CN1556412A - 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置 - Google Patents

基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置 Download PDF

Info

Publication number
CN1556412A
CN1556412A CNA2004100138361A CN200410013836A CN1556412A CN 1556412 A CN1556412 A CN 1556412A CN A2004100138361 A CNA2004100138361 A CN A2004100138361A CN 200410013836 A CN200410013836 A CN 200410013836A CN 1556412 A CN1556412 A CN 1556412A
Authority
CN
China
Prior art keywords
smell
sense
agricultural
data
animal products
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
CNA2004100138361A
Other languages
English (en)
Other versions
CN1245630C (zh
Inventor
赵杰文
邹小波
黄星奕
刘木华
蔡建荣
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.)
Jiangsu University
Original Assignee
Jiangsu 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 Jiangsu University filed Critical Jiangsu University
Priority to CN 200410013836 priority Critical patent/CN1245630C/zh
Publication of CN1556412A publication Critical patent/CN1556412A/zh
Application granted granted Critical
Publication of CN1245630C publication Critical patent/CN1245630C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及一种针对农畜产品的检测方法,其采用将CCD摄像头拍摄农畜产品的图像,经图像采集卡传入计算机,而农畜产品在一定条件下(温度、湿度、流速)散发的气味经无油微型真空泵吸入反应室与气体传感器阵列产生信号,经调理电路、A/D采集卡传入计算机。计算机模拟人的大脑对视觉数据和嗅觉数据进行融合和模式识别处理,最后由计算机决定被测样品的真伪、优劣、等级、合格与否等不同规格的质量。其可通过电子视觉和嗅觉实现对人眼和鼻的扩展,将果蔬、肉类、谷物、饮料等农畜产品的颜色、形状、纹理、尺寸等外观特性与其在各种时期散发的气味等嗅觉信息融合起来,然后再与知识库中专家知识与经验融合起来,进行综合判别。

