CN101251526A - 食品综合品质无损检测方法与装置 - Google Patents
食品综合品质无损检测方法与装置 Download PDFInfo
- Publication number
- CN101251526A CN101251526A CNA2008100598787A CN200810059878A CN101251526A CN 101251526 A CN101251526 A CN 101251526A CN A2008100598787 A CNA2008100598787 A CN A2008100598787A CN 200810059878 A CN200810059878 A CN 200810059878A CN 101251526 A CN101251526 A CN 101251526A
- Authority
- CN
- China
- Prior art keywords
- food
- quality
- information
- sample
- image information
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012360 testing method Methods 0.000 title description 5
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 230000003595 spectral effect Effects 0.000 claims abstract description 27
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 6
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 6
- 150000002632 lipids Chemical class 0.000 claims abstract description 5
- 239000000523 sample Substances 0.000 claims description 44
- 238000001228 spectrum Methods 0.000 claims description 15
- 230000004927 fusion Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 8
- 238000007500 overflow downdraw method Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 5
- 230000008676 import Effects 0.000 claims description 5
- 150000001720 carbohydrates Chemical class 0.000 claims description 4
- 238000002329 infrared spectrum Methods 0.000 claims description 4
- 238000012098 association analyses Methods 0.000 claims description 3
- 238000012880 independent component analysis Methods 0.000 claims description 3
- 238000001237 Raman spectrum Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 239000002994 raw material Substances 0.000 claims description 2
- 238000004611 spectroscopical analysis Methods 0.000 claims description 2
- 238000002211 ultraviolet spectrum Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 abstract description 3
- 239000000463 material Substances 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000007689 inspection Methods 0.000 abstract 3
- 230000001066 destructive effect Effects 0.000 abstract 2
- 230000010354 integration Effects 0.000 abstract 1
- 238000007781 pre-processing Methods 0.000 abstract 1
- 235000015277 pork Nutrition 0.000 description 9
- 238000010183 spectrum analysis Methods 0.000 description 6
