CN109827971A - 一种无损检测水果表面缺陷的方法 - Google Patents
一种无损检测水果表面缺陷的方法 Download PDFInfo
- Publication number
- CN109827971A CN109827971A CN201910206068.8A CN201910206068A CN109827971A CN 109827971 A CN109827971 A CN 109827971A CN 201910206068 A CN201910206068 A CN 201910206068A CN 109827971 A CN109827971 A CN 109827971A
- Authority
- CN
- China
- Prior art keywords
- fruit
- surface defect
- destructive testing
- indicatrix
- fruit surface
- 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
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及一种无损检测水果表面缺陷的方法,包括以下步骤:制做稀有气体光源,将稀有气体色光分别照射样本水果和待测水果,采集明暗度不同的图像;分别提取样本水果和待测水果特征源图像的特征曲线,所述特征曲线表征水果表面缺陷,由于水果表面的差异,收集到的图像之间存在差异,提取得到的特征曲线存在差异;将特征曲线的端点进行逐像素扫描,计算相邻像素之间的偏移量,得到该特征曲线对应的线性弧度偏移数组;对比样本水果与待测水果之间的线性弧度偏移数组,判断水果表面缺陷的等级数。该方法利用稀有气体通电后的光辐照水果,并能够依据线性弧度偏移数组来对水果的表面等级缺陷程度划分,分级相对可靠,且实现无损检测。
Description
技术领域
本发明涉及光学和农业领域,尤其是涉及一种无损检测水果表面缺陷的方法。
背景技术
中国素有“世界水果王国”的美称,几乎所有种类的水果都有生产且产量高,但由于检测分级设备落后,水果在国际市场竞争力依然不够,出口率较低,水果在采后贮运过程中存在表面损伤的问题。水果的硬度,也称坚实度,是指果肉抗压力的强弱,可以作为判断成熟度和品质的一项重要指标。准确地检测水果的表面缺陷,对于确定适宜的收获期、采后保存、评估最佳食用期以及产品分级等都具有重要意义。
传统的水果表面检测方法主要是抽样,通常抽取几个样品进行检测点,然后在检测点,检验率低且费时费力。
申请号201310064119.0的专利公开了一种基于激光多普勒测振的水果硬度无损检测方法及装置,所述检测方法包括步骤:采集具有代表性的水果组成建模样品集;样品质量的测定;振动信号的采集;振动信号的处理;硬度标准值的测定;硬度预测模型的建立和验证。该方法及装置虽然能够结合振动控制***和振动信号采集***检测水果硬度,但是激光能量极大,它与物质相互作用后,组成物质的微观粒子吸收或辐射光子,光子的能量是用E=hv来计算的,其中h为普朗克常量,v为频率。由此可知,频率越高,能量越高。激光频率范围3.846×10^(14)Hz到7.895×10^(14)Hz。激光照射水果表面后,也会产生热效应,相应的引起水果表面和内部温度升高,加快水果成熟,影响水果品质,不利于保存。
发明内容
基于激光辐照水果表面后引起的物理效应、化学效应和生物效应的技术问题,本发明提供了一种无损检测水果表面缺陷的方法。
本发明的技术方案:
一种无损检测水果表面缺陷的方法,包括以下步骤:
步骤S1,制做光源,将氩气通入灯管后,通电产生色光;
