步骤：步骤一：将样品2放置于测试台1，并位于凸透镜5的下方；步骤二：控制器3控制激光器7产生激光束和控制信号采集仪8采集信号，将采集的信号传输到光谱仪9并转换成光谱数据后存储到控制器3内；步骤三：将样品2进行多组光谱数据的采集，并将多组光谱数据存储到控制器3内；步骤四：将多组光谱数据进行光谱预处理，取多组光谱数据的平均值，并通过标准原子光谱数据库对平均值进行鉴定和标记；步骤五：将不同类型的多个样品2进行步骤一、步骤二、步骤三、步骤四的操作；步骤六：将光谱预处理后的数据进行降维和分组，获取不同样品2元素的主要成分，提取不同样品2的特征量，对特征量进行数据增强；步骤七：随机选择增强后的数据作为训练集和测试集，采用深度学习网络方法以建立烟叶特征分类预测模型；步骤八：将待测烟叶进行分类识别，显示结果。
需要说明的是：上述网络方法可以为卷积神经网络方法，多组光谱数据可以为20组。
本发明一实施例中，光谱预处理包括对光谱数据进行降低误差，通过多次脉冲打样获取平均光谱，降低信号扰动，提高了光谱预处理效果，进而提高了基于激光诱导击穿光谱的烟叶分类方法的分类准确性。
本发明一实施中，光谱预处理还包括采用窗口平移平滑法消除光谱背景，进一步地提高了光谱预处理效果，从而进一步地提高了基于激光诱导击穿光谱的烟叶分类方法的准确性。
本发明一实施例中，随机选择70％增强后的数据作为训练集，随机选择30％增强后的数据作为测试集，采用深度学习网络方法以建立烟叶特征分类预测模型，通过上述数据增强方法，有效地降低了神经网络的过拟合问题，提高了烟叶分类预测模型的精度。
本发明提供的基于激光诱导击穿光谱的烟叶分类设备及方法，基于激光诱导击穿光谱的烟叶分类设备包括测试台1、光谱信息采集装置、控制器3和显示装置4，首先，将标准烟叶样品2放置在测试台1上，并位于凸透镜5的下方；然后，控制器3控制激光器7发出激光束，激光束经平面镜6和凸透镜5聚焦到样品2上发出信号，信号采集仪8将采集到的信号输送到光谱仪9后被光谱仪9转换成光谱信号并存储到控制器3内，多个不同类型的样品2进行上述重复操作，并将对应的光谱数据存储到控制器3内；最后，对多组光谱数据进行光谱预处理，通过标准原子光谱数据库对光谱数据进行鉴定和标记，并进行数据增强、建立烟叶特征分类预测模型、对待测烟叶进行分类识别及显示结果，提高了烟叶分类的准确性和生产效率。
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范围。
Claims (10)
1.一种基于激光诱导击穿光谱的烟叶分类设备，其特征在于，包括测试台、光谱信息采集装置、控制器和显示装置，其中：
所述测试台用于放置标准烟叶样品；
所述控制器与所述显示装置通信连接，所述显示装置用于显示所述样品的级别；
所述光谱信息采集装置包括凸透镜、平面镜、激光器、信号采集仪、光谱仪，所述样品放置于所述凸透镜的下方，所述控制器与所述激光器通信连接，以控制所述激光器发出激光束，所述激光束通过所述平面镜反射到所述凸透镜上，并经所述凸透镜聚焦到所述样品上，所述控制器与所述光谱仪通信连接，所述控制器与所述信号采集仪通信连接，所述信号采集仪与所述光谱仪通信连接，所述信号采集仪包括采集部，所述采集部朝向所述样品进行信号采集，采集的所述信号经所述光谱仪后存储到所述控制器内。
2.根据权利要求1所述的基于激光诱导击穿光谱的烟叶分类设备，其特征在于，所述样品放置于所述凸透镜的正下方。
3.根据权利要求2所述基于激光诱导击穿光谱的烟叶分类设备，其特征在于，基于激光诱导击穿光谱的烟叶分类设备还包括光纤，所述采集部采集到的所述信号通过所述光纤传输到所述光谱仪内。
4.根据权利要求3所述的基于激光诱导击穿光谱的烟叶分类设备，其特征在于，所述激光器的输出波长为1064nm，脉冲宽度5-20ns，重复频率为10-100Hz，输出能量为10-1000mJ。
5.根据权利要求4所述的基于激光诱导击穿光谱的烟叶分类设备，其特征在于，所述光谱仪采集光谱信号的范围为200-900nm。
6.根据权利要求5所述的基于激光诱导击穿光谱的烟叶分类设备，其特征在于，所述凸透镜为焦距为50mm的石英凸透镜。
7.一种基于激光诱导击穿光谱的烟叶分类方法，其特征在于，使用权利要求1-6任一项所述的基于激光诱导击穿光谱的烟叶分类设备进行烟叶分类，包括以下步骤：
步骤一：将所述样品放置于所述测试台，并位于所述凸透镜的下方；
步骤二：所述控制器控制所述激光器产生激光束和控制所述信号采集仪采集信号，将采集的所述信号传输到所述光谱仪并转换成光谱数据后存储到所述控制器内；
步骤三：将所述样品进行多组光谱数据的采集，并将所述多组光谱数据存储到所述控制器内；
步骤四：将所述多组光谱数据进行光谱预处理，取所述多组光谱数据的平均值，并通过标准原子光谱数据库对所述平均值进行鉴定和标记；
步骤五：将不同类型的多个样品进行步骤一、步骤二、步骤三、步骤四的操作；
步骤六：将光谱预处理后的数据进行降维和分组，获取不同样品元素的主要成分，提取不同样品的特征量，对所述特征量进行数据增强；
步骤七：随机选择增强后的数据作为训练集和测试集，采用深度学习网络方法以建立烟叶特征分类预测模型；
步骤八：将待测烟叶进行分类识别，显示结果。
8.根据权利要求7所述的基于激光诱导击穿光谱的烟叶分类方法，其特征在于，所述光谱预处理包括对所述光谱数据进行降低误差，通过多次脉冲打样获取平均光谱，降低信号扰动。
9.根据权利要求8所述的基于激光诱导击穿光谱的烟叶分类方法，其特征在于，所述光谱预处理还包括采用窗口平移平滑法消除光谱背景。