- 238000007918 intramuscular administration Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000002932 luster Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 235000021404 traditional food Nutrition 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种食品综合品质无损检测方法与装置。其通过机器视觉***采集得到能反映检测对象颜色、纹理、大小、形状等特征的图像信息,通过光谱检测***获得反映样品水分、糖类、蛋白质、脂类、pH值等理化指标的光谱信息,对获得的图像信息和光谱信息分别在数据层进行预处理,在特征层或决策层进行信息融合,结合所建立的食品分类评级专家***,对检测对象品质进行综合评价。本发明综合利用光图像信息和光谱信息,对食品的外观和内在品质进行测定,能够对其综合品质进行快速、简便、无损、客观的检测,用于食品原料分选、食品加工过程监测、食品等级评定等,以保障食品品质,便于优质优价。
Description
技术领域
本发明涉及一种食品综合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,对食品的需求已逐渐从数量向质量转变。传统的食品品质检测主要采用人工感观评定和常规化学分析方法。人工感观评定需要经过训练的人员进行评价,评价结果具有一定主观性;常规化学分析方法检测周期长,步骤繁琐,检测结果依赖于检测人员的技术水平。
机器视觉技术用各种成像***代替人眼作为输入敏感手段,由计算机来代替大脑完成处理和解释。自70年代初期在遥感图像分析和生物医学图像分析等方面的研究取得成效后,机器视觉技术开始在各领域得到应用。随着图像处理技术的专业化、计算机硬件成本的下降和运行速度的提高,机器视觉在食品品质检测中的研究逐步深入,成像***由传统的可见光图像拓展到紫外图像、红外热图像、软X射线图像、超声波图像等,利用机器视觉可以对食品的外观和某些内部特征进行检测。光谱分析也是一种对食品品质进行快速无损检测的有效方法,它利用食品对光的吸收、散射、反射和透射等特性分析其品质,包括紫外、可见、近红外、中红外等光谱范围,利用光谱检测技术可以对食品的内在品质和营养等指标进行快速检测。
基于机器视觉和光谱分析的检测技术具有快速无损、主观人为影响小等优点,近年来国内外研究者开展了大量的相关工作,但多是单独利用图像信息或用光谱信息对食品的外部、内在品质或仅某个品质指标进行检测分级,未见分别利用机器视觉和光谱分析技术采集相关信息再进行融合处理的食品综合品质无损检测研究。
发明内容
本发明的目的是提供一种食品综合品质无损检测方法与装置,对食品外部和内在品质分别利用机器视觉和光谱分析技术采集相关信息再进行融合处理,能对食品综合品质进行快速无损检测。
本发明采用的技术方案如下:
一、一种食品综合品质无损检测方法:
分别利用机器视觉和光谱仪同时采集样品外部和内部品质信息进行数据融合处理,对样品综合品质进行检测,其具体步骤如下:
1)建立食品品质分析模型和分类评级专家***:
根据检测对象的品质要求建立分级知识库;采集样品图像信息的和光谱信息,对获得的信息进行数据预处理,由预处理的图像信息提取反映样品外部品质的特征信息,包括颜色、纹理、大小和形状,由预处理的光谱信息提取反映样品内部品质的特征信息,包括水分、糖类、蛋白质、脂类、pH值;根据检测标准对样品进行常规测定评级;将提取的样品内、外部品质的特征信息与常规测定评级结果进行关联分析,建立食品品质分析模型,再结合分级知识库,建立食品分类评级专家***;
2)进行食品综合品质检测:
检测时,图像采集装置将样品的图像信息采集传入计算机中,光谱采集装置将样品的光谱信息采集传入计算机中;基于食品品质分析模型对输入的图像信息和光谱信息进行预处理,分别在数据层、特征层和决策层进行数据融合,提取特征值并利用分类评级专家***对样品进行评定。
所述的采集样品的图像信息为紫外荧光图像、可见光图像或软X射线图像;图像信息预处理方法包括图像增强、校正、去噪、锐化和分割;图像信息特征提取包括边缘检测、颜色因子和纹理信息。
所述的光谱信息为紫外光谱、可见光光谱、近红外光谱、中红外光谱或拉曼光谱,由多通道采集后,在数据层进行融合处理,得到样本的有效光谱数据。
所述的食品品质分析模型和分类评级专家***,包含食品从原料、半成品和成品的各个阶段质量的评价。
所述的光谱信息在数据层的融合方法包括卷积分析、正交分析和独立分量分析;样品品质指标的特征层融合方法,包括判别式分析、神经网络和回归分析;样品分类评级的决策层融合方法,包括贝叶斯算法和模糊神经网络算法。
二、一种食品综合品质无损检测方法的装置
包含支架、光谱采集仪、光纤探头,检测台、光源、遮光板、光照箱、摄像头和PC机,所述的检测台安装在支架上,光纤探头固定在检测台下部,光纤探头与光谱采集仪连接;所述的光照箱固定在检测台上,检测台两内侧部均布光源和遮光板,所述的摄像头固定在光照箱上方;摄像头和光谱采集仪分别与PC机连接。
本发明的有益效果是:
