CN108827934B - 一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法 - Google Patents
一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法 Download PDFInfo
- Publication number
- CN108827934B CN108827934B CN201810532134.6A CN201810532134A CN108827934B CN 108827934 B CN108827934 B CN 108827934B CN 201810532134 A CN201810532134 A CN 201810532134A CN 108827934 B CN108827934 B CN 108827934B
- Authority
- CN
- China
- Prior art keywords
- raman
- light source
- matrix
- point light
- 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.)
- Active
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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
-
- 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
- G01N21/88—Investigating the presence of flaws or contamination
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (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)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明提供了一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法,属于食品无损检测技术领域。该方法用拉曼散射点光源图像检测系统,采集并获取分层样本在不同位置,1024个波段下的拉曼图像;将拉曼图像强度波长域转换到强度空间域,提取感兴趣的区域和波段作为相应拉曼图像的子图像;选择图像激光点处波段图像,提取其中包含的拉曼峰;将波峰随位置变化信息,输入事先建立的盲源分离检测模型进行检测处理,获取拉曼峰是由包装物质产生或内部物质产生的判断结果,并利用拉曼光谱对食品品质进行评价。本发明对未知包装,可分离内部图像,实现盲源分离,进而进行食品品质检测,具有操作简单、准确性好、可靠性高的优点。
Description
技术领域
本发明属于食品无损检测技术领域,具体涉及一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法。
背景技术
经济发展带来生活水平的提高,消费者对于食品的需求和要求也日益增加。食品的种类和加工方式更加多样化,包装、贮存和运输过程中也产生更多的不可控因素,所以,消费者购买的食品真正的无损品质检测十分重要。
国内外学者尝试用电子舌技术、电子鼻技术、近红外光谱、高光谱图像技术、激光拉曼光谱技术等进行食品品质快速无损检测。但是,这些方法存在一些缺点:电子舌检测方法,需要被测样品与传感器接触,难以应用于带包装食品的检测;电子鼻技术需要利用食品的气味信息,存在易受其它气味因素干扰的缺点,而且对于带包装食品,其气味信息往往难以测量;包装材料在近红外区域对入射光子的吸收效应,对测量准确性有着极大的影响;高光谱图像与光谱信息在有包装的条件下检测食品,也存在很大干扰。
与其它技术相比,拉曼光谱技术可以很有效的检测食品的品质,在有包装和分层样品检测上,目前的拉曼散射图像技术,通过采集一定偏移距离的被测物质的拉曼光谱信号,结合多变量数据分析方法,获得深层物质的成分信息。但是,在偏移位置选择、拉曼信号分离精度、操作的便携性和对材料的要求上,都存在很多的问题。
发明内容
本发明的目的是克服现有技术中存在的不足,提供一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法,通过拉曼强度波段域到强度空间域的转换,以实现不需考虑偏移位置、精度显著提高、适用范围更广,可实现盲源分离,分离出内部拉曼图像,继而通过光谱分析直接检测食品品质。
