CN209802978U - 一种远程实时在线水果品质监测系统 - Google Patents
一种远程实时在线水果品质监测系统 Download PDFInfo
- Publication number
- CN209802978U CN209802978U CN201822272463.XU CN201822272463U CN209802978U CN 209802978 U CN209802978 U CN 209802978U CN 201822272463 U CN201822272463 U CN 201822272463U CN 209802978 U CN209802978 U CN 209802978U
- Authority
- CN
- China
- Prior art keywords
- fruit
- data
- quality
- sample
- pile
- 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.)
- Active
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本实用新型提供了一种远程实时在线水果品质监测系统。其中,在本实用新型中,通过数据传输系统将由数据采集系统所采集的光谱数据远程传输至数据处理分析系统,所述数据处理分析系统利用所述光谱数据对所述待检测水果堆的品质等级进行评价,然后经由用户交互系统将所述数据处理分析系统的处理结果输出。因此,根据本实用新型各方面的远程实时在线水果品质监测系统例如能够在水果输运、贮藏等期间持续实时地在线监控水果品质,从而能够保证水果品质并且避免浪费。另外,根据本实用新型各方面的远程实时在线水果品质监测系统例如还能够在水果的生长阶段持续实时地在线监控水果品质,因此还能够指导果农采摘水果的最佳时机。
Description
技术领域
本实用新型涉及水果品质监测技术领域,尤其涉及一种远程实时在线水果品质监测系统。
背景技术
我国是世界第一水果生产大国,但是优品水果和出口水果的比例却很低,其中重要的制约因素是国内对水果的分选和检测能力较弱,以及输运和贮藏阶段检测不及时导致品质下降甚至浪费。因此,发展实时、自动化的水果品质检测系统是当前水果检测的主流趋势。
然而,作为现有技术的专利文献1-5所述的实时检测技术方案都着眼于水果的分检阶段。具体而言,专利文献1基于外观图像的图像识别算法分拣不同外形等级的水果,专利文献2-4利用光谱仪测量红外吸收谱来预测水果的糖酸度,专利文献5综合内外两种测量数据来评判综合品质。
并且,如上所述的现有的水果内部品质实时检测方案或者采用几个离散波长的光密度(英文:optical density;缩写:OD;含义:入射光和透射光的透过率之比值的常用对数值,通俗来讲就是被检测物吸收掉的光密度)、也即吸光度,检测信息量少,因而检测的参数和水果种类受限;或者采用庞大高功耗的光谱仪,无法灵活、连续地监测水果品质的变化。
引证文件列表
专利文献
1、CN201310187701.6;
2、CN201510816745.X;
3、CN201721208158.3;
4、CN201710434363.X;
5、CN201010247564.7。
实用新型内容
有鉴于此,本实用新型提出了一种例如可以用于在水果生长阶段、以及输运、贮藏期间等持续实时地在线监控水果品质的解决方案。具体而言,是一种远程实时在线水果品质监测系统。
根据本实用新型的一个方面,提供了一种远程实时在线水果品质监测系统,其包括:数据采集系统,用于采集待检测水果堆中样本水果的光谱数据;数据传输系统,与所述数据采集系统连接,用于远程传输由所述数据采集系统所采集的光谱数据;数据处理分析系统,与所述数据传输系统连接,用于接收经由所述数据传输系统所传输的光谱数据,并从所述光谱数据中提取所述样本水果的品质参数,根据所述品质参数对所述待检测水果堆的品质等级进行评价;以及用户交互系统,与所述数据处理分析系统连接,用于输出所述数据处理分析系统的处理结果。
