CN115561180A - 基于红外多光谱和可见光的生鲜商品新鲜度检测设备 - Google Patents
基于红外多光谱和可见光的生鲜商品新鲜度检测设备 Download PDFInfo
- Publication number
- CN115561180A CN115561180A CN202210039631.9A CN202210039631A CN115561180A CN 115561180 A CN115561180 A CN 115561180A CN 202210039631 A CN202210039631 A CN 202210039631A CN 115561180 A CN115561180 A CN 115561180A
- Authority
- CN
- China
- Prior art keywords
- multispectral
- chip
- camera
- visible
- shell
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 239000011521 glass Substances 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 239000004973 liquid crystal related substance Substances 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 4
- 238000004566 IR spectroscopy Methods 0.000 abstract description 2
- 229940088594 vitamin Drugs 0.000 abstract description 2
- 229930003231 vitamin Natural products 0.000 abstract description 2
- 235000013343 vitamin Nutrition 0.000 abstract description 2
- 239000011782 vitamin Substances 0.000 abstract description 2
- 235000013399 edible fruits Nutrition 0.000 description 24
- 238000002329 infrared spectrum Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 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
-
- 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
- G01N21/3563—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
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
- G01N2201/1296—Using chemometrical methods using neural networks
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
本发明提供了基于红外多光谱和可见光的生鲜商品新鲜度检测设备包括壳体、LED光源、可见光摄像头、多光谱摄像头、AI芯片、显示屏、控制面板和充电插口;所述壳体内部设置有所述LED光源、所述可见光摄像头、所述多光谱摄像头和所述AI芯片,所述LED光源与所述AI芯片电性连接,所述LED光源与所述多光谱摄像头电性连接,所述可见光摄像头与所述AI芯片电性连接,所述多光谱摄像头与所述AI芯片电性连接,所述壳体上设置有所述显示屏和所述控制面板,所述壳体一侧设置有所述充电插口,利用红外光谱技术和AI芯片计算让生鲜商品的检测变得简单方便,此检测过程不需将生鲜商品切开,即可快速测定生鲜商品的含水量、含糖量和维生素等,不受环境限制,显示结果快。
Description
技术领域
本发明涉及生鲜商品检测的技术领域,特别涉及基于红外多光谱和可见光的生鲜商品新鲜度检测设备。
背景技术
现如今,人们对“吃”的要求已不仅仅是为了裹腹而已,在满足正常生理需求之外,人们越来越注重食材质量问题,“口感”和“食材新鲜度”的满足远远超过填饱肚子的基本需求,为了满足广大消费者的需求,工作人员会对生鲜商品进行检测筛选,例如检测水果的含水份、甜度、酸度、是否患有褐心病等。现有的对水果的检测筛选方式为抽检取样,在水果上取一小部分后制成液滴样品,滴在检测仪上,如需进行观察是否患有褐心病,则需要将整个水果剖开。
采用以上抽检取样的方式,需要对水果进行破坏后才能得到检测结果,造成检测成本高且制样繁琐的问题,还不能保证每个水果都被检测到,存在检测漏洞,导致检测结果的准确度不高。
发明内容
为克服目前的生鲜检测过程繁琐,准确度不高的技术问题,本发明提供了基于红外多光谱和可见光的生鲜商品新鲜度检测设备。