步骤S2,用步骤S1得到的色光分别照射样本水果和待测水果,所述样本水果为一组表面缺陷程度不同的水果,通过计算机视觉***采集明暗度不同的图像;所述色光分别从五个角度照射水果,每个水果组成五个不同角度的特征源图像;
步骤S3,分别提取样本水果和待测水果特征源图像的特征曲线,所述特征曲线表征水果表面缺陷,由于水果表面的差异,步骤S2收集到的图像之间存在差异,提取得到的特征曲线存在差异;
步骤S4,将特征曲线的端点进行逐像素扫描,计算相邻像素之间的偏移量,得到该特征曲线对应的线性弧度偏移数组;
步骤S5,对比样本水果与待测水果之间的线性弧度偏移数组,判断水果表面缺陷的等级数。
优选地,所述水果表面缺陷的等级数至少包括5个,等级数越高,水果表面缺陷程度越高。
优选地,所述氩气可以替换为氦气、氖气、氙气中的任意一种。
优选地,所述步骤S5还包括自动去除不合格水果的步骤,所述不合格水果的表面等级缺陷程度大于等于5。
优选地,所述步骤S2中的色光围绕水果旋转光照。
优选地,所述灯管的直径在6-20毫米之间。
与现有技术相比,本发明具有以下技术效果:
1.本发明使用稀有气体通电后的光辐照水果,并结合样本水果和待测水果特征源图像的特征曲线检测水果表面缺陷程度的方法目前没有文章或相似的专利公开;
2.本发明使用稀有气体通电后对水果进行无损检测,并能够依据线性弧度偏移数组来对水果的表面等级缺陷程度划分,分级相对可靠。
具体实施方式
一种无损检测水果表面缺陷的方法,包括以下步骤:
步骤S1,制做光源,将氩气通入灯管后,通电产生色光;
步骤S2,用步骤S1得到的色光分别照射样本水果和待测水果,所述样本水果为一组表面缺陷程度不同的水果,通过计算机视觉***采集明暗度不同的图像;所述色光分别从五个角度照射水果,每个水果组成五个不同角度的特征源图像;
步骤S3,分别提取样本水果和待测水果特征源图像的特征曲线,所述特征曲线表征水果表面缺陷,由于水果表面的差异,步骤S2收集到的图像之间存在差异,提取得到的特征曲线存在差异;
步骤S4,将特征曲线的端点进行逐像素扫描,计算相邻像素之间的偏移量,得到该特征曲线对应的线性弧度偏移数组;
步骤S5,对比样本水果与待测水果之间的线性弧度偏移数组,判断水果表面缺陷的等级数。
根据需要,所述水果表面缺陷的等级数至少包括5个,等级数越高,水果表面缺陷程度越高。
根据需要,所述氩气可以替换为氦气、氖气、氙气中的任意一种。
根据需要,所述步骤S5还包括自动去除不合格水果的步骤,所述不合格水果的表面等级缺陷程度大于等于5。
根据需要,所述步骤S2中的色光围绕水果旋转光照。
根据需要,所述灯管的直径在6-20毫米之间。
根据需要,上述无损检测过程在真空室中操作,真空室还包括真空泵,之所以要用真空,主要基于以下两点原因:电子束***中的灯丝在普通大气中会迅速氧化而失效,所以除了在使用时需要用真空以外,平时还需要以纯氮气或惰性气体充满整个真空柱;
为了增大电子的平均自由程,而使得用于成像的电子更多之所以要用真空,主要基于以下两点原因:电子束***中的灯丝在普通大气中会迅速氧化而失效,所以除了在使用时需要用真空以外,平时还需要以纯氮气或惰性气体充满整个真空柱;为了增大电子的平均自由程,而使得用于成像的电子更多。
将稀有气体通入灯管内,将外电源电路接通后,通过变压器输出端产生几千伏甚至上万伏的高压,当这一高压加到灯管两端电极时,灯管内的带电粒子在高压电场中被加速并飞向电极,激发产生大量的电子,这些激发出来的电子,在高电压电场中被加速,并与灯管内的气体原子发生碰撞。当这些电子碰撞游离气体原子的能量足够大时,就能使气体原子发生电离而成为正离子和电子,这就是气体的电离现象。带电粒子与气体原子之间的碰撞,多余的能量就以光子的形式发射出来,这就完成了发光点亮的整个过程.
稀有气体都是单原子分子,通电后原子会释放核外电子,电子由于能量变化,发生跃迁,从基态或低态跃迁到高态(激发态),到了高态变得不稳定,又要向低态跃迁,就会以光的形式向外释放出能量。
当稀有气体通电后的光源照射到水果表面后,一部分直接从表面被反射,另一部分则进入水果内部,经过吸收、散射后,通过一个路径从入射点附近被折射回到表面,通过计算机视觉***采集图像将得到的有明暗区别的近似圆形图像,这个过程无机械损伤,且无化学损伤。
具体实施例仅仅是对本发明的解释,其并不是对发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在发明的权利要求范围内都受到专利法的保护。
Claims (6)
1.一种无损检测水果表面缺陷的方法,其特征在于,包括以下步骤:
步骤S1,制做光源,将氩气通入灯管后,通电产生色光;
步骤S2,用步骤S1得到的色光分别照射样本水果和待测水果,所述样本水果为一组表面缺陷程度不同的水果,通过计算机视觉***采集明暗度不同的图像;所述色光分别从五个角度照射水果,每个水果组成五个不同角度的特征源图像;
步骤S3,分别提取样本水果和待测水果特征源图像的特征曲线,所述特征曲线表征水果表面缺陷,由于水果表面的差异,步骤S2收集到的图像之间存在差异,提取得到的特征曲线存在差异;
步骤S4,将特征曲线的端点进行逐像素扫描,计算相邻像素之间的偏移量,得到该特征曲线对应的线性弧度偏移数组;
步骤S5,对比样本水果与待测水果之间的线性弧度偏移数组,判断水果表面缺陷的等级数。
2.根据权利要求1所述的一种无损检测水果表面缺陷的方法,其特征在于,所述水果表面缺陷的等级数至少包括5个,等级数越高,水果表面缺陷程度越高。
3.根据权利要求1所述的一种无损检测水果表面缺陷的方法,其特征在于,所述氩气可以替换为氦气、氖气、氙气中的任意一种。
4.根据权利要求1所述的一种无损检测水果表面缺陷的方法,其特征在于,所述步骤S5还包括自动去除不合格水果的步骤,所述不合格水果的表面等级缺陷程度大于等于5。
5.根据权利要求1所述的一种无损检测水果表面缺陷的方法,其特征在于,所述步骤S2中的色光围绕水果旋转光照。
6.根据权利要求1所述的一种无损检测水果表面缺陷的方法,其特征在于,所述灯管的直径在6-20毫米之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910206068.8A CN109827971B (zh) | 2019-03-19 | 2019-03-19 | 一种无损检测水果表面缺陷的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910206068.8A CN109827971B (zh) | 2019-03-19 | 2019-03-19 | 一种无损检测水果表面缺陷的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109827971A true CN109827971A (zh) | 2019-05-31 |
CN109827971B CN109827971B (zh) | 2021-09-24 |
Family
ID=66870493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910206068.8A Active CN109827971B (zh) | 2019-03-19 | 2019-03-19 | 一种无损检测水果表面缺陷的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109827971B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177925A (zh) * | 2021-05-11 | 2021-07-27 | 昆明理工大学 | 一种无损检测水果表面缺陷的方法 |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1142205A (zh) * | 1994-11-03 | 1997-02-05 | 新奇士种植者公司 | 检测半透明物体表面特征的方法和装置 |
CN1603013A (zh) * | 2004-11-02 | 2005-04-06 | 江苏大学 | 基于三个摄像***在线水果品质检测分级的装置与方法 |
CN1844900A (zh) * | 2006-04-10 | 2006-10-11 | 浙江大学 | 基于激光图像的水果表面缺陷检测方法及装置 |
CN101322969A (zh) * | 2008-07-18 | 2008-12-17 | 中国农业大学 | 一种检测分级方法 |
CN101603927A (zh) * | 2009-07-17 | 2009-12-16 | 南京农业大学 | 一种无损检测丰水梨缺陷的装置与用法 |
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 |
US20110164129A1 (en) * | 2005-09-01 | 2011-07-07 | Camtek Ltd. | Method and a system for creating a reference image using unknown quality patterns |
CN102680414A (zh) * | 2012-05-30 | 2012-09-19 | 华中农业大学 | 基于机器视觉的红提葡萄自动分级装置及其方法 |
CN102855641A (zh) * | 2012-08-10 | 2013-01-02 | 上海电机学院 | 基于外在品质的水果等级分类*** |
CN103293168A (zh) * | 2013-05-28 | 2013-09-11 | 陕西科技大学 | 基于视觉显著性的水果表面缺陷检测方法 |
CN103323457A (zh) * | 2013-05-20 | 2013-09-25 | 中国农业大学 | 水果外观缺陷实时在线检测***及检测方法 |
CN103745234A (zh) * | 2014-01-23 | 2014-04-23 | 东北大学 | 一种带钢表面缺陷的特征提取与分类方法 |
CN104569154A (zh) * | 2015-01-04 | 2015-04-29 | 浙江大学 | 快速无损水果质地的检测方法及装置 |
US20150177157A1 (en) * | 2013-10-04 | 2015-06-25 | Compac Technologies Limited | Article inspection apparatus |
CN104883519A (zh) * | 2014-02-27 | 2015-09-02 | 佳能株式会社 | 图像处理装置及图像处理装置的控制方法 |
BR202013027380U2 (pt) * | 2013-10-24 | 2015-10-27 | Josiane Barana Rodrigues | disposição aplicada em classificador de frutas e legumes |
CN105404869A (zh) * | 2015-11-20 | 2016-03-16 | 陕西科技大学 | 一种基于计算机视觉的水果外形分级方法 |
CN105675625A (zh) * | 2016-03-03 | 2016-06-15 | 浙江大学 | 一种梯度迭代阈值分割的水果表面缺陷检测方法 |
CN106204618A (zh) * | 2016-07-20 | 2016-12-07 | 南京文采科技有限责任公司 | 基于机器视觉的产品包装表面缺陷检测与分类方法 |
CN106733701A (zh) * | 2016-12-23 | 2017-05-31 | 郑州轻工业学院 | 马铃薯多级联合智能缺陷检测***及检测方法 |
CN106896114A (zh) * | 2017-03-10 | 2017-06-27 | 胡珂 | 一种可以检测苹果完整度的苹果自动装箱方法 |
CN107076677A (zh) * | 2014-09-29 | 2017-08-18 | 株式会社斯库林集团 | 检查装置以及检查方法 |
WO2017168469A1 (ja) * | 2016-03-28 | 2017-10-05 | パナソニックIpマネジメント株式会社 | 外観検査装置と外観検査方法 |
WO2018002841A1 (en) * | 2016-06-29 | 2018-01-04 | Ser.Mac S.R.L. | An apparatus for detecting damaged fruit and vegetable products |
CN107609111A (zh) * | 2017-09-13 | 2018-01-19 | 福建省农业科学院果树研究所 | 一种枇杷果实品种鉴别、品质分级和成熟度判定的检索方法 |
CN105184288B (zh) * | 2015-11-04 | 2018-09-07 | 中国联合网络通信集团有限公司 | 人脸识别方法和*** |
CN109115775A (zh) * | 2018-08-08 | 2019-01-01 | 长沙理工大学 | 一种基于机器视觉的槟榔等级检测方法 |
KR102039383B1 (ko) * | 2018-11-08 | 2019-11-01 | 백두대간영농조합법인 | 연속식 농산물 가공 방법 |
-
2019
- 2019-03-19 CN CN201910206068.8A patent/CN109827971B/zh active Active
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1142205A (zh) * | 1994-11-03 | 1997-02-05 | 新奇士种植者公司 | 检测半透明物体表面特征的方法和装置 |
CN1603013A (zh) * | 2004-11-02 | 2005-04-06 | 江苏大学 | 基于三个摄像***在线水果品质检测分级的装置与方法 |
US20110164129A1 (en) * | 2005-09-01 | 2011-07-07 | Camtek Ltd. | Method and a system for creating a reference image using unknown quality patterns |
CN1844900A (zh) * | 2006-04-10 | 2006-10-11 | 浙江大学 | 基于激光图像的水果表面缺陷检测方法及装置 |
CN101322969A (zh) * | 2008-07-18 | 2008-12-17 | 中国农业大学 | 一种检测分级方法 |
CN101603927A (zh) * | 2009-07-17 | 2009-12-16 | 南京农业大学 | 一种无损检测丰水梨缺陷的装置与用法 |
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 |
CN102680414A (zh) * | 2012-05-30 | 2012-09-19 | 华中农业大学 | 基于机器视觉的红提葡萄自动分级装置及其方法 |
CN102855641A (zh) * | 2012-08-10 | 2013-01-02 | 上海电机学院 | 基于外在品质的水果等级分类*** |
CN103323457A (zh) * | 2013-05-20 | 2013-09-25 | 中国农业大学 | 水果外观缺陷实时在线检测***及检测方法 |
CN103293168A (zh) * | 2013-05-28 | 2013-09-11 | 陕西科技大学 | 基于视觉显著性的水果表面缺陷检测方法 |
US20150177157A1 (en) * | 2013-10-04 | 2015-06-25 | Compac Technologies Limited | Article inspection apparatus |
BR202013027380U2 (pt) * | 2013-10-24 | 2015-10-27 | Josiane Barana Rodrigues | disposição aplicada em classificador de frutas e legumes |
CN103745234A (zh) * | 2014-01-23 | 2014-04-23 | 东北大学 | 一种带钢表面缺陷的特征提取与分类方法 |
CN104883519A (zh) * | 2014-02-27 | 2015-09-02 | 佳能株式会社 | 图像处理装置及图像处理装置的控制方法 |
CN107076677A (zh) * | 2014-09-29 | 2017-08-18 | 株式会社斯库林集团 | 检查装置以及检查方法 |
CN104569154A (zh) * | 2015-01-04 | 2015-04-29 | 浙江大学 | 快速无损水果质地的检测方法及装置 |
CN105184288B (zh) * | 2015-11-04 | 2018-09-07 | 中国联合网络通信集团有限公司 | 人脸识别方法和*** |
CN105404869A (zh) * | 2015-11-20 | 2016-03-16 | 陕西科技大学 | 一种基于计算机视觉的水果外形分级方法 |
CN105675625A (zh) * | 2016-03-03 | 2016-06-15 | 浙江大学 | 一种梯度迭代阈值分割的水果表面缺陷检测方法 |
WO2017168469A1 (ja) * | 2016-03-28 | 2017-10-05 | パナソニックIpマネジメント株式会社 | 外観検査装置と外観検査方法 |
WO2018002841A1 (en) * | 2016-06-29 | 2018-01-04 | Ser.Mac S.R.L. | An apparatus for detecting damaged fruit and vegetable products |
CN106204618A (zh) * | 2016-07-20 | 2016-12-07 | 南京文采科技有限责任公司 | 基于机器视觉的产品包装表面缺陷检测与分类方法 |
CN106733701A (zh) * | 2016-12-23 | 2017-05-31 | 郑州轻工业学院 | 马铃薯多级联合智能缺陷检测***及检测方法 |
CN106896114A (zh) * | 2017-03-10 | 2017-06-27 | 胡珂 | 一种可以检测苹果完整度的苹果自动装箱方法 |
CN107609111A (zh) * | 2017-09-13 | 2018-01-19 | 福建省农业科学院果树研究所 | 一种枇杷果实品种鉴别、品质分级和成熟度判定的检索方法 |
CN109115775A (zh) * | 2018-08-08 | 2019-01-01 | 长沙理工大学 | 一种基于机器视觉的槟榔等级检测方法 |
KR102039383B1 (ko) * | 2018-11-08 | 2019-11-01 | 백두대간영농조합법인 | 연속식 농산물 가공 방법 |
Non-Patent Citations (12)
Title |
---|
NASHAT M.HUSSAIN HASSAN 等: "New effective techiniques for automatic detection and classificaton of external olive fruits defects based on image processing techniques", 《MULTIDIM SYST SIGN PROCESS》 * |
SAPAN NAIK 等: "Machine vision based fruit classification and grading - A Review", 《INTERNATIONAL JOURNAL OF COMPUTER APPLICATIONS》 * |
V.LEEMANS 等: "A real-time grading method of apples based on features extracted from defects", 《JOURNAL OF FOOD ENGINEERING》 * |
张魄珊: "基于机器视觉的枸杞外观品质检测与评级方法研究", 《中国优秀硕士学位论文全文数据库农业科技辑》 * |
杨群: "基于视觉的鸡蛋缺陷检测", 《中国优秀硕士学位论文全文数据库农业科技辑》 * |
蔡建 等: "基于机器视觉的核桃仁分级方法", 《江苏农业科学》 * |
袁雷明: "基于多视成像及近红外光谱技术的巨峰葡萄品质无损检测研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
谢剑: "基于机器视觉的表面平整度检测方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
郑国权: "基于红外条纹投影的三维测量***研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
郭志明: "基于近红外光谱及成像的苹果品质无损检测方法和装置研究", 《中国优秀博士学位论文全文数据库农林科技辑》 * |
陈思: "基于高光谱图像技术的水蜜桃表面缺陷检测方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
黄辰 等: "基于图像特征融合的苹果在线分级方法", 《农业工程学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177925A (zh) * | 2021-05-11 | 2021-07-27 | 昆明理工大学 | 一种无损检测水果表面缺陷的方法 |
CN113177925B (zh) * | 2021-05-11 | 2022-11-11 | 昆明理工大学 | 一种无损检测水果表面缺陷的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109827971B (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109459438B (zh) | 一种缺陷检测设备及方法 | |
US20140204194A1 (en) | Defect observation method and device therefor | |
CN105136752A (zh) | 基于激光诱导击穿光谱的在线粉末检测装置及其测量方法 | |
RU2014152326A (ru) | Системы и способы для обнаружения частиц в полезном агенте | |
ES2142839T3 (es) | Proceso para determinar la concentracion y distribucion de negro de carbon en compuestos de caucho y en otros materiales que contienen negro de carbon y dispositivo para realizar dicho proceso. | |
CN110646433A (zh) | 一种电池内部缺陷在线检测方法、装置及太阳能电池生产线 | |
CN105628658A (zh) | 一种生物气溶胶光学检测***及检测方法 | |
CN108152231B (zh) | 基于可见/近红外光谱的枣果内部缺陷检测方法 | |
CN109827971A (zh) | 一种无损检测水果表面缺陷的方法 | |
CN204855406U (zh) | 熔石英亚表层微缺陷探测装置 | |
WO2016139386A1 (en) | A method for measuring the presence of an impurity substance in a liquid sample and a device for the same | |
KR20170058318A (ko) | Uv 조명을 사용한 콘택트 렌즈 결함 검사 | |
CN108983311B (zh) | 安检用x射线发生器的故障诊断***及方法 | |
CN107894395A (zh) | 一种基于腔衰荡光谱技术的大气气溶胶消光系数测量方法 | |
CN109827992A (zh) | 一种水果甜度无损检测装置 | |
Dorman et al. | [30] UV absorption and circular dichroism measurements on light scattering biological specimens; fluorescent cell and related large-angle light detection techniques | |
CN107478603B (zh) | 一种便携非接触式激光酒精测量方法 | |
CN116448282B (zh) | 一种荧光光纤测温传感器的故障自诊断方法 | |
CN113030066A (zh) | 一种绝缘子葡萄糖污秽的鉴别及定量分析方法 | |
CN204758758U (zh) | 一种高压金具电晕检测仪 | |
CA2326626C (en) | Method and apparatus for analysis of gas compositions | |
CN115575382A (zh) | 一种提升火花直读光谱仪检测稳定性的火焰捕捉装置 | |
CN109827965A (zh) | 一种水果表面腐烂自动化识别方式 | |
CN110954557A (zh) | 一种透明材料暗场散射图像的缺陷三维重构方法 | |
CN106546576B (zh) | 一种基于均匀物质的激光诱导击穿光谱校正方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230920 Address after: 418000 Da Lu Ao, Yanmen Town, Mayang Miao Autonomous County, Huaihua City, Hunan Province Patentee after: Mayang Huali Agricultural Technology Co.,Ltd. Address before: 314500 zhangjiahu natural village, Daqian village, South Taihu high tech Industrial Park, Huzhou City, Zhejiang Province Patentee before: CHAOZHOU LINGLIANG ECOLOGICAL AGRICULTURAL Co.,Ltd. |