CN1865949A - 基于激光断层成像技术的农产品品质无损检测方法与装置 - Google Patents
基于激光断层成像技术的农产品品质无损检测方法与装置 Download PDFInfo
- Publication number
- CN1865949A CN1865949A CN 200610040347 CN200610040347A CN1865949A CN 1865949 A CN1865949 A CN 1865949A CN 200610040347 CN200610040347 CN 200610040347 CN 200610040347 A CN200610040347 A CN 200610040347A CN 1865949 A CN1865949 A CN 1865949A
- Authority
- CN
- China
- Prior art keywords
- laser
- ccd
- computer
- emitting device
- measured object
- 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
- 238000009659 non-destructive testing Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000003325 tomography Methods 0.000 title claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 20
- 239000000463 material Substances 0.000 claims abstract description 4
- 238000003909 pattern recognition Methods 0.000 claims description 6
- 238000002407 reforming Methods 0.000 claims description 6
- 238000003491 array Methods 0.000 claims description 3
- 229910052704 radon Inorganic materials 0.000 claims description 3
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims 1
- 235000013305 food Nutrition 0.000 abstract description 15
- 238000002591 computed tomography Methods 0.000 description 19
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 4
- 230000006378 damage Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 235000014036 Castanea Nutrition 0.000 description 1
- 241001070941 Castanea Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明为一种基于激光断层成像技术的食品、农产品品质无损检测方法与装置。包括机架、激光发射装置、载物台、CCD弧形检测器、接口电路、计算机。其特征计算机软件控制模块发出指令，控制激光发射装置发出扇型激光束的同时调节激光扇束调制装置、准直系统，使激光发射装置产生扇形激光束通过所测物体某一断面到达CCD弧形检测器。CCD弧形检测器反应信号通过接口电路和专用的数据采集软件传入计算机，并显示和存储数据。同时所测物体在步进电机的控制下随升降转动台缓慢提升，并通过数据采集模块连续采集数据传入计算机，进行图像重构获得所测物体断面图像，得到所测物体断面物质分布信息，然后通过模式识别软件模块获取所测物体的质量指标。
Description
技术领域
本发明涉及一种按照食品、农产品品质进行无损检测的方法和装置，特指一种基于激光断层成像技术的食品、农产品品质无损检测方法与装置。
背景技术
随着人们生活水平的提高，人们对水果质量的要求越来越高，购买者对水果的可接受程度不仅取决于外观，对其内部品质也提出了更多要求。同时随着光学技术、计算机技术、图像处理技术、模式识别技术、电子技术的飞速发展，利用计算机技术进行食品、农产品品质无损检测得到广泛的研究。计算机断层成像技术(CT)是一种重要的无损检测技术(NDT)，被国际无损检测届称为最佳无损检测手段。CT技术基于射线与物质的相互作用原理，通过投影重建方法获取被检测物体的数字图像，目前主要应用于医疗和工业方面。CT技术最引人瞩目的应用是在医学临床诊断领域，这种CT被称为医用MCT(X射线)。相关专利有，美国GE医疗系统环球技术有限公司申请的“多个位置CT图像生成方法以及X射线CT装置”(申请号：CN200410095498.0)，“X射线CT设备和成像方法”(申请号：CN200510004720.6)，“X射线CT系统和图像处理方法”(申请号：CN200410098062.7)；日本株式会社日立医药公司申请的“株式会社日立医药”(申请号：CN03805820.0)，“多列检测器型X线CT装置及断层照片图像的制作方法”(申请号：CN02821283.5)，X射线CT装置、图像处理装置以及X射线CT装置的图像处理方法(申请号：CN1512853)；等基于X射线的医用CT无损检测技术专利。工业用CT(ICT)技术能紧密、准确地再现物体内部的三维立体结构，能定量地提供物体内部的物理、力学特性，如缺陷的位置及尺寸、密度的变化及水平，异型结构的形状及精确尺寸，物体内部的杂质及分布等。主要为航空、航天、兵器等工业领域的精密零部件的无损检测提供了新的手段。相关专利有丁厚本申请的专利“工业用计算机断层扫描成像装置”(申请号：9322474.5)，南京理工大学贺安之申请的专利“激光旋转扫描干涉CT仪”(申请号：97106913.1)。
