CN101308086B - 基于近红外光谱技术的水果内部品质在线检测装置 - Google Patents
基于近红外光谱技术的水果内部品质在线检测装置 Download PDFInfo
- Publication number
- CN101308086B CN101308086B CN2008101242835A CN200810124283A CN101308086B CN 101308086 B CN101308086 B CN 101308086B CN 2008101242835 A CN2008101242835 A CN 2008101242835A CN 200810124283 A CN200810124283 A CN 200810124283A CN 101308086 B CN101308086 B CN 101308086B
- Authority
- CN
- China
- Prior art keywords
- fruit
- internal quality
- spectrum
- tested
- computer
- 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 - Fee Related
Links
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 91
- 238000004497 NIR spectroscopy Methods 0.000 title description 3
- 238000007689 inspection Methods 0.000 title description 2
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims abstract description 17
- 239000000523 sample Substances 0.000 claims description 27
- 239000013307 optical fiber Substances 0.000 claims description 24
- 229910052736 halogen Inorganic materials 0.000 claims description 5
- 150000002367 halogens Chemical class 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 2
- 230000001678 irradiating effect Effects 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 abstract description 20
- 238000000034 method Methods 0.000 abstract description 12
- 235000013569 fruit product Nutrition 0.000 abstract description 3
- 230000003287 optical effect Effects 0.000 abstract description 2
- 241000220225 Malus Species 0.000 description 15
- 238000012360 testing method Methods 0.000 description 8
- 235000021016 apples Nutrition 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 239000000835 fiber Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012821 model calculation Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010183 spectrum analysis Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000009614 chemical analysis method Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 244000241235 Citrullus lanatus Species 0.000 description 1
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 1
- 235000014443 Pyrus communis Nutrition 0.000 description 1
