TWM604882U - 檢測白米含水率之多光譜近紅外線影像系統 - Google Patents
檢測白米含水率之多光譜近紅外線影像系統 Download PDFInfo
- Publication number
- TWM604882U TWM604882U TW109211389U TW109211389U TWM604882U TW M604882 U TWM604882 U TW M604882U TW 109211389 U TW109211389 U TW 109211389U TW 109211389 U TW109211389 U TW 109211389U TW M604882 U TWM604882 U TW M604882U
- Authority
- TW
- Taiwan
- Prior art keywords
- white rice
- moisture content
- filter
- imaging system
- spectral
- Prior art date
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一種檢測白米含水率之多光譜近紅外線影像系統,利用近紅外線分光光度計進行白米含水率光譜量測,由光譜資料分析選出930、960和980nm三個波長與含水率具有高度相關性。使用近紅外線攝影機並加裝濾鏡,濾鏡波長包括所選擇的三個波長,利用步進馬達及相關控制技術設計出濾鏡自動更換裝置,使系統能自動且有效地擷取多光譜影像,使用校正模式可將擷取到的光譜影像之像素吸收值轉換為含水率。
Description
本創作係關於一種多光譜近紅外線影像系統的技術領域,特別是指一種檢測白米含水率之多光譜近紅外線影像系統。
白米含水率除了影響碾率及貯藏期限外,尚左右米飯之食味。炊飯後的米飯味道,受到粘性、彈性以及硬度等物理性的影響,但以白米水分影響最大。白米特定含水率可提昇米飯食味,當白米中其他成份相似時,15%之白米含水率可提昇米飯食味。過乾燥的白米食味減低原因之一,在於白米炊飯前所發生的胴裂現象。炊飯時由胴裂處溶出澱粉,水分愈低炊成米飯粘性愈大,導致食味下降。
穀物含水率量測技術可分為直接法與間接法兩種,直接法係採加熱方式,驅除穀物內部之水分,然後依其排除水分量計算含水率,一般以熱風式烤箱測定法為代表。以烤箱測定法測定含水率,因其準確性佳,所以被採用為穀物含水率測定之基準(ASAE Standards)。然此法耗時甚多,頗不經濟。間接法係量測穀物的物理性質(密度、電阻、介電性質等)與穀物含水率之關係,然後再依其特性關係推算水分含量。近年來,間接檢測常利用近紅外線分光光度計(Near-infrared spectroscope, NIRS),建立白米化學成份與近紅外線吸收光譜之關係式,不但快速方便,試驗材料亦可重覆使用,可達到以非破壞方式檢測白米品質的目的。
目前測定水分的方法有蒸汽壓力法、電濕度計法、附敏感器的濕度儀法、水分活度測定儀法(Aw測定儀法)、擴散法、溶劑萃取法,常用的為後三種。
擴散法的原理:樣本在康威氏微量擴散器的密封和恒溫條件下,分別在Aw較高和較低的標準飽和溶液中擴散平衡後,根據樣本的增減量求Aw。測量法是:準確稱取樣本1.000g,裝入鋁皿或玻璃皿中,迅速放入康威氏擴散皿內室中,室外放入標準飽和溶液5ml,邊緣塗凡士林,加蓋密封,在25℃±0 .5℃放置2±0 .5h(平行作2-4份不同Aw值的標準飽和溶液及樣本),取出,迅速稱重,計算各樣本每克品質的增減數。
溶劑萃取法的原理:用苯萃取樣本中的水分,其萃取出水量與樣本中水分活度成正比,用卡爾費休法測定食品和純水中萃取的水量,其比之即為Aw。
根據上述可看出擴散法和溶劑萃取法操作繁瑣、測試時間長、測試準確度不高等缺點,因此目前主流是採用Aw測定儀法,此方法具有操作簡單、測試時間短、測試準確等優點。
Aw測定儀法是在一定溫度下,Aw測定儀中的感測器,對蒸汽壓力的變化,指標偏轉,恒定時,讀取Aw讀數。測定原理是在一定溫度下,樣本中水分的蒸汽壓與相同溫度下純水的蒸汽壓的比值,即:Aw=P/P0,P為樣本中的蒸汽壓,P0為純水的蒸汽壓。
當前的Aw測定儀法的裝置採用的是以探針感測器的為主,該裝置是將探針感測器插入樣本中,檢測蒸氣壓差,該裝置存在水分檢測不准,只能檢測樣本局部的水分。另外傳感器接觸樣本,需要經常清理,不變操作。
請參閱第1圖,揭示市售的習用近紅外線分光光度計90,係將待測樣本93放置於一封閉式載盤91內,一環狀的鹵素燈92所發射的全光譜光線,照射在待測樣本93上,使用單一波長光偵測器95接收反射光譜來測量待測樣本93的水分含量%,習用近紅外線分光光度計90持續測量並即時顯示待測樣本93的水分含量%,最終測定的水分含量值被鎖定顯示於一顯示螢幕94上。上述習用近紅外線分光光度計90雖具有快速方便等優點,但是其必須將待測樣本93放置於一封閉式載盤91內,該封閉式載盤91的容積有限,使其能承載的待測樣本93採樣樣本數受到限制,而有採樣數目不足的問題;再者,習用近紅外線分光光度計90只能以單一波長的光譜進行檢測,無法進行多光譜檢測,使其檢測數據常因待測樣本93種類不同,而有失真情形。
本創作之目的即在於提供一種檢測白米含水率之多光譜近紅外線影像系統,利用近紅外線攝影機,配合濾鏡自動更換裝置及影像處理技術,自動分析白米樣品內部品質。
本創作之次一目的係在於提供一種檢測白米含水率之多光譜近紅外線影像系統,能自動擷取三個不同波長之光譜影像,計算出不同波長之光譜吸收值,藉由多光譜檢測方式,提升檢測準確性。
本創作之另一目的係在於提供一種檢測白米含水率之多光譜近紅外線影像系統,將三個波長之濾鏡固定於步進馬達帶動之濾鏡盤中,此濾鏡自動更換裝置的特色是易於維修、光通量大和校正容易。
本創作之又一目的係在於提供一種檢測白米含水率之多光譜近紅外線影像系統,使用開放式載盤放置待檢測的白米樣本,使採樣樣本數不會受到限制,克服習用技術中常有採樣數目不足的問題。
可達成上述新型目的之檢測白米含水率之多光譜近紅外線影像系統,包括有:一供放置待測白米樣本的開放式載盤;一位於該開放式載盤上方的濾鏡自動更換裝置,該濾鏡自動更換裝置包括數個濾鏡、一供放置該濾鏡的濾鏡盤、一驅動該濾鏡盤轉動以更換濾鏡的驅動裝置及一與該驅動裝置連接的傳動裝置;一位於該濾鏡自動更換裝置上方的影像攝影裝置,該影像攝影裝置使用一攝影機連接一由一電腦控制的攝影機控制器;數個光源設置於該開放式載盤至少一側,各該光源之光線照射在該白米樣本,並使其反射光線透過該濾鏡分離出特定波長後,再進入該攝影機取像;以及一影像擷取控制卡,將該攝影機取得的影像訊號數位化並送至該電腦進行分析處理者。
如上所述之檢測白米含水率之多光譜近紅外線影像系統,其中該數個濾鏡分別具有930nm、960nm和980nm等三個不同的波長者。
如上所述之檢測白米含水率之多光譜近紅外線影像系統,其中該濾鏡盤設有數個孔洞,將數個具有不同波長的濾鏡,分別固定於該濾鏡盤之孔洞內。
如上所述之檢測白米含水率之多光譜近紅外線影像系統,其中該驅動裝置為一步進馬達。
如上所述之檢測白米含水率之多光譜近紅外線影像系統,其中該步進馬達係連接一步進馬達控制器,由該電腦控制其步進角者。
如上所述之檢測白米含水率之多光譜近紅外線影像系統,其中該傳動裝置包括有一被固定在該濾鏡盤中心位置上的轉軸,以及一與該轉軸嚙合並被該步進馬達帶動旋轉的傳動齒輪,該傳動裝置將該濾鏡盤轉動到不同位置,即可選擇所需濾鏡的波長。
如上所述之檢測白米含水率之多光譜近紅外線影像系統,其中該攝影機適用波長範圍在400~1050nm之可見光與近紅外線區。
如上所述之檢測白米含水率之多光譜近紅外線影像系統,其中該攝影機採用近紅外線電荷耦合攝影機(Charge Coupled Device, CCD 攝影機)。
如上所述之檢測白米含水率之多光譜近紅外線影像系統,其中該攝影機控制器透過串列介面連接該電腦,由該電腦控制該攝影機控制器的增益參數者。
如上所述之檢測白米含水率之多光譜近紅外線影像系統,其中該光源係由四個鹵素燈所組成者。
請參閱第2圖,本創作所提供之檢測白米含水率之多光譜近紅外線影像系統,主要包括有:影像攝影裝置10、濾鏡自動更換裝置20及程式控制介面30。
影像攝影裝置10使用攝影機11連接攝影機控制器12,適用波長範圍在400~1050nm之可見光與近紅外線區。較佳者,該攝影機11採用近紅外線電荷耦合攝影機(Charge Coupled Device, CCD 攝影機)。攝影機控制器12可以透過串列介面連接電腦40,由電腦40控制攝影機控制器12的增益等參數,以便控制拍攝影像之品質。攝影機11使用焦距50mm、光圈2.5之鏡頭,而影像訊號藉由影像擷取控制卡13數位化成640×480像素的影像送至電腦40進行分析。打光室由數個光源50所組成,光源50設置於該開放式載盤52至少一側,其能量強度為200W,由於光源50輸出能量與操作電壓有關,可以使用具有電壓控制器之直流光源,以確定光源50亮度之穩定。較佳者,該光源50採用四個鹵素燈所組成。
多光譜影像系統的核心部份為濾鏡自動更換裝置20,包括濾鏡21、濾鏡盤22、一驅動該濾鏡盤22轉動以更換濾鏡21的驅動裝置28及其傳動裝置29。較佳者驅動裝置28由一步進馬達23及一步進馬達控制器24所組成;傳動裝置29則由轉軸27及傳動齒輪25所組成。為了僅讓所設定之波長得以通過,擷取分光後的光譜影像,濾鏡21係使用帶通濾鏡(Band pass filter)加裝於鏡頭下方,濾鏡帶寬約為10nm,可由寬大的近紅外線波長中,選擇特定之波長。若設定多個選擇波長,本新型設計之濾鏡自動更換裝置20使用之濾鏡盤22共有六個孔洞26,可將所選擇的濾鏡21分別固定於濾鏡盤22之孔洞26內,轉動濾鏡盤22即可達到更換濾鏡21之目的,在濾鏡盤22中心固定轉軸27並以傳動齒輪25來傳動。步進馬達23因為具有良好的應答性,只要送入一個脈波信號,即可做精密的角度控制,使用之步進馬達23其步進角為1.8
o,表示其轉軸27轉一圈正好是200步。濾鏡21的更換由步進馬達23帶動傳動齒輪25轉動濾鏡盤22,將濾鏡盤22轉動到不同位置即可選擇所需濾鏡21波長。
檢測白米含水率時,將白米樣本51放置於一位於濾鏡盤22下方的開放式載盤52上,將數個光源50照射在白米樣本51,並使其反射光線透過濾鏡21分離出特定波長後,再進入位於濾鏡盤22上方的CCD攝影機11取像,因此攝影機11的鏡頭被固定於一固定位置上,避免外界光線對影像擷取造成影響。
本新型量測白米含水率來驗證多光譜影像設備的性能,以近紅外線分析白米含水率的吸收特性。影像系統採用930、960和980nm的波長,採用930、960和980nm的波長是根據近紅外線光譜儀器光譜試驗和分析所選用。
請參閱第3圖,為該檢測白米含水率之多光譜近紅外線影像系統中程式控制介面處理軟體硬體配置之方塊圖,其中,程式控制介面30的功能包括濾鏡盤22之轉盤位置控制、攝影機控制器12增益參數控制和影像擷取控制卡13的影像擷取。當白米樣本51成份需設定多個選擇波長時,藉由電腦40上並列埠由軟體程式寫入並送出適度的信號到步進馬達控制器24驅動步進馬達23,移動濾鏡盤22內的濾鏡21到攝影機11鏡頭下方,因此更換不同濾鏡21分離出所設定之波長,進入CCD攝影機11取像。由於光線透過不同波長濾鏡21後,其光強度會產生變動,因此需進行影像校準,以標準白板影像之亮度值為基準,其反射率>98%(400~1500nm),藉由電腦40上的串列埠由程式控制攝影機控制器12做自動增益調整,進行影像擷取。軟體部分對所擷取到的多光譜影像透過影像分析模組31進行影像分析,並透過儲存模組32儲存其分析結果。
請參閱第4圖,為該檢測白米含水率之多光譜近紅外線影像系統對於每一個濾鏡的處理流程,整個流程包括下列步驟:開始步驟S1:首先將校正白板放置於檢測位置,為增強檢測信號以手動調整CCD攝影機控制器的增益參數,電腦介面會顯示白板影像之亮度值,增益值的調整為控制白板影像亮度值不超過飽和值(255)以降低量測的雜訊,影像校正步驟S2:將增益參數輸入電腦控制介面,電腦即根據各濾鏡輸入的增益參數值控制攝影機控制器、轉動濾鏡盤至起始位置步驟S3:藉由電腦上並列埠由程式控制介面30寫入並送出適度的信號到步進馬達控制器,藉以驅動步進馬達,移動轉盤內的濾鏡到鏡頭下方,由於電腦會自動更換濾鏡和攝影機控制器自動增益控制,濾鏡的更換由步進馬達帶動齒輪轉動濾鏡盤 將濾鏡盤轉動到不同位置即可選擇所需濾鏡波長,以更換不同濾鏡分離出所設定之波長;
影像擷取步驟S4:將光源照射在樣本之反射光線透過濾鏡分離出波長後再進入CCD攝影機取像,透過一固定架將鏡頭置入固定架孔洞中,避免外界光線對影像擷取造成影響。其中,鏡頭和固定架孔洞的下方為濾鏡盤。並且,藉由電腦上的串列埠由程式控制攝影機控制器做自動增益調整,進行影像擷取;
影像分析步驟S5:多重線性迴歸(Multiple Linear Regression,MLR)模式是利用一至數個波長的光譜吸收值以多重線性迴歸方式來預測其待測成份(含水率),請參校正方程式,且在建立MLR模式的步驟中,則須依靠化學特徵或統計逐步迴歸分析選擇適當且具有代表性的波長,得到校正方程式之標準校正誤差(Standard error of calibration,SEC)與校正判定係數(Coefficient of determination of calibration,r
cal 2)。當SEC值愈小及r
cal 2愈大時表示校正方程式愈佳。標準預測誤差(Standard error of prediction,SEP)、驗證判定係數(Coefficient of determination of validation, r
val 2)與RPD(Ratio of standard deviation to SEP)則是作為評量校正方程式檢測預測樣本合適與否的主要依據,本創作係以統計分析軟體進行逐步迴歸分析,選取與含水率有較大相關之波長,並與所提及之含水率吸收波峰相配合,MLR 檢測模式之建立與分析以統計分析軟體進行分析與驗證;
儲存資料步驟S6:儲存其影像分析之結果;以及
是否結束濾鏡更換步驟S7;結束步驟S8。其中,是否結束濾鏡更換步驟S7,答案如為否時,則回到影像擷取步驟S4步驟。答案如為是時,則繼續到結束步驟S8。
進行檢測時,將白米之試驗樣本分成校正與預測兩組,校正組與預測組中的每一個樣本皆需進行影像分析,選取實驗用的白米樣本倒入玻璃承杯中(直徑5公分,高1公分),超出杯面的樣本沿著杯面撥除,將試驗樣本和標準白板放置於鏡頭下方,鏡頭與樣本的垂直距離為60公分,實驗時同時擷取白米樣本和標準白板影像,樣本影像大小為120×120 像素,計算出樣本影像之像素平均亮度值,再將平均亮度值使用下列公式轉換成樣本在波長λ時之光譜吸收值(A
λ):
(1)
公式(1)中BI值是將CCD攝影機光圈關閉時,在關閉光源情況下,CCD攝影機量測到的亮度值,SI和RI分別為標準白板和白米樣本影像之像素平均亮度值。為了配合分析物的吸收特性(含水率),影像系統採用三個不同濾鏡波長,電腦會自動更換濾鏡和攝影機控制器自動增益控制,完成不同濾鏡波長下光譜影像的擷取和計算出不同波長λ之光譜吸收值(A
λ)。
多重線性迴歸(Multiple Linear Regression,MLR)模式是利用一至數個波長的光譜吸收值以多重線性迴歸方式來預測其待測成份(含水率),其校正方程式如式(2)所示。K
0、K
n為迴歸係數;X
λn為第n個波長,其波長為λ時之吸收值。
成份含量
(2)
在建立MLR 模式的步驟中,則須依靠化學特徵或統計逐步迴歸分析選擇適當且具有代表性的波長,得到校正方程式之標準校正誤差(Standard error of calibration,SEC)與校正判定係數(Coefficient of determination of calibration,r
cal 2)。當SEC值愈小及r
cal 2愈大時表示校正方程式愈佳。標準預測誤差(Standard error of prediction,SEP)、驗證判定係數(Coefficient of determination of validation,r
val 2)與RPD(Ratio of standard deviation to SEP)則是作為評量校正方程式檢測預測樣本合適與否的主要依據,SEP值愈小、r
val 2愈大和RPD值愈大則代表此一校正方程式愈適用於預測樣本,具有代表性。本創作以SAS統計軟體進行逐步迴歸分析,選取與含水率有較大相關之波長,並與文獻中所提及之含水率吸收波峰相配合,MLR 檢測模式之建立與分析以統計分析軟體Unscrambler 7.6進行分析與驗證。
本新型以50個樣本之吸收光譜建立預測含水率之校正方程式,另50個樣本則作為驗證樣本之用,校正樣本含水率範圍為10.51~ 15.47%(濕基),而驗證樣本的含水率分佈範圍在10.64~15.53%(濕基)之間。主要考量台灣目前一般公糧收購之稻榖必須要維持水分含量13%以下,目的在延長保存期限。而自營糧商之小包裝白米或碾製糙米時,其含水率約為15%,目的在維持米質新鮮且香味可口。校正白米樣本與驗證白米樣本之含水率頻率分佈情形如第5圖所示者。
使用近紅外線分光光度計光譜資料分析白米中的含水率,並用多重線性迴歸(MLR)建立校正方程式,將重要的光譜訊息分離出來。考慮影像系統中CCD 攝影機之感光元件為高靈敏性的矽偵測器,其適用之近紅外線最大範圍在1000nm左右、水分(-OH官能基)吸收波段和濾鏡的帶寬約為10nm。因此針對近紅外線分光光度計光譜資料波長範圍870~ 1010nm,波長間隔10nm,共15波長,採用SAS統計軟體進行逐步迴歸分析。第6圖所示者為870~1010nm光譜波長與白米含水率相關係數之分佈圖,結果顯示白米含水率之最強吸收光譜為960nm,此結果與純水在958nm有一強的吸收值相吻合。MLR分析可以分別得到一個至四個波長最佳組合情形。單一波長960nm對於校正組之校正判定係數(r
cal 2)為0.53,SEC值為0.90。當校正方程式為三個波長組合(930、960和980nm)時,具有較佳的校正結果(r
cal 2=0.97,SEC=0.22), 且驗證組的標準預測誤差最小(SEP=0.26)。但是選用波長超過三個以上時,校正判定係數亦隨之略增且標準校正誤差稍降,但驗證組之標準預測誤差卻略為增加,此情形表示校正方程式已過度校正(overfitting)。其原因可能是最初組成校正方程式的一、兩個波長與含水率有明顯的相關性,但是選用波長超過三個以上時,所加入的波長提供校正方程式除了含水率資訊外,同時也將部分雜訊加入模式中。因此建議以波長個數較少(三個波長)為其校正方程式,白米含水率(10.51~15.47%)校正方程式(式3)如下:
含水率(%)= 13.7-341 A
930+590 A
960-240 A
980(3)
本創作應用分光光度計分析白米含水率之吸收光譜如第7圖所示,校正方程式選用的波長皆為第7圖吸收波峰之位置,例如960nm接近純水的強吸收波長958nm,而930與980nm則是接近純水的低吸收波長938與986nm。在近紅外線光譜的應用上,校正方程式通常是由高的吸收波長與低的吸收波長組合而成。將驗證組50個樣本在930、960與980nm之光譜吸收值代入式(3)之校正方程式,可得到含水率預測值與實際量測值之關係,其r
val 2及SEP值分別為0.96及0.26,RPD值達到4.9。
本新型所設計之濾鏡自動更換裝置20能由電腦40控制步進馬達23,作定位控制達到自動更換濾鏡21的目的,相較於人為更換濾鏡不僅速度加快同時誤差也減少,每量測一個樣本(3個波長)約需3秒的時間。利用近紅外線影像系統非破壞快速偵測的優點,在稻米加工過程中偵測白米含水率應具有實用價值。