1.本食品综合品质无损检测方法与装置分别利用机器视觉技术和光谱分析技术,对获得的图像信息和光谱信息,利用数据融合技术,将反映食品外部和内部品质的信息进行融合处理,对反映食品品质的颜色、纹理、大小、形状、水分、糖类、蛋白质、脂类和pH值等指标进行综合检测,与建立的分类评级专家***结合,进行食品综合品质的快速无损检测。
2.本食品综合品质无损检测方法与装置,用于食品原料分级、加工过程质量控制、成品质量检测等,检测速度快,分级准确率高。为各类食品的非接触式快速检测和分类评级提供了高效率、高精度和高可靠性的解决方案。
附图说明
图1是本发明的总体结构示意图。
图2是本发明实施例的技术路线示意图。
图中:1、支架,2、光谱采集仪,3、光纤探头,4、检测台,5、光源,6、遮光板,7、光照箱,8、摄像头,9、PC机。
具体实施方式
如图1所示,本发明包含支架1、光谱采集仪2、光纤探头3,检测台4、光源5、遮光板6、光照箱7、摄像头8和PC机9,所述的检测台4安装在支架1上,光纤探头3固定在检测台4下部,光纤探头3与光谱采集仪2连接;所述的光照箱7固定在检测台4上,检测台4两内侧部均布光源5和遮光板6,所述的摄像头8固定在光照箱7上方;摄像头8和光谱采集仪2分别与PC机9连接。
本实施例中的食品为鲜猪肉。如图2所示,本发明分别利用机器视觉和光谱分析技术采集相关信息再进行融合处理,对猪肉综合品质进行快速无损检测。具体实施过程如下:根据新鲜猪肉的分级标准,建立鲜猪肉分级的知识库;采集鲜猪肉样品图像信息的和光谱信息,对获得的信息进行数据预处理,由预处理的图像信息提取反映样品外部品质的特征信息,包括颜色、纹理、大小和形状,由预处理的光谱信息提取反映样品内部品质的特征信息,包括水分、糖类、蛋白质、脂类、pH值;根据检测标准对猪肉样品进行常规测定,包括颜色、纹理的感官评定和水分、蛋白质、肌内脂肪含量、pH值、嫩度等指标;将提取的样品内、外部品质的特征信息与常规测定评级结果进行关联分析,建立鲜猪肉品质分析模型,再结合分级知识库,建立食品分类评级专家***。对鲜猪肉样品检测的光谱采集仪为Ocean Optics公司USB4000光谱仪,摄像头为PulnixTMC7DSP CCD camera,检测时,调整光源5和遮光板6,以保证获得稳定的图像信息,将待测样品放置在检测台4上,检测台4下部的光纤探头3采集样品的光谱信息,由光谱采集仪2将采集的数据传入检测分级PC机9中,检测台4上部的光照箱7内的摄像头8采集样品的图像信息,传入检测分级PC机9,PC机9对图像信息和光谱信息进行预处理和特征提取,包括对图像进行滤波去噪、背景分割、动态补偿校正、颜色特征提取、大小形状特征提取、纹理特征提取等,对多通道采集的光谱信息进行融合处理,得到样品的光谱信息,对光谱信息采用中心化、标准化、一阶或二阶导数法等方法对光谱信息进行预处理,将由图像信息获得的反映肌内脂肪含量的纹理特征、颜色特征与由光谱信息提取的肌内脂肪特征值、颜色特征值采用独立分量分析进行融合处理,鲜猪肉产品品质分类评级专家***利用样品的特征信息,根据肉品品质分析模型,利用回归分析方法进行特征级,利用模糊神经网络算法在决策级进行融合,判定该样品的分类和级别,如色泽、嫩度、肌内脂肪含量、pH值、挥发性盐基氮含量等各项指标测评表明该样品最适于做生鲜肉食用,则评定其为一级生鲜食用肉。
最后应说明的是:对于不同的检测对象,需要根据不同食品对光照的要求调整光源类型和光照方式,以满足检测精度的要求。
Claims (6)
1.一种食品综合品质无损检测方法,其特征在于:分别利用机器视觉和光谱仪同时采集样品外部和内部品质信息进行数据融合处理,对样品综合品质进行检测,其具体步骤如下:
1)建立食品品质分析模型和分类评级专家***:
根据检测对象的品质要求建立分级知识库;采集样品图像信息的和光谱信息,对获得的信息进行数据预处理,由预处理的图像信息提取反映样品外部品质的特征信息,包括颜色、纹理、大小和形状,由预处理的光谱信息提取反映样品内部品质的特征信息,包括水分、糖类、蛋白质、脂类、pH值;根据检测标准对样品进行常规测定评级;将提取的样品内、外部品质的特征信息与常规测定评级结果进行关联分析,建立食品品质分析模型,再结合分级知识库,建立食品分类评级专家***;
2)进行食品综合品质检测:
检测时,图像采集装置将样品的图像信息采集传入计算机中,光谱采集装置将样品的光谱信息采集传入计算机中;基于食品品质分析模型对输入的图像信息和光谱信息进行预处理,分别在数据层、特征层和决策层进行数据融合,提取特征值并利用分类评级专家***对样品进行评定。
2.根据权利要求1所述的一种食品综合品质无损检测方法,其特征在于:所述的采集样品的图像信息为紫外荧光图像、可见光图像或软X射线图像;图像信息预处理方法包括图像增强、校正、去噪、锐化和分割;图像信息特征提取包括边缘检测、颜色因子和纹理信息。
3.根据权利要求1所述的一种食品综合品质无损检测方法,其特征在于:所述的光谱信息为紫外光谱、可见光光谱、近红外光谱、中红外光谱或拉曼光谱,由多通道采集后,在数据层进行融合处理,得到样本的有效光谱数据。
4.根据权利要求1所述的一种食品综合品质无损检测方法,其特征在于:所述的食品品质分析模型和分类评级专家***,包含食品从原料、半成品和成品的各个阶段质量的评价。
5.根据权利要求1所述的一种食品综合品质无损检测方法,其特征在于:所述的光谱信息在数据层的融合方法包括卷积分析、正交分析和独立分量分析;样品品质指标的特征层融合方法,包括判别式分析、神经网络和回归分析;样品分类评级的决策层融合方法,包括贝叶斯算法和模糊神经网络算法。
