CN106769900A - 一种高光拍照和无损光谱扫描判断果蔬品质的*** - Google Patents

一种高光拍照和无损光谱扫描判断果蔬品质的*** Download PDF

Info

Publication number
CN106769900A
CN106769900A CN201611260542.8A CN201611260542A CN106769900A CN 106769900 A CN106769900 A CN 106769900A CN 201611260542 A CN201611260542 A CN 201611260542A CN 106769900 A CN106769900 A CN 106769900A
Authority
CN
China
Prior art keywords
bloom
data
data input
database
input pin
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
Application number
CN201611260542.8A
Other languages
English (en)
Inventor
朱湘飞
刘毅
刘法安
谭占鳌
陈剑
杨敏
张宇航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Batian Ecotypic Engineering Co Ltd
Original Assignee
Shenzhen Batian Ecotypic Engineering Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Batian Ecotypic Engineering Co Ltd filed Critical Shenzhen Batian Ecotypic Engineering Co Ltd
Priority to CN201611260542.8A priority Critical patent/CN106769900A/zh
Publication of CN106769900A publication Critical patent/CN106769900A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

一种高光拍照和无损光谱扫描判断果蔬品质的***，其特征在于该***包括综合品质判断计算器，综合品质判断计算器与高光数据库和光谱数据库连接，所述光谱数据库与光谱检测数据输入端连接，所述高光数据库与高光数据输入端连接，所述综合品质判断计算器与综合品质输出端连接，高光数据输入端接收高光拍照设备所传输的果蔬表面高光拍照数据，光谱检测数据输入端接收光谱检测仪器所检测的果蔬光谱数据。本发明的***充分利用了光谱数据和高光数据两种数据形式，而且这两种数据的获得，都是采用对果蔬的非损伤方式获得，所以该***通过两种数据的计算获得的结果能够内外两个方面评价水果的品质。

