[go: up one dir, main page]

CN110031408A - 一种猕猴桃成熟度快速判别装置及方法 - Google Patents

一种猕猴桃成熟度快速判别装置及方法 Download PDF

Info

Publication number
CN110031408A
CN110031408A CN201910396296.6A CN201910396296A CN110031408A CN 110031408 A CN110031408 A CN 110031408A CN 201910396296 A CN201910396296 A CN 201910396296A CN 110031408 A CN110031408 A CN 110031408A
Authority
CN
China
Prior art keywords
maturity
kiwifruit
samples
spectrophotometer
hyperspectral image
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
Application number
CN201910396296.6A
Other languages
English (en)
Inventor
孟庆龙
尚静
张艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guiyang University
Original Assignee
Guiyang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guiyang University filed Critical Guiyang University
Priority to CN201910396296.6A priority Critical patent/CN110031408A/zh
Publication of CN110031408A publication Critical patent/CN110031408A/zh
Pending legal-status Critical Current

Links

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
    • 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

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

本发明公开了一种猕猴桃成熟度快速判别装置及方法，涉及水果检测技术领域，解决了现有的猕猴桃成熟度检测方法不仅繁琐、耗时，且无法对大量样本进行采集；此外，目前的检测方法还对果实进行了破坏，以及预测结果准确性较低的问题，其技术方案要点是：包括计算机、箱体和置于箱体内的水平传送件；所述箱体内壁设有分光光度仪、高光谱图像采集件和至少一个光源件；所述分光光度仪和高光谱图像采集件均与计算机连接，具有对猕猴桃成熟度进行快速、准确、无损、批量检测，提高猕猴桃实际生产效率的效果。