- 235000010724 Wisteria floribunda Nutrition 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000004940 physical analysis method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012612 static experiment Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种水果内部品质的在线检测及其装置。所说的检测方法是,对待测水果进行光谱扫描,采集待测水果近红外光谱;将获得的光谱信号并代入预先建立的模型,得出被检测水果的内部品质指标。其检测装置包括光谱采集装置和计算机;其中,光谱采集装置,用于对待测水果进行光谱扫描,采集待测水果近红外光谱信号传输到计算机;计算机,用于将接收到的光谱信号代入预先建立的模型,进行数据分析,得出被检测水果的内部品质指标。本发明将基于近红外的光学检测手段应用于水果内部品质的检测过程中,既可以解放劳动力、又具有检测精度高、结果一致性好和自动化程度强等优点,为水果产品内部品质标准化分级创造了条件。
Description
所属技术领域
本发明涉及一种针对水果内部品质的检测方法,特指基于近红外光谱的水果内部品质在线检测方法及其装置。
背景技术
我国是世界水果生产大国,品种资源丰富,近几年来产量稳居世界第一位。但在国际市场上和发达国家相比,无论是水果的出口量还是水果的纵深加工均尚有一定的差距,其主要原因在于水果商品化程度不高、内部品质参差不齐。例如同一批水果的口感和风味就存在着较大差异,它们的硬度、固形物含量和糖酸比等指标没有控制在标准之内。因此,有必要对水果内部品质指标进行量化,为水果产品内部品质标准化分级创造条件。
目前,大多数水果内部品质的质量检测仍然沿用人工感官评定方法和常规化学分析方法。常规化学分析具有较高的准确度和可靠性,但是,其属于破坏性检测,检测时间长这些决不适合农产品品质的在线检测。而人工检测通常是由训练有素、经验丰富的专家经过感官评定来完成,检测结果主观性强、一致性差;同时人工检测劳动强度大,尤其对于保存期短、易变质的水果而言,它远远不能满足农产品流通过程中的快速检测要求。
近红外光谱分析技术具有无污染、低消耗、非破坏性,可以实现对多组分同时测定及分析速度快等优点。利用近红外光谱分析技术进行农产品的无损检测已有较多的研究应用,如测定西瓜、梨等水果的成熟度、硬度等内部品质。目前研究中,水果内部品质检测主要还是静态的,该方法不能满足水果内部品质的在线检测要求。基于近红外的水果内部品质的在线检测已具备可靠的理论基础,但是该技术仅停留在实验室研究阶段。因此有必要研制出一种基于近红外光谱分析技术的水果内部品质检测装置,以满足水果深加工技术的规模化发展。
发明内容
鉴于上述现有技术发展情况,本发明的目的就是要提供一种针对水果内部品质的近红外光谱在线检测方法及其装置。通过对待测水果进行近红外光谱扫描,由检测器将接受的光谱信号传入电脑,然后将这些含有待检测水果的内部品质特征信息的光谱信号代入已建立的相关模型,可以计算得到被检测水果的糖度和酸度等相关水果内部品质指标,以实现水果内部品质的在线检测。
本发明所说的的水果内部品质的近红外光谱检测方法是,对待测水果进行光谱扫描,采集待测水果近红外光谱;将获得的光谱信号并代入预先建立的模型,计算出被检测水果的内部品质指标。
一种实现上述检测方法的检测装置,包括光谱采集装置和计算机;其中,
光谱采集装置,用于对待测水果进行光谱扫描,采集待测水果近红外光谱信号传输到计算机;
计算机,用于将接收到的光谱信号代入预先建立的模型,进行数据分析,得出被检测水果的内部品质指标。
上述所说的光谱采集装置,包括光源、光纤探头、光谱仪和CCD检测器,光源和光纤探头设置在采光暗室中,其中,
光源,用于将光照射在待测水果表面;
光纤探头,用于采集待测水果内漫反射出来的光,传至光谱仪;
光谱仪,用于把复合光分解为单一波长的单色光的作用;
检测器,用于接受光谱仪的光谱信号,并将近红外光信号转变为电信号,再通过A/D转变为数字信号输入计算机。
为实现自动化操作,在采光暗室中还设置有转动平台,用于放置待测水果。
所述的转动平台,其转动速度可以通过步进电机控制,其速度要求与CCD检测器的曝光时间相吻合,也就是在CCD检测器曝光时间里(一般设置为小于20ms)待测的水果赤道中心基本在光纤探头的正下方。转动平台上面有圆孔,待测水果放于此圆孔中,在每个圆孔附近的适当位置贴有小挡板。此小挡板配合触发器使用,当小挡板挡住触发器的两根红外光纤探头时,触发器就触发CCD检测器进行数据采集。
所述的光源是卤素灯光源,其光由两根光纤引出把光打在水果赤道中心附近位置上,并使两光纤打在水果上的光斑基本重合。接受光谱信号的光纤探头在水果赤道中心部位的正上方。光源光纤和光纤探头到水果赤道中心的距离已经通过前期静态实验优化。
所述的光谱仪,主要起把复合光分解为单一波长的单色光的作用。由卤素灯光源发出的复合光通过入射狭缝投射到准直物镜上,形成平行光束投影到光栅上,经色散后的光通过聚焦镜,成像在出射狭缝处。当光栅按逆时针方向旋转时,可以在出射狭缝面前得到按波长顺序排列的光谱,进而在其中挑选所需的近红外光谱区间。