Description

基于电子视觉和嗅觉融合技术的 农畜产品无损检测方法及其装置
所属技术领域
本发明涉及一种针对农畜产品的检测方法,特指基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置。
背景技术
由于缺乏高质量和高水平的检测手段,我国出口农畜产品混等混级现象严重,在国际市场竞争中处于极为不利的地位,市场占有率不断受到挑战。我国是农业大国,加入WTO后,农畜产品面临的形势愈来愈严峻。目前绝大多数农畜产品的质量检测仍然沿用人工感官评定方法和常规化学分析方法。常规化学分析具有较高的准确度和可靠性,但是,其试样的前处理、实验本身的耗时性以及对物料的破坏性又是许多场合所不允许的。而感官评定通常需要训练有素、经验丰富的专家来完成,判断结果随着年龄、性别、识别能力及语言文字表达能力的不同存在相当大的个体差异,即使同一人员也随其身体状态和情绪的变化产生不同的结果,难以坚持统一、客观的标准,而且劳动强度大。尤其对于保存期短、易变质的农畜产品而言,人工检测远远不能满足全部检测的要求。
20世纪80年代起国外有人开始研究基于电子视觉的农畜产品质量检测技术,主要围绕农畜产品的大小、形状、纹理、颜色和表面缺陷等外观质量特征进行。对苹果、梨、辣椒、黄瓜等多种水果、蔬菜进行了品质检测与分选,经检索,有相关美国专利,专利号为:5,732,147,专利名称为:“Defective object inspection and separation system using imageanalysis and curvature transformation(用图像分析和曲率变换来检测物体(苹果)缺陷并加以区分的系统)”。该发明用图像处理方法和曲率变换来检测苹果等物体表面的缺陷,而对那些表面无异常而内部已变质的苹果就无能为力了。
计算机嗅觉技术是九十年代发展起来的新颖的分析、识别和检测复杂嗅味和挥发性成分的技术。国外研究者们分别用不同的气敏传感器阵列、不同的分析方法,对气味进行鉴别和判断。区别很明显的物质如胡萝卜,洋葱,香水,鱼片等散发出的气味。经检索,有相关中国专利,申请号:03131660.3,基于气体传感器阵列技术的食品气味快速无损检测方法及装置;另有相关美国专利,专利号为:6,450,008,专利名称为:“Food applications of artificialolfactometry(用于食品的人工嗅味检测方法)”,以上发明只对食品气味进行检测的装置,所测得的信息也只是食品散发气味方面的信息,应用范围很有限。
到目前为止,国内外对绝大多数农畜产品质量的检测采用的是人工感官评定方法,而基于单一的电子视觉或嗅觉的农畜产品检测技术也只是停留在研究实验阶段。单凭视觉信息或者嗅觉信息对某些农畜产品质量进行的检测也较有效,但它检测到的质量信息特征毕竟是有局限性的,不全面的。例如电子视觉能检测出果品颜色、形状、尺寸等外观特征,但无法检出其中外观无显著异常却已变质且有明显异味的个体。
发明内容
鉴于上述现有技术发展情况,本发明的目的就是要提供一种针对农畜产品基于电子视觉和嗅觉融合技术的无损检测方法及其装置。通过电子视觉和嗅觉实现对人眼和鼻的扩展,将果蔬、肉类、谷物、饮料等农畜产品的颜色、形状、纹理、尺寸等外观特性与其在各种时期散发的气味等嗅觉信息融合起来,然后再与知识库中专家知识与经验融合起来,进行综合判别。
本发明的目的是通过以下方法实现的:
首先建立知识库,对所需测定的农畜产品,根据其检测标准(如国家检测标准、通用行业标准等),先请专业人员对其中一部分样品进行感官评定,或对其做常规的理化分析,建立与该农畜产品质量相关的数据库。然后用CCD摄像头拍摄该农畜产品的图像,经图像采集卡传入计算机,而该农畜产品散发的气味与气体传感器阵列产生信号经调理电路、数模电路传入计算机,计算机模拟人的大脑对视觉数据和嗅觉数据进行处理、融合并与前面建立的数据库联系起来进行模式识别处理,从而在计算机中形成能够决定被测样品的真伪、优劣、等级、合格与否等不同规格质量的知识库。
然后进行样本测试:
①测定样品时,将样本置入一密闭采光室中,通过摄像头将样品的图片传到计算机中;
②对图像进行处理,提取特征值,同时让样品在密闭的采光室中散发气味;
③在上述处理的同时被测样品的气味经电磁阀、真空泵、流量计,以一定的温度、湿度、压力、流量输送至反应室,与气体传感器阵列传感器反应;产生嗅味信号,并送至计算机,提取相应特征;
④计算机对所提取的特征信号进行融合和模式处理,给出被测样品的真伪、优劣、等级、合格与否等识别结果。识别结果通过计算机显示出来,本轮测试结束;
⑤前一次测试结束后,取出样本,在采光室和反应室内通入洁净空气,把前一次测试遗留下来的气味吹走,并使气体传感器复原。
所述的计算机对所提取的特征信号进行融合和模式处理,其中数据融合采用贝叶司技术、回归分析、分形、主成分分析法、傅立叶变换、独立分量法、模糊理论等常规统计数据分析方法以及神经网络和遗传算法等构建高精度实时模式分类系统来处理视觉和嗅觉数据并与数据库联系起来进行学习、训练,得到一个知识库。使得所研制的系统能够决定被测样品的真伪、优劣、等级、合格与否等。