对于上述远程实时在线水果品质监测系统,在一种可能的实现方式中,所述数据采集系统包括:光源,用于向所述样本水果照射近红外光;以及光谱仪,用于接收经由所述样本水果的漫反射或者漫透射之后的近红外光,并根据所接收到的近红外光确定所述样本水果的反射谱或者透射谱,对所述反射谱或者透射谱进行光电转换,从而获得所述样本水果的光谱数据,其中,所述数据处理分析系统被配置为计算所述光源的光谱数据与所述样本水果的光谱数据之间的比值的常用对数值,以得到所述样本水果的吸光度,并根据所得到的吸光度对所述待检测水果堆的品质等级进行评价。
对于上述远程实时在线水果品质监测系统,在一种可能的实现方式中,所述数据采集系统被埋设在所述待检测水果堆中或者悬挂在所述待检测水果堆外,并且所述数据采集系统被配置为按照设定的频率自动采集所述待检测水果堆中样本水果的光谱数据。
对于上述远程实时在线水果品质监测系统,在一种可能的实现方式中,所述用户交互系统还用于输入用于获取所述待检测水果堆的当前品质等级的采集指示,并且所述用户交互系统还与所述数据传输系统连接,以将所述采集指示经由所述数据传输系统远程发送至所述数据采集系统,其中,所述数据采集系统还被配置为根据所述采集指示采集所述待检测水果堆中样本水果的光谱数据。
对于上述远程实时在线水果品质监测系统,在一种可能的实现方式中,所述用户交互系统还用于输入用于向所述数据处理分析系统查询所述待检测水果堆的品质等级的查询指示,其中,所述数据处理分析系统被配置为向所述用户交互系统输出与所述查询指示相对应的处理结果。
对于上述远程实时在线水果品质监测系统,在一种可能的实现方式中,所述数据处理分析系统被配置为根据第一转化模型来将所述光谱数据转化为所述品质参数,并根据第二转化模型将所述品质参数转化为所述品质等级,由此实现对所述待检测水果堆的品质等级进行评价,其中,所述第一转化模型和所述第二转化模型是利用实验用的测量数据进行学习而得到的。
对于上述远程实时在线水果品质监测系统,在一种可能的实现方式中,所述数据采集系统包括:可见光摄像装置,用于对所述样本水果进行可见光成像,由此得到所述光谱数据。
通过数据传输系统将由数据采集系统所采集的光谱数据远程传输至数据处理分析系统,所述数据处理分析系统利用所述光谱数据对所述待检测水果堆的品质等级进行评价,然后经由用户交互系统将所述数据处理分析系统的处理结果输出,根据本实用新型各方面的远程实时在线水果品质监测系统例如能够在水果输运、贮藏等期间持续实时地在线监控水果品质,从而能够保证水果品质并且避免浪费。另外,根据本实用新型各方面的远程实时在线水果品质监测系统例如还能够在水果的生长阶段持续实时地在线监控水果品质,因此还能够指导果农采摘水果的最佳时机。
根据下面参考附图对示例性实施例的详细说明,本实用新型的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本实用新型的示例性实施例、特征和方面,并且用于解释本实用新型的原理。
图1示出根据本实用新型实施例1的远程实时在线水果品质监测系统100的结构框图;
图2示出根据本实用新型实施例2的远程实时在线水果品质监测系统200的结构框图;
图3示出根据本实用新型实施例2的远程实时在线水果品质监测系统200的工作原理的示意图;
图4示出根据本实用新型实施例2的远程实时在线水果品质监测系统200的处理结果显示的示意图;
图5示出利用根据本实用新型实施例1的远程实时在线水果品质监测系统100进行远程实时在线水果品质监测方法的流程图。
具体实施方式
以下将参考附图详细说明本实用新型的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本实用新型,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本实用新型同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本实用新型的主旨。
实施例1
图1示出根据本实用新型实施例1的远程实时在线水果品质监测系统100的结构框图,其中利用带箭头的直线示意性示出该水果品质监测系统100的各个部件之间的连接关系和信号传输方向。如图1所示,该水果品质监测系统100包括:数据采集系统110、数据传输系统120、数据处理分析系统130和用户交互系统140。
其中,数据采集系统110用于采集待检测水果堆中样本水果的光谱数据;数据传输系统120与数据采集系统110连接,用于远程传输由数据采集系统110所采集的光谱数据;数据处理分析系统130与数据传输系统120连接,用于接收经由数据传输系统120所传输的光谱数据,并从所述光谱数据中提取所述样本水果的品质参数,根据所述品质参数对所述待检测水果堆的品质等级进行评价;用户交互系统140与数据处理分析系统130连接,用于输出数据处理分析系统130的处理结果。
在一种可能的实现方式中,所述的待检测水果堆可以是在输运过程中放置于例如卡车、货车等的输运装置中的,也可以是在贮藏过程中放置于库房、冷库等的贮藏装置中的,也可以是生长在果树上尚未被采摘的。对于所述的样本水果,则可以是从待检测水果堆中随机选择的。当然,也可以对待检测水果堆中的所有水果进行检测。本领域技术人员可以根据例如对准确度、检测速度、成本等的实际应用需求,来灵活选择样本水果的数量。
在上述实现方式中,所述的品质参数包括糖度(或者说甜度)、酸度、硬度信息,所述的品质等级包括成熟度、新鲜度。
在一种可能的实现方式中,数据传输系统120采用物联网(英文:Internet ofThings;缩写:IOT;含义:让所有能行使独立功能的普通物体实现互联互通的网络)数据传输系统,更具体而言是窄带物联网(英文:Narrow Band Internet of Things;缩写:NB-IOT;含义:万物互联网络的一个重要分支,只消耗很低的带宽,支持低功耗设备在广域网的蜂窝数据连接)数据传输系统,这样可以方便地把数据采集系统110所采集的光谱数据远程传输给数据处理分析系统130。
这样,通过数据传输系统120将由数据采集系统110所采集的光谱数据远程传输至数据处理分析系统130,所述数据处理分析系统130利用所述光谱数据对所述待检测水果堆的品质等级进行评价,然后经由用户交互系统140将所述数据处理分析系统130的处理结果输出,根据本实用新型实施例1的远程实时在线水果品质监测系统100,能够在水果输运、贮藏等期间持续实时地在线监控水果品质,从而能够保证水果品质并且避免浪费。另外,通过监控生长在果树上尚未被采摘的水果的品质,根据本实用新型实施例1的远程实时在线水果品质监测系统100,还能够指导果农采摘水果的最佳时机。
尽管在本实施例1中,以在输运、贮藏等期间以及尚未被采摘的生长阶段对待检测水果进行实时监控为例,说明了根据本实用新型的远程实时在线水果品质监测系统所能够实现的技术效果。但是,本领域技术人员应能理解,本实用新型并不限于此。所有需要对水果品质进行持续实时地在线监控的应用领域,都可以使用本实用新型的远程实时在线水果品质监测系统,并能够取得相应的技术效果。
实施例2
图2示出根据本实用新型实施例2的远程实时在线水果品质监测系统200的结构框图。其中,图2中与图1相同的附图标记表示与实施例1相同的部件,这里不再赘述。如图2所示,在本实施例所述的水果品质监测系统200中,数据采集系统110可以包括:光源111和光谱仪112。如图2和图3所示,光源111用于向样本水果照射近红外光。光谱仪112用于接收经由样本水果的漫反射或者漫透射之后的近红外光,并根据所接收到的近红外光确定样本水果的反射谱或者透射谱,对所述反射谱或者透射谱进行光电转换,从而获得样本水果的光谱数据。其中,数据处理分析系统130被配置为计算所述光源的光谱数据与所述样本水果的光谱数据之间的比值的常用对数值,以得到所述样本水果的吸光度,并根据所得到的吸光度对所述待检测水果堆的品质等级进行评价。
所述光源的光谱数据根据具体所使用的光源而不同,并且同一光源在不同的使用环境下的光谱数据也存在差异。另外,即使光源的使用环境没变,由于在使用过程中光源自身可能会发热,因此也会导致光源的光谱数据发生变化。因此,为了保证检测的精确度,可以通过设置光谱仪来对所使用的光源在当前环境下的光谱数据进行实时检测,并将所检测到的光源的光谱数据通过数据传输系统120远程传输至数据处理分析系统130。在这种情况下,可以使用一个光谱仪同时检测样本水果的光谱数据和光源的光谱数据,也可以使用两个单独的光谱仪来分别检测样本水果的光谱数据和光源的光谱数据。另外,为了节省成本,在使用环境对光源的光谱影响不大的情况下或者在使用过程中光源的光谱变化不大的情况下,也可以直接使用当前所使用的光源在室温环境下的光谱数据。在这种情况下,可以将该光源的光谱数据认为是已知数据,存储在本地的数据处理分析系统130中,从而无需利用数据传输系统120远程传输。本领域技术人员可以根据具体的应用需求,来确定得到光源的光谱数据的方式,本实用新型不做限定。
在一种可能的具体实现方式中,光源为111为包含近红外谱段的小功率稳定光源,光谱仪112为频谱识别和光电转换一体的微型光谱仪。这样,光源111发出的近红外光照射到水果上,经过水果的漫反射或漫透射传回探测器,由光谱仪112实现水果OD值的识别和光电信号转换。
在一种可能的更具体实现方式中,数据采集系统110可采用宽谱近红外LED光源和微型量子点光谱仪。LED灯体积小、功耗低,光线谱型相对稳定,可以满足光源的需求。量子点光谱仪是一种超微型的光谱分辨和光电转换系统,整个光谱仪只有芯片大小,可以识别400-1000nm段可见-近红外光谱,水果品质检测例如可以选择700-950nm段响应区间。在本实施例中,完整的数据采集系统110不足半个巴掌大,工作功率不足1W,由电池供电就可以满足长期运行需求的电量。因此,大大减少了系统尺寸,满足了微型化的需求。
在一种可能的实现方式中,在工作时,可以将数据采集系统110埋设在待检测水果堆中或者悬挂在所述待检测水果堆外,并且将该数据采集系统110配置为按照设定的频率自动采集所述待检测水果堆中样本水果的光谱数据。由此,能够在水果输运、贮藏等期间持续实时地自动在线监控水果品质,从而能够保证水果品质并且避免浪费。
对于数据采集系统110采集光谱数据的频率,本领域技术人员可以根据实际应用需求,来灵活设定。例如,在待检测水果堆的品质等级较高的情况下,将频率设定地较低,从而降低功耗。而在待检测水果对的品质等级较低的情况下,将频率设定地较高,从而通过实时密切监控水果品质避免浪费。
另外,在将该数据采集系统110配置为按照设定的频率自动采集所述待检测水果堆中样本水果的光谱数据的基础上,在一种可能的实现方式中,如图2所示,对于本实施例所述的水果品质监测系统200,其用户交互系统140还用于输入用于获取所述待检测水果堆的当前品质等级的采集指示。用户交互系统140例如包括鼠标、键盘、触摸面板等的输入装置,操作员通过这些输入装置来输入所述采集指示。也就是说,用户交互系统140能够响应用户的例如采集指示等的操作。在这种实现方式中,用户交互系统140还与数据传输系统120连接,以将所述采集指示经由该数据传输系统120远程发送至数据采集系统110,并且数据采集系统110还被配置为根据所述采集指示采集所述待检测水果堆中样本水果的光谱数据。由此,能够在水果输运、贮藏等期间根据操作员的指示监控水果品质,从而能够切实保证水果品质并且避免浪费。
在一种可能的实现方式中,如图2所示,对于本实施例所述的水果品质监测系统200,其用户交互系统140还用于输入用于向数据处理分析系统130查询所述待检测水果堆的品质等级的查询指示。在这种实现方式中,数据处理分析系统130被配置为向用户交互系统140输出与所述查询指示相对应的处理结果。如上所述,用户交互系统140例如包括鼠标、键盘、触摸面板等的输入装置,操作员通过这些输入装置来输入所述查询指示。也就是说,用户交互系统140还能够响应用户的例如查询指示等的操作。
在一种可能的具体实现方式中,数据处理分析系统130还具备用于存储处理结果的存储部。通过用户交互系统140输入的查询指示例如可以是某一时间段或某几个时间段的待检测水果堆的品质等级。为了响应该查询指示,数据处理分析系统130从所述存储部读出相应的处理结果,并输出至用户交互系统140。