目前对食品和农产品的断层检测主要是借用医疗用CT来进行研究，如2004年中国农业大学张景惠对毛栗子的研究。但医用CT都是基于X射线与物质作用的原理来检测的，由于X射线的穿透性很强，虽然可以对食品和农产品进行一些品质项目的检测，但非常粗糙，只能了解一些简单的物理量如大小、形状，内部异物情况等，很难检测食品的一些质量指标如糖度、酸度以及内部不同物质的精确分布等。现在欧盟规定食品、农产品检测的光源波长不能低于紫外光，因此用MCT对食品农产品进行检测不利于提高我国食品和农产品的国际竞争力。而一般的工业CT都是针对检测特殊的零件而设计的，价格一般比较昂贵，很难适用食品、农产品的品质检测。
发明内容
为克服上述现有技术的不足，本发明提供了一种基于激光断层成像技术的食品、农产品品质无损检测方法与装置，在无损的情况下获得所检测物品的一些外观质量(大小、形状、表面缺陷)的同时，可以得到该检测物在质量(糖度、酸度、水分)以及内部物质分布情况。
本发明的技术方案如下：
本发明所述基于激光断层成像技术的食品、农产品品质无损检测装置包括机架、激光发射装置、载物台、CCD弧形检测器、接口电路、计算机。其特征是激光发射装置由激光器、激光扇束调制装置、准直系统组成，其中激光器装在激光扇束调制装置的里面，准直系统安装在激光扇束调制装置的前面，三者共同作用产生略大于所测物件的扇形激光束，且所述的激光器产生的激光波长不小于紫外光；所述的CCD弧形检测器包括一组CCD检测器阵列和一个激光重整装置；所述的激光发射装置、CCD弧形检测器安装在机架上，并保证CCD弧形检测器阵列和激光器发射的扇形激光束在同一平面内；所述的载物台安装在机架上，位于激光发射装置和CCD弧形检测器之间，载物台包括升降转动台、步进电机，升降转动台由步进电机控制不但可以相对于机架以一定的角度旋转，还可以上下移动，步进电机与计算机相连；所述的接口电路通过数据线与CCD弧形检测器以及计算机相连，将CCD弧形检测器检测到的数据传送给计算机，计算机还发出指令控制激光发射装置，其中计算机控制软件部分包括数据采集、设备控制、图像重构、模式识别4大模块组成。
基于上述装置的方法，工作时：
(1)将所测物体置于升降转动台上，计算机软件控制模块发出指令，控制激光发射装置发出扇型激光束的同时调节激光扇束调制装置、准直系统，使激光发射装置产生扇形激光束通过所测物体某一断面到达CCD弧形检测器。CCD弧形检测器反应信号通过接口电路和专用的数据采集软件传入计算机，并显示和存储数据。
(2)计算机通过设备控制模块发出指令，使所测物体在步进电机的控制下随升降转动台缓慢提升，每提升2～3mm旋转360°，并通过数据采集模块连续采集数据传入计算机。同时通过图像重构软件模块进行图像重构获得所测物体断面图像，图像重构模块对所采集的数据根据Radon逆变换和Lambert-Beer定律进行图像重构，得到所测物体断面物质分布信息，并显示和存储；然后通过模式识别软件模块获取所测物体的质量指标。
本发明的效果是：(1)本发明采用激光断层技术在无损的情况下同时获得食品、农产品的断面图像信息和质量指标信息，较现有的无损检测技术先进。(2)本发明所采用的激光波长不小于紫外光，这样不但可以获得比X射线CT检测更多的信息，而且使用起来也安全、绿色，对人体无伤害。
附图说明
图1本发明的激光断层成像检测硬件装置的结构框图
图2本发明的软件结构框图
图3CCD弧形检测器中的CCD检测器形成的阵列机构
图4检测时的示意图
其中：1-计算机，2-机架，3-接口电路，4-激光发射装置，5-激光器，6-激光扇束调制装置，7-准直系统，8-载物台，9-步进电机，10-升降旋转台，11-CCD弧形检测器，12-激光重整装置，13-CCD检测器阵列，14-所测物件，15-扇行激光束，16-旋转方向
具体实施方式
图1为基于激光断层成像技术的食品、农产品品质无损检测装置硬件机构框图，主要由机架2、激光发射装置4、载物台8、CCD弧形检测器11、接口电路3、计算机1组成。其中激光发射装置由激光器5、激光扇束调制装置6、准直系统7组成，激光器5装在激光扇束调制装置6的里面，准直系统7安装在激光扇束调制装置6的前面，三者共同作用产生扇行激光束15，且所述的激光器5产生的激光波长不小于紫外光。CCD弧形检测器11包括一组CCD检测器阵列13和一个激光重整装置12；激光重整装置12安装在CCD检测器阵列13前面。激光发射装置4、CCD弧形检测器11安装在机架2上，并保证CCD弧形检测器阵列13和激光器发射的扇形激光束15在同一平面内；所述的载物台8安装在机架2上，位于激光发射装置4和CCD弧形检测器11之间，载物台包括升降转动台10、步进电机9，升降转动台10由步进电机9控制不但可以相对于机架2以一定的角度旋转，还可以上下移动，步进电机10与计算机1相连；所述的接口电路3通过数据线与CCD弧形检测器11以及计算机1相连，将CCD弧形检测器11检测到的数据传送给计算机1，计算机1还发出指令控制激光发射装置4。
图2为本发明的软件结构框图，软件部分包括数据采集、设备控制、图像重构、模式识别4大模块组成，数据采集模块用来获得高精度的CCD弧形检测器11检测数据，并显示和存储数据；设备控制模块主要时控制步进电机9和激光扇束调制装置6；图像重构模块对所采集的数据根据Radon逆变换和Lambert-Beer定律进行图像重构，得到所测物体断面物质分布信息；模式识别模块通过模式识别方法建立所采集的数据与所测物体质量指标之间的关系。