10.根据权利要求7所述的基于激光诱导击穿光谱的烟叶分类方法，其特征在于，随机选择70％增强后的数据作为训练集，随机选择30％增强后的数据作为测试集，采用深度学习网络方法以建立烟叶特征分类预测模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111636295.8A CN114504116A (zh) | 2021-12-29 | 2021-12-29 | 基于激光诱导击穿光谱的烟叶分类设备及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111636295.8A CN114504116A (zh) | 2021-12-29 | 2021-12-29 | 基于激光诱导击穿光谱的烟叶分类设备及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114504116A true CN114504116A (zh) | 2022-05-17 |
Family
ID=81548067
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111636295.8A Pending CN114504116A (zh) | 2021-12-29 | 2021-12-29 | 基于激光诱导击穿光谱的烟叶分类设备及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114504116A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115656145A (zh) * | 2022-10-25 | 2023-01-31 | 吉林大学 | 基于深度学习与超快激光击穿光谱的原位快速大米检测系统及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CH557648A (de) * | 1972-03-16 | 1975-01-15 | Technical Development Corp | Verfahren zur sortierung von gegenstaenden, insbesondere von tabakblaettern und einrichtung zur durchfuehrung desselben. |
| US20050199252A1 (en) * | 2004-03-15 | 2005-09-15 | Universal Leaf Tobacco Company, Inc. | Apparatus and method for scanning and sorting tobacco leaves |
| US20140036253A1 (en) * | 2011-02-18 | 2014-02-06 | Tsinghua University | Method and system for improving precision of element measurement based on laser-induced breakdown spectroscopy |
| WO2014078862A1 (en) * | 2012-11-19 | 2014-05-22 | Altria Client Services Inc. | Blending of agricultural products via hyperspectral imaging and analysis |
| CN104807787A (zh) * | 2015-05-20 | 2015-07-29 | 重庆邮电大学 | 一种基于激光诱导击穿光谱技术的茶叶分类鉴别方法 |
| CN109883960A (zh) * | 2019-03-18 | 2019-06-14 | 河南科技大学 | 一种样本无需预处理的牡丹花品种分类方法及系统 |
| CN110479636A (zh) * | 2019-07-19 | 2019-11-22 | 深圳市微蓝智能科技有限公司 | 基于神经网络自动分拣烟叶的方法及装置 |
| CN111735807A (zh) * | 2020-07-14 | 2020-10-02 | 征图新视(江苏)科技股份有限公司 | 基于libs对大叶农作物部位以及油份的在线检测方法 |
| CN112683882A (zh) * | 2020-12-03 | 2021-04-20 | 张威劲 | 一种基于激光诱导击穿光谱技术的铁观音优劣识别方法 |
-
2021
- 2021-12-29 CN CN202111636295.8A patent/CN114504116A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CH557648A (de) * | 1972-03-16 | 1975-01-15 | Technical Development Corp | Verfahren zur sortierung von gegenstaenden, insbesondere von tabakblaettern und einrichtung zur durchfuehrung desselben. |
| US20050199252A1 (en) * | 2004-03-15 | 2005-09-15 | Universal Leaf Tobacco Company, Inc. | Apparatus and method for scanning and sorting tobacco leaves |
| US20140036253A1 (en) * | 2011-02-18 | 2014-02-06 | Tsinghua University | Method and system for improving precision of element measurement based on laser-induced breakdown spectroscopy |