6.用于权利要求1所述的一种食品综合品质无损检测方法的装置,其特征在于:包含支架(1)、光谱采集仪(2)、光纤探头(3),检测台(4)、光源(5)、遮光板(6)、光照箱(7)、摄像头(8)和PC机(9),所述的检测台(4)安装在支架(1)上,光纤探头(3)固定在检测台(4)下部,光纤探头(3)与光谱采集仪(2)连接;所述的光照箱(7)固定在检测台(4)上,检测台(4)两内侧部均布光源(5)和遮光板(6),所述的摄像头(8)固定在光照箱(7)上方;摄像头(8)和光谱采集仪(2)分别与PC机(9)连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810059878A CN101251526B (zh) | 2008-02-26 | 2008-02-26 | 鲜猪肉综合品质无损检测方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810059878A CN101251526B (zh) | 2008-02-26 | 2008-02-26 | 鲜猪肉综合品质无损检测方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101251526A true CN101251526A (zh) | 2008-08-27 |
CN101251526B CN101251526B (zh) | 2012-08-29 |
Family
ID=39955024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810059878A Expired - Fee Related CN101251526B (zh) | 2008-02-26 | 2008-02-26 | 鲜猪肉综合品质无损检测方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101251526B (zh) |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101943661A (zh) * | 2010-08-23 | 2011-01-12 | 北京工商大学 | 一种基于近红外光谱及显微菌斑面积数据融合的猪肉新鲜度无损检测技术 |
CN102507460A (zh) * | 2011-09-30 | 2012-06-20 | 中国农业大学 | 生鲜肉水分无损在线检测*** |
CN102564964A (zh) * | 2011-12-29 | 2012-07-11 | 南京林业大学 | 基于光谱图像的肉品品质可视化非接触检测方法 |
CN102590131A (zh) * | 2012-01-18 | 2012-07-18 | 中国农业大学 | 生鲜肉深层水分无损伤在线检测装置及方法 |
CN102866236A (zh) * | 2012-08-31 | 2013-01-09 | 广东省农业科学院农业生物技术研究所 | 一种快速鉴别米粉丝品质的质构测评方法 |
CN103247039A (zh) * | 2013-05-09 | 2013-08-14 | 河海大学常州校区 | 一种基于复合视觉的高压线缆带电检测方法 |
CN103412103A (zh) * | 2013-08-01 | 2013-11-27 | 浙江工商大学 | 黑鱼品质无损快速检测方法 |
CN103424404A (zh) * | 2013-08-01 | 2013-12-04 | 谢绍鹏 | 物品的品质检测方法与*** |
CN103776813A (zh) * | 2014-01-27 | 2014-05-07 | 公安部第一研究所 | 一种基于拉曼光谱分析技术的危险品远距检测装置 |
CN103940751A (zh) * | 2014-04-23 | 2014-07-23 | 成都大学 | 一种基于图像处理技术的冷鲜肉品质的测评方法 |
CN104251837A (zh) * | 2014-10-17 | 2014-12-31 | 北京农业智能装备技术研究中心 | 水果内部品质近红外透射光谱在线检测***及方法 |
CN105241826A (zh) * | 2015-10-13 | 2016-01-13 | 惠州Tcl移动通信有限公司 | 智能移动终端及其进行食品检测的方法 |
CN105510240A (zh) * | 2015-11-25 | 2016-04-20 | 武汉楚锐自动化控制设备有限公司 | 一种食用油品色泽透明度检测装置 |
CN105606552A (zh) * | 2016-02-04 | 2016-05-25 | 云南中烟工业有限责任公司 | 基于全谱段分子光谱的卷烟烟丝质量趋势分析方法 |
CN105628708A (zh) * | 2016-01-27 | 2016-06-01 | 塔里木大学 | 一种南疆红枣多参量品质快速无损检测方法 |
CN106127226A (zh) * | 2016-06-14 | 2016-11-16 | 河南工业大学 | 粮粒和粮粒测试样本的柔性粮食品质检测方法 |
CN106198900A (zh) * | 2016-06-30 | 2016-12-07 | 深圳市检验检疫科学研究院 | 食品安全评价方法及装置 |