工作时，如图4所示，将所测物体14置于升降旋转台10上。激光器5产生激光，激光经激光扇束调制装置6和准直系统7产生扇形激光束15，激光束15通过所测物体14某一断面，经激光重整装置12到达CCD检测器阵列11，CCD弧形检测器11反应信号通过接口电路3传入计算机1。计算机1使所测物体14随升降旋转台10缓慢螺旋提升，每提升2～3mm旋转360°，并连续采集进行数据采集，传入计算机1。计算机1内的软件部分通过图像重构获得所测物体断面图像，通过模式识别获取所测物体的质量指标。
Claims (4)
1.基于激光断层成像技术的农产品品质无损检测方法，其特征是：
(1)将所测物体置于升降转动台上，计算机软件控制模块发出指令，控制激光发射装置发出扇型激光束的同时调节激光扇束调制装置、准直系统，使激光发射装置产生扇形激光束通过所测物体某一断面到达CCD弧形检测器；CCD弧形检测器反应信号通过接口电路和专用的数据采集软件传入计算机，并显示和存储数据；
(2)计算机通过设备控制模块发出指令，使所测物体在步进电机的控制下随升降转动台缓慢提升，每提升2～3mm旋转360°，并通过数据采集模块连续采集数据传入计算机；同时通过图像重构软件模块进行图像重构获得所测物体断面图像，图像重构模块对所采集的数据根据Radon逆变换和Lambert-Beer定律进行图像重构，得到所测物体断面物质分布信息，并显示和存储；然后通过模式识别软件模块获取所测物体的质量指标。
2.基于激光断层成像技术的农产品品质无损检测方法的装置，其包括机架(2)、激光发射装置(4)、载物台(8)、CCD弧形检测器(11)、接口电路(3)、计算机(1)组成；其中激光发射装置由激光器(5)、激光扇束调制装置(6)、准直系统(7)，激光器(5)装在激光扇束调制装置(6)的里面，准直系统(7)安装在激光扇束调制装置(6)的前面；CCD弧形检测器(11)包括一组CCD检测器阵列(13)和一个激光重整装置(12)；激光重整装置(12)安装在CCD检测器阵列(13)前面；激光发射装置(4)、CCD弧形检测器(11)安装在机架(2)上；所述的载物台(8)安装在机架(2)上，位于激光发射装置(4)和CCD弧形检测器(11)之间，载物台包括升降转动台(10)、步进电机(9)，步进电机(10)与计算机(1)相连；所述的接口电路(3)通过数据线与CCD弧形检测器(11)以及计算机(1)相连；其中计算机控制软件部分包括数据采集、设备控制、图像重构、模式识别4大模块组成。
3.根据权利要求2所述的装置，其特征是所述升降转动台(10)为由步进电机(9)控制的，相对于机架(2)可旋转和上下移动的装置。
4.根据权利要求2所述的装置，其特征是所述的激光器(5)产生的激光波长不小于紫外光。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200610040347 CN1865949A (zh) | 2006-05-17 | 2006-05-17 | 基于激光断层成像技术的农产品品质无损检测方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200610040347 CN1865949A (zh) | 2006-05-17 | 2006-05-17 | 基于激光断层成像技术的农产品品质无损检测方法与装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN1865949A true CN1865949A (zh) | 2006-11-22 |
Family
ID=37425027
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200610040347 Pending CN1865949A (zh) | 2006-05-17 | 2006-05-17 | 基于激光断层成像技术的农产品品质无损检测方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1865949A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102621152A (zh) * | 2012-03-28 | 2012-08-01 | 浙江工业大学 | 一种晶硅抛光片表面缺陷检测系统 |
| CN103487451A (zh) * | 2013-10-15 | 2014-01-01 | 无锡艾科瑞思产品设计与研究有限公司 | 一种面类食品多角度动态检测装置与方法 |
| CN104792804A (zh) * | 2015-03-27 | 2015-07-22 | 江苏大学 | 一种基于显微ct技术诊断谷物内部损伤的方法 |
| CN108226187A (zh) * | 2017-12-28 | 2018-06-29 | 南京联信自动化科技有限公司 | 一种平板表面贴膜的检测装置 |
| CN109782717A (zh) * | 2019-01-21 | 2019-05-21 | 怀化学院 | 一种基于物联网数据分析用农产品仓储信息调控系统 |
| CN110133014A (zh) * | 2019-04-25 | 2019-08-16 | 合刃科技（深圳）有限公司 | 一种芯片内部缺陷检测方法及系统 |
| CN113447502A (zh) * | 2021-06-25 | 2021-09-28 | 河南工业大学 | 一种粮食杂质含量的检测方法 |