基于红外多光谱和可见光的生鲜商品新鲜度检测设备,用于检测生鲜商品,其特征在于:包括壳体、LED光源、可见光摄像头、多光谱摄像头、AI芯片、显示屏、控制面板和充电插口;
所述壳体内部设置有所述LED光源、所述可见光摄像头、所述多光谱摄像头和所述AI芯片,所述LED光源与所述AI芯片电性连接,所述LED光源与所述多光谱摄像头电性连接,所述可见光摄像头与所述AI芯片电性连接,所述多光谱摄像头与所述AI芯片电性连接,所述壳体上设置有所述显示屏和所述控制面板,所述壳体一侧设置有所述充电插口。
优选地,所述可见光摄像头内置有第一储存模块,所述多光谱摄像头内置有第二储存模块。
优选地,所述AI芯片为多光谱传感芯片,所述多光谱传感芯片采用云端计算方式,所述可见光摄像头用于捕捉检测商品的图像信息,所述多光谱传感芯片通过搭建神经网络模型对所述图像信息进行分析识别。
优选地,进一步包括蓄电池和盖板,所述壳体开设有安装槽,所述蓄电池放置在所述安装槽中,所述盖板与所述壳体连接,所述盖板的尺寸大小与所述安装槽的尺寸大小相匹配。
优选地,进一步地包括玻璃板,所述壳体一侧为弧形状,所述壳体一侧设置有所述玻璃板,所述玻璃板形状与所述弧形状相匹配。
优选地,进一步地包括凹槽,所述壳体上开设有凹槽,所述凹槽的数量为四个,所述凹槽呈纵向分布。
优选地,所述显示屏采用高清液晶显示屏。
优选地,所述操作面板包括电源开关键和功能键。
优选地,所述充电插口具体为USB充电插口。
与现有技术相比,本发明提供的基于红外多光谱和可见光的生鲜商品新鲜度检测设备及其方法,具有以下优点:
1、基于红外多光谱和可见光的生鲜商品新鲜度检测设备,利用多光谱图像技术和AI算法对生鲜商品进行检测,能够在不损坏生鲜商品的情况下快速得到检测结果,LED光源发射红外光谱透过生鲜商品内部,产生吸收和散射现象,得出光谱图,AI芯片将光谱图进行解析后将结果显示在显示屏上,此检测过程不需将生鲜商品切开,直接将该设备的弧形部分与待测生鲜商品的表面接触,快速测定生鲜商品的含水量、含糖量和维生素等,利用红外光谱技术和AI芯片计算让生鲜商品的检测变得简单方便,对于操作者的要求比较低,而且不受环境限制,快速显示结果,更加直观。
2、基于红外多光谱和可见光的生鲜商品新鲜度检测设备,整体上体积小,重量轻,采用手持式更加方便,利用AI芯片进行分析运算,通过将算法集成到AI芯片上,减少了不必要的电子设备安装,由于AI芯片本身质量轻,在减少了其它电子设备安装在壳体内部后,使整个设备使用起来变得更加轻盈和灵活。
3、基于红外多光谱和可见光的生鲜商品新鲜度检测设备,AI芯片利用搭建神经网络模型进行识别运算,采用神经网络模型建设具有集体运算能力和自适应的学习能力,能够直接输入数据并进行学习,这种大规模并行结构使网络具有很强的容错性和鲁棒性,善于联想、综合和推广,具有很高的计算速度。
附图说明
图1是本发明提供的基于红外多光谱和可见光的生鲜商品新鲜度检测设备第一种立体结构示意图;
图2是本发明提供的基于红外多光谱和可见光的生鲜商品新鲜度检测设备的第一种剖视图;
图3是本发明提供的基于红外多光谱和可见光的生鲜商品新鲜度检测设备的第二种立体结构示意图;
具体实施方式
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
请参阅图1至图3,基于红外多光谱和可见光的生鲜商品新鲜度检测设备, 用于检测生鲜商品,其特征在于:包括壳体、LED光源、可见光摄像头、多光 谱摄像头、AI芯片、显示屏、控制面板和充电插口;
壳体2内部设置有LED光源3、可见光摄像头4、多光谱摄像头5和AI 芯片6,LED光源3与AI芯片6电性连接,LED光源3与多光谱摄像头5电性 连接,可见光摄像头4与AI芯片6电性连接,多光谱摄像头与AI芯片电性 连接,壳体2上设置有显示屏7和控制面板8,壳体2一侧设置有充电插口9。
具体地,可见光摄像头4内置有第一储存模块,多光谱摄像头5内置有第二储存模块。
具体地,AI芯片6为多光谱传感芯片,多光谱传感芯片采用云端计算方式,可见光摄像头用于捕捉检测商品的图像信息,多光谱传感芯片通过搭建神经网络模型对所述图像信息进行分析识别。
具体地,所述显示屏采用高清液晶显示屏。
具体地,操作面板包括电源开关键和功能键。
具体地,充电插口具体为USB充电插口。
可以理解,生鲜商品可以为水果、蔬菜、肉品和水产等,以下具体以水果为例说明;
可见光摄像头4包括第一储存模块和第一处理器,可见光摄像头4捕捉被测水果的图像信息,用来做被测水果的外观分析,通过获取被测水果的图像信息后,将图像信息存入第一储存模块中,然后由第一处理器进行处理,将图像信号转变成电信号传递给AI芯片6,由AI芯片6进行分析运算,最后将结果以文字或符号的方式在显示屏7上表示出来。
可以理解,水果的糖度含量取决于水果内部细胞的结构、密度和空间排布,水果的果实具有一定的光学特性,LED光源3发射红外光谱,发射的红外光谱具体为600-1000nm波长的强度均匀的红外光谱,当红外光谱照射在水果上时,会存在光的反射与折射两种情况,当水果内部分子受到折射到生物组织内部的红外光的多光照射时,被激发产生共振,从而产生吸收、散射和透射的现象,多光谱摄像头5包括第二储存模块和第二处理器,由多光谱摄像头5接收这些吸收光和散射光后,可以得出复杂的光谱图,得出的光谱图数量为多个且光谱的形状不同,不同光谱图表示该被测水果内部不同的品质特征,第二储存模块将得到的这些光谱图进行储存,第二处理器将这些光谱图进行处理后,以电信号的方式传递给AI芯片,AI芯片利用多个光谱图的特征峰进行识别运算,最后将结果输出,将运算后的甜度、酸度和含水量等信息以文字或符号的形式在显示屏7上显示出来。
