CN109596561A - 一种远程实时在线水果品质监测***及监测方法 - Google Patents
一种远程实时在线水果品质监测***及监测方法 Download PDFInfo
- Publication number
- CN109596561A CN109596561A CN201811645450.0A CN201811645450A CN109596561A CN 109596561 A CN109596561 A CN 109596561A CN 201811645450 A CN201811645450 A CN 201811645450A CN 109596561 A CN109596561 A CN 109596561A
- Authority
- CN
- China
- Prior art keywords
- fruit
- data
- quality
- detected
- heap
- 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
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 294
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004611 spectroscopical analysis Methods 0.000 claims abstract description 89
- 238000004458 analytical method Methods 0.000 claims abstract description 75
- 238000013523 data management Methods 0.000 claims abstract description 66
- 238000013480 data collection Methods 0.000 claims abstract description 65
- 230000005540 biological transmission Effects 0.000 claims abstract description 58
- 230000002452 interceptive effect Effects 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000009466 transformation Effects 0.000 claims description 32
- 238000002835 absorbance Methods 0.000 claims description 13
- 238000000411 transmission spectrum Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 11
- 238000000985 reflectance spectrum Methods 0.000 claims description 11
- 238000001228 spectrum Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000008901 benefit Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims description 2
- 230000003698 anagen phase Effects 0.000 abstract description 3
- 239000002420 orchard Substances 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000002253 acid Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000013569 fruit product Nutrition 0.000 description 2
- 238000011545 laboratory measurement Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- 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
- G01N21/84—Systems specially adapted for particular applications
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
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
本公开提供了一种远程实时在线水果品质监测***及监测方法。其中，在本公开中，通过数据传输***将由数据采集***所采集的光谱数据远程传输至数据处理分析***，所述数据处理分析***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***将所述数据处理分析***的处理结果输出。因此，根据本公开各方面的远程实时在线水果品质监测***及监测方法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，根据本公开各方面的远程实时在线水果品质监测***及监测方法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
本公开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***及监测方法。
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***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。
发明内容
有鉴于此，本公开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***及监测方法。
根据本公开的一个方面，提供了一种远程实时在线水果品质监测***，其包括：数据采集***，用于采集待检测水果堆中样本水果的光谱数据；数据传输***，与所述数据采集***连接，用于远程传输由所述数据采集***所采集的光谱数据；数据处理分析***，与所述数据传输***连接，用于接收经由所述数据传输***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***，与所述数据处理分析***连接，用于输出所述数据处理分析***的处理结果。
对于上述远程实时在线水果品质监测***，在一种可能的实现方式中，所述数据采集***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***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***，在一种可能的实现方式中，所述数据采集***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***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***，在一种可能的实现方式中，所述用户交互***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***还与所述数据传输***连接，以将所述采集指示经由所述数据传输***远程发送至所述数据采集***，其中，所述数据采集***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***，在一种可能的实现方式中，所述用户交互***还用于输入用于向所述数据处理分析***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***被配置为向所述用户交互***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***，在一种可能的实现方式中，所述数据处理分析***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***，在一种可能的实现方式中，所述数据采集***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。
根据本公开的另一个方面，提供了一种远程实时在线水果品质监测方法，其包括：利用数据采集***采集待检测水果堆中样本水果的光谱数据；利用与所述数据采集***连接的数据传输***远程传输由所述数据采集***所采集的光谱数据；利用与所述数据传输***连接的数据处理分析***接收经由所述数据传输***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；以及利用与所述数据处理分析***连接的用户交互***输出所述数据处理分析***的处理结果。