所述的融合分为原始数据融合、特征数据融合、决策数据融合等多个层次的融合。原始数据融合和特征数据融合主要包括对视觉数据和嗅觉数据本身的处理及融合,在视觉数据处理中包括背景分割、滤波去噪、边缘检测、纹理检测等一般的图像处理方法以及图像特征提取等,而嗅觉数据处理包括传感器数据平滑去噪、特征提取、归一化处理等;在视觉数据的原始数据融合中用到独立分量分析、主成分分析、傅立叶变换、域值分割等方法,嗅觉原始数据融合主要是卷积分析、正交分析、独立分量法分析等;特征数据融合是指先从每个传感器中提取特征值,然后在所提取的特征值的基础上采用判别式分析,神经网络,回归分析,贝叶司技术,遗传算法,K最近相邻法等方法进行融合;数据决策级的融合是根据电子视觉和嗅觉所提供的判断结果应用贝叶司方法、模糊理论等来进行判断的,从所测农畜产品的外形、颜色、尺寸大小、纹理、气味等多个方面给一个综合的评价。
所述的基于电子视觉和嗅觉融合技术的农畜产品无损检测装置由三部分组成:电子视觉系统、电子嗅觉系统、模式识别和融合数据处理系统。电子视觉系统由CCD摄像头、图像采集卡、采光室、光源、调光电路等组成,其中CCD摄像头、光源、调光电路被固定在采光室内部,图像采集卡固定在计算机内部。电子嗅觉设备包括通过信号线顺序连接的气体传感器阵列、气体传感器调理电路、装在计算机内部的A/D采集卡,以及反应室、电源供给模块、控制测试环境和气体流向装置,布置在旁边的电源供给模块分别给气体传感器阵列、气体传感器调理电路等提供高精度直流稳压电源。气体传感器阵列、反应室布置在恒温装置里。其中控制测试环境和气体流向装置包括恒温装置、过滤器、流量计、气体管路、阀、无油微型真空泵等。气体管路上顺序布置着过滤器、无油微型真空泵、流量计、电磁阀。所述的恒温装置为一恒温水浴装置,用来控制环境的温度。
所述的气体传感器阵列由8到16个不同类型的气体传感器组成,均匀交错布置在条形的反应室里,该条形反应室布置在一恒温箱体中,内表面光滑没有气体死角,两端分别设有进气口和出气口,该进气口和出气口上分别设有进气管道和出气管道;进气管道上顺序连接有流量计、无油微量真空泵、二位三通电磁阀,电磁阀的进气端连接有两路管道,其中一条管道连接到采光室,吸取其中的待测样本散发的气味,使得在进行图像处理同时,进行嗅味检测,另一条管道连接到洁净空气对传感器复原用。
所述的气路中装有压力、温度、湿度传感器,这样可以使所测样本在同一压力、温度、湿度下产生顶空气体,使测试的精度和重复性提高;
所述的调理电路板与条形气体传感器阵列反应室内各气体传感器和气体样本产生室内的压力、温度、湿度传感器输出相连接的,以及提供电源和对电磁阀进行控制。
工作时,CCD摄像头拍摄农畜产品的图像,经图像采集卡传入计算机,而农畜产品在一定条件下(温度、湿度、流速)散发的气味经无油微型真空泵吸入反应室与气体传感器阵列产生信号,经调理电路、A/D采集卡传入计算机。计算机模拟人的大脑对视觉数据和嗅觉数据进行融合和模式识别处理,最后由计算机决定被测样品的真伪、优劣、等级、合格与否等不同规格的质量。
本发明的有益效果是:
基于电子视觉和嗅觉融合技术的农畜产品无损检测模拟人和动物的视觉和嗅觉系统,得到的不是被测样品中视觉信息和嗅觉信号的简单叠加,而是模仿人的信息融合能力,将视觉和嗅觉信息融合起来,用高精度实时模式分类系统来处理视觉和嗅觉数据,并与经学习建立的数据库中的信息加以比较、判别,对样品质量进行综合检测,因而具有人工智能。可用于鉴别产品真伪,控制从原料到工艺的整个生产过程,从而使产品质量得到保证。基于电子视觉和嗅觉信息融合技术可为农畜产品、食品行业提供新的产品无损检测方法与装置,以其辅助或代替专业评判人员。还可广泛应用于环境的监测,烟草行业对烟草的全面质量检测,医疗部门通过综合病人的气色信息、呼出气味及散发的体味信息,对病情作出诊断等等。
用高精度实时模式分类系统来处理视觉和嗅觉数据,提高了测试的灵敏度、选择性和重复性,扩大其识别范围。本发明的农畜产品无损检测装置不仅能快速测量出所测对象颜色、形状、纹理、尺寸以及气味中所含的微量、痕量乃至超痕量化学成分,尤其能快速准确地将测量数据转换成与专家感官评定相一致的结果。它不仅可以根据各种不同的气味测到不同的信号,而且可以将这些信号与经学习建立的知识库中的信号加以比较,进行识别判断。
本发明与单一的视觉或嗅觉检测技术相比,得到的信息更全面,其可靠性、重复性和适应性得到提高。与常规化学分析方法相比,此方法技术操作快速简便,样品不需前处理,也不需任何有机溶剂进行萃取,测定一个样品小于5分钟,而且对未知样品具有人工智能的识别作用。与人的感观相比,测定结果更客观、可靠。
本发明引入信息科学领域中的高技术—融合技术,将电子视觉和嗅觉信息融合起来对农畜产品质量进行较为全面的无损检测,将基于计算机技术的高新检测技术用于农畜产品品质检测与自动分级过程中,既可以解放劳动力,排除人的主观因素干扰,又能快速而准确地进行农畜产品品质的综合评价。能够对农畜产品的加工、贮藏和运输过程进行快速、简便、客观的检测,准确、实时、有效地对农畜产品生产过程进行监测从而使农畜产品质量得到保证。
附图说明
图1:本发明的技术方案示意图。
图2:电子视觉和嗅觉数据融合框图
图3:本发明应用实例(针对苹果)技术路线示意图
图4:本发明应用实例实现硬件示意图
图5:本发明应用实例中控制测试环境和气体流向装置结构简图
图6:本发明实施例的数据处理软件界面。
图7:本发明实施例对红富士苹果检测的结果。
图中:1.CCD摄像头、2.调光电路、3.图像采集卡、4.显示器、5.计算机、6.A/D采集卡、7.气体传感器调理电路、8.电源供给模块、9.气体传感器阵列、10.反应室、11.控制测试环境和气体流向装置、12.所测农畜产品、13.采光室、14.光源、15.过滤器、16.恒温装置、17.电磁阀、18.真空泵、19.流量计、20.温湿度传感器、21.压力传感器
