CN1789979A - 一种快速无损检测鸭梨内部质量的方法 - Google Patents
一种快速无损检测鸭梨内部质量的方法 Download PDFInfo
- Publication number
- CN1789979A CN1789979A CNA2004100986229A CN200410098622A CN1789979A CN 1789979 A CN1789979 A CN 1789979A CN A2004100986229 A CNA2004100986229 A CN A2004100986229A CN 200410098622 A CN200410098622 A CN 200410098622A CN 1789979 A CN1789979 A CN 1789979A
- Authority
- CN
- China
- Prior art keywords
- pear
- specific wavelengths
- value
- instrument
- quick
- 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
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种快速无损检测鸭梨内部质量的方法,它包括以下步骤:(1)逐个用仪器采集待测鸭梨在两特定波长为(713±5)nm和(743±5)nm处的OD值;(2)将得到的两特定波长的OD值,带入预先建立的鸭梨黑心病的判别模型,得到鸭梨是否有黑心病的判定结果。本发明预先建立鸭梨黑心病的判断模型,因此可以在线对待鸭梨进行逐个检测,可快速检测出鸭梨黑心病,大量减少因抽样检测所造成的果品浪费,保证每一个鸭梨产品的质量,并可经常性地对贮藏的鸭梨进行监测,减少贮藏损失。
Description
技术领域
本发明涉及检测水果内部质量的方法,尤其是涉及一种利用可见-近红外连续透射光谱快速无损检测鸭梨内部质量的方法。
背景技术
我国是世界第一水果生产大国,其中鸭梨是最主要的品种之一,但每年出口量却很少。制约我国水果出口的一个重要原因是国内分选水果时的检测能力弱,速度慢,试验环境条件差,分选水果达不到国际市场的要求。检测鸭梨黑心病是确定鸭梨产品内在品质的重要指标。鸭梨黑心病是贮藏过程中常见的水果生理性病害,发病时,鸭梨果心先形成浅褐色病斑,随着贮藏期的延长,果心缓慢变为黑褐色,并不断扩展,使果肉组织发糠,风味变劣,直至果肉大片变褐,不堪食用。由于产生鸭梨黑心病的病果与正常果在外观上没有区别,所以原有对病果内在品质的检验是通过观察随机样品切片来进行的,但这种方法属于破坏性抽样检测的方法,不但浪费极大,而且对出口产品分级毫无意义。
无损伤检测方法即在不破坏水果产品的情况下对其内部品质包括糖度、酸度、硬度、内部病变等进行检测和评价的方法。目前无损伤检测水果内部品质的方法,其研究大多针对苹果内部质量来进行的,由于鸭梨是我国的特色水果,国际上目前对鸭梨无损检测研究的报道很少,其中,Paola等利用时间解析反射光谱对梨褐心进行了无损伤检测,但只能检测到果皮以下2cm范围内,对果心周围的轻微褐变检测比较困难。在我国,目前关于快速无损伤检测水果内部品质的研究较少,而这种研究对水果,特别是对鸭梨的生产、贮藏和出口分级具有非常重要的意义。
发明内容
针对上述问题,本发明的目的是提供一种针对鸭梨黑心病的快速无损检测鸭梨内部质量的方法。
为实现上述目的,本发明采取以下技术方案:一种快速无损检测鸭梨内部质量的方法,它包括以下步骤:(1)逐个用仪器采集待测鸭梨在两特定波长为(713±5)nm和(743±5)nm处的OD值;(2)将得到的(713±5)nm和(743±5)nm两特定波长的OD值,带入预先建立的鸭梨黑心病的判别模型,得到鸭梨是否有黑心病的判定结果。
预先建立鸭梨黑心病的判别模型,其建立过程包括以下步骤:(1)采集鸭梨样品集,用仪器检测样品集中各样品在两特定波长为(713±5)nm和(743±5)nm处的OD值;(2)将经检测后的样品沿赤道方向切开,观察是否有黑心病病变;(3)将样品集中各样品在(713±5)nm和(743±5)nm两特定波长的OD值和相对应的切片观察结果全部输入计算机,采用差分法进行计算分析后,得到判断阈值和鸭梨黑心的判别方程:ΔOD((713±5)nm-(743±5)nm)>判断阈值时鸭梨为黑心梨;ΔOD((713±5)nm-(743±5)nm)≤判断阈值时鸭梨为好梨;(4)将未知被测鸭梨在(713±5)nm和(743±5)nm特征波长的OD值分别带入判别方程,并给出判定结果。
所述两特定波长可以是713nm和743nm。
所述判断阈值可以是-0.231。
采集两特定波长的仪器可以是滤光片型仪器。
采集两特定波长的仪器可以是可见-近红外光谱仪。