Description

一种高光拍照和无损光谱扫描判断果蔬品质的***
技术领域
本发明属于食品检测领域，特别是涉及到无损检测食品品质的***，具体的涉及一种高光拍照和无损光谱扫描判断果蔬品质的***及其应用该***的方法。
背景技术
目前对于水果和蔬菜的无损检测的***比较多，但是一般***都是基于单一的检测方法进行检测，
现有技术中检测***例如CN103048277B所公开的一种近红外光谱无损检测水果内部品质的***，包括：采集器和微型计算机；所述采集器包括采集探头和贯穿设置于所述采集器内部的光纤探头；所述采集探头上设有弹性遮光垫和校正轮；所述校正轮连接步进电机，所述步进电机与所述微型计算机连接。该发明通过在采集探头的光路内设计可自动切换的白板、黑板和通孔，自动采集全反射参考光谱、暗光谱和样品光谱，进行光谱的自动标定，减少探测器噪声的影响，该发明的***过于复杂，而且基于单一的方法进行检测。
还有，专利CN101799401B公开了一种用于水果内部品质无损检测的手持式近红外探头。该光纤探头由四个不同波长的LED光源、检测光纤、自动采样控制***、光源稳定电路、数字温湿度传感器、圆形凸台、遮光圈、软橡胶圈、开关、线路盒和外壳构成。该专利仅仅解决了探头的问题，并没有解决从***层面实现水果无损检测。
另外，专利CN100449301C公开了一种基于水果光特性的内部品质的在线无损检测方法和装置。包括输送单元，分析处理单元，信号控制单元，光照***，检测***，水果分级出口，水果入口，尺寸检测装置和编码器。光照***提供稳定、最优强度的照射光。检测***可以保证获得水果内部品质有效特征的透射光谱信息。信号控制单元将传感器得到的水果位置信息和尺寸信息以指令方式传输给检测***，由检测***实施对水果的在线光谱检测，并把水果的光谱信息通过数据采集***传输给分析处理单元，其内已存的基于近红外光谱的水果内部品质预测模型对水果进行内部品质评价。该检测***仅仅解决了内部评价，虽然解决了水果的位置数据，但是并没有实现水果的外部和内部的综合评价。
本发明所要解决的问题是开发出一种基于外部检测和内部检测同时检测水果的品质的***，该***高光数据库和光谱数据库，目前能够通过高光数据库和光谱数据库的检测水果综合品质的***还没有出现，本发明就是为了解决这一问题，同时为了实现该***能够解决果蔬品质无损情况下的综合评价，并提供了应用该***的方法。
发明内容
为解决上述技术问题，本发明提供了一种高光拍照和无损光谱扫描判断果蔬品质的***，其特征在于该***包括综合品质判断计算器，综合品质判断计算器与高光数据库和光谱数据库连接，所述光谱数据库与光谱检测数据输入端连接，所述高光数据库与高光数据输入端连接，所述综合品质判断计算器与综合品质输出端连接，高光数据输入端接收高光拍照设备所传输的果蔬表面高光拍照数据，光谱检测数据输入端接收光谱检测仪器所检测的果蔬光谱数据。
优选的，上述***中，所述的高光拍照数据选自相机高光比拍照所获得照片，或选自高光谱仪器拍照所获得的照片和可见光光谱数据。
优选的，上述***中，所述的高光数据库与高光数据输入端和肉眼评价数据输入端连接。
优选的，上述***中，所述的光谱数据库与光谱检测数据输入端和化学成分数据输入端连接。
一种高光拍照和无损光谱扫描判断果蔬品质的***，其特征在于该***包括高光数据库和光谱数据库，高光数据库与高光数据输入端和肉眼评价数据输入端连接，光谱数据库与光谱检测数据输入端和化学成分数据输入端连接，所述高光数据库和光谱数据库共同连接综合评价输出端，综合评价输出端具有通过高光数据库所输出的表面品质数据和光谱数据库所输出的化学成分数据按权重计算果蔬综合品质的计算模型。
一种高光拍照和无损光谱扫描判断果蔬品质的***，其特征在于该***包括高光数据库和光谱数据库，高光数据库和光谱数据库共同向综合评价输出端传输数据，高光数据库接收高光数据输入端和肉眼评价数据输入端的数据，光谱数据库接收光谱检测数据输入端和化学成分数据输入端的数据，化学成分数据输入端接收化学检测端所获得的化学检测数据，光谱检测数据输入端接收光谱检测端获得光谱检测数据，高光数据输入端接收高光拍照设备拍照所获得的数据。