-
2006
- 2006-05-17 CN CN 200610040347 patent/CN1865949A/zh active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102621152A (zh) * | 2012-03-28 | 2012-08-01 | 浙江工业大学 | 一种晶硅抛光片表面缺陷检测系统 |
| CN102621152B (zh) * | 2012-03-28 | 2014-11-05 | 浙江工业大学 | 一种晶硅抛光片表面缺陷检测系统 |
| CN103487451A (zh) * | 2013-10-15 | 2014-01-01 | 无锡艾科瑞思产品设计与研究有限公司 | 一种面类食品多角度动态检测装置与方法 |
| CN104792804A (zh) * | 2015-03-27 | 2015-07-22 | 江苏大学 | 一种基于显微ct技术诊断谷物内部损伤的方法 |
| CN108226187A (zh) * | 2017-12-28 | 2018-06-29 | 南京联信自动化科技有限公司 | 一种平板表面贴膜的检测装置 |
| CN109782717A (zh) * | 2019-01-21 | 2019-05-21 | 怀化学院 | 一种基于物联网数据分析用农产品仓储信息调控系统 |
| CN110133014A (zh) * | 2019-04-25 | 2019-08-16 | 合刃科技（深圳）有限公司 | 一种芯片内部缺陷检测方法及系统 |
| CN110133014B (zh) * | 2019-04-25 | 2022-07-05 | 合刃科技（深圳）有限公司 | 一种芯片内部缺陷检测方法及系统 |
| CN113447502A (zh) * | 2021-06-25 | 2021-09-28 | 河南工业大学 | 一种粮食杂质含量的检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schoeman et al. | X-ray micro-computed tomography (μCT) for non-destructive characterisation of food microstructure | |
| CN1865949A (zh) | 基于激光断层成像技术的农产品品质无损检测方法与装置 | |
| CN102221565B (zh) | X射线源光栅步进成像系统与成像方法 | |
| CN101900695B (zh) | 伪双能欠采样物质识别系统和方法 | |
| CN104013387B (zh) | 一种太赫兹快速断层成像系统及方法 | |
| TW201207375A (en) | Large area optical test apparatus and operating method thereof | |
| JP5137407B2 (ja) | トモシンセシス画質制御の方法及び装置 | |
| US9532750B2 (en) | Object identification in dual energy contrast-enhanced CT images | |
| JP2006516433A (ja) | コーンビームｃｔのためのボクセル駆動されるスパイラル再構成方法 | |
| Barigou et al. | X-ray micro-computed tomography for resolving food microstructures | |
| Verboven et al. | Measurement and visualization of food microstructure: Fundamentals and recent advances | |
| CN104254786B (zh) | 计算断层摄影成像方法和系统 | |
| CN109709127A (zh) | 低散射x射线荧光ct成像方法 | |
| US6748045B2 (en) | Measurement of wood/plant cell or composite material attributes with computer assisted tomography | |
| CN100464707C (zh) | 三维锥束ct图像重建的处理系统 | |
| CN105319225A (zh) | 一种实现板状样品高分辨率大视野cl成像的扫描方法 | |
| US8199878B2 (en) | Methods and systems for performing differential radiography | |
| CN102590234A (zh) | 基于直线轨迹扫描的双能欠采样物质识别系统和方法 | |
| CN100464695C (zh) | 乳腺光学参数测量仪 | |
| CN201666881U (zh) | 伪双能欠采样物质识别系统 | |
| CN113171116A (zh) | 一种用于检测软组织异物的多模态x射线成像设备及其方法 | |
| JPH01235839A (ja) | 透過線像を作製するための装置及び方法 | |
| JPS6073442A (ja) | 放射線断層測定装置 | |
| CN102519989B (zh) | 伪双能欠采样物质识别系统和方法 | |
| CN102512193B (zh) | 基于小波数据压缩的双模式活体成像系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |