手持式肉品品质无损检测系统设计

目的开发设计生鲜猪肉品质无损在线检测系统。方法通过用可见近红外光谱技术,基于VC++和Matlab语言,开发与计算机硬件和Windows XP软件环境兼容的手持式猪肉品质无损实时检测系统。结果设计出开放式、模块化、集成化的检测系统,可实现光谱数据的多点自动采集、光谱曲线的动态显示、数据的实时处理、样品品质的自动预测等功能,通过一键触发开关可完成从样本多点信息的采集到结果预测与保存的全过程。用该系统对猪肉水分含量进行检测的实验结果表明,系统对参数的检测精度能满足检测要求。结论该系统软件界面友好,操作方便,后续可扩展检测其他品质参数,进一步推广用于企业生产线。     

农畜产品安全无损检测扫描式拉曼光谱成像系统设计

构建了用于农畜产品安全检测的扫描式拉曼光谱成像检测系统,对其硬件和软件分别进行了搭建和设计,实现了拉曼光谱和图像同步获取。根据检测的实际需求和精度要求确定了检测系统中拉曼成像光谱仪、CCD相机、镜头、激光光源、移动平移台等主要元器件。开发了拉曼光谱成像检测系统实时检测与分析软件。软件以Lab View为主开发环境,实现了对CCD相机、激光光源等硬件的控制,利用Lab View与Matlab混合编程,完成数据的提取、分析计算与结果保存,通过Lab View与ENVI的混合编程,完成扫描线图像的实时合成和显示。对系统进行了安装和性能测试,光谱校正确定了CCD相机探测的拉曼光谱范围为-679.3~2 885.7 cm-1,空间校正确定了系统实际的空间分辨率为0.22 mm/像素。构建的拉曼光谱成像检测系统可快速、无损获取样品拉曼光谱和图像信息。     

手持式牛肉大理石花纹检测系统

针对牛肉屠宰加工企业的实际需求,开发了基于光谱技术与计算机图像处理技术相结合的牛肉大理石花纹检测系统,阐述了检测系统的工作原理、硬件构成、硬件参数的选择和软件系统的构建.通过选取中心波长为530 nm的窄带宽滤光片,利用工业相机提取该波长下的图像数据,开发了针对大理石花纹检测的图像处理软件系统,并且与人工判断大理石花纹等级进行了比对试验,结果表明该系统的检测精度能够满足对牛肉大理石花纹检测的要求.     

继续开展无损检测研究, 提升食品质量安全检测技术水平

正食品质量与安全是人们共同关注的热点,在食品产销链中如何保证食品及其原料的质量安全还面临诸多的问题和挑战。目前在食品生产加工企业、食品监管部门主要主要依赖于常规的微生物检测、理化检测和感官评估等较为传统的方法。随着电子技术、生物技术、光学技术等新型检测技术的发展,高效、灵敏和快捷的检测手段已逐步得到重视并逐渐替代传统的检测方法。无损检测技术作为其     

基于近红外光谱技术的微量有机磷农药的快速检测

针对现有的微量农药检测手段费时、复杂、前处理过程繁琐等不足,研究利用近红外光谱技术检测微量农药.制备两种不同的样品:不同浓度梯度的液体农药溶液样品和滤纸农药干燥样品,通过采取不同的光谱预处理手段,对比其相关系数和交叉验证均方差选择最适合的光谱预处理方法,采用偏最小二乘回归法建立预测模型.最后得出结论:滤纸农药干燥样品由于去除了绝大部分的水分使得检测精度相比较液体农药溶液样品有较大的提高,预测相关系数达到0.989,预测残差值为0.153,且相对分析误差为6.812,可以进行对农药浓度的定量检测.     

公益性行业(农业)科研专项“主要农畜产品品质安全快速检测关键技术与装备研究示范”简介

<正>公益性行业(农业)科研专项围绕农业发展的实际需要,开展应急性、培育性、基础性等科研工作,强调形成主导产品、主推技术、规程规范、决策支持方案等实用技术成果。公益性行业(农业)科研专项重点开展农业农村经济发展重大瓶颈制约技术的研发,农业行业基础性、共性技术的研发,各个区域农业生产关键技术的研发。我国在农畜产品品质安全检测技术与装备上远远落后于欧美国家。与发达国家相比,我国目前农畜产品检测技术主要依赖人工生化检验,缺乏高效、快     