对于上述远程实时在线水果品质监测方法，在一种可能的实现方式中，利用所述数据采集***采集待检测水果堆中样本水果的光谱数据包括：利用所述数据采集***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***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，在利用所述数据处理分析***对所述待检测水果堆的品质等级进行评价时，所述数据处理分析***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方法，在一种可能的实现方式中，在利用所述数据采集***采集待检测水果堆中样本水果的光谱数据时，将所述数据采集***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***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方法，在一种可能的实现方式中，还包括：利用所述用户交互***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***还与所述数据传输***连接，以将所述采集指示经由所述数据传输***远程发送至所述数据采集***，在利用所述数据采集***采集待检测水果堆中样本水果的光谱数据时，还将所述数据采集***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方法，在一种可能的实现方式中，还包括：利用所述用户交互***输入用于向所述数据处理分析***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***向所述用户交互***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方法，在一种可能的实现方式中，利用所述数据处理分析***对所述待检测水果堆的品质等级进行评价包括：所述数据处理分析***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***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方法，在一种可能的实现方式中，利用所述数据采集***采集待检测水果堆中样本水果的光谱数据包括：利用所述数据采集***的可见光摄像装置来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***将由数据采集***所采集的光谱数据远程传输至数据处理分析***，所述数据处理分析***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***将所述数据处理分析***的处理结果输出，根据本公开各方面的远程实时在线水果品质监测***及监测方法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，根据本公开各方面的远程实时在线水果品质监测***及监测方法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，本公开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公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开实施例1的远程实时在线水果品质监测***100的结构框图；
图2示出根据本公开实施例2的远程实时在线水果品质监测***200的结构框图；
图3示出根据本公开实施例2的远程实时在线水果品质监测***200的工作原理的示意图；
图4示出根据本公开实施例2的远程实时在线水果品质监测***200的处理结果显示的示意图；
图5示出根据本公开实施例3的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公开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，为了更好的说明本公开，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，本公开同样可以实施。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，以便于凸显本公开的主旨。
实施例1
图1示出根据本公开实施例1的远程实时在线水果品质监测***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***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***100包括：数据采集***110、数据传输***120、数据处理分析***130和用户交互***140。
其中，数据采集***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***120与数据采集***110连接，用于远程传输由数据采集***110所采集的光谱数据；数据处理分析***130与数据传输***120连接，用于接收经由数据传输***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***140与数据处理分析***130连接，用于输出数据处理分析***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***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***，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***，这样可以方便地把数据采集***110所采集的光谱数据远程传输给数据处理分析***130。
这样，通过数据传输***120将由数据采集***110所采集的光谱数据远程传输至数据处理分析***130，所述数据处理分析***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***140将所述数据处理分析***130的处理结果输出，根据本公开实施例1的远程实时在线水果品质监测***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，根据本公开实施例1的远程实时在线水果品质监测***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，说明了根据本公开的远程实时在线水果品质监测***所能够实现的技术效果。但是，本领域技术人员应能理解，本公开并不限于此。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，都可以使用本公开的远程实时在线水果品质监测***，并能够取得相应的技术效果。
实施例2
图2示出根据本公开实施例2的远程实时在线水果品质监测***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***200中，数据采集***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***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***120远程传输至数据处理分析***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***130中，从而无需利用数据传输***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，本公开不做限定。
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***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***，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***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***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***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***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***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***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***200，其用户交互***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***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***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***140还与数据传输***120连接，以将所述采集指示经由该数据传输***120远程发送至数据采集***110，并且数据采集***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***200，其用户交互***140还用于输入用于向数据处理分析***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***130被配置为向用户交互***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***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***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***130还具备用于存储处理结果的存储部。通过用户交互***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***130从所述存储部读出相应的处理结果，并输出至用户交互***140。