所述的CCD检测器,用于把携带样品信息的近红外光信号转变为电信号,再通过A/D转变为数字信号输入电脑。CCD检测器采用外触发方式完成对水果的近红外光谱扫描。当待测水果运行至光纤探头正下方时,小挡板正好挡住触发器的两根探头,触发器就触发CCD检测器进行数据采集。当运行至其他部位时,触发器两探头始终导通,此时触发器不触发CCD检测器工作,也就不能采集光谱信号。
所述的模型,即为近红外光谱信号值与水果内部品质指标的校正模型。模型建立的一般方法是:首先选择若干(一般大于50个)某品种水果,采集全部水果的近红外光谱,然后参考相关的国家标准,用理化的方法测得水果内部品质某项指标的值,再用逐步回归的方法筛选若干个变量建立多元回归模型,该模型对于近红外光谱信号与水果内部品质指标之间具有高度相关性。模型建好后导入自开发的近红外水果内部品质检测软件中。
所述的计算机中安装有近红外水果内部品质检测软件,主要控制CCD检测器的运行,采集的光谱图和水果内部品质指标数值的显示。
工作时,首先设置光谱仪,选择所需的光谱范围,设置转动平台的速度,接通触发器电源,打开近红外水果内部品质检测软件系统,触发控制CCD检测器对待测水果逐个进行光谱扫描,把检测器得到的光谱信号值代入模型计算得到每个待测水果的内部品质指标,并把相应的内部品质指标在软件界面上显示,并将每次测试的结果保存到电脑硬盘。
样本测试的操作如下:
1、首先对装置各附件的参数进行设置。如设置光源强度、光谱仪的波长范围、检测器的曝光时间和转动平台的转动速度等。
2、测定水果时,将水果置入密闭采光室中的转动平台上,当水果运行到光源和光纤探头的正下方时,触发检测器对光纤探头正下方的水果采集近红外光谱。卤素灯光源发出的光通过光纤照射到被检测水果表面上,并在其内部形成漫反射,漫反射出来的光经光纤探头进入光谱仪分光后被CCD检测器接受,并由自开发的近红外水果内部品质检测软件接受此光谱信号值并把光谱信号值代入模型计算,在软件系统界面上即可显示该水果的某内部品质的指标值,至此该水果测试结束。
3、随着移动平台的转动,下一个待测水果将进入光纤探头的正下方,同样完成第二步的操作,以此类推,逐个完成移动平台上待测水果的内部品质测定。
本发明的有益效果是:本发明为水果内部品质的标准化分级、自动化生产提供了应用基础,与目前的理化分析方法及人工方法对水果内部品质分级相比,客观性、重复性更强。本发明装置完成一个待测水果内部品质的测定不超过50ms。本发明采用移动平台的转动模拟生产线,在实际应用过程中,根据需要把该装置稍加调整,就可以同样适用。
本发明将基于近红外的光学检测手段应用于水果内部品质的检测过程中,既可以解放劳动力、又具有检测精度高、结果一致性好和自动化程度强等优点,为水果产品内部品质标准化分级创造了条件。
附图说明
图1:本发明的技术方案示意图。
图2:本发明应用实例实现硬件示意图
其中,1,计算机;2、光源;3,光源光纤;4、光纤探头;5、光谱仪;6、检测器;7、红外触发器;8、采光暗室;9,转动平台;10、小档板;11、步进电机。
具体实施方式
本发明对水果的内部品质的无损检测具有通用性,但由于水果种类很多,因此本发明只举一个用于红富士苹果的实施实例,其他水果的检测可参照该实施实例的方法,具体针对所测的水果内部品质的某项指标,建立一个新的模型,就可以对该类水果进行测试了。
实施实例步骤参阅图1,本发明对苹果进行检测的系统方案示意图。实例实现装置参阅图2。先挑选一批苹果(一般大于50个)用来建立模型,用基于近红外光谱分析技术的检测装置对苹果进行光谱扫描,把CCD检测器得到的光谱信号值保存计算机中。苹果糖度测定的理化方法严格按照国标GB12295-90执行,在苹果光谱扫描光斑处削皮、榨汁,并用阿贝折射仪测定。然后采用逐步回归的方法筛选出特征信号,建立光谱信号值与苹果糖度之间的关联模型。把模型导入到近红外水果内部品质检测软件。
接下来就可以对未知苹果的糖度进行在线测定。将水果置入密闭采光室8中的转动平台9上,打开光源2,当水果运行到光源光纤3和光纤探头4的正下方时,小档板10挡住触发器7的两根探头,触发器7就触发CCD检测器6进行数据采集;卤索灯光源2发出的光通过光纤3照射到被检测水果表面上,并在其内部形成漫反射,漫反射出来的光经光纤探头4进入光谱仪5分光后被CCD检测器6接受,CCD检测器6把携带样品信息的近红外光信号转变为电信号,再通过A/D转变为数字信号输入计算机1;计算机1中接受此光谱信号值并把光谱信号值代入模型计算,在软件系统界面上即可显示该水果的某内部品质的指标值,至此该水果测试结束。在转动平台9上放上待测苹果,当苹果运行到检测光纤探头4的正下方时,触发器7开始触发检测器6工作,进行苹果的光谱数据采集,由自主开发的检测软件接受此光谱信号值并把特征信号值代入模型计算,苹果的糖度值在软件系统界面上即可显示,相应的结果立即储存在计算机硬盘上,至此该苹果测试结束。随着移动平台的转动,下一个苹果将进入检测光纤探头的正下方,完成同样的操作,以此类推,逐个完成移动平台上待测苹果糖度的在线测定。