具体实施方式
本发明对农畜产品的无损检测具有通用性,但由于农畜产品种类很多,因此本发明只举一个用于红富士苹果的实施例,其他农畜产品的检测可参照该实施例的方法,具体针对所测的样本的评价标准,建立一个新的知识库,就可以对该类农畜产品进行测试了。
本实施例参阅图3,本发明对苹果进行检测的系统方案示意图。依照国家标准先挑选各种质量等级的苹果,先按常规检测手段进行质量评定和分级,然后将这些苹果作为标准样本,用基于电子视觉和嗅觉融合技术的无损检测装置对其进行无损检测,建立知识库。
图中的常规检测手段完全按我国1993年GB10651-89鲜苹果分级标准。
图中的电子视觉包括图像采集、图像预处理、图像分析与特征提取、分析(如图中的果形分析、果面颜色与缺陷分析、果体尺寸分析等),其中图像采集是通过CCD摄像头对采光室中的苹果样本进行拍摄,经图像采集卡传入计算机,其中采光室内部布置有光源、调光电路及旋转测试台等,图像采集电路卡固定在计算机内部。通过计算机对步进电机的控制,使步进电机带动旋转测试台转动,进而带动苹果转动,使摄像头能拍摄到苹果整个表面的图像。
图像预处理包括滤波去噪、苹果图像与背景分割等软件。果形分析通过图像处理方法提取苹果的边缘信息并进行傅立叶展开,用傅立叶展开式的前几项系数对苹果的形状进行判断,得出其圆形度、细长度、对称性等形状特征。果体尺寸分析,用计算机软件提取苹果的最大横径,然后通过回归方法得出苹果的实际最大横径。
图中的电子嗅觉包括气体传感器阵列与苹果气味反应装置及气体传感器阵列数据采集、数据预处理、特征提取、分析,放在采光室内的苹果散发气味由无油真空泵吸取,经过管道和电磁阀,以一定的流量通过传感器阵列反应室与气体传感器阵列反应产生信号。该信号经传感器调理电路和A/D采集卡传入计算机。
气体传感器阵列数据预处理包括平滑滤波、基准标准化、归一化等处理,特征提取是从所得到的数据中提取一些能代表该反应过程信息的数据,如时域特征(反应最大值、稳定值、平均值积分值、微分值等)、频域特征(傅立叶系数等),该特征作为神经网络的输入元,用神经网络判断该苹果的嗅觉特征。
图中的信息融合,首先是在电子嗅觉或电子视觉中的原始数据融合,传感器阵列数据采集后的基准标准化、归一化处理以及电子视觉得到苹果不同侧面的图像的原始数据融合,如用域值分割法综合三副苹果不同侧面的图像信息去除背景,用独立分量分析法把图像和气体传感器的噪声去除,并对视觉信号和嗅觉信号进行傅立叶变换,用主成分分析得到特征。然后在图像特征提取及气体传感器阵列特征提取基础上进行特征数据融合,用回归分析得到苹果果径大小,对苹果的颜色的分形特征进行判别式分析、神经网络得到苹果颜色等级,用贝叶司技术和神经网络分析得到苹果的形状等级;用主成分分析法、遗传算法对气体传感器特征数据进行融合得到苹果的嗅觉特征。最后在得到苹果视觉特征和嗅觉特征的基础上用贝叶司方法、模糊理论进行决策级融合,得到苹果的最终质量等级。
本发明实施例的硬件装置示意图如图4所示,电子视觉由CCD摄像头(1)、图像采集卡(3)、采光室(13)、光源(14)、调光电路(2)等组成,其中CCD摄像头(1)、光源(14)、调光电路(2)被固定在采光室(13)内部,图像采集卡(3)固定在计算机内部(5)。电子嗅觉设备包括气体传感器阵列(9)、气体传感器调理电路(7)、装在计算机内部的A/D采集卡(6)、反应室(10)、电源供给模块(8)、控制测试环境和气体流向装置(11)等。其中控制测试环境和气体流向装置(11)的结构如图5所示,采光室(13)放置在恒温装置(16)中,其为一恒温水浴装置,用来控制环境的温度。在恒温装置(16)中布置有温湿度传感器(20)、压力传感器(21),这样可以使所测样本在同一压力、温度、湿度下产生顶空气体,使测试的精度和重复性提高。气体管路上顺序布置着过滤器(15)、电磁阀(17)、无油微型真空泵(18)、流量计(19)。
所述的气体传感器阵列(9)由12个不同类型的气体传感器组成,均匀交错布置在条形的反应室里,该条形反应室布置在一恒温箱体中,内表面光滑没有气体死角,两端分别设有进气口和出气口,该进气口和出气口上分别设有进气管道和出气管道;进气管道上顺序连接有流量计(10)、无油微量真空泵(18)、二位三通电磁阀(17),电磁阀的进气端连接有两路管道,其中一条管道连接到采光室(13),吸取其中的待测样本散发的气味,使得在进行图像处理同时,进行嗅味检测,另一条管道连接到洁净空气对传感器复原用。
所述的调理电路板(7)与条形气体传感器阵列反应室(10)内各气体传感器(9)和采光室(13)室内的压力传感器(21)、温湿度传感器(20)输出相连接的,以及提供电源和对电磁阀(17)进行控制。
工作时,CCD摄像头(1)拍摄苹果的图像(12),经图像采集卡(3)传入计算机(5),而苹果在一定条件下(温度、湿度、流速)散发的气味经无油微型真空泵(18)吸入反应室(10)与气体传感器阵列(9)产生信号,经调理电路(7)、A/D采集卡(6)传入计算机。计算机模拟人的大脑对视觉数据和嗅觉数据进行融合和模式识别处理,最后由计算机决定被测样品的真伪、优劣、等级、合格与否等不同规格的质量。
以上的电子嗅觉和电子视觉是同时进行的,其软件界面如图6所示。最终得到苹果的质量等级,如图7所示,包括苹果的气味、外观、尺寸、颜色等的一个综合评价。