本发明的技术方案:
一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法,步骤如下:
a、将带包装的食品样本,放置在拉曼散射点光源图像采集系统中,采集并获取分层样本在N个不同位置的拉曼图像矩阵RN,每个图像包含在1024个波段下,由以激光点为中心及距离激光点不同距离的点组成的一条线;
其中,λ0表示拉曼激发波长;λi表示第i个点的拉曼波长,RS是拉曼位移矩阵;
c、从均值矩阵Ravg中提取感兴趣的区域和波段作为相应拉曼图像的子图像,选择激光点及邻域的波段图像,提取其中包含的拉曼峰,并且返回均值矩阵Ravg中选择拉曼峰随激光点不同距离的变化矩阵P;
d、将步骤c所得的拉曼峰随激光点不同距离的变化矩阵P进行归一化处理,得到矩阵Pnorm,将矩阵Pnorm输入预先建立的盲源分离检测模型进行检测处理,经过外部包装和内部食品与模型的相关性分析,获取外部包装和内部食品混合拉曼光谱中所有峰的归属信息;
e、从步骤d得到的归属信息中,提取出只属于内部食品的拉曼光谱信息,利用拉曼光谱信息对食品的品质进行评价。
所述步骤d中,盲源分离检测模型的建立步骤如下:
(1)选取包装、食品、包装食品三种样本,将样本放置在拉曼散射点光源图像采集系统中,采集并获取分层样本在N个不同位置的拉曼图像;
(2)将分层样本中只属于包装和只属于食品产生的拉曼峰随激光点不同距离的强度变化归一化处理后,进行高斯拟合建模,模型形式为:
(3)对于采集数据点{xi,yi},i=1,2,3,...N进行拟合,并在拟合时乘以幅度常数A,得到准则函数:
其中,xi为归一化后的第i个横坐标点,yi为归一化后波峰随激光点位置变化的第i个点;
(4)对准则函数求解,得到对应参数估计σ2、μ、A,将参数带入步骤(2)的模型中,建立盲源分离检测模型。
其中,Pmin是P矩阵中的最小值,Pmax是P矩阵中的最大值,Pnorm是归一化后的矩阵。
所述的拉曼散射点光源图像采集系统包括设置于避光机箱1内部的CCD电源2、CCD数字照相机3、光谱仪4、聚焦透镜5、移动平台7、点光源透镜8、带旋钮的高度控制杆9和移动轨道10,以及设置于避光机箱1外部的点光源12和计算机13;
所述CCD电源2的输入端与CCD数字照相机3相连,CCD数字照相机3下端设置光谱仪4,光谱仪4下端设置聚焦透镜5,确保CCD数字照相机3采集以激光点为中心的拉曼图像;聚焦透镜5的下方设置扫描移动平台,扫描移动平台包括移动平台7、带旋钮的高度控制杆9和移动轨道10;带旋钮的高度控制杆9下端放置于移动轨道10上,上端连接移动平台7,样品6放置于移动平台7上,随着移动平台7的移动系统采集样本在不同位置的拉曼图像;带旋钮的高度控制杆9能通过旋钮调节控制杆的高度;所述的CCD电源2的输出端与计算机13相连,用于向计算机13输出采集得到的拉曼散射图像;点光源透镜8通过光纤11与点光源12相连,实现点光源强度稳定可调。
所述CCD数字照相机3的覆盖波长范围为735~1010nm;所述光谱仪4的光谱分辨率为0.2nm;所述点光源透镜8的入射光与竖直方向成30°。
所述移动平台(7)与聚焦透镜(5)之间的距离为27cm。
本发明的有益效果:本发明提供了一种基于盲源分离拉曼散射图像的带包装食品无损检测方法,利用拉曼散射图像采集系统首先获得食品及外包装的分离检测模型,通过检测模型及拉曼散射采集系统获取未知食品及包装的分离,构成盲源分离的检测系统;对于分离效果,通过光谱相关性分析进行评价,能够实现真正带包装的无损检测,无需考虑偏移位置,克服对包装要求很高的缺点,操作简单,可靠性高。
附图说明
图1为本发明拉曼散射图像采集系统的结构示意图。
图2为本发明检测方法的流程示意图。
图3为本发明检测方法判断拉曼峰归属内部添加三聚氰胺的奶粉或外部包装的残差图。
图中:1避光机箱;2CCD电源;3CCD数字照相机;4光谱仪;5聚焦透镜;6样品;7移动平台;8点光源透镜;9带旋钮的高度控制杆;10移动轨道;11光纤;12点光源;13计算机。
具体实施方式
以下结合具体附图和实施例对本发明做进一步说明。
实施例1:
本实施例提供一种基于盲源分离拉曼散射图像的带包装食品品质无损检测系统,如图1所示:该系统包括避光机箱1、CCD电源2、CCD数字照相机3、光谱仪4、聚焦透镜5、样品6、移动平台7、点光源透镜8、带旋钮的高度控制杆9、移动轨道10、光纤11、点光源12、计算机13。