本发明不限于这些公开的实施方案,本发明将覆盖在专利书中所描述的范围,以及权利要求范围的各种变型和等效变化。
Claims (2)
1.一种水果内部品质的近红外光谱检测装置,其特征在于,包括光谱采集装置和计算机;其中,
光谱采集装置,用于对待测水果进行光谱扫描,采集待测水果近红外光谱信号传输到计算机;所说的光谱采集装置,包括光源、光纤探头、光谱仪和CCD检测器,光源和光纤探头设置在采光暗室中,其中:
光源是卤素灯光源,用于将光照射在待测水果表面;
光纤探头,用于采集待测水果内漫反射出来的光,传至光谱仪;
光谱仪,用于把复合光分解为单一波长的单色光的作用;
CCD检测器,用于接受光谱仪的光谱信号,并将近红外光信号转变为电信号,再通过A/D转变为数字信号输入计算机;
采光暗室中设置有转动平台,用于放置待测水果;所说的CCD检测器采用外触发方式;所述的转动平台的转动速度与CCD检测器的曝光时间相吻合;转动平台上面有圆孔,待测水果放于此圆孔中,在每个圆孔旁有小挡板;此小挡板配合触发器使用,当小挡板挡住触发器的两根红外光纤探头时,触发器就触发CCD检测器进行数据采集;
计算机,用于将接收到的光谱信号代入预先建立的模型,进行数据分析,得出被检测水果的内部品质指标。
2.根据权利要求1所说的检测装置,其特征在于,所述的模型,是近红外光谱信号值与水果内部品质指标的校正模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101242835A CN101308086B (zh) | 2008-06-24 | 2008-06-24 | 基于近红外光谱技术的水果内部品质在线检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101242835A CN101308086B (zh) | 2008-06-24 | 2008-06-24 | 基于近红外光谱技术的水果内部品质在线检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101308086A CN101308086A (zh) | 2008-11-19 |
CN101308086B true CN101308086B (zh) | 2010-09-15 |
Family
ID=40124649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101242835A Expired - Fee Related CN101308086B (zh) | 2008-06-24 | 2008-06-24 | 基于近红外光谱技术的水果内部品质在线检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101308086B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101907564B (zh) * | 2010-06-24 | 2013-07-17 | 江苏大学 | 基于近红外光谱技术的油菜籽品质无损检测方法和装置 |
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 |
CN102735612A (zh) * | 2011-04-02 | 2012-10-17 | 北京神农谷科技有限公司 | 一种光源位置检测及定位系统 |
CN103048277B (zh) * | 2012-12-14 | 2015-08-12 | 北京农业智能装备技术研究中心 | 近红外光谱无损检测水果内部品质的系统及方法 |
CN103063585B (zh) * | 2013-01-05 | 2015-09-02 | 石河子大学 | 瓜果成熟度快速无损检测装置及检测系统建立方法 |
CN103278514B (zh) * | 2013-05-02 | 2015-05-20 | 浙江大学 | 一种水果内部品质的检测模型的建模方法 |
CN103281459A (zh) * | 2013-06-06 | 2013-09-04 | 仝晓萌 | 一种可测水果甜度和ph值的手机 |
CN103817085A (zh) * | 2014-02-21 | 2014-05-28 | 山东省农业科学院农业质量标准与检测技术研究所 | 近红外冬枣成熟度品质分拣仪 |
CN105312246B (zh) * | 2015-11-26 | 2017-12-26 | 华南农业大学 | 一种基于高光谱技术的球形水果的检测装置 |
CN106353322A (zh) * | 2016-11-25 | 2017-01-25 | 安徽机电职业技术学院 | 用于脐橙分级的图像采集装置 |
CN108273764A (zh) * | 2017-12-28 | 2018-07-13 | 华东交通大学 | 一种智能水果分选机 |
CN108613951A (zh) * | 2018-03-21 | 2018-10-02 | 浙江大学 | 便携水果硬度无损检测装置和检测方法 |
