CN201156043Y - 食品综合品质无损检测装置 - Google Patents
食品综合品质无损检测装置 Download PDFInfo
- Publication number
- CN201156043Y CN201156043Y CNU200820083616XU CN200820083616U CN201156043Y CN 201156043 Y CN201156043 Y CN 201156043Y CN U200820083616X U CNU200820083616X U CN U200820083616XU CN 200820083616 U CN200820083616 U CN 200820083616U CN 201156043 Y CN201156043 Y CN 201156043Y
- Authority
- CN
- China
- Prior art keywords
- food
- quality
- information
- camera
- test bed
- 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.)
- Expired - Lifetime
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本实用新型公开了一种食品综合品质无损检测装置。将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;光照箱固定在检测台上,检测台两侧均布光源和遮光板,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。通过机器视觉***得到能反映检测对象的图像信息,通过光谱检测***获得反映样品理化指标的光谱信息,对获得的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,结合建立的食品分类评级专家***,对检测对象品质进行综合评价。综合两种信息,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。
Description
技术领域
本实用新型涉及一种食品综合品质无损检测装置。
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
本实用新型的目的是提供一种食品综合品质无损检测装置,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。
本实用新型采用的技术方案如下:
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。
本实用新型的无损检测方法是:
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。
本实用新型的有益效果是:
1.本食品综合品质无损检测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是本实用新型的总体结构示意图。
图2是本实用新型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,本实用新型包含支架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,本实用新型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Pulnix TMC7DSP 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 (1)
1.一种食品综合品质无损检测装置,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 |
---|---|---|---|
CNU200820083616XU CN201156043Y (zh) | 2008-02-26 | 2008-02-26 | 食品综合品质无损检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNU200820083616XU CN201156043Y (zh) | 2008-02-26 | 2008-02-26 | 食品综合品质无损检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN201156043Y true CN201156043Y (zh) | 2008-11-26 |
Family
ID=40103824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNU200820083616XU Expired - Lifetime CN201156043Y (zh) | 2008-02-26 | 2008-02-26 | 食品综合品质无损检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN201156043Y (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106290359A (zh) * | 2016-07-22 | 2017-01-04 | 南京农业大学 | 一种苹果脆片品质无损分级的方法 |
CN107121394A (zh) * | 2017-07-11 | 2017-09-01 | 江西农业大学 | 禽肉中兽药残留的荧光光谱检测装置 |
CN110414422A (zh) * | 2019-07-25 | 2019-11-05 | 秒针信息技术有限公司 | 食品品质的检测方法及装置 |
CN110646350A (zh) * | 2019-08-28 | 2020-01-03 | 深圳和而泰家居在线网络科技有限公司 | 产品分类方法、装置、计算设备及计算机存储介质 |
CN110987826A (zh) * | 2019-12-16 | 2020-04-10 | 江苏大学 | 一种肉类品质检测装置 |
CN113390801A (zh) * | 2021-04-28 | 2021-09-14 | 中国农业科学院农产品加工研究所 | 一种光学无损评价不规则肉品品质的在线检测***及方法 |
CN114706360A (zh) * | 2022-06-06 | 2022-07-05 | 浙江新迪嘉禾食品有限公司 | 一种面包生产质量的控制方法及*** |
-
2008
- 2008-02-26 CN CNU200820083616XU patent/CN201156043Y/zh not_active Expired - Lifetime
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106290359A (zh) * | 2016-07-22 | 2017-01-04 | 南京农业大学 | 一种苹果脆片品质无损分级的方法 |
CN106290359B (zh) * | 2016-07-22 | 2019-01-11 | 南京农业大学 | 一种苹果脆片品质无损分级的方法 |
CN107121394A (zh) * | 2017-07-11 | 2017-09-01 | 江西农业大学 | 禽肉中兽药残留的荧光光谱检测装置 |
CN110414422A (zh) * | 2019-07-25 | 2019-11-05 | 秒针信息技术有限公司 | 食品品质的检测方法及装置 |
CN110646350A (zh) * | 2019-08-28 | 2020-01-03 | 深圳和而泰家居在线网络科技有限公司 | 产品分类方法、装置、计算设备及计算机存储介质 |
CN110987826A (zh) * | 2019-12-16 | 2020-04-10 | 江苏大学 | 一种肉类品质检测装置 |
CN110987826B (zh) * | 2019-12-16 | 2024-05-17 | 江苏大学 | 一种肉类品质检测装置 |
CN113390801A (zh) * | 2021-04-28 | 2021-09-14 | 中国农业科学院农产品加工研究所 | 一种光学无损评价不规则肉品品质的在线检测***及方法 |
CN113390801B (zh) * | 2021-04-28 | 2023-03-14 | 中国农业科学院农产品加工研究所 | 一种光学无损评价不规则肉品品质的在线检测***及方法 |
CN114706360A (zh) * | 2022-06-06 | 2022-07-05 | 浙江新迪嘉禾食品有限公司 | 一种面包生产质量的控制方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101251526B (zh) | 鲜猪肉综合品质无损检测方法与装置 | |
CN201156043Y (zh) | 食品综合品质无损检测装置 | |
CN1995987B (zh) | 基于高光谱图像技术的农畜产品无损检测方法 | |
CN102519906B (zh) | 多通道近红外光谱牛肉品质多参数同时检测方法 | |
Guo et al. | Hyperspectral imaging analysis for ripeness evaluation of strawberry with support vector machine | |
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 | |
CN203275285U (zh) | 一种基于高光谱成像的大米品质在线无损检测装置 | |
CN101692052B (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
CN101949686A (zh) | 水果内外综合品质在线无损检测方法及装置 | |
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 | |
Pan et al. | Eggshell crack detection based on computer vision and acoustic response by means of back-propagation artificial neural network | |
Guzmán et al. | Infrared machine vision system for the automatic detection of olive fruit quality | |
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 | |
CN105548028A (zh) | 禽蛋新鲜度的光纤光谱分级检测装置及其方法 | |
CN105092579A (zh) | 一种芒果品质无损检测设备 | |
Shin et al. | Rapid and non-destructive spectroscopic method for classifying beef freshness using a deep spectral network fused with myoglobin information | |
CN105548124A (zh) | 一种柑橘溃疡病的检测方法和装置 | |
Beghi et al. | Rapid evaluation of grape phytosanitary status directly at the check point station entering the winery by using visible/near infrared spectroscopy | |
CN105911268A (zh) | 一种胶体金试纸条检测结果自动读取仪器及其应用 | |
CN104977258A (zh) | 基于二维相关光谱的茶叶/化妆品等品质检测方法 | |
CN104965973A (zh) | 一种苹果霉心病多因子无损检测判别模型及其建立方法 | |
CN106332713A (zh) | 一种sd‑oct图像的枇杷早期瘀伤鉴别方法 | |
Guo et al. | Detection of foreign materials on surface of ginned cotton by hyper-spectral imaging | |
Li et al. | Fast detection of water loss and hardness for cucumber using hyperspectral imaging technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
AV01 | Patent right actively abandoned |
Granted publication date: 20081126 Effective date of abandoning: 20080226 |