其中,CCD电源2、CCD数字照相机3、光谱仪4、聚焦透镜5、样品6、移动平台7、点光源透镜8、带旋钮的高度控制杆9、移动轨道10架构,均设置在避光机箱1内部,避免外界光的干扰;所述CCD电源2的输入端与CCD数字照相机3相连,CCD数字照相机3下端设置光谱仪4,光谱仪4下端设置聚焦透镜5,采集以激光点为中心的如图所示器皿上的一条线的拉曼散射信息;聚焦透镜5的下方设置扫描移动平台,扫描移动平台包括移动平台7、带旋钮的高度控制杆9和移动轨道10;带旋钮的高度控制杆9下端放置于移动轨道10上,上端连接移动平台7,样品6放置于移动平台7上,随着移动平台7的移动采集样本不同位置的拉曼图像;带旋钮的高度控制杆9能通过旋钮调节控制杆的高度;CCD电源2的输出端与计算机13相连,用于向计算机13输出采集得到的拉曼散射图像;点光源透镜8通过光纤11与点光源12相连,形成点光源控制装置,实现点光源强度稳定可调,入射光与竖直方向成30°照射到样本点上。
所述CCD数字照相机3的覆盖波长范围735~1010nm,所述光谱仪4的光谱分辨率为0.2nm。
所述移动平台(7)与聚焦透镜(5)之间的距离为27cm。
本实施例采用以上系统,提供了一种基于盲源分离拉曼散射图像的带包装奶粉品质无损检测方法,步骤如下:
a、将带包装的添加三聚氰胺的奶粉,放置在拉曼散射点光源图像采集系统中,采集并获取分层样本在N个不同位置的拉曼图像矩阵RN,每个图像包含在1024个波段下,由以激光点为中心及距离激光点不同距离的点组成的一条线。
其中,λ0表示拉曼激发波长,仪器基础设定是785nm,程序中设定最大值点对应的波长;λi表示第i个点的拉曼波长,RS既是得到的拉曼位移矩阵。
c、提取感兴趣的区域,即Ravg矩阵的第527行的200到1024列的矩阵,第527行是激光点的位置,产生的拉曼光强最强,包含信息量最丰富,200到1024列是包含所需要信息的部分,得到一向量矩阵RRS。
以向量矩阵RRS为纵轴、拉曼位移矩阵RS为横轴组成强度拉曼位移空间,从强度拉曼位移空间中选取拉曼峰,并且返回均值矩阵Ravg中选择拉曼峰随激光点不同距离的变化矩阵P。
d、将步骤c所得的拉曼峰随激光点不同距离的变化矩阵P进行归一化,得到矩阵Pnorm,:
其中,Pmin是P矩阵中的最小值,Pmax是P矩阵中的最大值,Pnorm是归一化后的矩阵。
将Pnorm输入预先建立的盲源分离检测模型进行检测处理,通过残差分析,获取拉曼峰是由表层包装物质产生或内部物质产生的判断结果。
在步骤d中,预先建立检测模型包括:
(1)选取包装、食品、包装食品三种样本,将样本放置在拉曼散射点光源图像采集系统中,采集并获取分层样本在不同位置的拉曼图像;
(2)将分层样本中只属于表层或外包装产生的拉曼峰和只属于内部物质产生的拉曼峰,随激光点不同距离的强度变化归一化处理后,进行高斯拟合建模,其模型形式为:
(3)对于采集数据点{xi,yi},(i=1,2,3,...N)进行拟合,其中,xi为归一化后的第i个横坐标点,yi为归一化后波峰随激光点位置变化的第i个点。拟合时乘以幅度常数A,得到准则函数为:
(4)对准则函数求解,得到对应参数估计σ2、μ、A,将参数带入步骤(2)的模型中,建立盲源分离检测模型。
e、从步骤d中得到包装覆盖食品混合拉曼光谱中所有峰的归属,提取出只属于内部食品的拉曼光谱信息,直接用光谱分析对食品的品质进行评价。
在步骤a中,包装使用食品国标通用包装,并带有彩色打印;奶粉是超市购置的全脂奶粉,通过匀质器与99%纯度的三聚氰胺充分混合,奶粉与三聚氰胺混合的质量比为20:1,单层包装覆盖混合物作为检测样本。
在步骤d中,对于判定拉曼峰归属于添加三聚氰胺的奶粉和外部包装的残差分析图如图3所示。
在步骤e中,获取了分离出的内部食品拉曼峰图像,在拉曼偏移376cm-1、672cm-1处出现的峰值,与三聚氰胺375cm-1、671cm-1相匹配,判定测试样本中含有三聚氰胺。
Claims (9)
1.一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法,其特征在于,步骤如下:
a、将带包装的食品样本,放置在拉曼散射点光源图像采集系统中,采集并获取分层样本在N个不同位置的拉曼图像矩阵RN,每个图像包含在1024个波段下,由以激光点为中心及距离激光点不同距离的点组成的一条线;
其中,λ0表示拉曼激发波长;λi表示第i个点的拉曼波长,RS是拉曼位移矩阵;
c、从均值矩阵Ravg中提取感兴趣的区域和波段作为相应拉曼图像的子图像,选择激光点及邻域的波段图像,得到一向量矩阵RRS,以向量矩阵RRS为纵轴、拉曼位移矩阵RS为横轴组成强度拉曼位移空间,从强度拉曼位移空间中选取拉曼峰,并且返回均值矩阵Ravg中选择拉曼峰随激光点不同距离的变化矩阵P;