可以理解,AI芯片6的运算方式具体采用神经网络模型,采用神经网络模型建设具有集体运算能力和自适应的学习能力,能够直接输入数据并进行学习,检测的水果越多,获取的图像越多,在进行下一次检测时能够与之前检测的图像信息进行识别对比,神经网络会通过自学习功能,慢慢学会识别类似的图像,这种大规模并行结构使网络具有很强的容错性和鲁棒性,善于联想、综合和推广,具有很高的计算速度,神经网络具备分布处理方法,使得快速进行大量运算成为可能。
可以理解,通过按压开关键对该设备进行启动和关闭,通过按压对应的功能键能过选择检测的项目,不同检测项目显示的结果不同,USB充电插口用于给该设备供电或将该设备的数据传输到电脑上。
进一步包括蓄电池10和盖板11,所述壳体开设有安装槽,所述蓄电池10放置在所述安装槽中,所述盖板与所述壳体连接,所述盖板的尺寸大小与所述安装槽的尺寸大小相匹配。
可以理解,该检测设备能够通过蓄电池10为壳体2内部的LED光源3、可见光摄像头4、多光谱摄像头5、AI芯片6等电子部件进行供电,如此一来,可以使该设备摆脱有线的束缚,盖板11用于封闭壳体2,避免蓄电池10从壳体2上掉落。
进一步地包括玻璃板,所述壳体一侧为弧形状,所述壳体一侧设置有所述玻璃板,所述玻璃板形状与所述弧形状相匹配。
可以理解,玻璃板201采用透光性很好的薄玻璃板,玻璃板201用于隔离保护,避免被测水果表面直接接触可见光摄像头4和多光谱摄像头5,造成摄像头镜面被污染,影响检测质量。
具体地,进一步地包括凹槽202,所述壳体2上开设有凹槽202,所述凹槽202的数量为四个,所述凹槽202呈纵向分布。
可以理解,通过设置凹槽202,人们在手持该设备的时候可将手指放置于凹槽202中,方便更好地握紧,同时,凹槽202的设置有利于增大有益摩擦,防止手滑。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。
Claims (9)
1.基于红外多光谱和可见光的生鲜商品新鲜度检测设备,用于检测生鲜商品,其特征在于:包括壳体、LED光源、可见光摄像头、多光谱摄像头、AI芯片、显示屏、控制面板和充电插口;
所述壳体内部设置有所述LED光源、所述可见光摄像头、所述多光谱摄像头和所述AI芯片,所述LED光源与所述AI芯片电性连接,所述LED光源与所述多光谱摄像头电性连接,所述可见光摄像头与所述AI芯片电性连接,所述多光谱摄像头与所述AI芯片电性连接,所述壳体上设置有所述显示屏和所述控制面板,所述壳体一侧设置有所述充电插口。
2.如权利要求1所述基于红外多光谱和可见光的生鲜商品新鲜度检测设备,其特征在于:所述可见光摄像头内置有第一储存模块,所述多光谱摄像头内置有第二储存模块。
3.如权利要求1所述基于红外多光谱和可见光的生鲜商品新鲜度检测设备,其特征在于:所述AI芯片为多光谱传感芯片,所述多光谱传感芯片采用云端计算方式,所述可见光摄像头用于捕捉检测商品的图像信息,所述多光谱传感芯片通过搭建神经网络模型对所述图像信息进行分析识别。
4.如权利要求1所述基于红外多光谱和可见光的生鲜商品新鲜度检测设备,其特征在于:进一步包括蓄电池和盖板,所述壳体开设有安装槽,所述蓄电池放置在所述安装槽中,所述盖板与所述壳体连接,所述盖板的尺寸大小与所述安装槽的尺寸大小相匹配。
5.如权利要求1所述基于红外多光谱和可见光的生鲜商品新鲜度检测设备,其特征在于:进一步地包括玻璃板,所述壳体一侧为弧形状,所述壳体一侧设置有所述玻璃板,所述玻璃板形状与所述弧形状相匹配。
6.如权利要求1所述基于红外多光谱和可见光的生鲜商品新鲜度检测设备,其特征在于:进一步地包括凹槽,所述壳体上开设有凹槽,所述凹槽的数量为四个,所述凹槽呈纵向分布。
7.如权利要求1所述基于红外多光谱和可见光的生鲜商品新鲜度检测设备,其特征在于:所述显示屏采用高清液晶显示屏。
8.如权利要求1所述基于红外多光谱和可见光的生鲜商品新鲜度检测设备,其特征在于:所述操作面板包括电源开关键和功能键。
9.如权利要求1所述基于红外多光谱和可见光的生鲜商品新鲜度检测设备,其特征在于:所述充电插口具体为USB充电插口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210039631.9A CN115561180A (zh) | 2022-01-14 | 2022-01-14 | 基于红外多光谱和可见光的生鲜商品新鲜度检测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210039631.9A CN115561180A (zh) | 2022-01-14 | 2022-01-14 | 基于红外多光谱和可见光的生鲜商品新鲜度检测设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115561180A true CN115561180A (zh) | 2023-01-03 |