一种应用高光拍照和无损光谱扫描判断果蔬品质的***检测果蔬综合品质的方法，其特征在于所述***包括综合品质判断计算器，综合品质判断计算器与高光数据库和光谱数据库连接，所述光谱数据库与光谱检测数据输入端连接，所述高光数据库与高光数据输入端连接，所述综合品质判断计算器与综合品质输出端连接，高光数据输入端接收高光拍照设备所传输的果蔬表面高光拍照数据，光谱检测数据输入端接收光谱检测仪器所检测的果蔬光谱数据，果蔬通过高光拍照设备拍照获得果蔬表面高光拍照数据并传输到高光数据库，通过光谱检测仪器检测果蔬光谱数据并传输到光谱数据库，然后高光数据库和光谱数据库计算果蔬的表面品质和果蔬的化学成分数据，果蔬的表面品质和果蔬的化学成分数据传输到综合品质判断计算器，获得果蔬的综合品质。
优选的，上述方法中，所述的高光拍照数据选自相机高光比拍照所获得照片，或选自高光谱仪器拍照所获得的照片和可见光光谱数据
优选的，上述方法中，所述的高光数据库与高光数据输入端和肉眼评价数据输入端连接，高光数据库接收高光数据和肉眼评价数据后形成具有计算果蔬表面品质的计算模型。
优选的，上述方法中，所述的光谱数据库与光谱检测数据输入端和化学成分数据输入端连接，光谱数据库接收光谱检测数据和化学成分数据后形成具有计算果蔬化学成分的计算模型。
有益效果：
1、本发明的***充分利用了光谱数据和高光数据两种数据形式，而且这两种数据的获得，都是采用对果蔬的非损伤方式获得，所以该***通过两种数据的计算获得的结果能够内外两个方面评价果蔬的品质。
2、该***不仅实现了无损评价果蔬品质，而且将果蔬品质评价所需要的数据库进行充分结合，将两种数据库充分结合获得的综合品质判断计算器，能够根据水果种类的不同，蔬菜种类的不同，来评价其表面品质和内在品质，并结合权重来判断果蔬的综合品质。
附图说明：
图1：高光数据库和光谱数据库的形成示意图
图2：高光检测和光谱扫描判断果蔬品质***的示意图
具体实施方式
实施例1：高光数据库
高光数据库与高光数据输入端和肉眼评价数据输入端连接，高光数据输入端与高光拍照设备连接，高光拍照设备通过拍摄果蔬的照片，将拍摄的照片和/或高广谱数据输入到高光数据输入端，同时肉眼评价果蔬表面平直的数据输入到肉眼评价数据输入端，肉眼评价的果蔬与高光拍照设备所拍摄的果蔬为同一批果蔬，最后将高光数据输入端的数据和肉眼评价数据输入端的数据一一对应输入到高光数据库中进行计算，获得果蔬的高光数据评价模块，该评价模块能够评价新输入的高光数据所针对的果蔬的表面品质。
实施例2：光谱数据库
光谱数据库与化学成分数据库输入端和光谱检测数据输入端连接，化学成分数据输入端接收化学检测端所检测的化学成分及其含量数据，光谱检测数据输入端接收光谱检测端所检测的光谱数据，将化学成分数据输入端的化学成分数据和光谱检测数据输入端的光谱检测数据共同输入到光谱数据库，光谱数据库通过化学成分数据和光谱检测数据设置成化学成分计算模型，新的光谱数据输入到该数据库后通过该模型计算得到化学成分数据。
实施例3：综合判断***
果蔬品质综合判断***包括果蔬综合品质判断计算器，该计算器与高光数据库和光谱数据库连接，接收高光数据库的表面品质数据和光谱数据库的化学品质数据，通过高光数据库传来的表面品质数据和光谱数据库传来的化学成分数据共同计算得到果蔬的综合品质，并通过综合品质输出端输出。其中高光数据库与高光数据输入端连接，高光数据输入端接收高光拍照设备拍摄果蔬所得到的高光数据，高光数据包括高光比拍摄获得的照片或者是高光谱仪器拍摄所获得的照片和高光谱数据，光谱数据库与光谱检测数据输入端连接，接收光谱检测仪器针对果蔬检测得到的光谱数据。
该***的操作方法是：
针对果蔬应用高光拍照设备进行拍照，将拍照所获得的照片或者高广谱数据输入到高光数据输入端，再传输到高光数据库，通过高光数据库计算得到果蔬的表面品质，针对相同的果蔬应用光谱检测仪器检测获得光谱数据，将光谱数据输入到光谱检测数据输入端，光谱检测数据输入端将光谱数据输入到光谱数据库，通过光谱数据库计算获得果蔬的化学成分数据，最后，将光谱数据库输出的化学成分数据和高光数据库输出的果蔬表面品质数据一同传输到综合品质判断计算器，计算获得果蔬的综合品质数据，该综合品质数据通过综合品质输出端输出。