Description

一种猕猴桃成熟度快速判别装置及方法
技术领域
本发明涉及水果检测技术领域，更具体地说，它涉及一种猕猴桃成熟度快速判别装置及方法。
背景技术
猕猴桃营养价值高，拥有“水果之王”的美誉。而我国猕猴桃栽培面积世界第一，种类占世界90％。通常，在实际生产过程中，经常采摘还未成熟的猕猴桃果实，以延长其贮藏期；但若过早采摘，果实过于生硬影响口感，且易受冷害；若过晚采摘，果实过于柔软，容易腐烂难以贮藏。因此，确定合适的采摘成熟度是降低贮藏损失，保证猕猴桃品质的关键。
目前，国内外用来确定猕猴桃成熟度的方式主要是利用化学分析与仪器结合，通过检测果实发育过程中糖度、硬度、水分等指标，来确定猕猴桃的成熟度。这些方法不仅繁琐、耗时，且无法对大量样本进行采集；此外，目前的检测方法还对果实进行了破坏，以及预测结果准确性较低。
因此，如何设计一种能够快速无损检测猕猴桃成熟度的装置及方法是我们目前迫切需要解决的问题。
发明内容
本发明的目的是提供一种猕猴桃成熟度快速判别装置，具有对猕猴桃成熟度进行快速、准确、无损、批量检测，提高猕猴桃实际生产效率的效果。
本发明的上述技术目的是通过以下技术方案得以实现的：一种猕猴桃成熟度快速判别装置，包括计算机、箱体和置于箱体内的水平传送件；所述箱体内壁设有分光光度仪、高光谱图像采集件和至少一个光源件；所述分光光度仪和高光谱图像采集件均与计算机连接。
通过采用上述技术方案，高光谱图像采集件和分光光度仪分别采集检测物的光谱数据和颜色信息，并将光谱数据和颜色信息传送至计算机内的成熟度判别模型；成熟度判别模型根据光谱数据和颜色信息对检测物的成熟度进行预测评估，并输出相应的预测评估结果；便于对检测物的成熟度进行快速、准确、无损和批量检测，提高检测物的实际生产效率。
本发明进一步设置为：所述分光光度仪的型号为Ci7860台式分光光度仪。
通过采用上述技术方案，便于提高检测物的颜色信息采集的精确度。
本发明进一步设置为：所述高光谱图像采集件包括镜头、成像光谱仪和与计算机连接的相机，镜头与成像光谱仪连接，成像光谱仪与相机连接。
通过采用上述技术方案，利用镜头、成像光谱仪和相机，使得检测物的高光谱图像采集操作方便。
本发明进一步设置为：所述箱体设有两个对称设置在箱体侧壁的光源件；两个所述光源件均倾斜指向水平传送件。
通过采用上述技术方案，便于减少检测物存在检测死角的情况发生，提高了检测物成熟度判别的准确性。
本发明进一步设置为：所述光源件为漫反射光源。
通过采用上述技术方案，使得高光谱图像采集件采集的高光谱图像更加清晰。
本发明进一步设置为：所述水平传送件为精密防尘型电动平移台。
通过采用上述技术方案，便于增强检测物在水平传送过程中的稳定性。
本发明进一步设置为：所述高光谱图像采集件竖向设置在箱体顶壁，所述分光光度仪通过驱动气缸与箱体侧壁垂直连接；所述驱动气缸与水平传送件电连接。
通过采用上述技术方案，启动水平传送件后，水平传送件间歇性传送检测物；当水平传送件间歇停止后，驱动气缸立即启动后驱使分光光度仪水平靠近检测物；当分光光度仪采集完检测物的颜色信息后，驱动气缸返回至初始位置以及水平传送件启动后继续传送检测物，减少分光光度仪因曝光而影响颜色信息采集的准确性。
本发明的另一目的是提供一种猕猴桃成熟度快速判别方法，具有对猕猴桃成熟度进行快速、准确、无损、批量检测，提高猕猴桃实际生产效率的效果。
本发明的上述技术目的是通过以下技术方案得以实现的：一种猕猴桃成熟度快速判别方法，包括以下步骤：
S1：通过高光谱图像采集件对检测物进行光谱扫描，并对采集到的检测物的高光谱图像进行黑白校正；
S2：通过ENVI5.4图像处理软件提取所述高光谱图像感兴趣区域的光谱反射率，得到检测物的光谱曲线；
S3：采用标准正态变换对检测物的原始光谱进行预处理，以消除表面散射和光程变化对光谱的影响；
S4：通过分光光度仪采集检测物的颜色信息，颜色信息为颜色LAB值；
S5：根据最小二乘算法和化学计量学建立成熟度判别模型，并在熟度判别模型中设定成熟度判别值；
S6：成熟度判别模型根据所述成熟度判别值对检测物的光谱数据和颜色信息进行成熟度预测评估，并输出相应的预测评估结果。
通过采用上述技术方案，便于对检测物的成熟度进行快速、准确、无损和批量检测，提高检测物的实际生产效率。
本发明进一步设置为：在步骤S5中，所述成熟度判别值的设定具体为：
S51：采摘一批大小均匀和完好无损的检测样本，从中分别挑选出未熟样本、半熟样本、成熟样本和过熟样本，并分别对四类样本进行编号；
S52：对四类样本分别经过S1、S2、S3和S4处理后，结合预处理后的光谱数据和颜色信息，并采用SPXY算法将检测样本按照3:1的比例划分为校正集和预测集；
S53：通过成熟度判别模型对四类样本进行预测评估，并对相应样本的预测评估结果进行赋值后作为检测物的成熟度判别值。
通过采用上述技术方案，使得成熟度判别模型对检测物的预测评估结果准确、可靠。