Claims (8)

1.基于电子视觉和嗅觉融合技术的农畜产品无损检测方法,其特征是:
首先建立知识库,对所需测定的农畜产品,根据其检测标准(如国家检测标准、通用行业标准等),先请专业人员对其中一部分样品进行感官评定,或对其做常规的理化分析,建立与该农畜产品质量相关的数据库。然后用CCD摄像头拍摄该农畜产品的图像,经图像采集卡传入计算机,而该农畜产品散发的气味与气体传感器阵列产生信号经调理电路、数模电路传入计算机,计算机模拟人的大脑对视觉数据和嗅觉数据进行处理、融合并与前面建立的数据库联系起来进行模式识别处理,从而在计算机中形成能够决定被测样品的真伪、优劣、等级、合格与否等不同规格质量的知识库;
然后进行以下步骤的样本测试:
①测定样品时,将样本置入一密闭采光室中,通过摄像头将样品的图片传到计算机中;
②对图像进行处理,提取特征值,同时让样品在密闭的采光室中散发气味;
③在上述处理的同时被测样品的气味经电磁阀、真空泵、流量计,以一定的温度、湿度、压力、流量输送至反应室,与气体传感器阵列传感器反应;产生嗅味信号,并送至计算机,提取相应特征;
④计算机对所提取的特征信号进行融合和模式处理,给出被测样品的真伪、优劣、等级、合格与否等识别结果,识别结果通过计算机显示出来,本轮测试结束;
⑤前一次测试结束后,取出样本,在采光室和反应室内通入洁净空气,把前一次测试遗留下来的气味吹走,并使气体传感器复原。
2.根据权利要求1所述的基于电子视觉和嗅觉融合技术的农畜产品无损检测方法,其特征在于所述的计算机对所提取的特征信号进行融合和模式处理,其中数据融合采用贝叶司技术、回归分析、分形、主成分分析法、傅立叶变换、独立分量法、模糊理论常规统计数据分析方法以及神经网络和遗传算法构建高精度实时模式分类系统来处理视觉和嗅觉数据并与数据库联系起来进行学习、训练,得到一个知识库,使得所研制的系统能够决定被测样品的真伪、优劣、等级、合格与否等。
3.根据权利要求1所述的基于电子视觉和嗅觉融合技术的农畜产品无损检测方法,其特征在于所述的融合分为原始数据融合、特征数据融合、决策数据融合多个层次的融合;原始数据融合和特征数据融合主要包括对视觉数据和嗅觉数据本身的处理及融合,在视觉数据处理中包括背景分割、滤波去噪、边缘检测、纹理检测等一般的图像处理方法以及图像特征提取等,而嗅觉数据处理包括传感器数据平滑去噪、特征提取、归一化处理等;在视觉数据的原始数据融合中用到独立分量分析、主成分分析、傅立叶变换、域值分割等方法,嗅觉原始数据融合主要是卷积分析、正交分析、独立分量法分析等;特征数据融合是指先从每个传感器中提取特征值,然后在所提取的特征值的基础上采用判别式分析,神经网络,回归分析,贝叶司技术,遗传算法,K最近相邻法等方法进行融合;数据决策级的融合是根据电子视觉和嗅觉所提供的判断结果应用贝叶司方法、模糊理论等来进行判断的,从所测农畜产品的外形、颜色、尺寸大小、纹理、气味等多个方面给一个综合的评价。
4.实现权利要求1所述的基于电子视觉和嗅觉融合技术的农畜产品无损检测方法的装置,其特征在于由三部分组成:电子视觉系统、电子嗅觉系统、模式识别和融合数据处理系统,电子视觉系统由CCD摄像头(1)、图像采集卡(3)、采光室(13)、光源(14)、调光电路(2)组成,其中CCD摄像头(1)、光源(14)、调光电路(2)被固定在采光室(13)内部,图像采集卡(3)固定在计算机内部;电子嗅觉设备包括通过信号线顺序连接的气体传感器阵列(9)、气体传感器调理电路(7)、装在计算机内部的A/D采集卡(6),以及反应室(10)、电源供给模块(8)、控制测试环境和气体流向装置(11),布置在旁边的电源供给模块(8)分别给气体传感器阵列(9)、气体传感器调理电路(7)等提供高精度直流稳压电源,气体传感器阵列(9)、反应室(10)布置在恒温装置(16)里;其中控制测试环境和气体流向装置包括恒温装置(16)、过滤器(15)、流量计(19)、气体管路、电磁阀(17)、无油微型真空泵(18)等,气体管路上顺序布置着过滤器(15)、无油微型真空泵(17)、流量计(10)、电磁阀(17);电子视觉系统、电子嗅觉系统采集到的数据经导线传输到模式识别和融合数据处理系统。
5.根据权利要求4所述的基于电子视觉和嗅觉融合技术的农畜产品无损检测装置,其特征在于恒温装置(16)为一恒温水浴装置,用来控制环境的温度。
6.根据权利要求4所述的基于电子视觉和嗅觉融合技术的农畜产品无损检测装置,其特征在于所述的气体传感器阵列(9)由8到16个不同类型的气体传感器组成,均匀交错布置在条形的反应室(10)里,该条形反应室(10)布置在一恒温箱体中,内表面光滑没有气体死角,两端分别设有进气口和出气口,该进气口和出气口上分别设有进气管道和出气管道;进气管道上顺序连接有流量计(19)、无油微量真空泵(18)、电磁阀(17),电磁阀(17)的进气端连接有两路管道,其中一条管道连接到采光室(13),吸取其中的待测样本散发的气味,使得在进行图像处理同时,进行嗅味检测,另一条管道连接到洁净空气对传感器复原用。
7.根据权利要求4所述的基于电子视觉和嗅觉融合技术的农畜产品无损检测装置,其特征在于所述的气路中装有压力传感器(21)、温湿度传感器(20)。
8.根据权利要求4所述的基于电子视觉和嗅觉融合技术的农畜产品无损检测装置,其特征在于所述的调理电路(7)与条形气体传感器阵列反应室(10)内各气体传感器和气体样本产生室内的压力、温度、湿度传感器输出相连接的,以及提供电源和对电磁阀进行控制。
CN 200410013836 2004-01-08 2004-01-08 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置 Expired - Fee Related CN1245630C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200410013836 CN1245630C (zh) 2004-01-08 2004-01-08 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200410013836 CN1245630C (zh) 2004-01-08 2004-01-08 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置