如图4所示，用户交互***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***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***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***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***140的输出装置还可以包括报警器，在数据处理分析***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***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***130可以根据第一转化模型来将由数据采集***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，利用如本公开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。而在本公开的实施例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，根据本公开实施例2的远程实时在线水果品质监测***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***，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***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***远程传输至数据处理分析***。数据处理分析***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***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，本公开并不限于此，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***都属于本公开的保护范围。另外，对于水果的品质参数和品质等级，本公开也不进行限制。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示出根据本公开实施例3的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***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***连接的数据传输***远程传输由所述数据采集***所采集的光谱数据；
步骤S530、利用与所述数据传输***连接的数据处理分析***接收经由所述数据传输***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***连接的用户交互***输出所述数据处理分析***的处理结果。
在一种可能的实现方式中，可以根据实施例1所述的远程实时在线水果品质监测***100来实现本实施例3的远程实时在线水果品质监测方法。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***110、数据传输***120、数据处理分析***130和用户交互***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***100相同的技术效果，这里也不再赘述。
实施例4
在根据本公开实施例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，在一种可能的实现方式中，可以根据实施例2所述的远程实时在线水果品质监测***200来实现本实施例4的远程实时在线水果品质监测方法。
并且，在本实施例4中，步骤S510、利用数据采集***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***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***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***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***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***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***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***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***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***还与所述数据传输***连接，以将所述采集指示经由所述数据传输***远程发送至所述数据采集***。因此，在这种实现方式中，在利用所述数据采集***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***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***输入用于向所述数据处理分析***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***向所述用户交互***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***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***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***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***110、数据处理分析***130和用户交互***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***200相同的技术效果，这里也不再赘述。
以上已经描述了本公开的各实施例，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 (14)
1.一种远程实时在线水果品质监测***，其特征在于，包括：
数据采集***，用于采集待检测水果堆中样本水果的光谱数据；
数据传输***，与所述数据采集***连接，用于远程传输由所述数据采集***所采集的光谱数据；
数据处理分析***，与所述数据传输***连接，用于接收经由所述数据传输***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***，与所述数据处理分析***连接，用于输出所述数据处理分析***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***，其特征在于，所述数据采集***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***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。
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***，其特征在于，
所述数据采集***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***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***，其特征在于，
所述用户交互***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***还与所述数据传输***连接，以将所述采集指示经由所述数据传输***远程发送至所述数据采集***，
其中，所述数据采集***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***，其特征在于，
所述用户交互***还用于输入用于向所述数据处理分析***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***被配置为向所述用户交互***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或2所述的远程实时在线水果品质监测***，其特征在于，
所述数据处理分析***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。
7.根据权利要求1所述的远程实时在线水果品质监测***，其特征在于，所述数据采集***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。
8.一种远程实时在线水果品质监测方法，其特征在于，包括：
利用数据采集***采集待检测水果堆中样本水果的光谱数据；
利用与所述数据采集***连接的数据传输***远程传输由所述数据采集***所采集的光谱数据；
利用与所述数据传输***连接的数据处理分析***接收经由所述数据传输***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
利用与所述数据处理分析***连接的用户交互***输出所述数据处理分析***的处理结果。
9.根据权利要求8所述的远程实时在线水果品质监测方法，其特征在于，利用所述数据采集***采集待检测水果堆中样本水果的光谱数据包括：
利用所述数据采集***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***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，在利用所述数据处理分析***对所述待检测水果堆的品质等级进行评价时，所述数据处理分析***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。
10.根据权利要求8或9所述的远程实时在线水果品质监测方法，其特征在于，
在利用所述数据采集***采集待检测水果堆中样本水果的光谱数据时，将所述数据采集***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***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。