综上所述，本发明具有以下有益效果：高光谱图像采集件和分光光度仪分别采集检测物的光谱数据和颜色信息，并将光谱数据和颜色信息传送至计算机内的成熟度判别模型；成熟度判别模型根据光谱数据和颜色信息对检测物的成熟度进行预测评估，并输出相应的预测评估结果；便于对检测物的成熟度进行快速、准确、无损和批量检测，提高检测物的实际生产效率；当水平传送件间歇停止后，驱动气缸立即启动后驱使分光光度仪水平靠近检测物，减少分光光度仪因曝光而影响颜色信息采集的准确性。
附图说明
图1是本发明实施例1中的结构示意图；
图2是本发明实施例2中的流程图。
图中：1、箱体；11、高光谱图像采集件；12、相机；13、成像光谱仪；14、镜头；15、光源件；16、分光光度仪；17、水平传送件；18、驱动气缸。
具体实施方式
以下结合附图1-2对本发明作进一步详细说明。
实施例1：一种猕猴桃成熟度快速判别装置，如图1所示，包括计算机(图中未显示)、箱体1和置于箱体1内的水平传送件17。箱体1内壁设有分光光度仪16、高光谱图像采集件11和至少一个光源件15。分光光度仪16和高光谱图像采集件11均与计算机连接。高光谱图像采集件11和分光光度仪16分别采集检测物的光谱数据和颜色信息，并将光谱数据和颜色信息传送至计算机内的成熟度判别模型。成熟度判别模型根据光谱数据和颜色信息对检测物的成熟度进行预测评估，并输出相应的预测评估结果，便于对检测物的成熟度进行快速、准确、无损和批量检测，提高检测物的实际生产效率。本实施例中的检测物为猕猴桃，还可为其他水果或农产品。
在本实施例中，分光光度仪16的型号为Ci7860台式分光光度仪16，便于提高检测物的颜色信息采集的精确度。
高光谱图像采集件11包括镜头14、成像光谱仪13和与计算机连接的相机12，镜头14与成像光谱仪13连接，成像光谱仪13与相机12连接。利用镜头14、成像光谱仪13和相机12，使得检测物的高光谱图像采集操作方便。
体1设有两个对称设置在箱体1侧壁的光源件15。两个光源件15均倾斜指向水平传送件17，便于减少检测物存在检测死角的情况发生，提高了检测物成熟度判别的准确性。
在本实施例中，光源件15为漫反射光源，使得高光谱图像采集件11采集的高光谱图像更加清晰。
在本实施例中，水平传送件17为精密防尘型电动平移台，便于增强检测物在水平传送过程中的稳定性。
高光谱图像采集件11竖向设置在箱体1顶壁，分光光度仪16通过驱动气缸18与箱体1侧壁垂直连接。驱动气缸18与水平传送件17电连接。启动水平传送件17后，水平传送件17间歇性传送检测物。当水平传送件17间歇停止后，驱动气缸18立即启动后驱使分光光度仪16水平靠近检测物。当分光光度仪16采集完检测物的颜色信息后，驱动气缸18返回至初始位置以及水平传送件17启动后继续传送检测物，减少分光光度仪16因曝光而影响颜色信息采集的准确性。
实施例2：一种猕猴桃成熟度快速判别方法，如图1与图2所示，包括以下步骤：
步骤1，通过高光谱图像采集件11对检测物进行光谱扫描，并对采集到的检测物的高光谱图像进行黑白校正。
步骤2，通过ENVI5.4图像处理软件提取高光谱图像感兴趣区域的光谱反射率，得到检测物的光谱曲线。
步骤3，采用标准正态变换对检测物的原始光谱进行预处理，以消除表面散射和光程变化对光谱的影响。
步骤4，通过分光光度仪16采集检测物的颜色信息，颜色信息为颜色LAB值。
步骤5，根据最小二乘算法和化学计量学建立成熟度判别模型，并在熟度判别模型中设定成熟度判别值。
步骤6，成熟度判别模型根据成熟度判别值对检测物的光谱数据和颜色信息进行成熟度预测评估，并输出相应的预测评估结果，便于对检测物的成熟度进行快速、准确、无损和批量检测，提高检测物的实际生产效率。
在步骤5中，成熟度判别值的设定具体为：
步骤51，采摘一批大小均匀和完好无损的检测样本，从中分别挑选出未熟样本、半熟样本、成熟样本和过熟样本，并分别对四类样本进行编号。
步骤52，对四类样本分别经过步骤1、2、3和4处理后，结合预处理后的光谱数据和颜色信息，并采用SPXY算法将检测样本按照3:1的比例划分为校正集和预测集。
步骤53，通过成熟度判别模型对四类样本进行预测评估，并对相应样本的预测评估结果进行赋值后作为检测物的成熟度判别值，使得成熟度判别模型对检测物的预测评估结果准确、可靠。
工作原理：高光谱图像采集件11和分光光度仪16分别采集检测物的光谱数据和颜色信息，并将光谱数据和颜色信息传送至计算机内的成熟度判别模型。成熟度判别模型根据光谱数据和颜色信息对检测物的成熟度进行预测评估，并输出相应的预测评估结果，便于对检测物的成熟度进行快速、准确、无损和批量检测，提高检测物的实际生产效率。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，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，但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (9)

1.一种猕猴桃成熟度快速判别装置，其特征是：包括计算机、箱体(1)和置于箱体(1)内的水平传送件(17)；所述箱体(1)内壁设有分光光度仪(16)、高光谱图像采集件(11)和至少一个光源件(15)；所述分光光度仪(16)和高光谱图像采集件(11)均与计算机连接。
2.根据权利要求1所述的一种猕猴桃成熟度快速判别装置，其特征是：所述分光光度仪(16)的型号为Ci7860台式分光光度仪(16)。
3.根据权利要求1所述的一种猕猴桃成熟度快速判别装置，其特征是：所述高光谱图像采集件(11)包括镜头(14)、成像光谱仪(13)和与计算机连接的相机(12)，镜头(14)与成像光谱仪(13)连接，成像光谱仪(13)与相机(12)连接。
4.根据权利要求1所述的一种猕猴桃成熟度快速判别装置，其特征是：所述箱体(1)设有两个对称设置在箱体(1)侧壁的光源件(15)；两个所述光源件(15)均倾斜指向水平传送件(17)。
5.根据权利要求1所述的一种猕猴桃成熟度快速判别装置，其特征是：所述光源件(15)为漫反射光源。
6.根据权利要求1所述的一种猕猴桃成熟度快速判别装置，其特征是：所述水平传送件(17)为精密防尘型电动平移台。
7.根据权利要求1所述的一种猕猴桃成熟度快速判别装置，其特征是：所述高光谱图像采集件(11)竖向设置在箱体(1)顶壁，所述分光光度仪(16)通过驱动气缸(18)与箱体(1)侧壁垂直连接；所述驱动气缸(18)与水平传送件(17)电连接。
8.一种猕猴桃成熟度快速判别方法，其特征是：该方法基于权利要求书1-7任意一项所述的一种猕猴桃成熟度快速判别装置，包括以下步骤：
S1：通过高光谱图像采集件(11)对检测物进行光谱扫描，并对采集到的检测物的高光谱图像进行黑白校正；
S2：通过ENVI5.4图像处理软件提取所述高光谱图像感兴趣区域的光谱反射率，得到检测物的光谱曲线；
S3：采用标准正态变换对检测物的原始光谱进行预处理，以消除表面散射和光程变化对光谱的影响；
S4：通过分光光度仪(16)采集检测物的颜色信息，颜色信息为颜色LAB值；
S5：根据最小二乘算法和化学计量学建立成熟度判别模型，并在熟度判别模型中设定成熟度判别值；
S6：成熟度判别模型根据所述成熟度判别值对检测物的光谱数据和颜色信息进行成熟度预测评估，并输出相应的预测评估结果。
9.根据权利要求8所述的一种猕猴桃成熟度快速判别方法，其特征是：在步骤S5中，所述成熟度判别值的设定具体为：
S51：采摘一批大小均匀和完好无损的检测样本，从中分别挑选出未熟样本、半熟样本、成熟样本和过熟样本，并分别对四类样本进行编号；
S52：对四类样本分别经过S1、S2、S3和S4处理后，结合预处理后的光谱数据和颜色信息，并采用SPXY算法将检测样本按照3:1的比例划分为校正集和预测集；
S53：通过成熟度判别模型对四类样本进行预测评估，并对相应样本的预测评估结果进行赋值后作为检测物的成熟度判别值。
CN201910396296.6A 2019-05-14 2019-05-14 一种猕猴桃成熟度快速判别装置及方法 Pending CN110031408A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910396296.6A CN110031408A (zh) 2019-05-14 2019-05-14 一种猕猴桃成熟度快速判别装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910396296.6A CN110031408A (zh) 2019-05-14 2019-05-14 一种猕猴桃成熟度快速判别装置及方法