CN107328721A (zh) * | 2017-06-29 | 2017-11-07 | 深圳市赛亿科技开发有限公司 | 一种基于多源光谱数据融合检测食品安全的装置及方法 |
CN107851459A (zh) * | 2015-07-29 | 2018-03-27 | 皮道练 | 食品信息提供方法及装置 |
CN108827892A (zh) * | 2018-06-21 | 2018-11-16 | 芜湖市金马电子信息有限责任公司 | 一种用于食品安全检测的干式分析装置 |
CN108827931A (zh) * | 2018-04-18 | 2018-11-16 | 宁夏林业研究院股份有限公司 | 一种宁夏枸杞的拉曼光谱鉴别方法 |
CN109253983A (zh) * | 2018-11-30 | 2019-01-22 | 上海海洋大学 | 基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法 |
CN109341848A (zh) * | 2018-09-26 | 2019-02-15 | 东莞青柳新材料有限公司 | 一种隧道运营阶段的安全监测*** |
CN109447467A (zh) * | 2018-10-29 | 2019-03-08 | 成都奕阳现代科技有限公司 | 基于haccp对发酵食品进行数智化质控的***及方法 |
CN109961179A (zh) * | 2019-02-28 | 2019-07-02 | 中国计量大学 | 一种水产品品质检测方法及便携式拉曼装置 |
CN110618094A (zh) * | 2019-08-12 | 2019-12-27 | 山西省平遥牛肉集团有限公司 | 一种生鲜牛肉多指标复合同步检测台及使用方法 |
CN110631997A (zh) * | 2019-09-29 | 2019-12-31 | 辽宁机电职业技术学院 | 一种基于光谱分析的珍珠品质鉴定方法 |
CN110715917A (zh) * | 2019-10-08 | 2020-01-21 | 浙江大学 | 一种基于拉曼光谱的猪肉和牛肉分类方法 |
CN111060473A (zh) * | 2020-01-15 | 2020-04-24 | 王丽娟 | 一种食品质量分析检测装置 |
CN111324594A (zh) * | 2020-02-17 | 2020-06-23 | 武汉轻工大学 | 用于粮食加工业的数据融合方法、装置、设备及存储介质 |
CN112286159A (zh) * | 2020-11-06 | 2021-01-29 | 四川省丹丹郫县豆瓣集团股份有限公司 | 用于豆瓣酱生产线的多指标多工位检测*** |
CN112691939A (zh) * | 2020-12-21 | 2021-04-23 | 中国农业大学 | 果蔬品质智能感知分拣机器人*** |
CN113057598A (zh) * | 2021-04-20 | 2021-07-02 | 中国农业大学 | 一种面向动物活体无屠宰的肉质品质分级方法与*** |
CN113310948A (zh) * | 2021-05-11 | 2021-08-27 | 中国农业科学院农产品加工研究所 | 一种智能化快速测定菜肴食品营养含量的检测装置 |
CN113324928A (zh) * | 2021-05-11 | 2021-08-31 | 中国农业科学院农产品加工研究所 | 一种基于图谱数据智能化无损检测菜肴食品营养含量方法 |
CN113324967A (zh) * | 2020-09-18 | 2021-08-31 | 山东农业大学 | 一种快速鉴定dfd牛肉的方法 |
CN113447084A (zh) * | 2021-08-31 | 2021-09-28 | 季华实验室 | 预估食品货架期的检测装置、***、方法和存储介质 |
CN113447450A (zh) * | 2021-05-11 | 2021-09-28 | 中国农业科学院农产品加工研究所 | 一种基于图谱测定菜肴营养含量的光学无损检测装置 |
CN113647597A (zh) * | 2021-08-10 | 2021-11-16 | 中国热带农业科学院 | 一种斑斓叶调味剂生产加工工艺智能控制方法 |
CN117392520A (zh) * | 2023-10-24 | 2024-01-12 | 江苏权正检验检测有限公司 | 用于食品检验检测的智能数据共享方法和*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1940555A (zh) * | 2006-09-04 | 2007-04-04 | 江苏大学 | 一种农产品内外品质检测方法及装置 |
CN1995987B (zh) * | 2007-02-08 | 2010-05-12 | 江苏大学 | 基于高光谱图像技术的农畜产品无损检测方法 |
-
2008
- 2008-02-26 CN CN200810059878A patent/CN101251526B/zh not_active Expired - Fee Related