本发明由于采取以上技术方案,其具有以下优点:1、本发明由于预先建立鸭梨黑心病的判断模型,因此无论是在线检测时,还是进行抽样检测时,都可以对待鸭梨进行逐个检测,可快速检测出鸭梨黑心病,大量减少因抽样检测所造成的果品浪费,保证每一个鸭梨产品的质量,并可经常性地对贮藏的鸭梨进行监测,减少贮藏损失。2、本发明在建模的过程中经过大量实验选取波长为713nm±5nm和743nm±5nm作为鸭梨黑心病判断的两个特征波长,通过在这两个特征波长时的OD值与切片观察之间的对应关系,建立了一组判别对鸭梨是否有黑心病的判别模型,不但可以实现对鸭梨黑心病进行无损检测,而且对鸭梨黑心病的正确判别率非常高,达到了普通分选方法和人工分选所不能达到的目标。本发明可以广泛用于鸭梨的产品分级检测和贮藏检测中。
具体实施方式
本发明是一种在线无损检测鸭梨的方法,其包括以下步骤:
一、首先建立鸭梨黑心病的判别模型:
(1)样品采集及检测仪器:
在同区域、同一采摘时期、不同果树株棵上、同一果树株棵上的不同部位,随机采摘具有代表性的鸭梨样品200个;
(2)采集特征波长下样品的OD值:
采用CCD光栅型可见-近红外光谱仪,选择鸭梨光谱的一个波谷和波峰附近的两个波长713nm和743nm作为特征波长,依次测量样品集中每个样品在这两个特征波长时的OD值;
(3)切片观察
将经检测后的样品沿赤道方向切开,观察是否有黑心病病变;
(4)建立鸭梨黑心病的判别模型:
将得到的全部样品的两特定波长的OD值和切片观察结果输入计算机,采用差分法进行计算分析后,得到一个最能区分好坏鸭梨的数值-0.231作为判断阈值,并建立鸭梨是否有黑心病的判别方程,即:
ΔOD(713nm-743nm)>-0.231时鸭梨为黑心梨
ΔOD(713nm-743nm)≤-0.231时鸭梨为好梨
(5)将未知被测鸭梨在特征波长处的OD值分别带入判别模型给出判定结果。
二、对鸭梨进行检测:
采用CCD光栅型可见-近红外光谱仪,选择与建模时相同的两个特征波长713nm和743nm,依次测量每个鸭梨在这两个特征波长时的OD值;然后将这两个波长的OD值输入计算机代入判别模型后,便可以得到判别结果是好梨还是黑心梨。
上述实施例中是采用CCD光栅型可见-近红外光谱仪进行检测,还可以采用价格更为便宜的滤光片型仪器或其它仪器测量鸭梨在两特征波长下的OD值。
上述实施例中,还可以采用CCD光栅型可见-近红外光谱仪采集在波长范围为638nm~1295nm的连续光谱,然后再选择两个特征波长713nm和743nm处的OD值,这是考虑在有苹果和鸭梨都需要检测的情况下,与需要采用连续光谱检测的苹果(已另行申请专利)共用同一种仪器,使用同一种测量方法比较方便而采用的。
上述实施例中,选择的鸭梨样品很多,这主要是为了进行多种情况分析和验证的需要,在实际使用中,可以根据采集样品集的常规要求(例如不少于30个)采集即可。本发明对采集的200个鸭梨样品,按本发明方法验证结果为,168个黑心鸭梨中有6个被误判成好梨,误判率为3.5%;32个好梨中有3个被误判成黑心梨,误判率为9.5%,总判别正确率达95.5%,可以看出本发明具有很好的实用性价值。
上述实施例中,两特定波长713nm和743nm的选定是可以有所变化的,但一般在±5nm的范围内变化即可。另外经验阈值是所选两特征波长处OD值的差分统计结果,是根据实验分析得出并确定的,由于各地区,各不同树木,及每年的气候情况都会造成鸭梨内部的情况有所不同,因此在使用时,可以根据测量结果和实际观察情况,按本发明提供的方法对建立的判别模型进行一些调整,这些调整不应排除在本发明的保护范围之外。
Claims (8)
1、一种快速无损检测鸭梨内部质量的方法,它包括以下步骤:
(1)逐个用仪器采集待测鸭梨在两特定波长为(713±5)nm和(743±5)nm处的OD值;
(2)将得到的(713±5)nm和(743±5)nm两特定波长的OD值,带入预先建立的鸭梨黑心病的判别模型,得到鸭梨是否有黑心病的判定结果。
2、如权利要求1所述的一种快速无损检测鸭梨内部质量的方法,其特征在于:预先建立鸭梨黑心病的判别模型,其建立过程包括以下步骤:
(1)采集鸭梨样品集,用仪器检测样品集中各样品在两特定波长为(713±5)nm和(743±5)nm处的OD值;
(2)将经检测后的样品沿赤道方向切开,观察是否有黑心病病变;
(3)将样品集中各样品在(713±5)nm和(743±5)nm两特定波长的OD值和相对应的切片观察结果全部输入计算机,采用差分法进行计算分析后,得到判断阈值和鸭梨黑心的判别方程:
ΔOD((713±5)nm-(743±5)nm)>判断阈值时鸭梨为黑心梨
ΔOD((713±5)nm-(743±5)nm)≤判断阈值时鸭梨为好梨
(4)将未知被测鸭梨在(713±5)nm和(743±5)nm两特征波长的OD值分别带入判别方程,并给出判定结果。