本新型主要目的在研製一套利用近紅外線攝影機配合濾鏡自動更換裝置及影像處理技術自動分析白米樣本內部品質之系統。本新型以白米含水率為檢測樣本,首先以近紅外線分光光度計建立白米含水率MLR檢測模式,以提供多光譜影像系統挑選合適之濾鏡波長。近紅外線分光光度計之MLR模式分析結果指出白米含水率(10.51~15.47%,濕基)可用930、960和980nm波長之光譜吸收值來預測,其r
val 2為0.97,SEC值為0.22。本新型將930、960和980nm三個波長之濾鏡固定於步進馬達帶動之濾鏡盤中,此濾鏡自動更換裝置的特色是易於維修、光通量大和校正容易。此系統能自動擷取三個不同波長之光譜影像,計算出不同波長之光譜吸收值。多光譜影像系統之MLR模式預測白米含水率之r
val 2為0.85、SEP值為0.48和RPD值為2.7。本系統程式控制介面,使用圖形視窗的環境,操作方便且易於學習,經實驗證實可以準確估算白米之含水率值。
本創作所提供之檢測白米含水率之多光譜近紅外線影像系統,與習用技術相互比較時,更具有下列之優點:
(1) 利用近紅外線攝影機,配合濾鏡自動更換裝置及影像處理技術,自動分析白米樣本內部品質。
(2) 能自動擷取三個不同波長之光譜影像,計算出不同波長之光譜吸收值,藉由多光譜檢測方式,提升檢測準確性。
(3) 將三個波長之濾鏡固定於步進馬達帶動之濾鏡盤中,此濾鏡自動更換裝置的特色是易於維修、光通量大和校正容易。
(4) 使用開放式載盤放置待檢測的白米樣本,使採樣樣本數不會受到限制,克服習用技術中常有採樣數目不足的問題。
上列詳細說明係針對本創作之一可行實施例之具體說明,惟該實施例並非用以限制本創作之專利範圍,凡未脫離本創作技藝精神所為之等效實施或變更,均應包含於本案之專利範圍中。
10:影像攝影裝置
11:攝影機
12:攝影機控制器
13:影像擷取控制卡
20:濾鏡自動更換裝置
21:濾鏡
22:濾鏡盤
23:步進馬達
24:步進馬達控制器
25:傳動齒輪
26:孔洞
27:轉軸
28:驅動裝置
29:傳動裝置
30:程式控制介面
31:影像分析模組
32:儲存模組
40:電腦
50:光源
51:白米樣本
52:開放式載盤
90:習用近紅外線分光光度計
91:封閉式載盤
92:鹵素燈
93:待測樣本
94:顯示螢幕
95:光偵測器
S1:開始步驟
S2:影像校正步驟
S3:轉動濾鏡盤至起始位置步驟
S4:影像擷取步驟
S5:影像分析步驟
S6:儲存資料步驟
S7:是否結束濾鏡更換步驟
S8:結束步驟
第1圖為習用近紅外線分光光度計之外觀視圖;
第2圖為本新型檢測白米含水率之多光譜近紅外線影像系統之構成示意圖;
第3圖為該檢測白米含水率之多光譜近紅外線影像系統中程式控制介面處理軟體硬體配置之方塊圖;
第4圖為該檢測白米含水率之多光譜近紅外線影像系統對於每一個濾鏡的處理流程圖;
第5圖為校正白米樣本與驗證白米樣本之含水率頻率分佈圖;
第6圖為870~1010nm光譜波長與白米含水率相關係數之分佈圖;以及
第7圖為應用分光光度計分析白米含水率之吸收光譜圖。
10:影像攝影裝置
11:攝影機
12:攝影機控制器
13:影像擷取控制卡
20:濾鏡自動更換裝置
21:濾鏡
22:濾鏡盤
23:步進馬達
24:步進馬達控制器
25:傳動齒輪
26:孔洞
27:轉軸
28:驅動裝置
29:傳動裝置
40:電腦
50:光源
51:白米樣本
52:開放式載盤
Claims (10)
- 一種檢測白米含水率之多光譜近紅外線影像系統,包括: 一供放置待測白米樣本(51)的開放式載盤(52); 一位於該開放式載盤(52)上方的濾鏡自動更換裝置(20),該濾鏡自動更換裝置(20)包括數個濾鏡(21)、一供放置該濾鏡(21)的濾鏡盤(22)、一驅動該濾鏡盤(22)轉動以更換該濾鏡(21)的驅動裝置(28)及一與該驅動裝置(28)連接的傳動裝置(29); 一位於該濾鏡自動更換裝置(20)上方的影像攝影裝置(10),該影像攝影裝置(10)使用一攝影機(11)連接一由一電腦(40)控制的攝影機控制器(12); 數個光源(50)設置於該開放式載盤(52)至少一側,各該光源(50)之光線照射在該白米樣本(51),並使其反射光線透過該濾鏡(21)分離出特定波長後,再進入該攝影機(11)取像;以及 一影像擷取控制卡(13),將該攝影機(11)取得的影像訊號數位化並送至該電腦(40)進行分析處理。