Publications (2)

Publication Number Publication Date
CN1556412A true CN1556412A (zh) 2004-12-22
CN1245630C CN1245630C (zh) 2006-03-15

Family

ID=34351113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200410013836 Expired - Fee Related CN1245630C (zh) 2004-01-08 2004-01-08 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置

Country Status (1)

Country Link
CN (1) CN1245630C (zh)

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101074947B (zh) * 2007-06-27 2010-09-15 江苏大学 两类不同气体传感器阵列组合检测气味的方法和装置
CN101936912A (zh) * 2010-08-25 2011-01-05 江苏大学 一种基于嗅觉可视化检测鱼新鲜度的方法及装置
CN102132151A (zh) * 2008-06-23 2011-07-20 Atonarp株式会社 用于处理与化学物质有关的信息的系统
CN101234381B (zh) * 2008-03-07 2011-09-07 天津市华核科技有限公司 基于视觉识别的颗粒物料分选分级方法
CN102209218A (zh) * 2011-05-20 2011-10-05 靳波 香味电视机
CN102636433A (zh) * 2012-02-17 2012-08-15 海尔集团公司 一种食品新鲜程度检测装置及采用该装置的冰箱
CN102721793A (zh) * 2012-06-11 2012-10-10 江苏大学 一种食醋品质数字化检测方法及装置
CN101419213B (zh) * 2008-12-08 2012-11-07 浙江大学 一种利用挥发物的禽蛋蛋壳裂纹检测装置的检测方法
CN102967597A (zh) * 2012-09-26 2013-03-13 江苏大学 一种基于嗅觉成像传感技术的黄酒酒龄鉴别方法和鉴别系统
CN103476276A (zh) * 2011-04-14 2013-12-25 豪尼机械制造股份公司 烟草加工行业的棒形制品的输送
CN103940714A (zh) * 2014-05-13 2014-07-23 武汉大学 一种仿人工雾霾监测系统与方法
CN103976468A (zh) * 2014-04-30 2014-08-13 河南科技大学 一种烟叶分级方法
CN104049068A (zh) * 2014-06-06 2014-09-17 中国肉类食品综合研究中心 生鲜畜肉新鲜度的无损测定装置及测定方法
CN105181912A (zh) * 2015-06-30 2015-12-23 江苏大学 一种大米储藏过程中的新鲜度检测方法
CN106338517A (zh) * 2016-09-23 2017-01-18 江苏大学 基于视觉和嗅觉信息协同的水果新鲜度智能化评判方法
CN107121351A (zh) * 2017-03-28 2017-09-01 华南理工大学 一种酸性溶液的剖析方法
CN107886095A (zh) * 2016-09-29 2018-04-06 河南农业大学 一种基于机器视觉和嗅觉特征融合的分类识别方法
CN107991460A (zh) * 2017-11-16 2018-05-04 吉林大学 一种基于仿生嗅觉的土壤养分快速检测装置
WO2020089929A2 (en) 2018-10-29 2020-05-07 Tata Consultancy Services Limited Apparatus and method for multimodal sensing and monitoring of perishable commodities
CN111220496A (zh) * 2020-03-11 2020-06-02 中国农业科学院农业信息研究所 一种苹果品质检测仪及检测方法
CN112036470A (zh) * 2020-08-28 2020-12-04 扬州大学 一种基于云传输的多传感器融合的黄瓜烟粉虱识别方法
CN113390833A (zh) * 2021-06-23 2021-09-14 长江师范学院 基于多重检测方式的脆李成熟度判断方法
CN113390834A (zh) * 2021-06-23 2021-09-14 长江师范学院 一种基于视觉识别的脆李成熟度检测方法
CN113607782A (zh) * 2021-07-28 2021-11-05 浙江工业大学 一种利用嗅觉信号增强的视觉感知式水质预警系统及方法
CN114047751A (zh) * 2021-10-28 2022-02-15 成都信息工程大学 一种冷藏保鲜库内机器人立体巡检系统及方法
CN116577473A (zh) * 2023-07-14 2023-08-11 北京市农林科学院 一种草莓机械损伤发生时间的检测方法及装置

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101144780B (zh) * 2006-09-14 2011-05-11 北京工商大学 猪肉新鲜度智能检测装置
CN101013079B (zh) * 2007-02-07 2010-11-10 浙江大学 小型物料数字化检测和分级装置
CN101692053B (zh) * 2009-10-09 2012-01-18 江苏大学 基于多传感信息融合的名优茶品质仪器智能化审评方法

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101074947B (zh) * 2007-06-27 2010-09-15 江苏大学 两类不同气体传感器阵列组合检测气味的方法和装置
CN101234381B (zh) * 2008-03-07 2011-09-07 天津市华核科技有限公司 基于视觉识别的颗粒物料分选分级方法
CN102132151A (zh) * 2008-06-23 2011-07-20 Atonarp株式会社 用于处理与化学物质有关的信息的系统
US11521711B2 (en) 2008-06-23 2022-12-06 Atonarp Inc. System for handling information relating to chemical substances
CN101419213B (zh) * 2008-12-08 2012-11-07 浙江大学 一种利用挥发物的禽蛋蛋壳裂纹检测装置的检测方法
CN101936912A (zh) * 2010-08-25 2011-01-05 江苏大学 一种基于嗅觉可视化检测鱼新鲜度的方法及装置
CN103476276B (zh) * 2011-04-14 2016-08-31 虹霓机械制造有限公司 烟草加工行业的棒形制品的输送
CN103476276A (zh) * 2011-04-14 2013-12-25 豪尼机械制造股份公司 烟草加工行业的棒形制品的输送
CN102209218A (zh) * 2011-05-20 2011-10-05 靳波 香味电视机
CN102636433A (zh) * 2012-02-17 2012-08-15 海尔集团公司 一种食品新鲜程度检测装置及采用该装置的冰箱
CN102721793A (zh) * 2012-06-11 2012-10-10 江苏大学 一种食醋品质数字化检测方法及装置
CN102967597A (zh) * 2012-09-26 2013-03-13 江苏大学 一种基于嗅觉成像传感技术的黄酒酒龄鉴别方法和鉴别系统
CN103976468A (zh) * 2014-04-30 2014-08-13 河南科技大学 一种烟叶分级方法
CN103940714A (zh) * 2014-05-13 2014-07-23 武汉大学 一种仿人工雾霾监测系统与方法
CN104049068A (zh) * 2014-06-06 2014-09-17 中国肉类食品综合研究中心 生鲜畜肉新鲜度的无损测定装置及测定方法
CN104049068B (zh) * 2014-06-06 2015-11-18 中国肉类食品综合研究中心 生鲜畜肉新鲜度的无损测定装置及测定方法
CN105181912A (zh) * 2015-06-30 2015-12-23 江苏大学 一种大米储藏过程中的新鲜度检测方法
CN106338517A (zh) * 2016-09-23 2017-01-18 江苏大学 基于视觉和嗅觉信息协同的水果新鲜度智能化评判方法
CN107886095A (zh) * 2016-09-29 2018-04-06 河南农业大学 一种基于机器视觉和嗅觉特征融合的分类识别方法
CN107121351B (zh) * 2017-03-28 2020-02-18 华南理工大学 一种酸性溶液的剖析方法
CN107121351A (zh) * 2017-03-28 2017-09-01 华南理工大学 一种酸性溶液的剖析方法
CN107991460A (zh) * 2017-11-16 2018-05-04 吉林大学 一种基于仿生嗅觉的土壤养分快速检测装置
EP3874434A4 (en) * 2018-10-29 2022-04-20 Tata Consultancy Services Limited DEVICE AND METHOD FOR MULTIMODAL RECORDING AND MONITORING OF PERISHABLE GOODS
WO2020089929A2 (en) 2018-10-29 2020-05-07 Tata Consultancy Services Limited Apparatus and method for multimodal sensing and monitoring of perishable commodities
CN111220496A (zh) * 2020-03-11 2020-06-02 中国农业科学院农业信息研究所 一种苹果品质检测仪及检测方法
CN112036470A (zh) * 2020-08-28 2020-12-04 扬州大学 一种基于云传输的多传感器融合的黄瓜烟粉虱识别方法
CN113390833A (zh) * 2021-06-23 2021-09-14 长江师范学院 基于多重检测方式的脆李成熟度判断方法
CN113390834A (zh) * 2021-06-23 2021-09-14 长江师范学院 一种基于视觉识别的脆李成熟度检测方法
CN113607782A (zh) * 2021-07-28 2021-11-05 浙江工业大学 一种利用嗅觉信号增强的视觉感知式水质预警系统及方法
CN114047751A (zh) * 2021-10-28 2022-02-15 成都信息工程大学 一种冷藏保鲜库内机器人立体巡检系统及方法
CN116577473A (zh) * 2023-07-14 2023-08-11 北京市农林科学院 一种草莓机械损伤发生时间的检测方法及装置
CN116577473B (zh) * 2023-07-14 2023-11-17 北京市农林科学院 一种草莓机械损伤发生时间的检测方法及装置