3、如权利要求1所述的一种快速无损检测鸭梨内部质量的方法,其特征在于:所述两特定波长为713nm和743nm。
4、如权利要求2所述的一种快速无损检测鸭梨内部质量的方法,其特征在于:所述两特定波长为713nm和743nm。
5、如权利要求2或3或4所述的一种快速无损检测鸭梨内部质量的方法,其特征在于:所述判断阈值为-0.231。
6、如权利要求2或3或4所述的一种快速无损检测鸭梨内部质量的方法,其特征在于:所述判断阈值为-0.231。
7、如权利要求1或2或3或4或5或6所述的一种快速无损检测鸭梨内部质量的方法,其特征在于:采集两特定波长的仪器为滤光片型仪器。
8、如权利要求1或2或3或4或5或6所述的一种快速无损检测鸭梨内部质量的方法,其特征在于:采集两特定波长的仪器为可见-近红外光谱仪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2004100986229A CN100494982C (zh) | 2004-12-14 | 2004-12-14 | 一种快速无损检测鸭梨内部质量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2004100986229A CN100494982C (zh) | 2004-12-14 | 2004-12-14 | 一种快速无损检测鸭梨内部质量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1789979A true CN1789979A (zh) | 2006-06-21 |
CN100494982C CN100494982C (zh) | 2009-06-03 |
Family
ID=36787986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2004100986229A Expired - Fee Related CN100494982C (zh) | 2004-12-14 | 2004-12-14 | 一种快速无损检测鸭梨内部质量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100494982C (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616346A (zh) * | 2013-11-22 | 2014-03-05 | 江苏科技大学 | 丰水梨品质快速检测方法 |
CN103760128A (zh) * | 2014-01-06 | 2014-04-30 | 北京农业质量标准与检测技术研究中心 | 松材线虫病早期诊断方法 |
CN110376159A (zh) * | 2019-08-22 | 2019-10-25 | 华东交通大学 | 基于近红外漫透射光谱的鸭梨黑心病快速鉴别方法 |
-
2004
- 2004-12-14 CN CNB2004100986229A patent/CN100494982C/zh not_active Expired - Fee Related
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616346A (zh) * | 2013-11-22 | 2014-03-05 | 江苏科技大学 | 丰水梨品质快速检测方法 |
CN103760128A (zh) * | 2014-01-06 | 2014-04-30 | 北京农业质量标准与检测技术研究中心 | 松材线虫病早期诊断方法 |
CN103760128B (zh) * | 2014-01-06 | 2016-04-06 | 北京农业质量标准与检测技术研究中心 | 松材线虫病早期诊断方法 |
CN110376159A (zh) * | 2019-08-22 | 2019-10-25 | 华东交通大学 | 基于近红外漫透射光谱的鸭梨黑心病快速鉴别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN100494982C (zh) | 2009-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Barcelon et al. | X-ray computed tomography for internal quality evaluation of peaches | |
CN103439270B (zh) | 一种高光谱图像检测桃果实早期冷害的方法 | |
Ali et al. | Rapid and nondestructive techniques for internal and external quality evaluation of watermelons: A review | |