- 如請求項1所述之檢測白米含水率之多光譜近紅外線影像系統,其中該數個濾鏡(21)分別具有930nm、960nm和980nm等三個不同的波長者。
- 如請求項2所述之檢測白米含水率之多光譜近紅外線影像系統,其中該濾鏡盤(22)設有數個孔洞(26),將數個具有不同波長的該濾鏡(21),分別固定於該濾鏡盤(22)之該孔洞(26)內。
- 如請求項1所述之檢測白米含水率之多光譜近紅外線影像系統,其中該驅動裝置(28)為一步進馬達(23)。
- 如請求項4所述之檢測白米含水率之多光譜近紅外線影像系統,其中該步進馬達(23)係連接一步進馬達控制器(24),由該電腦(40)控制其步進角。
- 如請求項5所述之檢測白米含水率之多光譜近紅外線影像系統,其中該傳動裝置(29)包括有一被固定在該濾鏡盤(22)中心位置上的轉軸(27),以及一與該轉軸(27)嚙合並被該步進馬達(23)帶動旋轉的傳動齒輪(25),該傳動裝置(29)將該濾鏡盤(22)轉動到不同位置,即可選擇所需的該濾鏡(21)的波長。
- 如請求項1所述之檢測白米含水率之多光譜近紅外線影像系統,其中該攝影機(11)適用波長範圍在400~1050nm之可見光與近紅外線區。
- 如請求項1所述之檢測白米含水率之多光譜近紅外線影像系統,其中該攝影機(11)採用近紅外線電荷耦合攝影機(Charge Coupled Device, CCD 攝影機)。
- 如請求項1所述之檢測白米含水率之多光譜近紅外線影像系統,其中該攝影機控制器(12)透過串列介面連接該電腦(40),由該電腦(40)控制該攝影機控制器(12)的增益參數者。
- 如請求項1所述之檢測白米含水率之多光譜近紅外線影像系統,其中該光源(50)係由四個鹵素燈所組成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109211389U TWM604882U (zh) | 2020-08-31 | 2020-08-31 | 檢測白米含水率之多光譜近紅外線影像系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109211389U TWM604882U (zh) | 2020-08-31 | 2020-08-31 | 檢測白米含水率之多光譜近紅外線影像系統 |
Publications (1)
Publication Number | Publication Date |
---|---|
TWM604882U true TWM604882U (zh) | 2020-12-01 |
Family
ID=74670681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109211389U TWM604882U (zh) | 2020-08-31 | 2020-08-31 | 檢測白米含水率之多光譜近紅外線影像系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWM604882U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433081A (zh) * | 2021-07-06 | 2021-09-24 | 江南大学 | 基于动态神经网络的果蔬干燥过程中品质检测方法及系统 |
-
2020