Also Published As

Publication number Publication date
CN1245630C (zh) 2006-03-15

Similar Documents

Publication Publication Date Title
CN1245630C (zh) 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置
Huang et al. Non-destructively sensing pork’s freshness indicator using near infrared multispectral imaging technique
Li et al. Fast detection and visualization of early decay in citrus using Vis-NIR hyperspectral imaging
CN101251526B (zh) 鲜猪肉综合品质无损检测方法与装置
Khulal et al. Intelligent evaluation of total volatile basic nitrogen (TVB-N) content in chicken meat by an improved multiple level data fusion model
CN100495032C (zh) 一种禽蛋表面品质检测的方法和装置
ElMasry et al. Detecting chilling injury in Red Delicious apple using hyperspectral imaging and neural networks
Qiao et al. Pork quality and marbling level assessment using a hyperspectral imaging system
He et al. Hyperspectral imaging technology for rapid detection of various microbial contaminants in agricultural and food products
Kamruzzaman et al. Introduction to hyperspectral imaging technology
CN1194227C (zh) 基于气体传感器阵列技术的食品气味快速无损检测方法及装置
Teimouri et al. On-line separation and sorting of chicken portions using a robust vision-based intelligent modelling approach
Li et al. Non-destructive evaluation of pork freshness using a portable electronic nose (E-nose) based on a colorimetric sensor array
Pan et al. Eggshell crack detection based on computer vision and acoustic response by means of back-propagation artificial neural network
Dutta et al. Image processing based classification of grapes after pesticide exposure
CN102788794A (zh) 基于多传感信息融合的叶菜类蔬菜叶片农药残留检测装置及方法
CN108663367A (zh) 一种基于鸡蛋容重的鸡蛋品质无损检测方法
Rafiq et al. Application of computer vision system in food processing
Gill et al. A review of automatic fruit classification using soft computing techniques
CN113310936A (zh) 四种高温灭菌商品牛奶的快速鉴定方法
CN201156043Y (zh) 食品综合品质无损检测装置
CN113310930A (zh) 高温灭菌奶、巴氏杀菌奶和掺加高温灭菌奶的巴氏杀菌奶的光谱鉴定方法
Alfatni et al. Recent methods and techniques of external grading systems for agricultural crops quality inspection-review
CN112691939A (zh) 果蔬品质智能感知分拣机器人系统
CN107576660A (zh) 一种基于距离等高线的双黄鸭蛋自动视觉检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Assignee: Jiangsu Yingyang Industrial Co., Ltd.

Assignor: Jiangsu University

Contract record no.: 2010320000479

Denomination of invention: Agricultural and animal product nondestrctive detection method based on electronic visual sense and smell sense fusion technology and its device

Granted publication date: 20060315

License type: Exclusive License

Open date: 20041222

Record date: 20100428

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20060315

Termination date: 20150108

EXPY Termination of patent right or utility model