如图4所示,用户交互系统140例如还包括显示界面等的输出装置,用于将数据处理分析系统140的每次处理结果直接显示给用户,或者将响应于用户的查询指示的数据处理分析系统140的处理结果显示给用户,或者定期生成某段时间内数据处理分析系统140的所有处理结果的报告并将该报告提供给用户。另外,用户交互系统140的输出装置还可以包括报警器,在数据处理分析系统140的处理结果表示待检测水果堆的品质等级急剧下降或者品质等级下降至预定等级以下时,自动发出报警信号。由此,能够及时提醒用户对待检测水果堆进行清理等相关处理,从而避免浪费。
下面对本实施例的数据处理分析系统130对待检测水果堆的品质等级进行评价的方式进行示例性说明。
数据处理分析系统130可以根据第一转化模型来将由数据采集系统110所采集的样本水果的光谱数据转化为品质参数,并根据第二转化模型将所述品质参数转化为待检测水果堆的品质等级,由此实现对待检测水果堆的品质等级进行评价。其中,如在实施例1中所述,所述的品质参数可以包括糖度(或者说甜度)、酸度、硬度信息,所述的品质等级可以包括成熟度、新鲜度。
其中,所述第一转化模型例如可以是输入为光谱数据、输出为品质参数的模型,所述第二转化模型例如可以是输入为品质参数、输出为品质等级的模型。并且,所述第一转化模型和所述第二转化模型是利用实验用的测量数据进行学习而得到的。
由实验室测量数据学习得到第一转化模型的方法可以包括如下步骤:首先,收集同一品种不同成熟期的苹果样本300个;其次用同样的LED光源和量子点光谱仪对样品的OD值进行测量采集;然后用商用标准仪器测量样品的糖度、酸度和硬度值,随机选取180组OD值和对应的糖度、酸度和硬度值做训练,其余120组数据做测试,从而学习出最佳的吸收谱-品质参数映射模型作为第一转化模型。
同样地,由实验室测量数据学习得到第二转化模型的方法可以包括如下步骤:根据GB/T 10651-2008[鲜苹果]标定苹果样品的成熟度和新鲜度,将测量的样品的糖度、酸度和硬度值作为输入,样品的成熟度和新鲜度做输出,从而学习出糖度、酸度和硬度值到成熟度和新鲜度的映射模型作为第二转化模型。
这样,根据训练好的第一转化模型和第二转化模型可以根据输入的苹果OD信息直接预测出其糖度、酸度和硬度以及成熟度和新鲜度。
需要说明的是,在一些现有的水果检测技术中,利用如本实用新型学习第一转化模型时使用的商用标准仪器来测量样品的糖度、酸度和硬度值,需要破坏水果表面,从而会导致浪费。而在本实用新型的实施例1和实施例2中,利用了近红外吸收谱测量物质成分含量的技术,通过对水果的近红外漫反射和漫透射谱的测量,根据实验室建立的模型快速计算出水果的糖酸度和硬度,从而综合判定水果的成熟和新鲜程度。因此,无需损坏水果就能够实现对待检测水果堆的品质等级进行评价。
通过具备上述结构,根据本实用新型实施例2的远程实时在线水果品质监测系统200,具有以下优点:1、采用近红外线无损检测,不会破坏被检测样本;2、采用连续光谱而非少数几个光谱通道,信息量更多,可以一次测量就预测出糖度酸度和硬度三个性能指标;3、采用微型光谱仪,体积小、功耗低,可以实现连续的实时监测;4、采用物联网远程传输系统,可以方便地远程查询、提醒和管理。
在一种可能的实现方式中,所述的待检测水果堆也可以是在分拣阶段放置于分拣装置中的。在这种实现方式中,所述数据采集系统可以包括可见光摄像装置,该可见光摄像装置用于对所述样本水果进行可见光成像,由此得到可见光图像,并将该可见光图像作为所述光谱数据经由数据传输系统远程传输至数据处理分析系统。数据处理分析系统通过对可见光图像进行识别,来获取所述样本水果的品质参数,根据所述品质参数对所述待检测水果堆的品质等级进行评价。其中,所述的品质参数例如包括尺寸、外观、形状信息,所述的品质等级例如包括大小等级、优劣等级。