Family
ID=84738055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210039631.9A Pending CN115561180A (zh) | 2022-01-14 | 2022-01-14 | 基于红外多光谱和可见光的生鲜商品新鲜度检测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115561180A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117554318B (zh) * | 2024-01-09 | 2024-03-19 | 北京龙知远科技发展有限公司 | 一种可视化辐照型红外气体浓度检测设备 |
-
2022
- 2022-01-14 CN CN202210039631.9A patent/CN115561180A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117554318B (zh) * | 2024-01-09 | 2024-03-19 | 北京龙知远科技发展有限公司 | 一种可视化辐照型红外气体浓度检测设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109655414B (zh) | 电子设备、信息推送方法及相关产品 | |
CN107873101B (zh) | 用于对象辨识和评估的成像系统 | |
US20190353587A1 (en) | Spectroscopic characterization of seafood | |
CN204789548U (zh) | 食品检测装置 | |
Aboonajmi et al. | Prediction of poultry egg freshness using vis-nir spectroscopy with maximum likelihood method | |
CN115561180A (zh) | 基于红外多光谱和可见光的生鲜商品新鲜度检测设备 | |
WO2022016839A1 (zh) | 一种便携式可见/近红外光谱检测装置 | |
CN108663331A (zh) | 检测冰箱内食物新鲜度的方法与冰箱 | |
CN109975211A (zh) | 基于物联网的拉曼光谱物质监测系统及监测方法 | |
CN111220496A (zh) | 一种苹果品质检测仪及检测方法 | |
Setiawan et al. | Classification of palm oil fresh fruit bunch using multiband optical sensors | |
TW201822121A (zh) | 水果成熟度與品質優劣辨識系統及方法 | |
Li et al. | Study on qualitative impact damage of yellow peaches using the combined hyperspectral and physicochemical indicators method | |
CN206369739U (zh) | 可携式快筛体外检测系统 | |
Lian et al. | Visualized pattern recognition optimization for apple mechanical damage by laser relaxation spectroscopy | |
CN109238973A (zh) | 一种检测苹果可溶性固形物含量和含水量的方法 | |
CN111665215A (zh) | 一种基于嵌入式的苹果成熟度检测系统及方法 | |
CN116840253A (zh) | 板材检测方法及相关装置 | |
CN214703306U (zh) | 一种苹果霉心病和糖度同时检测装置 | |
Zhang et al. | Design of nondestructive detection device for moldy core in apples based on characteristic spectrum | |
CN209802978U (zh) | 一种远程实时在线水果品质监测系统 | |
Wu et al. | The use of hyperspectral techniques in evaluating quality and safety of meat and meat products | |
Lin et al. | Portable in vivo measurement of apple sugar content based on mobile phone | |
CN206177811U (zh) | 一种便携式食品检测装置 | |
CN113984692A (zh) | 鸡蛋综合品质无损检测方法及装置 |
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 |