CN111141836B (zh) | 一种基于声振多域谱与近红外光谱信息融合的梨果早期内部病害无损检测方法及装置 | |
He et al. | Nondestructive determination of tomato fruit quality characteristics using VIS/NIR spectroscopy technique | |
CN102749370B (zh) | 壳类农产品品质指标无损快速检测的方法 | |
CN104280349A (zh) | 一种基于高光谱图像对白萝卜糠心鉴定的方法 | |
CN108846203A (zh) | 水果无损检测的方法及装置 | |
Li et al. | Fast detection of water loss and hardness for cucumber using hyperspectral imaging technology | |
CN100494982C (zh) | 一种快速无损检测鸭梨内部质量的方法 | |
Fu et al. | Discrimination of pear varieties using three classification methods based on near-infrared spectroscopy | |
CN100429501C (zh) | 一种快速无损检测鸭梨黑心病的方法 | |
CN1789978A (zh) | 一种快速无损检测苹果内部质量的方法 | |
CN115453045A (zh) | 一种菠萝黑心病无损检测模型及无损检测方法 | |
Hsieh et al. | Applied visible/near-infrared spectroscopy on detecting the sugar content and hardness of pearl guava | |
Noferini et al. | NIRS evaluation of peach and nectarine fruit quality in pre-and post-harvest conditions | |
Vanoli et al. | Non destructive detection of Internal Brown Spot in potato tubers by time-resolved reflectance spectroscopy: preliminary results on a susceptible cultivar. | |
Choi et al. | Nondestructive quality evaluation technology for fruits and vegetables using near-infrared spectroscopy | |
Sheng | Determination of shearing force by measuring NDF and ADF in tea stems with hyperspectral imaging technique | |
Hu et al. | Nondestructive determination method of fruit quantity detection based on Vis/NIR spectroscopy technique | |
CN113030008A (zh) | 一种蒲黄炭炮制品的近红外在线质量检测方法 | |
Sun et al. | Evaluation of the Changes in Optical Properties of Peaches with Different Maturity Levels during Bruising. Foods 2021, 10, 388 | |
Zhao et al. | Detection of Strawberry Quality Based on Near Infrared Spectroscopy | |
Ito et al. | Non-destructive detection of physiological disorders in melons using near infrared (NIR) spectroscopy | |
CN116482055A (zh) | 一种基于便携式近红外光谱的多品种草莓品质评价方法 |
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 | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090603 Termination date: 20111214 |