Cited By (58)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101943661A (zh) * | 2010-08-23 | 2011-01-12 | 北京工商大学 | 一种基于近红外光谱及显微菌斑面积数据融合的猪肉新鲜度无损检测技术 |
CN101943661B (zh) * | 2010-08-23 | 2014-04-09 | 北京工商大学 | 一种基于近红外光谱及显微菌斑面积数据融合的猪肉新鲜度无损检测技术 |
CN102507460A (zh) * | 2011-09-30 | 2012-06-20 | 中国农业大学 | 生鲜肉水分无损在线检测*** |
CN102507460B (zh) * | 2011-09-30 | 2013-07-24 | 中国农业大学 | 生鲜肉水分无损在线检测*** |
CN102564964B (zh) * | 2011-12-29 | 2014-07-30 | 南京林业大学 | 基于光谱图像的肉品品质可视化非接触检测方法 |
CN102564964A (zh) * | 2011-12-29 | 2012-07-11 | 南京林业大学 | 基于光谱图像的肉品品质可视化非接触检测方法 |
CN102590131A (zh) * | 2012-01-18 | 2012-07-18 | 中国农业大学 | 生鲜肉深层水分无损伤在线检测装置及方法 |
CN102866236A (zh) * | 2012-08-31 | 2013-01-09 | 广东省农业科学院农业生物技术研究所 | 一种快速鉴别米粉丝品质的质构测评方法 |
CN102866236B (zh) * | 2012-08-31 | 2015-06-24 | 广东省农业科学院农业生物技术研究所 | 一种快速鉴别米粉丝品质的质构测评方法 |
CN103247039A (zh) * | 2013-05-09 | 2013-08-14 | 河海大学常州校区 | 一种基于复合视觉的高压线缆带电检测方法 |
CN103247039B (zh) * | 2013-05-09 | 2015-12-09 | 河海大学常州校区 | 一种基于复合视觉的高压线缆带电检测方法 |
CN103412103A (zh) * | 2013-08-01 | 2013-11-27 | 浙江工商大学 | 黑鱼品质无损快速检测方法 |
CN103424404A (zh) * | 2013-08-01 | 2013-12-04 | 谢绍鹏 | 物品的品质检测方法与*** |
CN103776813A (zh) * | 2014-01-27 | 2014-05-07 | 公安部第一研究所 | 一种基于拉曼光谱分析技术的危险品远距检测装置 |
CN103940751A (zh) * | 2014-04-23 | 2014-07-23 | 成都大学 | 一种基于图像处理技术的冷鲜肉品质的测评方法 |
CN103940751B (zh) * | 2014-04-23 | 2016-11-09 | 成都大学 | 一种基于图像处理技术的冷鲜肉品质的测评方法 |
CN104251837B (zh) * | 2014-10-17 | 2016-08-31 | 北京农业智能装备技术研究中心 | 水果内部品质近红外透射光谱在线检测***及方法 |
CN104251837A (zh) * | 2014-10-17 | 2014-12-31 | 北京农业智能装备技术研究中心 | 水果内部品质近红外透射光谱在线检测***及方法 |
CN107851459A (zh) * | 2015-07-29 | 2018-03-27 | 皮道练 | 食品信息提供方法及装置 |
CN105241826A (zh) * | 2015-10-13 | 2016-01-13 | 惠州Tcl移动通信有限公司 | 智能移动终端及其进行食品检测的方法 |
CN105510240A (zh) * | 2015-11-25 | 2016-04-20 | 武汉楚锐自动化控制设备有限公司 | 一种食用油品色泽透明度检测装置 |
CN105510240B (zh) * | 2015-11-25 | 2018-07-31 | 武汉楚锐视觉检测科技有限公司 | 一种食用油品色泽透明度检测装置 |
CN105628708A (zh) * | 2016-01-27 | 2016-06-01 | 塔里木大学 | 一种南疆红枣多参量品质快速无损检测方法 |
CN105606552A (zh) * | 2016-02-04 | 2016-05-25 | 云南中烟工业有限责任公司 | 基于全谱段分子光谱的卷烟烟丝质量趋势分析方法 |
CN106127226A (zh) * | 2016-06-14 | 2016-11-16 | 河南工业大学 | 粮粒和粮粒测试样本的柔性粮食品质检测方法 |
CN106127226B (zh) * | 2016-06-14 | 2019-09-03 | 河南工业大学 | 粮粒和粮粒测试样本的柔性粮食品质检测方法 |
CN106198900A (zh) * | 2016-06-30 | 2016-12-07 | 深圳市检验检疫科学研究院 | 食品安全评价方法及装置 |
CN106198900B (zh) * | 2016-06-30 | 2018-06-15 | 深圳市检验检疫科学研究院 | 食品安全评价方法及装置 |
CN107328721A (zh) * | 2017-06-29 | 2017-11-07 | 深圳市赛亿科技开发有限公司 | 一种基于多源光谱数据融合检测食品安全的装置及方法 |
CN108827931A (zh) * | 2018-04-18 | 2018-11-16 | 宁夏林业研究院股份有限公司 | 一种宁夏枸杞的拉曼光谱鉴别方法 |
CN108827892A (zh) * | 2018-06-21 | 2018-11-16 | 芜湖市金马电子信息有限责任公司 | 一种用于食品安全检测的干式分析装置 |
CN109341848B (zh) * | 2018-09-26 | 2021-07-13 | 南京棠邑科创服务有限公司 | 一种隧道运营阶段的安全监测*** |
CN109341848A (zh) * | 2018-09-26 | 2019-02-15 | 东莞青柳新材料有限公司 | 一种隧道运营阶段的安全监测*** |
CN109447467A (zh) * | 2018-10-29 | 2019-03-08 | 成都奕阳现代科技有限公司 | 基于haccp对发酵食品进行数智化质控的***及方法 |
CN109253983A (zh) * | 2018-11-30 | 2019-01-22 | 上海海洋大学 | 基于中红外光谱和神经网络技术的快速鉴定和检测小清蛋白的方法 |
CN109961179A (zh) * | 2019-02-28 | 2019-07-02 | 中国计量大学 | 一种水产品品质检测方法及便携式拉曼装置 |
CN110618094A (zh) * | 2019-08-12 | 2019-12-27 | 山西省平遥牛肉集团有限公司 | 一种生鲜牛肉多指标复合同步检测台及使用方法 |
CN110618094B (zh) * | 2019-08-12 | 2022-03-15 | 山西省平遥牛肉集团有限公司 | 一种生鲜牛肉多指标复合同步检测台及使用方法 |
CN110631997A (zh) * | 2019-09-29 | 2019-12-31 | 辽宁机电职业技术学院 | 一种基于光谱分析的珍珠品质鉴定方法 |
CN110715917A (zh) * | 2019-10-08 | 2020-01-21 | 浙江大学 | 一种基于拉曼光谱的猪肉和牛肉分类方法 |
CN111060473B (zh) * | 2020-01-15 | 2021-06-25 | 王丽娟 | 一种食品质量分析检测装置 |
CN111060473A (zh) * | 2020-01-15 | 2020-04-24 | 王丽娟 | 一种食品质量分析检测装置 |
CN111324594A (zh) * | 2020-02-17 | 2020-06-23 | 武汉轻工大学 | 用于粮食加工业的数据融合方法、装置、设备及存储介质 |
CN111324594B (zh) * | 2020-02-17 | 2023-08-11 | 武汉轻工大学 | 用于粮食加工业的数据融合方法、装置、设备及存储介质 |
CN113324967A (zh) * | 2020-09-18 | 2021-08-31 | 山东农业大学 | 一种快速鉴定dfd牛肉的方法 |
CN112286159A (zh) * | 2020-11-06 | 2021-01-29 | 四川省丹丹郫县豆瓣集团股份有限公司 | 用于豆瓣酱生产线的多指标多工位检测*** |
CN112691939A (zh) * | 2020-12-21 | 2021-04-23 | 中国农业大学 | 果蔬品质智能感知分拣机器人*** |
CN113057598B (zh) * | 2021-04-20 | 2022-02-11 | 中国农业大学 | 一种面向动物活体无屠宰的肉质品质分级方法与*** |
CN113057598A (zh) * | 2021-04-20 | 2021-07-02 | 中国农业大学 | 一种面向动物活体无屠宰的肉质品质分级方法与*** |
CN113324928A (zh) * | 2021-05-11 | 2021-08-31 | 中国农业科学院农产品加工研究所 | 一种基于图谱数据智能化无损检测菜肴食品营养含量方法 |
CN113447450A (zh) * | 2021-05-11 | 2021-09-28 | 中国农业科学院农产品加工研究所 | 一种基于图谱测定菜肴营养含量的光学无损检测装置 |
CN113324928B (zh) * | 2021-05-11 | 2022-07-01 | 中国农业科学院农产品加工研究所 | 一种基于图谱数据智能化无损检测菜肴食品营养含量方法 |
CN113310948B (zh) * | 2021-05-11 | 2023-03-14 | 中国农业科学院农产品加工研究所 | 一种智能化快速测定菜肴食品营养含量的检测装置 |
CN113310948A (zh) * | 2021-05-11 | 2021-08-27 | 中国农业科学院农产品加工研究所 | 一种智能化快速测定菜肴食品营养含量的检测装置 |
CN113647597A (zh) * | 2021-08-10 | 2021-11-16 | 中国热带农业科学院 | 一种斑斓叶调味剂生产加工工艺智能控制方法 |