Claims (10)

1.一种高光拍照和无损光谱扫描判断果蔬品质的***，其特征在于该***包括综合品质判断计算器，综合品质判断计算器与高光数据库和光谱数据库连接，所述光谱数据库与光谱检测数据输入端连接，所述高光数据库与高光数据输入端连接，所述综合品质判断计算器与综合品质输出端连接，高光数据输入端接收高光拍照设备所传输的果蔬表面高光拍照数据，光谱检测数据输入端接收光谱检测仪器所检测的果蔬光谱数据。
2.根据权利要求1所述的***，其特征在于所述高光拍照数据选自相机高光比拍照所获得照片，或选自高光谱仪器拍照所获得的照片和可见光光谱数据。
3.根据权利要求1-2任一项所述的***，其特征在于所述高光数据库与高光数据输入端和肉眼评价数据输入端连接。
4.根据权利要求1-3任一项所述的***，其特征在于所述光谱数据库与光谱检测数据输入端和化学成分数据输入端连接。
5.一种高光拍照和无损光谱扫描判断果蔬品质的***，其特征在于该***包括高光数据库和光谱数据库，高光数据库与高光数据输入端和肉眼评价数据输入端连接，光谱数据库与光谱检测数据输入端和化学成分数据输入端连接，所述高光数据库和光谱数据库共同连接综合评价输出端，综合评价输出端具有通过高光数据库所输出的表面品质数据和光谱数据库所输出的化学成分数据按权重计算果蔬综合品质的计算模型。
6.一种高光拍照和无损光谱扫描判断果蔬品质的***，其特征在于该***包括高光数据库和光谱数据库，高光数据库和光谱数据库共同向综合评价输出端传输数据，高光数据库接收高光数据输入端和肉眼评价数据输入端的数据，光谱数据库接收光谱检测数据输入端和化学成分数据输入端的数据，化学成分数据输入端接收化学检测端所获得的化学检测数据，光谱检测数据输入端接收光谱检测端获得光谱检测数据，高光数据输入端接收高光拍照设备拍照所获得的数据。
7.一种应用高光拍照和无损光谱扫描判断果蔬品质的***检测果蔬综合品质的方法，其特征在于所述***包括综合品质判断计算器，综合品质判断计算器与高光数据库和光谱数据库连接，所述光谱数据库与光谱检测数据输入端连接，所述高光数据库与高光数据输入端连接，所述综合品质判断计算器与综合品质输出端连接，高光数据输入端接收高光拍照设备所传输的果蔬表面高光拍照数据，光谱检测数据输入端接收光谱检测仪器所检测的果蔬光谱数据，果蔬通过高光拍照设备拍照获得果蔬表面高光拍照数据并传输到高光数据库，通过光谱检测仪器检测果蔬光谱数据并传输到光谱数据库，然后高光数据库和光谱数据库计算果蔬的表面品质和果蔬的化学成分数据，果蔬的表面品质和果蔬的化学成分数据传输到综合品质判断计算器，获得果蔬的综合品质。
8.根据权利要求7所述的方法，其特征在于所述高光拍照数据选自相机高光比拍照所获得照片，或选自高光谱仪器拍照所获得的照片和可见光光谱数据。
9.根据权利要求7-8任一项所述的方法，其特征在于所述高光数据库与高光数据输入端和肉眼评价数据输入端连接，高光数据库接收高光数据和肉眼评价数据后形成具有计算果蔬表面品质的计算模型。
10.根据权利要求7-9任一项所述的方法，其特征在于所述光谱数据库与光谱检测数据输入端和化学成分数据输入端连接，光谱数据库接收光谱检测数据和化学成分数据后形成具有计算果蔬化学成分的计算模型。
CN201611260542.8A 2016-12-30 2016-12-30 一种高光拍照和无损光谱扫描判断果蔬品质的*** Pending CN106769900A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611260542.8A CN106769900A (zh) 2016-12-30 2016-12-30 一种高光拍照和无损光谱扫描判断果蔬品质的***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611260542.8A CN106769900A (zh) 2016-12-30 2016-12-30 一种高光拍照和无损光谱扫描判断果蔬品质的***

Publications (1)

Publication Number Publication Date
CN106769900A true CN106769900A (zh) 2017-05-31

Family

ID=58953915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611260542.8A Pending CN106769900A (zh) 2016-12-30 2016-12-30 一种高光拍照和无损光谱扫描判断果蔬品质的***

Country Status (1)