尽管在本实施例2中,以红外光谱仪和可见光摄像装置为例对数据采集系统的可能实现形式进行了说明。但是,本领域技术人员应能理解,本实用新型并不限于此,任何能够采集用于对待检测水果堆的品质等级进行评价的待检测水果堆中样本水果的光谱数据的系统都属于本实用新型的保护范围。另外,对于水果的品质参数和品质等级,本实用新型也不进行限制。本领域技术人员完全可以根据具体的实际应用场景灵活设定。
实施例3
图5示出利用根据本实用新型实施例1的远程实时在线水果品质监测系统100进行远程实时在线水果品质监测方法的流程图。如图5所示,该远程实时在线水果品质监测方法可以包括如下步骤:
步骤S510、利用数据采集系统采集待检测水果堆中样本水果的光谱数据;
步骤S520、利用与所述数据采集系统连接的数据传输系统远程传输由所述数据采集系统所采集的光谱数据;
步骤S530、利用与所述数据传输系统连接的数据处理分析系统接收经由所述数据传输系统所传输的光谱数据,并从所述光谱数据中提取所述样本水果的品质参数,根据所述品质参数对所述待检测水果堆的品质等级进行评价;以及
步骤S540、利用与所述数据处理分析系统连接的用户交互系统输出所述数据处理分析系统的处理结果。
其中,上述步骤S510、步骤S520、步骤S530和步骤S540的具体实现可参见在实施例1中对数据采集系统110、数据传输系统120、数据处理分析系统130和用户交互系统140的说明,这里不再赘述。并且,根据本实施例3的远程实时在线水果品质监测方法能够实现与实施例1所述的远程实时在线水果品质监测系统100相同的技术效果,这里也不再赘述。
实施例4
在根据本实用新型实施例4的远程实时在线水果品质监测方法中,与实施例3同样地包括步骤S510至步骤S540。其中,与实施例3不同的是,实施例3的远程实时在线水果品质监测方法是根据实施例1所述的远程实时在线水果品质监测系统100来实现的,而本实施例4的远程实时在线水果品质监测方法则是根据实施例2所述的远程实时在线水果品质监测系统200来实现的。
并且,在一种可能的实现方式中,在本实施例4中,步骤S510、利用数据采集系统采集待检测水果堆中样本水果的光谱数据可以包括如下步骤:
利用所述数据采集系统的光源向所述样本水果照射近红外光;以及
利用所述数据采集系统的光谱仪接收经由所述样本水果的漫反射或者漫透射之后的近红外光,并根据所接收到的近红外光确定所述样本水果的反射谱或者透射谱,对所述反射谱或者透射谱进行光电转换,从而获得所述样本水果的光谱数据。
其中,上述两个步骤的具体实现可参见在实施例2中对光源111和光谱仪112的说明,这里不再赘述。
在上述实现方式中,在利用所述数据处理分析系统对所述待检测水果堆的品质等级进行评价的步骤S530中,所述数据处理分析系统计算所述光源的光谱数据与所述样本水果的光谱数据之间的比值的常用对数值,以得到所述样本水果的吸光度,并根据所得到的吸光度对所述待检测水果堆的品质等级进行评价。
在一种可能的实现方式中,在利用所述数据采集系统采集待检测水果堆中样本水果的光谱数据的步骤S510中,将所述数据采集系统埋设在所述待检测水果堆中或者悬挂在所述待检测水果堆外,并且将所述数据采集系统配置为按照设定的频率自动采集所述待检测水果堆中样本水果的光谱数据。
在上述实现方式的基础上,根据本实施例4所述的远程实时在线水果品质监测方法还可以包括如下步骤:利用所述用户交互系统输入用于获取所述待检测水果堆的当前品质等级的采集指示,并且使得所述用户交互系统还与所述数据传输系统连接,以将所述采集指示经由所述数据传输系统远程发送至所述数据采集系统。因此,在这种实现方式中,在利用所述数据采集系统采集待检测水果堆中样本水果的光谱数据的步骤S510中,还将所述数据采集系统配置为根据所述采集指示采集所述待检测水果堆中样本水果的光谱数据。
另外,在一种可能的实现方式中,根据本实施例4所述的远程实时在线水果品质监测方法还可以包括如下步骤:
利用所述用户交互系统输入用于向所述数据处理分析系统查询所述待检测水果堆的品质等级的查询指示;以及
利用所述数据处理分析系统向所述用户交互系统输出与所述查询指示相对应的处理结果。