CN108593600A (zh) * | 2018-04-19 | 2018-09-28 | 滨州市沾化区冬枣研究所 | 冬枣自动分选方法和装置 |
CN108760743A (zh) * | 2018-08-22 | 2018-11-06 | 江西绿萌分选设备有限公司 | 一种多用果蔬内部品质检测装置 |
CN109187544B (zh) * | 2018-10-26 | 2024-01-23 | 温州大学 | 一种快速无损检测水果品质的装置及方法 |
CN109520970B (zh) * | 2018-11-07 | 2021-01-19 | 华南理工大学 | 一种基于光谱的水果品质检测装置及方法 |
CN109709075A (zh) * | 2018-12-11 | 2019-05-03 | 华南理工大学 | 一种基于点光谱检测器获取面光谱的装置及方法 |
CN109829464B (zh) * | 2018-12-24 | 2021-01-05 | 核工业北京地质研究院 | 一种利用光谱数据筛选红富士苹果的方法 |
CN109596561A (zh) * | 2018-12-29 | 2019-04-09 | 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系统及监测方法 |
CN112775022A (zh) * | 2020-12-04 | 2021-05-11 | 江苏大学 | 一种小型水果内部品质智能分级设备 |
CN112730316B (zh) * | 2020-12-04 | 2022-08-16 | 集美大学 | 基于近红外光谱的小型水果内部品质在线动态快速检测方法 |
CN117007552B (zh) * | 2023-10-07 | 2024-02-06 | 北京市农林科学院智能装备技术研究中心 | 西瓜成熟度检测方法、装置、系统、电子设备及存储介质 |
-
2008
- 2008-06-24 CN CN2008101242835A patent/CN101308086B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101308086A (zh) | 2008-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN102879353B (zh) | 近红外检测花生中蛋白质组分含量的方法 | |
CN106841103A (zh) | 近红外光谱检测水果内部品质方法及专用检测系统 | |
CN102507460B (zh) | 生鲜肉水分无损在线检测系统 | |
CN101620180A (zh) | 近红外技术快速检测茶叶品质的方法 | |
CN103487397B (zh) | 一种雷竹笋硬度快速检测方法及装置 | |
CN102608057A (zh) | 一种测定混合物中拉米夫定和齐多夫定含量的方法 | |
CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
CN113030011A (zh) | 水果糖度快速无损检测方法及检测系统 | |
CN104596979A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法 | |
CN101349638A (zh) | 果蔬维生素c含量的光谱快速无损检测方法 | |
CN109085125A (zh) | 一种水果的内部品质无损检测装置及方法 | |
CN104596975A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法 | |
CN104297201A (zh) | 一种快速、准确定量调和油中各种油份比例的检测方法 | |
CN100552432C (zh) | 一种人参成分快速分析方法 | |
CN107132197B (zh) | 一种食醋总酸含量的检测方法及装置 | |
CN201724900U (zh) | 基于近红外光谱技术的油菜籽品质无损检测装置 | |
CN205506679U (zh) | 一种便携式近红外光谱检测系统 | |
CN201072405Y (zh) | 果蔬维生素c含量的光谱快速无损检测装置 | |
CN2733343Y (zh) | 果蔬类农产品内部非破坏性整体分析装置 | |
JP2000304694A (ja) | 茶葉の格付け方法及びその装置 | |
CN207366434U (zh) | 一种96孔全波长酶标仪 | |
CN107238557A (zh) | 一种利用近红外光谱法快速检测碳酸钙粒径分布的方法 | |
CN114112985B (zh) | 一种近红外光谱仪及近红外在线检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100915 Termination date: 20120624 |