CN113933305A - 基于智能手机的薄皮水果糖度无损测量方法及*** - Google Patents
基于智能手机的薄皮水果糖度无损测量方法及*** Download PDFInfo
- Publication number
- CN113933305A CN113933305A CN202111342051.9A CN202111342051A CN113933305A CN 113933305 A CN113933305 A CN 113933305A CN 202111342051 A CN202111342051 A CN 202111342051A CN 113933305 A CN113933305 A CN 113933305A
- Authority
- CN
- China
- Prior art keywords
- thin
- skinned fruit
- rgb
- skinned
- fruit
- 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
Images
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
- G01N21/84—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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
-
- 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)
- 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
本发明涉及一种基于智能手机的薄皮水果糖度无损测量方法,包括选择薄皮水果的感兴趣区域,发射可见光光源以及不同波段红外光源使其到达薄皮水果表层并发生漫反射;获取暗环境下薄皮水果感兴趣区域在可见光光源以及不同波段红外光源照射下发生漫反射的照片;手机提取每张照片中薄皮水果感兴趣区域的RGB值,基于薄皮水果感兴趣区域的RGB值构建RGB‑糖度模型,并根据RGB‑糖度模型获得薄皮水果感兴趣区域的糖度值。本发明直接利用手机图片RGB值与薄皮水果糖度的相关性,免去光谱仪等复杂设备,简化检测***,同时减少了数据处理量,提高检测效率,快速准确,具有广泛的应用市场和前景。
Description
技术领域
本发明涉及农产品检测技术领域,尤其是指一种基于智能手机的薄皮水果糖度无损测量方法及***。
背景技术
中国是世界上重要的水果生产国之一,近几年随着人们生活水平的提高以及各种水果产量的增长,水果的消费已经从“数量型”转向“质量型”,人们对水果质量的需求越来越高,其中水果糖度作为水果质量的主要因素,在水果检测技术中有着重要的地位。传统水果糖度的检测方法多是有损检测,其测量水果内部品质费时费力,而且只能抽检。为了解决这个问题,近两年已经实现利用高光谱成像技术对水果品质进行无损检测,但是现有技术的无损检测方法仍然存在以下问题:该种无损检测方法对硬件要求较高,通常需要高光谱成像***或者光谱仪搭配特定的软件才能实现水果品质检测,可移植性差;并且该种无损检测方法通常需要利用到大量的光谱数据,增加了数据处理的负担,不便于快速检测。
因此,为了解决这些局限性,需要优化硬件装置设计,并对其进行最简化处理,从而能够增强硬件装置的可移植性;还需要免去光谱仪等复杂设备,简化检测***,使得在保证精准的同时,使检测过程便捷、快速以及易操作。
发明内容
为此,本发明所要解决的技术问题在于克服现有技术中存在的技术缺陷,提供一种基于智能手机的薄皮水果糖度无损测量方法及***,
为解决上述技术问题,本发明提供一种基于智能手机的薄皮水果糖度无损测量方法,该方法包括以下步骤:
S100:选择薄皮水果的感兴趣区域,发射可见光光源以及不同波段红外光源使其到达所述薄皮水果表层并发生漫反射;
S200:获取暗环境下薄皮水果感兴趣区域在可见光光源以及不同波段红外光源照射下发生漫反射的照片;
S300:提取每张照片中薄皮水果感兴趣区域的RGB值,基于所述薄皮水果感兴趣区域的RGB值构建RGB-糖度模型,并根据RGB-糖度模型获得薄皮水果感兴趣区域的糖度值。
在本发明的一个实施例中,在S1中,可见光光源的额定电压为10V以下,其额定功率为5W以下;不同波段红外光源的额定电压均为10V以下,其额定功率均为10W以下。
在本发明的一个实施例中,在S2中,获取暗环境下薄皮水果感兴趣区域在可见光光源以及不同波段红外光源照射下发生漫反射的照片的方法包括:
利用智能手机在拍照模式下拍摄可见光在薄皮水果表层发生漫反射之后的光,并且用专业模式在固定的参数下拍摄不同波段红外光在薄皮水果表层发生漫反射之后的光。
在本发明的一个实施例中,在S3中,提取每张照片中薄皮水果感兴趣区域的RGB值的方法包括:
手机APP以手机拍摄图像的像素中点为中心坐标,划分M×N像素大小的方形区域;将该区域所有像素值的RGB值求平均,得到平均RGB值。
在本发明的一个实施例中,在S3中,基于所述薄皮水果感兴趣区域的RGB值构建RGB-糖度模型的方法包括:
利用糖度计对薄皮水果感兴趣区域的糖度进行测量,其测量值作为真实的糖度值。结合对应的平均RGB值构建RGB-糖度值数据库;
利用RGB-糖度值数据库,将平均RGB值和对应的真实的糖度值进行拟合,获得RGB-糖度模型。
在本发明的一个实施例中,在S3中,根据RGB-糖度模型获得薄皮水果感兴趣区域的糖度值的方法包括:
手机拍摄待测薄皮水果感兴趣区域在不同光源下的图片,手机APP载入图片、计算RGB值并代入RGB-糖度模型计算得到该模型的输出值,该输出值即为待测薄皮水果感兴趣区域的糖度值。
此外,本发明还提供一种基于智能手机的薄皮水果糖度无损测量***,包括:
光源模块,选择薄皮水果的感兴趣区域,所述光源模块用于发射可见光光源以及不同波段红外光源使其到达所述薄皮水果表层并发生漫反射;
照片获取模块,所述照片获取模块用于获取暗环境下薄皮水果感兴趣区域在可见光光源以及不同波段红外光源照射下发生漫反射的照片;
智能手机处理模块,所述智能手机处理模块用于提取每张照片中薄皮水果感兴趣区域的RGB值,基于所述薄皮水果感兴趣区域的RGB值构建RGB-糖度模型,并根据RGB-糖度模型获得薄皮水果感兴趣区域的糖度值。
在本发明的一个实施例中,所述光源模块中,可见光光源的额定电压为10V以下,其额定功率为5W以下;不同波段红外光源的额定电压均为10V以下,其额定功率均为10W以下。
在本发明的一个实施例中,所述照片获取模块还用于:
利用智能手机在拍照模式下拍摄可见光在薄皮水果表层发生漫反射之后的光,并且用专业模式在固定的参数下拍摄不同波段红外光在薄皮水果表层发生漫反射之后的光。
在本发明的一个实施例中,所述智能手机处理模块还用于:
选取每张照片中薄皮水果感兴趣区域中心M×N像素区域,并计算该区域所有像素值的平均RGB值,利用糖度计对薄皮水果感兴趣区域的糖度进行测量,其测量值作为真实的糖度值;
将获得的像素值的平均RGB值和对应的真实的糖度值进行拟合,获得RGB-糖度模型。
在本发明的一个实施例中,所述智能手机处理模块还用于:
将获得的薄皮水果感兴趣区域的RGB值作为输入值,利用RGB-糖度模型计算得到该模型的输出值,该输出值即为薄皮水果感兴趣区域的糖度值。
并且,本发明还提供一种实现上述所述的基于智能手机的薄皮水果糖度无损测量方法的智能手机APP。
本发明的上述技术方案相比现有技术具有以下优点:
本发明首先利用手机图片RGB值与特征光谱的相关性,以及特征光谱与薄皮水果糖度的相关性,去掉中间变量即特征光谱,直接利用手机图片RGB值与薄皮水果糖度的相关性,免去光谱仪等复杂设备,简化检测***,同时减少了数据处理量,提高检测效率,快速准确;其次,所述基于智能手机成像***与手机APP对薄皮水果糖度进行无损检测***成本低,装置体积小,小巧轻便,可移植性强,具有广泛的应用市场和前景。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明实施例提供的基于智能手机的薄皮水果糖度无损测量方法的流程示意图。
图2是本发明实施例提供的实现基于智能手机的薄皮水果糖度无损测量方法的实际装置的结构示意图。
图3是本发明实施例提供的实现基于智能手机的薄皮水果糖度无损测量方法的实际装置的展开结构示意图。
图4是本发明实施例提供的反射光路结构示意图。
图5是本发明实施例提供的基于智能手机的薄皮水果糖度无损测量***的结构示意图。
图6是本发明实施例提供的电路连接示意图。
图7是本发明实施例提供的电路连接示意图。
附图标记说明:1、光源模块;2、照片获取模块;3、智能手机处理模块;4、暖白LED可见光光源;5、850nm到855nm波段近红外光源;6、940nm到945nm波段近红外光源;7、暖白LED可见光光源开关;8、850nm到855nm波段近红外光源开关;9、940nm到945nm波段近红外光源开关;10、薄皮水果检测孔;11、手机拍照孔;12、台面;13、苹果感兴趣区域;14、3.2V可充电锂电池;15、3.7V可充电锂电池。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
实施例一
请参阅图1所示,本发明实施例提供一种基于智能手机的薄皮水果糖度无损测量方法,该方法包括以下步骤:
S100:选择薄皮水果的感兴趣区域,发射可见光光源以及不同波段红外光源使其到达所述薄皮水果表层并发生漫反射;
S200:获取暗环境下薄皮水果感兴趣区域在可见光光源以及不同波段红外光源照射下发生漫反射的照片;
S300:提取每张照片中薄皮水果感兴趣区域的RGB值,基于所述薄皮水果感兴趣区域的RGB值构建RGB-糖度模型,并根据RGB-糖度模型获得薄皮水果感兴趣区域的糖度值。
在本公开的基于智能手机的薄皮水果糖度无损测量方法中,在S1中,可见光光源的额定电压为10V以下,其额定功率为5W以下;不同波段红外光源的额定电压均为10V以下,其额定功率均为10W以下。
在本公开的基于智能手机的薄皮水果糖度无损测量方法中,作为优选的,本实施例可以选择3种LED光源,其分别是波段为2800-3200K的暖白LED可见光灯珠以及波段分别为850-855nm和940-945nm的LED近红外光灯珠,并且均携带散热铝基板。其中,暖白LED可见光的额定电压为3.0-3.4V,额定功率为1W;850-855nm波段近红外光的额定电压为1.6-2.2V,额定功率为3W;940-945nm波段近红外光的额定电压为1.3-1.8V,额定功率为3W。
在本公开的基于智能手机的薄皮水果糖度无损测量方法中,为了保证光源以稳定的功率输出,本实施例可以增加稳压器使光源以稳定的功率输出,减小锂电池耗电对光源功率的影响。
在本公开的基于智能手机的薄皮水果糖度无损测量方法中,在S2中,获取暗环境下薄皮水果感兴趣区域在可见光光源以及不同波段红外光源照射下发生漫反射的照片的方法包括:
利用智能手机在拍照模式下拍摄可见光在薄皮水果表层发生漫反射之后的光,并且用专业模式在固定的参数下拍摄不同波段红外光在薄皮水果表层发生漫反射之后的光。
在本公开的基于智能手机的薄皮水果糖度无损测量方法中,作为优选的,本实施例在暖白LED可见光照射苹果时,手机相机采用拍照模式拍照;在850-855nm和940-945nm两个波段近红外光照射苹果时,手机相机采用专业模式拍照,参数为:感光度(ISO)设置为1600;积分时间(S)设置为1。
在本公开的基于智能手机的薄皮水果糖度无损测量方法中,在S3中,提取每张照片中薄皮水果感兴趣区域的RGB值的方法包括:
调用智能手机APP中的MATLAB的库函数提取照片感兴趣区域的RGB值。
在本公开的基于智能手机的薄皮水果糖度无损测量方法中,在S3中,基于所述薄皮水果感兴趣区域的RGB值构建RGB-糖度模型的方法包括:
S310:选取每张照片中薄皮水果感兴趣区域中心M×N像素区域,并计算该区域所有像素值的平均RGB值,利用糖度计对薄皮水果感兴趣区域的糖度进行测量,其测量值作为真实的糖度值;
S320:将获得的像素值的平均RGB值和对应的真实的糖度值进行拟合,获得RGB-糖度模型。
在本公开的基于智能手机的薄皮水果糖度无损测量方法中,作为优选的,本实施例构建RGB-糖度模型的具体内容为:首先将三种光源照射下拍摄到的图片标记为I1,I2,和I3,下标“1”,“2”和“3”分别表示红外1,红外2和暖白LED光源下的图像,每一幅图像都是彩色图像,具有Red,Green,Blue三个颜色通道,分别为R1,G1,B1,R2,G2,B2,和R3,G3,B3。以某一个苹果为例,选取每一幅照片中苹果感兴趣区域中心350×350像素区域并计算该区域所有像素值的平均RGB值,分别为r1,g1,b1,r2,g2,b2,和r3,g3,b3;对X个苹果分别进行拍照,计算得到的数据为(r1k,g1k,b1k,r2k,g2k,b2k,r3k,g3k,b3k,k=1,…,X);然后利用糖度计(高精度数显糖度计)对X个苹果的感兴趣区域糖度进行测量,作为真实的糖度值Tk(k=1,…,X),单位为Brix;最后根据获得的像素RGB值(r1k,g1k,b1k,r2k,g2k,b2k,r3k,g3k,b3k,k=1,…,X)和对应的糖度值Tk(k=1,…,X),利用多元线性回归模型进行建模,获得模型为:Y=15.806-12.160×r1-13.100×g1+13.992×b1-27.991×r2+70.833×g2-0.848×b2+5.656×r3-7.022×g3-3.495×b3+7.128×r1×g1×b1-2.870×r2×g2×b2-4.0790×r3×g3×b3。
在本公开的基于智能手机的薄皮水果糖度无损测量方法中,在S3中,根据RGB-糖度模型获得薄皮水果感兴趣区域的糖度值的方法包括:
将获得的薄皮水果感兴趣区域的RGB值作为输入值,利用RGB-糖度模型计算得到该模型的输出值,该输出值即为薄皮水果感兴趣区域的糖度值。
在本公开的基于智能手机的薄皮水果糖度无损测量方法中,本发明首先利用手机图片RGB值与特征光谱的相关性,以及特征光谱与薄皮水果糖度的相关性,去掉中间变量即特征光谱,直接利用手机图片RGB值与薄皮水果糖度的相关性,免去光谱仪等复杂设备,简化检测***,同时减少了数据处理量,提高检测效率,快速准确;其次,所述基于智能手机成像***与手机APP对薄皮水果糖度进行无损检测***成本低,装置体积小,小巧轻便,可移植性强,具有广泛的应用市场和前景。
实施例二
下面对本发明实施例二公开的一种基于智能手机的薄皮水果糖度无损测量***进行介绍,下文描述的一种基于智能手机的薄皮水果糖度无损测量***与上文描述的一种基于智能手机的薄皮水果糖度无损测量方法可相互对应参照。
请参阅图5所示,本发明实施例二提供一种基于智能手机的薄皮水果糖度无损测量***,包括:
光源模块1,选择薄皮水果的感兴趣区域,所述光源模块1用于发射可见光光源以及不同波段红外光源使其到达所述薄皮水果表层并发生漫反射;
照片获取模块2,所述照片获取模块2用于获取暗环境下薄皮水果感兴趣区域在可见光光源以及不同波段红外光源照射下发生漫反射的照片;
智能手机处理模块3,所述智能手机处理模块3用于提取每张照片中薄皮水果感兴趣区域的RGB值,基于所述薄皮水果感兴趣区域的RGB值构建RGB-糖度模型,并根据RGB-糖度模型获得薄皮水果感兴趣区域的糖度值。
在本公开的基于智能手机的薄皮水果糖度无损测量***中,在光源模块1中,可见光光源的额定电压为10V以下,其额定功率为5W以下;不同波段红外光源的额定电压均为10V以下,其额定功率均为10W以下。
在本公开的基于智能手机的薄皮水果糖度无损测量***中,所述照片获取模块2还用于利用智能手机在拍照模式下拍摄可见光在薄皮水果表层发生漫反射之后的光,并且用专业模式在固定的参数下拍摄不同波段红外光在薄皮水果表层发生漫反射之后的光。
在本公开的基于智能手机的薄皮水果糖度无损测量***中,所述智能手机处理模块3还用于调用智能手机APP提取照片感兴趣区域的RGB值。
在本公开的基于智能手机的薄皮水果糖度无损测量***中,所述智能手机处理模块3还用于选取每张照片中薄皮水果感兴趣区域中心M×N像素区域,并计算该区域所有像素值的平均RGB值,利用糖度计对薄皮水果感兴趣区域的糖度进行测量,其测量值作为真实的糖度值;将获得的像素值的平均RGB值和对应的真实的糖度值进行拟合,获得RGB-糖度模型。
在本公开的基于智能手机的薄皮水果糖度无损测量***中,所述智能手机处理模块3还用于将获得的薄皮水果感兴趣区域的RGB值作为输入值,利用RGB-糖度模型计算得到该模型的输出值,该输出值即为薄皮水果感兴趣区域的糖度值。
如图2和图3所示是本发明实施例提供的实现基于智能手机的薄皮水果糖度无损测量的实际装置结构示意图。该装置包含了光源模块的实际设计和照片获取模块的实际设计。
在本发明的优选实例中,在光源模块1的实际设计中,6个光源均匀地排布在如图3所示的倾斜的台面12上,其中每两个相邻的光源与倾斜的台面12的圆心的连线的夹角为60度,同时倾斜的台面12的倾斜角刚好能使各光源的光照射到薄皮水果检测孔10的中心。
在本发明的优选实例中,在光源模块1的实际设计中,光源的电路连接考虑到各光源的额定电压,如图6所示,因此将两个暖白LED可见光光源4并联再串联一开关7,接在3.2V可充电锂电池14两侧,同时将两个940nm到945nm波段近红外光源6串联再串联一开关9接在3.2V可充电锂电池14两侧;如图7所示,将两个850nm到855nm波段近红外光源5串联再串联一开关8接在3.7V可充电锂电池15两侧。
在本发明的优选实例中,在照片获取模块2的实际设计中,在给苹果拍照时,苹果感兴趣区域要对准如图2所示的薄皮水果检测孔10;手机要固定在指定位置,使得摄像头对准手机拍照孔11,拍照时反射光路结构示意图如图4所示,这样光在苹果感兴趣区域13的表层发生反射之后便会传播到手机拍照孔11,从而使手机摄像头接收到光信号。
在本公开的基于智能手机的薄皮水果糖度无损测量***中,本发明首先利用手机图片RGB值与特征光谱的相关性,以及特征光谱与薄皮水果糖度的相关性,去掉中间变量即特征光谱,直接利用手机图片RGB值与薄皮水果糖度的相关性,免去光谱仪等复杂设备,简化检测***,同时减少了数据处理量,提高检测效率,快速准确;其次,所述基于智能手机成像***与手机APP对薄皮水果糖度进行无损检测***成本低,装置体积小,小巧轻便,可移植性强,具有广泛的应用市场和前景。
本实施例的基于智能手机的薄皮水果糖度无损测量***用于实现前述的基于智能手机的薄皮水果糖度无损测量方法,因此该***的具体实施方式可见前文中的基于智能手机的薄皮水果糖度无损测量方法的实施例部分,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再展开介绍。
另外,由于本实施例的基于智能手机的薄皮水果糖度无损测量***用于实现前述的基于智能手机的薄皮水果糖度无损测量方法,因此其作用与上述方法的作用相对应,这里不再赘述。
实施例三
本发明实施例还提供了一种实现上述所述的基于智能手机的薄皮水果糖度无损测量方法的智能手机APP,关于该智能手机APP实现薄皮水果糖度无损测量的具体方法及其***可以参照实施例一和实施例所述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于智能手机的薄皮水果糖度无损测量方法,其特征在于,该方法包括以下步骤:
S100:选择薄皮水果的感兴趣区域,发射可见光光源以及不同波段红外光源使其到达所述薄皮水果表层并发生漫反射;
S200:获取暗环境下薄皮水果感兴趣区域在可见光光源以及不同波段红外光源照射下发生漫反射的照片;
S300:提取每张照片中薄皮水果感兴趣区域的RGB值,基于所述薄皮水果感兴趣区域的RGB值构建RGB-糖度模型,并根据RGB-糖度模型获得薄皮水果感兴趣区域的糖度值。
2.根据权利要求1所述的基于智能手机的薄皮水果糖度无损测量方法,其特征在于:在S1中,可见光光源的额定电压为10V以下,其额定功率为5W以下;不同波段红外光源的额定电压均为10V以下,其额定功率均为10W以下。
3.根据权利要求1所述的基于智能手机的薄皮水果糖度无损测量方法,其特征在于:在S2中,获取暗环境下薄皮水果感兴趣区域在可见光光源以及不同波段红外光源照射下发生漫反射的照片的方法包括:
利用智能手机在拍照模式下拍摄可见光在薄皮水果表层发生漫反射之后的光,并且用专业模式在固定的参数下拍摄不同波段红外光在薄皮水果表层发生漫反射之后的光。
4.根据权利要求1所述的基于智能手机的薄皮水果糖度无损测量方法,其特征在于:在S3中,提取每张照片中薄皮水果感兴趣区域的RGB值的方法包括:
手机APP以手机拍摄图像的像素中点为中心坐标,划分M×N像素大小的方形区域;将该区域所有像素值的RGB值求平均,得到平均RGB值。
5.根据权利要求1所述的基于智能手机的薄皮水果糖度无损测量方法,其特征在于:在S3中,基于所述薄皮水果感兴趣区域的RGB值构建RGB-糖度模型的方法包括:
利用糖度计对薄皮水果感兴趣区域的糖度进行测量,其测量值作为真实的糖度值。结合对应的平均RGB值构建RGB-糖度值数据库;
利用RGB-糖度值数据库,将平均RGB值和对应的真实的糖度值进行拟合,获得RGB-糖度模型。
6.根据权利要求5所述的基于智能手机的薄皮水果糖度无损测量方法,其特征在于:在S3中,根据RGB-糖度模型获得薄皮水果感兴趣区域的糖度值的方法包括:
手机拍摄待测薄皮水果感兴趣区域在不同光源下的图片,手机APP载入图片、计算RGB值并代入RGB-糖度模型计算得到该模型的输出值,该输出值即为待测薄皮水果感兴趣区域的糖度值。
7.一种基于智能手机的薄皮水果糖度无损测量***,其特征在于,包括:
光源模块,选择薄皮水果的感兴趣区域,所述光源模块用于发射可见光光源以及不同波段红外光源使其到达所述薄皮水果表层并发生漫反射;
照片获取模块,所述照片获取模块用于获取暗环境下薄皮水果感兴趣区域在可见光光源以及不同波段红外光源照射下发生漫反射的照片;
智能手机处理模块,所述智能手机处理模块用于提取每张照片中薄皮水果感兴趣区域的RGB值,基于所述薄皮水果感兴趣区域的RGB值构建RGB-糖度模型,并根据RGB-糖度模型获得薄皮水果感兴趣区域的糖度值。
8.根据权利要求7所述的基于智能手机的薄皮水果糖度无损测量***,其特征在于:所述照片获取模块还用于:
利用智能手机在拍照模式下拍摄可见光在薄皮水果表层发生漫反射之后的光,并且用专业模式在固定的参数下拍摄不同波段红外光在薄皮水果表层发生漫反射之后的光。
9.根据权利要求7所述的基于智能手机的薄皮水果糖度无损测量***,其特征在于:所述智能手机处理模块还用于:
选取每张照片中薄皮水果感兴趣区域中心M×N像素区域,并计算该区域所有像素值的平均RGB值,利用糖度计对薄皮水果感兴趣区域的糖度进行测量,其测量值作为真实的糖度值;
将获得的像素值的平均RGB值和对应的真实的糖度值进行拟合,获得RGB-糖度模型。
10.一种实现如权利要求1-6任一项所述的基于智能手机的薄皮水果糖度无损测量方法的智能手机APP。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111342051.9A CN113933305B (zh) | 2021-11-12 | 2021-11-12 | 基于智能手机的薄皮水果糖度无损测量方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111342051.9A CN113933305B (zh) | 2021-11-12 | 2021-11-12 | 基于智能手机的薄皮水果糖度无损测量方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113933305A true CN113933305A (zh) | 2022-01-14 |
CN113933305B CN113933305B (zh) | 2022-12-20 |
Family
ID=79286538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111342051.9A Active CN113933305B (zh) | 2021-11-12 | 2021-11-12 | 基于智能手机的薄皮水果糖度无损测量方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113933305B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114894795A (zh) * | 2022-05-11 | 2022-08-12 | 山东省科学院激光研究所 | 一种苹果糖度无损检测***和方法 |
CN117347312A (zh) * | 2023-12-06 | 2024-01-05 | 华东交通大学 | 基于多光谱结构光的柑橘连续检测方法和设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100297291A1 (en) * | 2007-09-21 | 2010-11-25 | Suntory Holdings Limited | Visible/near-infrared spectrum analyzing method and grape fermenting method |
CN103792235A (zh) * | 2014-01-10 | 2014-05-14 | 内蒙古农业大学 | 漫透射光谱与图像信息融合的蜜瓜内部品质在线检测方法与装置 |
CN106067173A (zh) * | 2016-05-30 | 2016-11-02 | 湖南生物机电职业技术学院 | 柑橘果实糖度的复杂性测度无损检测方法 |
CN108284076A (zh) * | 2018-01-07 | 2018-07-17 | 华东交通大学 | 一种基于称重分选线改造的水果糖度分选装置与方法 |
CN111982835A (zh) * | 2020-08-17 | 2020-11-24 | 吉林求是光谱数据科技有限公司 | 一种基于硅基多光谱芯片的水果糖度无损检测装置及方法 |
CN213715040U (zh) * | 2020-11-03 | 2021-07-16 | 华东交通大学 | 一种薄皮水果糖度便携式红外检测装置 |
CN113340823A (zh) * | 2021-06-02 | 2021-09-03 | 浙江德菲洛智能机械制造有限公司 | 一种草莓糖分的快速无损检测工艺 |
-
2021
- 2021-11-12 CN CN202111342051.9A patent/CN113933305B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100297291A1 (en) * | 2007-09-21 | 2010-11-25 | Suntory Holdings Limited | Visible/near-infrared spectrum analyzing method and grape fermenting method |
CN103792235A (zh) * | 2014-01-10 | 2014-05-14 | 内蒙古农业大学 | 漫透射光谱与图像信息融合的蜜瓜内部品质在线检测方法与装置 |
CN106067173A (zh) * | 2016-05-30 | 2016-11-02 | 湖南生物机电职业技术学院 | 柑橘果实糖度的复杂性测度无损检测方法 |
CN108284076A (zh) * | 2018-01-07 | 2018-07-17 | 华东交通大学 | 一种基于称重分选线改造的水果糖度分选装置与方法 |
CN111982835A (zh) * | 2020-08-17 | 2020-11-24 | 吉林求是光谱数据科技有限公司 | 一种基于硅基多光谱芯片的水果糖度无损检测装置及方法 |
CN213715040U (zh) * | 2020-11-03 | 2021-07-16 | 华东交通大学 | 一种薄皮水果糖度便携式红外检测装置 |
CN113340823A (zh) * | 2021-06-02 | 2021-09-03 | 浙江德菲洛智能机械制造有限公司 | 一种草莓糖分的快速无损检测工艺 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114894795A (zh) * | 2022-05-11 | 2022-08-12 | 山东省科学院激光研究所 | 一种苹果糖度无损检测***和方法 |
CN117347312A (zh) * | 2023-12-06 | 2024-01-05 | 华东交通大学 | 基于多光谱结构光的柑橘连续检测方法和设备 |
CN117347312B (zh) * | 2023-12-06 | 2024-04-26 | 华东交通大学 | 基于多光谱结构光的柑橘连续检测方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113933305B (zh) | 2022-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113933305B (zh) | 基于智能手机的薄皮水果糖度无损测量方法及*** | |
US10068149B2 (en) | Image processing utilizing reference images | |
CN104168475B (zh) | 一种数码相机参数可变的成像式获取颜色三刺激值的方法 | |
KR101624583B1 (ko) | 소변 검사 방법 및 관련 장치 | |
CN101839979A (zh) | 作物冠层植被指数测量方法及装置 | |
CN105635533A (zh) | 一种具有高动态响应范围的快照式高光谱相机 | |
US20170214911A1 (en) | Image-sticking inspection method for liquid crystal panel and device of the same | |
Qu et al. | Preliminary study on integrated wireless smart terminals for leaf area index measurement | |
Confalonieri et al. | The PocketLAI smartphone app: An alternative method for leaf area index estimation | |
CN115100082A (zh) | 一种基于高光谱相机的高精度颜色显示*** | |
CN105115910A (zh) | 基于高光谱成像技术检测花生中蛋白质含量分布的方法 | |
CN109856073A (zh) | 便携式猕猴桃膨大果快速无损检测方法和装置 | |
CN114166752A (zh) | 一种基于智能手机的苹果无损糖度检测仪及其检测方法 | |
Raza et al. | Accuracy of hyperspectral imaging systems for color and lighting research | |
CN206740363U (zh) | 一种检测光学***像质的*** | |
CN116879233A (zh) | 一种基于智能手机的多光谱成像装置及校准检测方法 | |
CN112098415A (zh) | 一种杨梅品质无损检测方法 | |
JP2015009140A (ja) | 黄疸測定プログラム、及び、それを用いる黄疸測定システム | |
US20190204154A1 (en) | Method and apparatus for combining colorants using camera | |
KR101541977B1 (ko) | 표준 색상표 없이 색상 자가 진단이 가능한 스마트기기 및 이를 이용한 진단 방법 | |
CN114216573A (zh) | 色温检测方法及装置、计算机可读介质、电子设备 | |
CN108985308A (zh) | 基于数据挖掘算法快速分析电能表外观质量的***及方法 | |
CN217521013U (zh) | 一种基于智能手机的苹果糖度无损测量装置 | |
CN206488857U (zh) | 一种食物温度检测*** | |
CN114235723B (zh) | 一种水果内在品质的无损测量方法及终端 |
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 |