11.根据权利要求10所述的远程实时在线水果品质监测方法，其特征在于，还包括：利用所述用户交互***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***还与所述数据传输***连接，以将所述采集指示经由所述数据传输***远程发送至所述数据采集***，
在利用所述数据采集***采集待检测水果堆中样本水果的光谱数据时，还将所述数据采集***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。
12.根据权利要求8或9所述的远程实时在线水果品质监测方法，其特征在于，还包括：
利用所述用户交互***输入用于向所述数据处理分析***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***向所述用户交互***输出与所述查询指示相对应的处理结果。
13.根据权利要求8或9所述的远程实时在线水果品质监测方法，其特征在于，利用所述数据处理分析***对所述待检测水果堆的品质等级进行评价包括：所述数据处理分析***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***利用实验用的测量数据进行学习而得到的。
14.根据权利要求8所述的远程实时在线水果品质监测方法，其特征在于，利用所述数据采集***采集待检测水果堆中样本水果的光谱数据包括：利用所述数据采集***的可见光摄像装置来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 |
|---|---|---|---|
| CN201811645450.0A CN109596561A (zh) | 2018-12-29 | 2018-12-29 | 一种远程实时在线水果品质监测***及监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811645450.0A CN109596561A (zh) | 2018-12-29 | 2018-12-29 | 一种远程实时在线水果品质监测***及监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109596561A true CN109596561A (zh) | 2019-04-09 |
Family
ID=65965575
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811645450.0A Pending CN109596561A (zh) | 2018-12-29 | 2018-12-29 | 一种远程实时在线水果品质监测***及监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109596561A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110514620A (zh) * | 2019-08-30 | 2019-11-29 | 四川长虹电器股份有限公司 | 基于便携式近红外光谱仪的光谱检测方法及*** |
| CN111389753A (zh) * | 2020-03-17 | 2020-07-10 | 南开大学 | 一种可远程智慧监控的plc果蔬智能分选*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101308086A (zh) * | 2008-06-24 | 2008-11-19 | 江苏大学 | 基于近红外光谱技术的水果内部品质在线检测方法及装置 |
| CN102818777A (zh) * | 2012-08-24 | 2012-12-12 | 北京农业智能装备技术研究中心 | 一种基于光谱和颜色测量的水果成熟度评价方法 |
| CN106841103A (zh) * | 2017-03-01 | 2017-06-13 | 沈阳农业大学 | 近红外光谱检测水果内部品质方法及专用检测*** |
| CN108776138A (zh) * | 2018-07-16 | 2018-11-09 | 武汉理工大学 | 一种催熟水果库水果品质在线监测装置 |
| CN108846203A (zh) * | 2018-06-13 | 2018-11-20 | 深圳市华慧品牌管理有限公司 | 水果无损检测的方法及装置 |
| CN209802978U (zh) * | 2018-12-29 | 2019-12-17 | 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*** |
-
2018
- 2018-12-29 CN CN201811645450.0A patent/CN109596561A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101308086A (zh) * | 2008-06-24 | 2008-11-19 | 江苏大学 | 基于近红外光谱技术的水果内部品质在线检测方法及装置 |
| CN102818777A (zh) * | 2012-08-24 | 2012-12-12 | 北京农业智能装备技术研究中心 | 一种基于光谱和颜色测量的水果成熟度评价方法 |
| CN106841103A (zh) * | 2017-03-01 | 2017-06-13 | 沈阳农业大学 | 近红外光谱检测水果内部品质方法及专用检测*** |
| CN108846203A (zh) * | 2018-06-13 | 2018-11-20 | 深圳市华慧品牌管理有限公司 | 水果无损检测的方法及装置 |
| CN108776138A (zh) * | 2018-07-16 | 2018-11-09 | 武汉理工大学 | 一种催熟水果库水果品质在线监测装置 |
| CN209802978U (zh) * | 2018-12-29 | 2019-12-17 | 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*** |
Non-Patent Citations (4)
| Title |
|---|
| 兰海鹏 等: "库尔勒香梨成熟度量化评价方法", 《农业工程学报》, vol. 31, no. 5, pages 325 - 327 * |
| 刘燕德 等: "《无损智能检测技术及应用》", 31 May 2007, 华中科技大学出版社, pages: 89 - 94 * |
| 刘燕德: "《光谱诊断技术在农产品品质检测中的应用》", 31 January 2017, 华中科技大学出版社, pages: 47 - 51 * |
| 汪懋华: "《精细农业》", 30 June 2011, 中国农业大学出版社, pages: 225 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110514620A (zh) * | 2019-08-30 | 2019-11-29 | 四川长虹电器股份有限公司 | 基于便携式近红外光谱仪的光谱检测方法及*** |
| CN111389753A (zh) * | 2020-03-17 | 2020-07-10 | 南开大学 | 一种可远程智慧监控的plc果蔬智能分选*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102959354B (zh) | 用于利用LiDAR数据来分析树冠层的方法和装置 | |
| CN101308086B (zh) | 基于近红外光谱技术的水果内部品质在线检测装置 | |
| CN101907564B (zh) | 基于近红外光谱技术的油菜籽品质无损检测方法和装置 | |
| CN110133202A (zh) | 一种智能厨房的食材监测新鲜度的方法及装置 | |
| CN102818777A (zh) | 一种基于光谱和颜色测量的水果成熟度评价方法 | |
| CN102507459A (zh) | 一种生鲜牛肉新鲜度快速无损评价方法及*** | |
| CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
| CN101144780A (zh) | 猪肉新鲜度智能检测装置 | |
| CN101975759A (zh) | 透射式无损检测植物叶片含水量的装置和方法 | |
| CN104280349A (zh) | 一种基于高光谱图像对白萝卜糠心鉴定的方法 | |
| CN105067531A (zh) | 一种芒果品质无损检测方法及装置 | |
| CN104048939A (zh) | 生猪血液中血糖含量近红外快速检测方法 | |
| CN105092579A (zh) | 一种芒果品质无损检测设备 | |
| CN109596561A (zh) | 一种远程实时在线水果品质监测***及监测方法 | |
| CN105044024A (zh) | 一种基于近红外光谱技术对葡萄果实进行无损检测的方法 | |
| CN103487422A (zh) | 多波长led荧光光谱的云端中药品质检测***及方法 | |
| CN101059427A (zh) | 多光谱成像技术快速无损测量茶树含氮量的方法 | |
| CN106950186A (zh) | 基于光纤光谱的土鸡蛋或洋鸡蛋品种检测装置及其方法 | |
| CN105527236A (zh) | 一种利用光谱法测定农产品主要营养成分的方法 | |
| CN105699304A (zh) | 一种获得光谱信息所代表的物质信息的方法 | |
| CN109580501A (zh) | 一种嵌入冰箱的果蔬新鲜品质智能判别装置及方法 | |
| CN203519486U (zh) | 一种近红外便携式脐橙品质无损检测装置 | |
| CN106092961A (zh) | 一种快速检测农产品中化学成分的方法 | |
| CN209802978U (zh) | 一种远程实时在线水果品质监测*** | |
| CN102788842A (zh) | 一种交互式弱超声波食品安全快速检测装置 |
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 |