Publications (1)

Publication Number Publication Date
CN110031408A true CN110031408A (zh) 2019-07-19

Family

ID=67241900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910396296.6A Pending CN110031408A (zh) 2019-05-14 2019-05-14 一种猕猴桃成熟度快速判别装置及方法

Country Status (1)

Country Link
CN (1) CN110031408A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111968075A (zh) * 2020-07-21 2020-11-20 天津大学 一种基于高光谱的种植物成熟度检测系统及方法
CN112162069A (zh) * 2020-10-14 2021-01-01 贵阳学院 一种用于猕猴桃催熟程度的检测方法及其装置
CN113496486A (zh) * 2021-07-08 2021-10-12 四川农业大学 基于高光谱成像技术的猕猴桃货架期快速判别方法
US11222203B2 (en) 2012-11-19 2022-01-11 Altria Client Services Llc On-line oil and foreign matter detection system and method employing hyperspectral imaging
CN115719451A (zh) * 2022-11-21 2023-02-28 佳木斯大学 一种软枣猕猴桃成熟度检测方法及系统
CN119206712A (zh) * 2024-11-22 2024-12-27 贵州食科源信息科技有限公司 基于机器学习的草莓成熟度快速判别方法及其系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103616488A (zh) * 2013-11-22 2014-03-05 鞍山师范学院 一种软枣猕猴桃成熟度的检测方法
CN103822879A (zh) * 2014-02-24 2014-05-28 西北农林科技大学 一种基于高光谱成像技术的猕猴桃膨大果无损检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103616488A (zh) * 2013-11-22 2014-03-05 鞍山师范学院 一种软枣猕猴桃成熟度的检测方法
CN103822879A (zh) * 2014-02-24 2014-05-28 西北农林科技大学 一种基于高光谱成像技术的猕猴桃膨大果无损检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HONGYAN ZHU 等: "Hyperspectral Imaging for Predicting the Internal Quality of Kiwifruits Based on Variable Selection Algorithms and Chemometric Models", SCIENTIFIC REPORTS, vol. 7, pages 7845 *
MOHAMMAD ALI SHIRI 等: "EFFECT OF CaCL 2 SPRAYS AT DIFFERENT FRUIT DEVELOPMENT STAGES ON POSTHARVEST KEEPING QUALITY OF "HAYWARD" KIWIFRUIT", JOURNAL OF FOOD PROCESSING AND PRESERVATION, vol. 40, pages 624 - 635 *
李军宇 等: "李果实成熟度的高光谱成像判别研究" *
李军宇 等: "李果实成熟度的高光谱成像判别研究", 农机化研究, no. 12, pages 141 - 145 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11946807B2 (en) 2012-11-19 2024-04-02 Altria Client Services Llc Hyperspectral imaging system for monitoring agricultural products during processing and manufacturing
US11976973B2 (en) 2012-11-19 2024-05-07 Altria Client Services Llc Blending of agricultural products via hyperspectral imaging and analysis
US11946806B2 (en) 2012-11-19 2024-04-02 Altria Client Services Llc On-line oil and foreign matter detection system and method employing hyperspectral imaging
US11222203B2 (en) 2012-11-19 2022-01-11 Altria Client Services Llc On-line oil and foreign matter detection system and method employing hyperspectral imaging
US11250261B2 (en) * 2012-11-19 2022-02-15 Altria Client Services Llc Hyperspectral imaging system for monitoring agricultural products during processing and manufacturing
US11250259B2 (en) 2012-11-19 2022-02-15 Altria Client Services Llc Blending of agricultural products via hyperspectral imaging and analysis
CN111968075A (zh) * 2020-07-21 2020-11-20 天津大学 一种基于高光谱的种植物成熟度检测系统及方法
CN111968075B (zh) * 2020-07-21 2022-11-08 天津大学 一种基于高光谱的种植物成熟度检测系统及方法
CN112162069B (zh) * 2020-10-14 2022-06-21 贵阳学院 一种用于猕猴桃催熟程度的检测方法及其装置
CN112162069A (zh) * 2020-10-14 2021-01-01 贵阳学院 一种用于猕猴桃催熟程度的检测方法及其装置
CN113496486B (zh) * 2021-07-08 2023-08-22 四川农业大学 基于高光谱成像技术的猕猴桃货架期快速判别方法
CN113496486A (zh) * 2021-07-08 2021-10-12 四川农业大学 基于高光谱成像技术的猕猴桃货架期快速判别方法
CN115719451A (zh) * 2022-11-21 2023-02-28 佳木斯大学 一种软枣猕猴桃成熟度检测方法及系统
CN119206712A (zh) * 2024-11-22 2024-12-27 贵州食科源信息科技有限公司 基于机器学习的草莓成熟度快速判别方法及其系统
CN119206712B (zh) * 2024-11-22 2025-01-28 贵州食科源信息科技有限公司 基于机器学习的草莓成熟度快速判别方法及其系统