在本实施例4中,步骤S530、利用所述数据处理分析系统对所述待检测水果堆的品质等级进行评价可以包括如下步骤:所述数据处理分析系统根据第一转化模型来将所述光谱数据转化为所述品质参数,并根据第二转化模型将所述品质参数转化为所述品质等级。其中,所述第一转化模型和所述第二转化模型是所述数据处理分析系统利用实验用的测量数据进行学习而得到的。
其中,如上所述的步骤S510和步骤S530、以及根据本实施例4所述的远程实时在线水果品质监测方法还可以包括的步骤的具体实现可参见在实施例2中对数据采集系统110、数据处理分析系统130和用户交互系统140的说明,这里不再赘述。并且,根据本实施例4的远程实时在线水果品质监测方法能够实现与实施例2所述的远程实时在线水果品质监测系统200相同的技术效果,这里也不再赘述。
以上已经描述了本实用新型的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (6)
1.一种远程实时在线水果品质监测系统,其特征在于,包括:
数据采集系统,用于采集待检测水果堆中样本水果的光谱数据;
数据传输系统,与所述数据采集系统连接,用于远程传输由所述数据采集系统所采集的光谱数据;
数据处理分析系统,与所述数据传输系统连接,用于接收经由所述数据传输系统所传输的光谱数据,并从所述光谱数据中提取所述样本水果的品质参数,根据所述品质参数对所述待检测水果堆的品质等级进行评价;以及
用户交互系统,与所述数据处理分析系统连接,用于输出所述数据处理分析系统的处理结果。
2.根据权利要求1所述的远程实时在线水果品质监测系统,其特征在于,所述数据采集系统包括:
光源,用于向所述样本水果照射近红外光;以及
光谱仪,用于接收经由所述样本水果的漫反射或者漫透射之后的近红外光,并根据所接收到的近红外光确定所述样本水果的反射谱或者透射谱,对所述反射谱或者透射谱进行光电转换,从而获得所述样本水果的光谱数据。
3.根据权利要求1或2所述的远程实时在线水果品质监测系统,其特征在于,
所述数据采集系统被埋设在所述待检测水果堆中或者悬挂在所述待检测水果堆外,并且所述数据采集系统被配置为按照设定的频率自动采集所述待检测水果堆中样本水果的光谱数据。
4.根据权利要求3所述的远程实时在线水果品质监测系统,其特征在于,
所述用户交互系统还用于输入用于获取所述待检测水果堆的当前品质等级的采集指示,并且所述用户交互系统还与所述数据传输系统连接,以将所述采集指示经由所述数据传输系统远程发送至所述数据采集系统,
其中,所述数据采集系统还被配置为根据所述采集指示采集所述待检测水果堆中样本水果的光谱数据。
5.根据权利要求1或2所述的远程实时在线水果品质监测系统,其特征在于,
所述用户交互系统还用于输入用于向所述数据处理分析系统查询所述待检测水果堆的品质等级的查询指示,
其中,所述数据处理分析系统被配置为向所述用户交互系统输出与所述查询指示相对应的处理结果。
6.根据权利要求1所述的远程实时在线水果品质监测系统,其特征在于,所述数据采集系统包括:可见光摄像装置,用于对所述样本水果进行可见光成像,由此得到所述光谱数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201822272463.XU CN209802978U (zh) | 2018-12-29 | 2018-12-29 | 一种远程实时在线水果品质监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201822272463.XU CN209802978U (zh) | 2018-12-29 | 2018-12-29 | 一种远程实时在线水果品质监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN209802978U true CN209802978U (zh) | 2019-12-17 |
Family