CN113447084A (zh) * | 2021-08-31 | 2021-09-28 | 季华实验室 | 预估食品货架期的检测装置、***、方法和存储介质 |
CN117392520A (zh) * | 2023-10-24 | 2024-01-12 | 江苏权正检验检测有限公司 | 用于食品检验检测的智能数据共享方法和*** |
CN117392520B (zh) * | 2023-10-24 | 2024-06-28 | 江苏权正检验检测有限公司 | 用于食品检验检测的智能数据共享方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN101251526B (zh) | 2012-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101251526B (zh) | 鲜猪肉综合品质无损检测方法与装置 | |
CN1995987B (zh) | 基于高光谱图像技术的农畜产品无损检测方法 | |
Li et al. | Recent advances in nondestructive analytical techniques for determining the total soluble solids in fruits: a review | |
CN201156043Y (zh) | 食品综合品质无损检测装置 | |
CN103278609B (zh) | 一种基于多源感知信息融合的肉品新鲜度检测方法 | |
CN102519906B (zh) | 多通道近红外光谱牛肉品质多参数同时检测方法 | |
CN203275285U (zh) | 一种基于高光谱成像的大米品质在线无损检测装置 | |
CN101551341B (zh) | 基于图像与光谱信息融合的肉品在线无损检测方法与装置 | |
Pan et al. | Eggshell crack detection based on computer vision and acoustic response by means of back-propagation artificial neural network | |
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 | |
CN101692052B (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
Guzmán et al. | Infrared machine vision system for the automatic detection of olive fruit quality | |
CN101949686A (zh) | 水果内外综合品质在线无损检测方法及装置 | |
Wang et al. | The applications of hyperspectral imaging technology for agricultural products quality analysis: A review | |
CN1556412A (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 | |
CN100357725C (zh) | 近红外技术快速检测牛肉嫩度的方法和装置 | |
CN105067531A (zh) | 一种芒果品质无损检测方法及装置 | |
CN201392319Y (zh) | 一种基于图像与光谱信息融合的肉品在线无损检测装置 | |
Beghi et al. | Rapid evaluation of grape phytosanitary status directly at the check point station entering the winery by using visible/near infrared spectroscopy | |
CN102636450A (zh) | 基于近红外光谱技术无损检测枸杞中枸杞多糖含量的方法 | |
CN105092579A (zh) | 一种芒果品质无损检测设备 | |
CN105911268A (zh) | 一种胶体金试纸条检测结果自动读取仪器及其应用 | |
Ariana et al. | Detection of internal defect in pickling cucumbers using hyperspectral transmittance imaging | |
Setiawan et al. | Classification of palm oil fresh fruit bunch using multiband optical sensors | |
Li et al. | Fast detection of water loss and hardness for cucumber using hyperspectral imaging technology |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120829 |
|
CF01 | Termination of patent right due to non-payment of annual fee |