基于机器视觉图像提取的马铃薯内部病虫害特征识别

构建二维马铃薯内部病虫害视觉图像采集模型,对采集的马铃薯内部病虫害视觉图像进行分块融合检测,根据马铃薯绿叶素纹理分布进行病虫害的特征检测,提取马铃薯内部病虫害视觉分形特征量,采用表面纹理配准和分块自适应检测方法进行病虫害的特征点标定,结合小波变换方法进行马铃薯内部病虫害视觉图像的特征分解,根据颜色梯度变化的差异性实现机器视觉下的马铃薯内部病虫害特征识别。仿真结果表明采用该方法进行马铃薯内部病虫害特征识别的准确率接近90%,提高了马铃薯内部病虫害的防治和识别能力。     

基于可见/近红外高光谱成像技术的番茄表面农药残留无损检测

以番茄为研究对象,应用可见/近红外高光谱成像技术对水果表面农药残留的无损检测研究。用蒸馏水将嘧霉胺农药稀释成1∶20,1∶100,1∶500 3个梯度,将不同浓度的溶液分别滴到60个洗净的番茄表面,形成3×3矩阵。放置在通风阴凉处12h后,应用高光谱系统(400~1 000nm)采集光谱图像信息。利用主成分分析法获得主成分图像(PC),并根据第二主成分图像(PC-2)的权重系数选取特征波长564,809,967nm。采用波段比(564nm/809nm)结合适当的图像处理方法对番茄表面的农药残留进行检测。高浓度(1∶20,1∶100)农药点检测率为100%,而低浓度(1∶500)农药点的检测率为0。结果表明,高光谱成像技术对高浓度农药残留具有较好的检测效果。     

菠菜表面农残的SERS无损检测方法研究

本文针对菠菜农药残留量超标问题,建立了一种能够快速、无损地对菠菜表面农药残留量进行检测的方法。利用表面增强拉曼光谱技术(SERS,Surface Enhanced Raman Scattering)采集含农药(溴氰菊酯)和不含的两组菠菜样本的SERS光谱,结合一阶导加Norris求导法、Savitzky-Golay卷积求导法进行光谱预处理,使用判别分析法和距离匹配法建立定性分析模型,成功区分两组菠菜样本,模型预测准确率最高可达到100%;使用偏最小二乘法建立了菠菜表面溴氰菊酯残留量的多个定量分析模型,研究发现差谱模型效果最好,其校正集相关系数(Rc)和预测集相关系数(Rp)分别为0.9908,0.9552,校正均方根误差(RMSEC)和预测均方根误差(RMSEP)分别为0.0802,0.23。结果表明,运用SERS方法能够很好地实现菠菜表面溴氰菊酯残留量的无损定性和定量检测分析,且无需任何前处理,对其它农产品中农药残留量的快速、无损检测具有借鉴意义。     

基于高光谱成像技术的苹果表面缺陷无损检测

以"红富士"苹果为研究对象,提出基于高光谱成像技术结合图像分割技术的苹果表面缺陷的无损检测方法。采用高光谱图像采集系统(400 nm～1 000 nm)采集完好无损和表面有缺陷苹果的高光谱图像;对采集到的高光谱图像进行最小噪声分离变换,提取感兴趣区域的平均光谱反射率;采用图像分割技术提出苹果表面缺陷的无损检测方法。结果表明:采用最小噪声分离变换可有效地消除苹果高光谱图像中的噪声;在700 nm～800 nm以及900 nm～1 000 nm波段范围内完好无损和表面有缺陷的苹果的光谱反射率值具有明显的差异,同时选取特征波长717.98 nm处的光谱反射率值小于0.6以及982.59 nm处的光谱反射率值大于0.52作为区分苹果正常区域和表面缺陷区域的阈值条件,进一步利用阈值分割方法对80个完好无损苹果和40个表面有缺陷苹果的正确识别率分别为97.5%和95%。表明高光谱成像技术结合图像分割技术可实现苹果表面缺陷的无损检测。     

基于高光谱成像技术的长枣表面农药残留无损检测

利用近红外高光谱成像技术对灵武长枣的表面农药残留进行无损检测研究。采用Kubelka-Munk校正和SavitzkyGolay卷积平滑对900~1 700nm波段范围内的原始光谱进行预处理,选取最优的预处理方法;运用偏最小二乘回归系数选择特征波长,建立全波段和特征波长下的偏最小二乘农药残留预测模型。结果表明,经过Kubelka-Munk+Savitzky-Golay卷积平滑处理后的光谱建模效果最好,且利用特征波长建立的长枣表面农药残留校正和验证模型的相关系数和均方根误差分别为0.86,0.85和0.000 32,0.000 33,优于全波段建立的模型。研究表明,采用高光谱成像技术对灵武长枣表面农药残留的无损检测是可行的。     

渝东北市售番茄中农药残留状况调查及分析

目的:调查渝东北地区市售番茄中农药残留量情况。方法:从渝东北地区采集了186份番茄样品,采用气相色谱法测定农药残留量。结果:番茄中腐霉利的检出率为41.40%,超标率为0.54%,其他所测5种农药均未超标。结论:农药检出率高且腐霉利有超标现象,需要进一步加强番茄质量安全控制,引起相关部门重视。     

高光谱图像技术检测梨表面农药残留试验研究

以滴有不同浓度毒死蜱和炔螨特农药的水晶皇冠梨为研究对象,探讨高光谱图像技术结合人工神经网络方法检测水果表面农药残留量的可行性.分别配制不同浓度分布的毒死蜱水溶液和炔螨特水溶液样本各20个,按100μL和150μL取农药溶液滴在梨表面,在835.467 8～1 648.356 8 nm范围采集高光谱图像,提取感兴趣区域数...     

基于图像局部方差的亮度矫正下番茄表面缺陷检测方法

目的:解决番茄表面缺陷颜色复杂多变、纹理变化不规则导致的缺陷提取不准确的问题。方法:提出一种考虑亮度矫正下基于图像局部方差的番茄表面缺陷分割方法。在采用直方图阈值分割方法分割花萼与茎疤以及领域像素加权和替代原像素的方法完成亮度矫正的基础上,将番茄表面灰度图像划分成若干图像块,使用图像像素方差对各图像块的颜色进行表征,将缺陷区域与健康区域区分开。使用SVM模型对番茄表面缺陷区域面积占原图中番茄面积的比例进行检测。结果:考虑亮度校正后对番茄缺陷区域提取准确率提高了27.74个百分点,在此基础上,与全局阈值、动态阈值、区域生长算法相比,基于图像局部方差的缺陷提取方法能够实现番茄表面缺陷的准确定位与完整提取,以缺陷面积比为输入的高斯-SVM模型对番茄表面缺陷检测的精度达96%。结论:考虑亮度矫正下,基于图像局部方差的SVM缺陷提取方法适用于番茄表面缺陷检测。     

基于拉曼光谱技术检测菠菜毒死蜱残留的初步研究

目的 基于拉曼光谱技术初步探讨菠菜表面有机磷农药毒死蜱的快速、无损检测新方法。方法 利用本研究自行搭建的拉曼光谱检测系统获取残留不同浓度毒死蜱农药的菠菜光谱曲线, 通过SG-5点平滑减小曲线噪声, 基于最小二乘法的10次多项式拟合法剔除菠菜荧光背景, 并对含有不同浓度毒死蜱农药的菠菜样品拉曼图谱进行比较分析。结果 特征归属为P=S振动的632 cm-1处的拉曼信号可识别菠菜表面毒死蜱农药残留, 其检测限为400 mg/kg, 而且拉曼特征波峰的相对强度与菠菜表面农药残留浓度存在较好的线性关系, 其相关系数为R2=0.92。结论 拉曼光谱技术有望实现叶片类蔬菜的农药残留的快速、无损、定量检测。     

基于拉曼光谱技术检测菠菜的毒死蜱残留

目的基于拉曼光谱技术初步探讨菠菜表面有机磷农药毒死蜱的快速、无损检测新方法。方法利用本研究自行搭建的拉曼光谱检测系统获取残留不同浓度毒死蜱农药的菠菜光谱曲线,通过SG-5点平滑减小曲线噪声,基于最小二乘法的10次多项式拟合法剔除菠菜荧光背景,并对含有不同浓度毒死蜱农药的菠菜样品拉曼图谱进行比较分析。结果特征归属为P=S振动的632 cm-1处的拉曼信号可识别菠菜表面毒死蜱农药残留,其检测限为400 mg/kg,而且拉曼特征波峰的相对强度与菠菜表面农药残留浓度存在较好的线性关系,其相关系数为R2=0.92。结论拉曼光谱技术有望实现叶片类蔬菜的农药残留的快速、无损、定量检测。     

气相色谱-质谱法结合固相萃取技术同时测定番茄中53种农药残留

建立气相色谱串联质谱法结合固相萃取技术同时检测番茄中53种农药残留物的分析方法。样品经乙腈与水提取,C18柱与NH2固相萃取柱进行净化,正己烷定容后,采用气相色谱-质谱联用法测定,外标法定量。53种农药在基质中的线性范围良好,检出限达到我国现行农药残留限量标准;大部分农药化合物加样回收率均在60.0%~120.0%,相对标准偏差为3.2%~15.4%,该方法操作简便,灵敏度较高,且净化效果好,可以满足实际检测需求,也为其他果蔬中农药残留检测提供方法借鉴。     

分子印迹技术及其在农药残留检测中的应用

分子印迹技术是指制备可选择性识别目标分子的高分子聚合物的技术。该技术具有识别特异性、高效选择性、可重复利用性等优点,可以有效去除基质干扰,适用于基质复杂样品中痕量水平物质的检测分析。分子印迹聚合物是具有特异性识别功能的选择性吸附材料,通过其识别功能可有效将目标成分从样品中分离出来,在目标分子的分离富集方面有着独特的优势。分子印迹技术的选择性和实用性等优点,使其具有广泛的应用前景。近年来,分子印迹技术在农药残留检测方面受到越来越多的关注,在有机磷、氨基甲酸酯类等农药残留检测分析中取得良好效果。本文在介绍分子印迹技术的基础上,总结了近年该方法在农药残留检测中的重要应用,并展望了分子印迹技术在农药残留检测中的发展前景,为农药残留检测的完善和发展提供参考。     

酶抑制-数字图像比色法检测和鉴别食品中二硫代氨基甲酸酯、氨基甲酸酯和有机磷类农药残留

建立一种绿色、高效、便捷地检测和鉴别蔬菜、水果和谷物中二硫代氨基甲酸酯、氨基甲酸酯和有机磷类农药残留的分析方法。方法 采用简单的胶带黏贴剥离方式, 结合低共熔溶剂洗脱对食品样品中的农药进行高效提取。二硫代氨基甲酸酯、氨基甲酸酯和有机磷类农药会抑制酪氨酸酶的活性, 使酪氨酸酶对酚类物质的氧化能力降低, 影响酚类物质与氯化铁生成有色物质的反应, 本方法基于此实现农药的残留分析。通过建立酪氨酸酶、酚类物质和氯化铁的比色阵列传感器, 结合主成分分析实现多种农药的区分。结果 本研究建立的酶抑制-数字图像比色法对番茄、苹果和玉米中福美锌残留在0.008~8.000 mg/kg的范围内线性良好, 检出限为0.003 mg/kg, 定量限为0.008 mg/kg, 回收率为75.2%~94.9%, 相对标准偏差小于5.0%。结论 本研究建立的酶抑制-数字图像比色法绿色环保、简单高效, 且易于推广, 适用于蔬菜、水果和谷物等食品样品中农药残留的检测, 并且在多种农药的残留分析方面有良好的应用前景。     

基于表面增强拉曼光谱标记技术的生物传感器用于农药残留检测的研究进展

近年来,表面增强拉曼光谱（surface enhancement Raman spectroscopy,SERS）标记技术因具有高灵敏度、可多路复用、强抗光漂白性和较好的分子指纹保真度等特性而备受瞩目,并已成功应用于传感分析及生物成像领域。本综述主要总结了基于SERS标记技术的生物传感器的原理及其在农药残留快速检测领域中的最新研究进展,重点介绍了SERS标签的设计与制备及基于不同识别元件传感系统的研究现状。同时,对其面临的挑战和解决方案进行了探讨,以期促进SERS标记技术在农药残留检测及食品安全检测方面的应用。     

Investigation of pesticide residues in vegetables and fruits grown in various regions of Hatay,Turkey

In this study, 175 pesticide residues in various vegetable and fruit samples grown in different regions of Hatay, Turkey, were investigated. Residue analyses were performed using liquid chromatography–tandem mass spectrometry with the QuEChERS method. In tomato, plum and apricot samples, pesticide residues were below the limits of detection. In other samples, at least one pesticide residue was detected. Twelve pesticides (acetamiprid, carbendazim, chlorpyrifos, fenarimol, fludioxonil, hexythiazox, imidacloprid, metalaxyl, pyridaben, pyriproxyfen, thiabendozole, triadimenol) were found at levels between 0.003 and 0.759?mg?kg^?1. Only in cucumber samples, acetamiprid residues were found at levels greater than the maximum acceptable limit in Turkish Food Codex and European Union maximum residue limits (EU MRLs). In other samples, the detected residue amounts are less than the MRLs declared in the Turkish Food Codex and EU MRLs.     

气相色谱串接质谱测定食醋中多组分农药残留含量的方法研究

该研究建立了食醋中多组分农药残留的气相色谱串接质谱（GC-MS/MS）检测法,并成功运用于市售食醋中农药残留的定量 检测。食醋先用氨水中和至中性,再用甲苯/环己烷的混合溶液提取,经石墨化炭黑（GCB）和N-丙基乙二胺（PSA）净化,有机相膜过滤后 进样。样品经DB-5MS柱分离后采用多反应监测（MRM）模式进行检测,外标法定量。目标化合物在一定质量浓度范围内（7.81～125 μg/L） 线性关系良好,相关系数R2均＞0.99。方法的定量限（LOQ）和检出限（LOD）分别为10.0μg/L、5.00μg/L,平均回收率为78.5%～112.0%,相对标准偏差（RSDs）为5.90%～11.40%。该方法简便、快速、准确,已成功应用于市售食醋中农药残留的检测。     

水产品中农药残留国内外标准体系分析与检测方法研究进展

水产品作为优质膳食来源之一, 不规范使用农药行为使渔业养殖水源被污染, 水产品的质量安全面临极大的威胁。针对水产品中药物残留的监督抽检主要集中在兽药残留的检测, 但对水产品中农药残留存在监管不足的问题。本文分析了国内外水产品中农药残留限量标准的差异, 发现我国在农药数量和最大残留限量项次两方面与国际食品法典委员会相当，但与欧盟、美国、日本等其他主要贸易国家有较大差距, 特别是对法规之外且非豁免的农药的“一律限量”要求是我国食品质量安全管理的空白，这为我国完善水产品中农药最大残留限量标准制修订提供参考。同时, 本文从提取、净化、检测3个方面综述了水产品中农药残留的检测方法, 发现采用乙腈提取、QuEChERS净化的前处理方法能提高水产品中农药残留的检测效率。建立简便快捷的水产品中多农药残留分析方法, 对于及时和准确地摸排水产品中的农药污染状况, 提早发现可能存在的安全隐患, 减少食品安全事故的出现具有重要意义。     

基于深度学习的牛肉大理石纹智能分级研究

目的开发客观、准确、无损的基于深度学习的牛肉大理石纹智能化分级技术。方法将深度学习的图像识别方法应用于牛肉大理石纹的特征提取和分类上,并进行相应的调试和学习。结果通过计算机调试和学习,评级正确率分别达到84.2%(一级)、89.4%(二级)、81.9%(三级)、84.1%(四级)、82.6%(五级)。各级牛肉的识别率均在80%以上,识别时间都在1 s以内,达到了预期目标。结论将深度学习的图像识别方法应用于牛肉大理石纹的特征提取和分类上,评级准确率非常高,且随着图片数据库样本数的不断增多,其识别的准确度将不断提高,可进行大量推广使用。     

基于灰色模型的蔬菜农药残留量不确定度评定

针对检测值的分布函数未知时,蔬菜农药残留量的不确定度存在难以评定的问题,提出了一种基于灰色模型的评定方法。采用气相色谱法测定蔬菜中9种有机氯类和拟除虫菊酯类农药残留量;将农药残留量检测看作灰色过程,构建蔬菜农残量不确定度的灰色评定数学模型,并用该模型对9种有机氯类和拟除虫菊酯类农药残留量的不确定度进行评定;与蔬菜农残量不确定度的统计评定结果进行对比。结果表明:基于灰色模型的评定方法能够较快计算蔬菜农残量的不确定度,与统计学标准差计算值之间无显著性差异,两者结果的相关性极强(相关系数为0.997)。该方法用于评定小样本、分布类型未知的蔬菜农残量的不确定度是科学可行的。