- 2020-08-31 TW TW109211389U patent/TWM604882U/zh unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433081A (zh) * | 2021-07-06 | 2021-09-24 | 江南大学 | 基于动态神经网络的果蔬干燥过程中品质检测方法及系统 |
CN113433081B (zh) * | 2021-07-06 | 2022-05-24 | 江南大学 | 基于动态神经网络的果蔬干燥过程中品质检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2437719C2 (ru) | Устройство и способ для спектрофотометрического анализа | |
CN108885166B (zh) | 用于确定全血血红蛋白参数的分析物系统及方法 | |
Xie et al. | Applications of near-infrared systems for quality evaluation of fruits: A review | |
RU2511405C2 (ru) | Устройство и способ неинвазивного измерения вещества в организме | |
JP2003513236A (ja) | 分光分析用内蔵型光学プローブ | |
JP6351180B2 (ja) | 分光測定用電動光路長可変セル | |
JP2006170669A (ja) | 青果物の品質検査装置 | |
KR20060122941A (ko) | 물체의 칼로리 측정방법 및 물체의 칼로리 측정장치 | |
CN107345908B (zh) | 一种获取果实多面漫反射信息的散射系统 | |
EP1634058A1 (en) | Light source wavelength correction | |
WO2021115099A1 (zh) | 一种多光谱紫外光灵敏度检测系统及方法 | |
CA2767336A1 (en) | Systems and methods for wavelength spectrum analysis for detection of various gases using a treated tape | |
JP2002174592A (ja) | 評価装置 | |
TWM604882U (zh) | 檢測白米含水率之多光譜近紅外線影像系統 | |
WO2017019762A1 (en) | Image based photometry | |
CN104406693A (zh) | 一种田间水果的可见与近红外光谱采集装置与方法 | |
KR102074393B1 (ko) | 근적외선 분광법을 이용한 비파괴 품질측정장치 | |
JP6096173B2 (ja) | 高発光光束コリメート照明装置および均一な読取フィールドの照明の方法 | |
CN213045132U (zh) | 烘焙及检测系统 | |
KR101172012B1 (ko) | 컬러 필터 어레이를 사용하는 분광 분석 장치 | |
JP2745025B2 (ja) | 米の品質評価方法 | |
WO2004044558A2 (en) | A method and apparatus for determining a property of a sample | |
TWI782330B (zh) | 烘焙及檢測系統與方法 | |
Landa | High‐energy spectrophotometer for rapid constituent analysis in the range of 0.25–2.4 μm | |
JP2000304694A (ja) | 茶葉の格付け方法及びその装置 |