d、将步骤c所得的拉曼峰随激光点不同距离的变化矩阵P进行归一化处理,得到矩阵Pnorm,将矩阵Pnorm输入预先建立的盲源分离检测模型进行检测处理,经过外部包装和内部食品与模型的相关性分析,获取外部包装和内部食品混合拉曼光谱中所有峰的归属信息;
e、从步骤d得到的归属信息中,提取出只属于内部食品的拉曼光谱信息,利用拉曼光谱信息对食品的品质进行评价。
2.根据权利要求1所述的带包装食品品质无损检测方法,其特征在于,所述步骤d中,盲源分离检测模型的建立步骤如下:
(1)选取包装、食品、包装食品三种样本,将样本放置在拉曼散射点光源图像采集系统中,采集并获取分层样本在N个不同位置的拉曼图像;
(2)将分层样本中只属于包装和只属于食品产生的拉曼峰随激光点不同距离的强度变化归一化处理后,进行高斯拟合建模,模型形式为:
(3)对于采集数据点{xi,yi},i=1,2,3,...N进行拟合,并在拟合时乘以幅度常数A,得到准则函数:
其中,xi为归一化后的第i个横坐标点,yi为归一化后波峰随激光点位置变化的第i个点;
(4)对准则函数求解,得到对应参数估计σ2、μ、A,将参数带入步骤(2)的模型中,建立盲源分离检测模型。
4.根据权利要求1或2所述的带包装食品品质无损检测方法,其特征在于,所采用的拉曼散射点光源图像采集系统,包括设置于避光机箱(1)内部的CCD电源(2)、CCD数字照相机(3)、光谱仪(4)、聚焦透镜(5)、移动平台(7)、点光源透镜(8)、带旋钮的高度控制杆(9)和移动轨道(10),以及设置于避光机箱(1)外部的点光源(12)和计算机(13);
所述CCD电源(2)的输入端与CCD数字照相机(3)相连,CCD数字照相机(3)下端设置光谱仪(4),光谱仪(4)下端设置聚焦透镜(5),确保CCD数字照相机(3)采集以激光点为中心的拉曼图像;聚焦透镜(5)的下方设置扫描移动平台,扫描移动平台包括移动平台(7)、带旋钮的高度控制杆(9)和移动轨道(10);带旋钮的高度控制杆(9)下端放置于移动轨道(10)上,上端连接移动平台(7),样品(6)放置于移动平台(7)上,随着移动平台(7)的移动系统采集样本在不同位置的拉曼图像;带旋钮的高度控制杆(9)能通过旋钮调节控制杆的高度;所述的CCD电源(2)的输出端与计算机(13)相连,用于向计算机(13)输出采集得到的拉曼散射图像;点光源透镜(8)通过光纤(11)与点光源(12)相连,实现点光源强度稳定可调。
5.根据权利要求3所述的带包装食品品质无损检测方法,其特征在于,所采用的拉曼散射点光源图像采集系统,包括设置于避光机箱(1)内部的CCD电源(2)、CCD数字照相机(3)、光谱仪(4)、聚焦透镜(5)、移动平台(7)、点光源透镜(8)、带旋钮的高度控制杆(9)和移动轨道(10),以及设置于避光机箱(1)外部的点光源(12)和计算机(13);
所述CCD电源(2)的输入端与CCD数字照相机(3)相连,CCD数字照相机(3)下端设置光谱仪(4),光谱仪(4)下端设置聚焦透镜(5),确保CCD数字照相机(3)采集以激光点为中心的拉曼图像;聚焦透镜(5)的下方设置扫描移动平台,扫描移动平台包括移动平台(7)、带旋钮的高度控制杆(9)和移动轨道(10);带旋钮的高度控制杆(9)下端放置于移动轨道(10)上,上端连接移动平台(7),样品(6)放置于移动平台(7)上,随着移动平台(7)的移动系统采集样本在不同位置的拉曼图像;带旋钮的高度控制杆(9)能通过旋钮调节控制杆的高度;所述的CCD电源(2)的输出端与计算机(13)相连,用于向计算机(13)输出采集得到的拉曼散射图像;点光源透镜(8)通过光纤(11)与点光源(12)相连,实现点光源强度稳定可调。
6.根据权利要求4所述的带包装食品品质无损检测方法,其特征在于,所述CCD数字照相机(3)的覆盖波长范围为735~1010nm;所述光谱仪(4)的光谱分辨率为0.2nm;所述点光源透镜(8)的入射光与竖直方向成30°。
7.根据权利要求5所述的带包装食品品质无损检测方法,其特征在于,所述CCD数字照相机(3)的覆盖波长范围为735~1010nm;所述光谱仪(4)的光谱分辨率为0.2nm;所述点光源透镜(8)的入射光与竖直方向成30°。
8.根据权利要求4所述的带包装食品品质无损检测方法,其特征在于,所述移动平台(7)与聚焦透镜(5)之间的距离为27cm。