Similar Documents

Publication Publication Date Title
CN110031408A (zh) 一种猕猴桃成熟度快速判别装置及方法
Liu et al. Information fusion of hyperspectral imaging and electronic nose for evaluation of fungal contamination in strawberries during decay
Wu et al. Application of long-wave near infrared hyperspectral imaging for measurement of color distribution in salmon fillet
Yu et al. Identification of crack features in fresh jujube using Vis/NIR hyperspectral imaging combined with image processing
CN203275285U (zh) 一种基于高光谱成像的大米品质在线无损检测装置
CN103439270B (zh) 一种高光谱图像检测桃果实早期冷害的方法
CN1995987A (zh) 基于高光谱图像技术的农畜产品无损检测方法及装置
JP2006170669A (ja) 青果物の品質検査装置
CN109001218A (zh) 基于高光谱成像技术的苹果表面缺陷快速无损识别方法
CN104280349A (zh) 一种基于高光谱图像对白萝卜糠心鉴定的方法
Xu et al. Quantitative evaluation of impact damage to apple by hyperspectral imaging and mechanical parameters
Huang et al. Effective wavelengths determination for detection of slight bruises on apples based on hyperspectral imaging
CN201041553Y (zh) 基于多光谱成像技术的水果品质无损检测系统
CN101021488A (zh) 稻谷损伤的检测方法和装置
CN106940292A (zh) 基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法
Shao et al. Determination of damaged wheat kernels with hyperspectral imaging analysis
CN106814045A (zh) 一种基于近红外光谱技术的类pse鸡肉判定方法
Xing et al. Wavelength selection for surface defects detection on tomatoes by means of a hyperspectral imaging system
CN210533976U (zh) 一种猕猴桃成熟度快速判别装置
CN116399838A (zh) 基于荧光-高光谱成像技术快速检测鸡肉中微生物污染的方法
Huang et al. Early detection of bruises on apples using near-infrared hyperspectral image
CN108872138A (zh) 在线快速检测鸡肉肠杆菌科含量的方法
CN112945902A (zh) 一种应用近红外高光谱成像技术检测面粉中偶氮甲酰胺
Reita et al. An evaluating technique for variety compatibility of fruit applied to a near infrared Brix calibration system: a case study using Brix calibration for nectarines
Teerachaichayut et al. Non-destructive detection of internal mold infection in sweet tamarind using short wavelength near infrared spectroscopy

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190719