Country Link
CN (1) CN106769900A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109580501A (zh) * 2018-12-25 2019-04-05 上海理工大学 一种嵌入冰箱的果蔬新鲜品质智能判别装置及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1995987A (zh) * 2007-02-08 2007-07-11 江苏大学 基于高光谱图像技术的农畜产品无损检测方法及装置
CN101949686A (zh) * 2010-08-02 2011-01-19 扬州福尔喜果蔬汁机械有限公司 水果内外综合品质在线无损检测方法及装置
CN103954563A (zh) * 2014-04-15 2014-07-30 华南理工大学 一种基于高光谱的果蔬表面损伤检测装置
CN105512430A (zh) * 2015-12-31 2016-04-20 深圳市芭田生态工程股份有限公司 一种光谱数据和化学检测数据共享输入和输出的***
US20160187199A1 (en) * 2014-08-26 2016-06-30 Digimarc Corporation Sensor-synchronized spectrally-structured-light imaging

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1995987A (zh) * 2007-02-08 2007-07-11 江苏大学 基于高光谱图像技术的农畜产品无损检测方法及装置
CN101949686A (zh) * 2010-08-02 2011-01-19 扬州福尔喜果蔬汁机械有限公司 水果内外综合品质在线无损检测方法及装置
CN103954563A (zh) * 2014-04-15 2014-07-30 华南理工大学 一种基于高光谱的果蔬表面损伤检测装置
US20160187199A1 (en) * 2014-08-26 2016-06-30 Digimarc Corporation Sensor-synchronized spectrally-structured-light imaging
CN105512430A (zh) * 2015-12-31 2016-04-20 深圳市芭田生态工程股份有限公司 一种光谱数据和化学检测数据共享输入和输出的***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109580501A (zh) * 2018-12-25 2019-04-05 上海理工大学 一种嵌入冰箱的果蔬新鲜品质智能判别装置及方法
CN109580501B (zh) * 2018-12-25 2023-11-07 上海理工大学 一种嵌入冰箱的果蔬新鲜品质智能判别装置及方法

Similar Documents

Publication Publication Date Title
CN101144780B (zh) 猪肉新鲜度智能检测装置
CN104596990B (zh) 双通道光纤浊度测量方法及传感器
CN102967604B (zh) 一种用于宝石检测的反射光谱测量取样***及方法
CN101832926B (zh) 一种利用高光谱图像技术进行苹果粉质化无损检测方法
CN101539514B (zh) 农畜产品品质近红外光谱便携式检测方法和装置
CN101832941A (zh) 一种基于多光谱图像的水果品质评价装置
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
CN101949686A (zh) 水果内外综合品质在线无损检测方法及装置
CN201788151U (zh) 禽肉综合品质的无损检测装置
CN105092579A (zh) 一种芒果品质无损检测设备
CN102519915A (zh) 一种光伏玻璃光谱雾度的分光测量装置及测量方法
CN105954160A (zh) 细灰尘测量方法和确定细灰尘的颗粒大小的细灰尘传感器
CN107064044B (zh) 一种茶提取液中多酚含量的快速检测方法及装置
CN109001149A (zh) 基于近红外光谱的双光路水果无损检测***及方法
CN101021488A (zh) 稻谷损伤的检测方法和装置
CN104603598A (zh) 分析装置
CN106769900A (zh) 一种高光拍照和无损光谱扫描判断果蔬品质的***
CN110567894A (zh) 一种含水溶液pH值快速检测方法和检测装置
CN2869851Y (zh) 油脂色泽自动测定装置
CN108760671A (zh) 一种母乳红外检测装置
CN107132197B (zh) 一种食醋总酸含量的检测方法及装置
CN102788796A (zh) 基于高光谱图像及荧光图像多信息融合的作物氮营养诊断装置及方法
CN105910534A (zh) 橡塑制品几何量测量***
CN204705581U (zh) 汽车自动变速箱油品牌与品质快速检测装置
CN105158178A (zh) 基于高光谱透射技术谱峰面积的脐橙糖度检测快速建模法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170531

RJ01 Rejection of invention patent application after publication