9.根据权利要求5、6或7所述的带包装食品品质无损检测方法,其特征在于,所述移动平台(7)与聚焦透镜(5)之间的距离为27cm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810532134.6A CN108827934B (zh) | 2018-05-21 | 2018-05-21 | 一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810532134.6A CN108827934B (zh) | 2018-05-21 | 2018-05-21 | 一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108827934A CN108827934A (zh) | 2018-11-16 |
CN108827934B true CN108827934B (zh) | 2020-10-16 |
Family
ID=64146594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810532134.6A Active CN108827934B (zh) | 2018-05-21 | 2018-05-21 | 一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108827934B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884030A (zh) * | 2019-03-12 | 2019-06-14 | 牛建国 | 一种利用激光的食品/药品安全识别装置 |
CN111366573B (zh) * | 2020-03-27 | 2022-12-20 | 合肥金星智控科技股份有限公司 | 基于libs光谱成分分析结果的评价方法 |
CN112014376A (zh) * | 2020-09-09 | 2020-12-01 | 江南大学 | 一种基于空间偏移拉曼光谱的虾肉新鲜度检测方法 |
CN113984736B (zh) * | 2021-11-03 | 2022-07-29 | 江南大学 | 一种基于空间偏移拉曼光谱的带包装食品信号分离方法 |
CN114994015B (zh) * | 2022-06-07 | 2024-10-18 | 公安部物证鉴定中心 | 一种无损检测透明胶带的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0510247D0 (en) * | 2004-09-03 | 2005-06-29 | Horiba Ltd | Method and device for measuring stress of semiconductor material |
CN104749155A (zh) * | 2013-12-27 | 2015-07-01 | 同方威视技术股份有限公司 | 用于检测容装体中的样品的拉曼光谱检测方法 |
CN104833638A (zh) * | 2015-04-15 | 2015-08-12 | 浙江大学 | 基于连续波的双层瓜果组织光学特性无损检测方法与装置 |
CN105044054A (zh) * | 2015-05-20 | 2015-11-11 | 中国石油大学(华东) | 一种基于盲源分离的海洋溢油精细化遥测方法 |
CN206399836U (zh) * | 2016-12-08 | 2017-08-11 | 同方威视技术股份有限公司 | 非接触式安全检查系统 |
-
2018
- 2018-05-21 CN CN201810532134.6A patent/CN108827934B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0510247D0 (en) * | 2004-09-03 | 2005-06-29 | Horiba Ltd | Method and device for measuring stress of semiconductor material |
CN104749155A (zh) * | 2013-12-27 | 2015-07-01 | 同方威视技术股份有限公司 | 用于检测容装体中的样品的拉曼光谱检测方法 |
CN104833638A (zh) * | 2015-04-15 | 2015-08-12 | 浙江大学 | 基于连续波的双层瓜果组织光学特性无损检测方法与装置 |
CN105044054A (zh) * | 2015-05-20 | 2015-11-11 | 中国石油大学(华东) | 一种基于盲源分离的海洋溢油精细化遥测方法 |