主要粮食品质快速光学检测技术与装备研究进展

稻米、小麦、玉米作为三大主粮在我国居民粮食结构中占有重要位置,粮食生产、加工、储运等产业链中品质监测是不可或缺的重要环节,特别是高效、无损、客观、实时的光学品质检测对粮食行业的健康发展具有重要意义。本文对比分析了三大主粮的可见/近红外光谱、拉曼光谱、荧光光谱的光学特性及内部品质光学检测机理,总结分析了粮食内部品质光学检测技术国内外应用研究现状,探讨了机器视觉、高光谱等粮食外观品质检测技术应用范围及国内外研究现状。结合三大主粮特定的品质检测需求,总结分析了国内外粮食内部品质光学检测装置研究现状,重点探讨了外观品质检测装置的硬件组成和空间排布研究现状,并总结分析了各光学检测技术相关装置的商业化推广应用情况。最后,从粮食品质光学检测技术瓶颈出发,对粮食快速光学检测技术及装备存在的问题和发展趋势进行了分析展望。     

高光谱图像感兴趣区域对苹果糖度模型的影响

高光谱图像技术作为一种强有力的新兴技术,已应用于食品农产品品质与安全检测研究,然而高光谱图像中感兴趣区域形状大小的选择直接影响着检测的精度和稳定性。首先采集苹果330~1100 nm的高光谱图像,分别提取不同大小的圆形感兴趣区域和方形感兴趣区域的平均光谱,经光谱预处理以消除噪声及无关信息的影响,然后采用偏最小二乘法分别建立苹果的糖度定量分析模型,并以独立样本的预测集进行验证,分析感兴趣区域形状大小对高光谱图像建模精度的影响。结果表明,提取直径为150像素的圆形感兴趣区域建立的苹果糖度模型精度最高,预测能力最强,校正集相关系数Rc为0.9305,校正均方根误差RMSEC为0.4331,预测集相关系数Rp为0.9232,预测均方根误差RMSEP为0.4568。研究表明,针对研究对象选择合适形状和大小的感兴趣区域,对提高模型精度、发挥高光谱图像的技术优势具有重要意义。     

基于颜色特征的含黄曲霉毒素玉米颗粒的检出方法

为快速准确识别出感染黄曲霉毒素的玉米颗粒,基于黄曲霉毒素在365 nm紫外光照射下可发出黄绿色荧光(bright greenish-yellow fluorescence,BGYF)的特性,提出了一种以颜色为特征量的感染毒素颗粒的检出方法。首先针对同一组玉米颗粒样本分别获取其在紫外光和可见光下的2幅图像,对可见光图像进行二值化、颗粒区域填充等预处理操作,得到玉米颗粒的轮廓与位置信息;然后将进行彩色增强后的紫外光图像与预处理后的可见光图像掩膜;最后在掩膜图像中通过RGB模型中G通道下的阈值作为分割参数识别玉米颗粒上的感染区域。结果表明,所提出的识别方法对能够发出荧光的含黄曲霉菌玉米颗粒识别准确率达到84%以上,对含有黄曲霉毒素的正确检出率可达77.8%以上,能够达到区分检测的要求。     

便携式大米多品质参数无损检测仪设计与试验

基于近红外漫透射光补偿光谱分析技术,设计了便携式大米多品质参数无损检测仪,检测仪包括光谱采集单元、光源单元、控制与显示单元、供电单元、专用参考校正盒等,光谱采集单元通过光补偿杯和聚焦准直透镜有效提高了采集光谱的信噪比,整个装置尺寸为207 mm×90 mm×148 mm,携带方便。选取52个籼米样品,基于便携式大米多品质参数无损检测仪建立了大米含水率、直链淀粉质量分数和蛋白质质量分数的偏最小二乘预测模型,含水率、直链淀粉质量分数和蛋白质质量分数的校正集相关系数分别为0. 980 3、0. 977 0、0. 932 3,校正集均方根误差分别为0. 279 1%、0. 727 4%、0. 204 5%,验证集相关系数分别为0. 979 3、0. 957 1、0. 924 9,验证集均方根误差分别为0. 300 9%、1. 106 7%、0. 212 7%。基于MFC软件开发工具,采用C/C++语言编写了实时检测及控制软件,实现了便携式大米多品质参数检测仪的一键式操作。试验验证了便携式大米品质无损检测仪的检测精度和稳定性,结果表明,利用该装置预测大米含水率、直链淀粉质量分数和蛋白质质量分数的最大变异系数分别为0. 024、0. 079、0. 034,大米样品的含水率、直链淀粉质量分数和蛋白质质量分数的预测值和标准理化值的相关系数分别为0. 972 7、0. 940 9、0. 901 5,预测均方根误差为0. 363 2%、1. 318 1%、0. 243 0%。这表明自行设计的检测仪可以实现大米含水率、直链淀粉和蛋白质质量分数的实时无损检测。