| WO2014078862A1 (en) * | 2012-11-19 | 2014-05-22 | Altria Client Services Inc. | Blending of agricultural products via hyperspectral imaging and analysis |
| US20140137877A1 (en) * | 2012-11-19 | 2014-05-22 | Altria Client Services Inc. | Blending of agricultural products via hyperspectral imaging and analysis |
| CN104807787A (zh) * | 2015-05-20 | 2015-07-29 | 重庆邮电大学 | 一种基于激光诱导击穿光谱技术的茶叶分类鉴别方法 |
| CN109883960A (zh) * | 2019-03-18 | 2019-06-14 | 河南科技大学 | 一种样本无需预处理的牡丹花品种分类方法及系统 |
| CN110479636A (zh) * | 2019-07-19 | 2019-11-22 | 深圳市微蓝智能科技有限公司 | 基于神经网络自动分拣烟叶的方法及装置 |
| CN111735807A (zh) * | 2020-07-14 | 2020-10-02 | 征图新视(江苏)科技股份有限公司 | 基于libs对大叶农作物部位以及油份的在线检测方法 |
| CN112683882A (zh) * | 2020-12-03 | 2021-04-20 | 张威劲 | 一种基于激光诱导击穿光谱技术的铁观音优劣识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 饶刚福等: "基于激光诱导击穿光谱的茶叶品种识别模型对比", 《激光与光电子学进展》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115656145A (zh) * | 2022-10-25 | 2023-01-31 | 吉林大学 | 基于深度学习与超快激光击穿光谱的原位快速大米检测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108446631A (zh) | 基于卷积神经网络的深度学习的智能频谱图分析方法 | |
| CN107064753A (zh) | 弓网电弧等离子体多参数获取方法和装置 | |
| CN104483292B (zh) | 一种采用多谱线比值法提高激光探针分析精确度的方法 | |
| CN107220625B (zh) | 一种对样品的libs光谱自动识别分类方法 | |
| CN101995395A (zh) | 一种激光诱导多种光谱联合指纹网络在线检测材料的方法 | |
| CN106932382A (zh) | 一种激光清洗效果判定的方法 | |
| CN114504116A (zh) | 基于激光诱导击穿光谱的烟叶分类设备及方法 | |
| CN111754028A (zh) | 一种基于高光谱的煤炭灰分、水分检测系统及方法 | |
| CN111610179A (zh) | 用于炉前高温样品成分libs快速检测的系统及方法 | |
| CN111693512A (zh) | 基于激光诱导击穿光谱定量检测牛奶中重金属元素的方法 | |
| CN112539785A (zh) | 一种基于多维度特征信息的烟叶等级识别系统及方法 | |
| CN104502329A (zh) | 一种libs成分分析中元素最优工作曲线的建立方法 | |
| CN103543107A (zh) | 基于机器视觉和高光谱技术的烟叶智能分级系统和方法 | |
| CN103175815A (zh) | 多波长led诱导荧光的茶叶品质无损检测方法及装置 | |
| CN109917224A (zh) | 基于光谱诊断的非接触式弓网燃弧能量检测装置及方法 | |
| Ruan et al. | A modified backward elimination approach for the rapid classification of Chinese ceramics using laser-induced breakdown spectroscopy and chemometrics | |
| CN103776782A (zh) | 一种鉴别cvd合成钻石的检测方法及其检测仪器 | |
| CN109142251A (zh) | 随机森林辅助人工神经网络的libs定量分析方法 | |
| CN108544090A (zh) | 一种光谱离子态下的激光加工状态识别方法 | |
| CN111272735B (zh) | 一种激光诱导击穿光谱的检测方法 | |
| CN113030066A (zh) | 一种绝缘子葡萄糖污秽的鉴别及定量分析方法 | |
| CN111426636A (zh) | 酒类化学组分含量快速分析仪 | |
| CN110197481A (zh) | 一种基于大数据分析的石墨烯指纹峰分析方法 | |
| CN103616075B (zh) | 一种libs成分分析中元素谱线的自动识别方法 | |
| CN116026808A (zh) | 一种拉曼光谱判别方法和系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220517 |