CN206399836U (zh) * | 2016-12-08 | 2017-08-11 | 同方威视技术股份有限公司 | 非接触式安全检查系统 |
Non-Patent Citations (2)
Title |
---|
Preprocessing Methods of Raman Spectra for Source Extraction on Biomedical Samples: Application on Paraffin-Embedded Skin Biopsies;Cyril Gobinet 等;《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》;20090531;第56卷(第5期);全文 * |
探测非透明介质下深层成分的拉曼光谱技术研究;张晓华 等;《原子能科学技术》;20140320;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108827934A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108827934B (zh) | 一种基于盲源分离拉曼散射图像的带包装食品品质无损检测方法 | |
US7724925B2 (en) | System for generating thermographic images using thermographic signal reconstruction | |
CN101832926B (zh) | 一种利用高光谱图像技术进行苹果粉质化无损检测方法 | |
US11906424B2 (en) | Method for identifying chemical and structural variations through terahertz time-domain spectroscopy | |
CN105203464B (zh) | 基于高光谱成像技术检测花生中油酸含量分布的方法 | |
CN105115910B (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 | |
CN105372203B (zh) | 基于多传感器融合的新鲜苹果损伤敏感度无损检测方法 | |
CN102033081A (zh) | 基于图像序列处理的红外锁相热波无损检测方法 | |
KR20140011258A (ko) | 결함 검사 방법 및 결함 검사 장치 | |
CN105486655B (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
CN107064053A (zh) | 基于近红外高光谱技术无损检测杨梅中多酚含量的方法 | |
CN105181606B (zh) | 基于高光谱成像技术检测花生中蔗糖含量分布的方法 | |
CN100357725C (zh) | 近红外技术快速检测牛肉嫩度的方法和装置 | |
CN105092579A (zh) | 一种芒果品质无损检测设备 | |
CN111289496A (zh) | 一种远距离变焦距激光诱导击穿光谱的检测方法及装置 | |
CN201041553Y (zh) | 基于多光谱成像技术的水果品质无损检测系统 | |
CN107300562B (zh) | 一种测量继电器成品触点间距的x射线无损检测方法 | |
CN112014376A (zh) | 一种基于空间偏移拉曼光谱的虾肉新鲜度检测方法 | |
CN111521575B (zh) | 质控物质选择方法及装置 | |
CN204705581U (zh) | 汽车自动变速箱油品牌与品质快速检测装置 | |
WO2002089042A1 (en) | System for generating thermographic images using thermographic signal reconstruction | |
CN105115909B (zh) | 基于高光谱成像技术检测花生中脂肪含量分布的方法 | |
CN116443430A (zh) | 评估卷烟硬小盒闭合性能的测试工具、系统及对应的方法 | |
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 | |
CN111640085B (zh) | 图像处理方法和设备、检测方法和装置、存储介质 |
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 |