ID=68819405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201822272463.XU Active CN209802978U (zh) | 2018-12-29 | 2018-12-29 | 一种远程实时在线水果品质监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN209802978U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596561A (zh) * | 2018-12-29 | 2019-04-09 | 芯视界(北京)科技有限公司 | 一种远程实时在线水果品质监测系统及监测方法 |
-
2018
- 2018-12-29 CN CN201822272463.XU patent/CN209802978U/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596561A (zh) * | 2018-12-29 | 2019-04-09 | 芯视界(北京)科技有限公司 | 一种远程实时在线水果品质监测系统及监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106841103A (zh) | 近红外光谱检测水果内部品质方法及专用检测系统 | |
CN101251526B (zh) | 鲜猪肉综合品质无损检测方法与装置 | |
CN204789548U (zh) | 食品检测装置 | |
CN107860473A (zh) | 一种基于云数据的智能手持光谱仪 | |
CN102818777A (zh) | 一种基于光谱和颜色测量的水果成熟度评价方法 | |
CN102890057B (zh) | 一种同时检测水果糖度和硬度的便携式品质检测装置 | |
CN101975759A (zh) | 透射式无损检测植物叶片含水量的装置和方法 | |
US11221320B2 (en) | Method and apparatus for measuring leaf nitrogen content | |
CN109115708B (zh) | 一种苹果内部多品质一体化无损检测系统及方法 | |
CN109540836A (zh) | 基于bp人工神经网络的近红外光谱糖度检测方法及系统 | |
CN113607676B (zh) | 基于异形比色皿和近红外图像的牛奶成分快速检测方法 | |
CN105092579A (zh) | 一种芒果品质无损检测设备 | |
CN105527246A (zh) | 一种便携式近红外光谱检测系统 | |
CN202110131U (zh) | 烟叶成熟度检测装置 | |
CN209802978U (zh) | 一种远程实时在线水果品质监测系统 | |
CN109580501B (zh) | 一种嵌入冰箱的果蔬新鲜品质智能判别装置及方法 | |
CN206788033U (zh) | 一种近红外光谱检测水果内部品质的专用检测系统 | |
CN109596561A (zh) | 一种远程实时在线水果品质监测系统及监测方法 | |
CN105352555A (zh) | 一种快速鉴定禽蛋贮藏时间的便携式检测装置及使用方法 | |
CN105699304A (zh) | 一种获得光谱信息所代表的物质信息的方法 | |
CN111829961A (zh) | 一种基于便携式成像光谱仪的食品质量检测方法及系统 | |
CN109238973A (zh) | 一种检测苹果可溶性固形物含量和含水量的方法 | |
CN105675548A (zh) | 一种利用光谱法测定水稻主要营养成分的方法 | |
Sui et al. | Multispectral sensor for in-situ cotton fiber quality measurement | |
CN105486650A (zh) | 一种利用光谱法测定马铃薯主要营养成分的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |