高光谱成像技术在肉品无损检测中的应用及进展

高光谱成像技术是集图像学和光谱学于一身的新技术,能够快速、准确、无损地获得农产品内外品质信息,从而实现农产品的全方位检测.主要介绍了高光谱成像技术的原理及在肉品品质检测中的应用,并对高光谱成像技术在未来肉品检测方面的应用进行了展望.     

肉品品质检测技术综述

介绍了人工嗅觉与人工味觉检测技术、计算机视觉技术、近红外光谱技术、高光谱图像检测技术等无损检测技术的发展概况.应用高光谱图像技术对肉品品质进行无损检测是当前的研究热点之一.介绍了该技术的基本原理和国内外肉品品质高光谱图像检测技术的研究现状,并展望了高光谱图像检测技术在肉品品质检测中的研究前景,以期对我国相关研究人员的研究工作提供参考.     

高光谱在农产品无损检测中的应用展望

从高光谱技术的分类和特点入手,跟踪国内外利用高光谱无损检测农产品方面的最新研究成果,对高光谱成像技术在农产品表面损伤检测、内部品质检测、表面污染及外部品质检测以及在肉品质和污染检测等方面的研究进行了分类整理.对现阶段存在的高光谱采集设备、数据处理及建模、样品物理化学性质等方面存在的问题及解决对策予以讨论,并探讨了高光谱技术在农产品无损检测方面的发展趋势,以期为同行提供参考.     

牛肉品质高光谱检测技术研究

为及时了解肉品品质,需要一种快速准确检测肉品品质的方法。针对此问题,提出利用高光谱检测技术检测肉品品质的方法。高光谱检测技术,需对光谱进行预处理。主要分析在400~1100nm波长内获取牛肉表面的高光谱图像,经过多种预处理方法进行预处理后,再通过连续投影算法进行特征波长优选后,分别利用多元线性回归对新鲜度和水分含量进行校正集和预测集建模,通过模型评价指标来判断各预处理方法的优劣性。实验结果表明,2阶9点S.Golay卷积平滑对牛肉新鲜度指标和水分含量的预测均是最佳预处理方法。     

基于计算机视觉的稻米品质评价研究进展

计算机视觉的无损检测技术在农业领域有着广泛的应用前景,它在稻米品质评价中起着关键的作用.重点论述了基于计算机视觉的稻米粒型、外观品质、加工品质检测的研究进展.在此基础上,指出了利用计算机视觉技术并结合红外、微波、核磁共振等技术进行农产品内部品质检测,研究快速并行图像处理算法等的发展趋势.     

近红外光谱技术检测农产品农药残留量的研究

介绍了近年来近红外光谱分析技术在农产品农药残留分析检测技术中的应用,其中覆盖了样品预处理方法、运用化学计量学进行定性和定量检测分析技术的方法等.概述了近几年来在近红外农残检测领域的应用和研究进展.提出了结合多信息融合技术的农药残留分析技术及其发展前景.     

高光谱遥感技术的分析与应用

探讨高光谱成像技术在地质、植被覆盖探测、大气、环境遥感等多种领域的广泛应用,提出了今后高光谱遥感的应用研究领域和应用前景.为充分利用遥感的技术手段进行对地观测、地表环境变化的监测提供了更充分的依据.     

果蔬无损自动检测系统

西安工业大学研制出一种果蔬无损自动检测系统,它利用高光谱成像光谱仪能够对果蔬样品进行光谱和影像的无损检测,获取待测样品的详细的光谱及影像信息。系统分析软件通过对样品光谱信息和影像信息的分析,可以得出果蔬样品的内部品质和外部品质。     

果蔬无损自动检测系统

西安工业大学研制出一种果蔬无损自动检测系统,它利用高光谱成像光谱仪能够对果蔬样品进行光谱和影像的无损检测,获取待测样品的详细的光谱及影像信息。系统分析软件通过对样品光谱信息和影像信息的分析,可以得出果蔬样品的内部品质和外部品质。     

基于高光谱技术的灵武长枣糖度预测模型研究

灵武长枣糖度是反映其品质的重要指标之一.利用高光谱成像技术对灵武长枣的糖度进行无损检测研究.采用多元散射校正、标准正态变量变换和Savitzky-Golay平滑对900¹ 700 nm及4001 700 nm及400¹ 000 nm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,最后分别建立灵武长枣糖度的PCA和PLSR预测模型,优选最佳模型.结果表明,4001 000 nm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,最后分别建立灵武长枣糖度的PCA和PLSR预测模型,优选最佳模型.结果表明,400¹ 000 nm光谱数据经过多元散射校正后的光谱建立的预测模型效果较好,9001 000 nm光谱数据经过多元散射校正后的光谱建立的预测模型效果较好,900¹ 700 nm光谱数据则是经过Savitzky-Golay平滑后的光谱建立的预测模型较好;两者均是采用PLSR模型建模效果较好,其校正模型和验证模型的相关系数分别为0.938、0.916和0.823、0.864.研究表明,采用高光谱成像技术对灵武长枣糖度的无损检测是可行的.     

玉米品质性状计算机视觉识别与评价研究进展

计算机视觉技术是计算机科学和人工智能的重要分支,它作为一种无损检测技术在农业领域有着广泛的应用前景.综述了计算机视觉技术在玉米品质识别与评价中的研究进展,为计算机视觉技术精确测量玉米籽粒特征,建立玉米的特征信息与其品质的相关性,实现对玉米品质检测提供了参考,同时提出了利用计算机视觉技术并结合红外、微波、核磁共振等技术进行农产品内部品质的视觉信息提取与检测、研究快速并行图像处理算法等作为今后的发展趋势.     

细胞内分子检测及成像技术研究

针对复杂生物学系统的研究和观测,指出对活体细胞内的分子及其相关事件,以高时空分辨率实现可视化、跟踪和定量处理,采用远场荧光成像是目前细胞内分子检测及成像的主要工具.在述评的基础上,介绍该课题组在活体细胞内分子检测及成像中的荧光显微成像和非标记检测技术的研究进展.围绕提高荧光显微成像分辨率,研究图像信息获取速率高的宽场成像方法,包括结构光照明和单分子定位显微.在结构光照明显微研究中,采用可编程的数字微镜器件代替需要精确移动的光栅对生物样品进行显微成像,获得了超分辨显微成像;在单分子定位显微成像研究中,搭建单分子定位显微成像系统,实测分辨率达到48nm,并获得了HeLa细胞突起中微丝束结构的纳米分辨图像;针对厚样品成像时存在的荧光串扰难题,提出利用双波长空间非相干光干涉照明,理论分析证明,其可实现厚度为35nm半高全宽的单一薄层的轴向选择性激发.在非标记检测成像技术方面,围绕相干反斯托克斯拉曼散射(coherentanti-Stokes Ramanscattering,CARS)方法中存在的问题展开研究.为获得完整的物质分子CARS光谱,利用飞秒激光脉冲泵浦PCF获得超连续谱激光输出同时作为泵浦光和斯托克斯光,实现超宽带时间分辨CARS光谱探测和显微成像技术;通过数值模拟获得优化超连续谱激光输出的时谱结构的实验条件,初步实现了满足实验所需的SC激光光源;通过调节探测光脉冲与SC激光脉冲之间的时间延迟实现时间分辨CARS,达到有效抑制非共振背景噪声,提高系统探测灵敏度的目的.利用超宽带时间分辨CARS光谱探测和显微成像技术,获得多种有机溶液在387～4092cm-1范围内,光谱分辨率达14cm-1的不同分子的CARS光谱信号;通过分析探讨实现超分辨CARS显微成像技术的途径,提出利用双探测光实现纳米分辨的方案.未来研究方向,在荧光显微方面,将结合双波长空间非相干光干涉照明和轴向纳米定位,实现完整细胞三维纳米分辨荧光成像,通过发展高量子效率的小分子荧光开关材料及高灵敏度高帧频的探测器,将单分子定位显微应用到活细胞三维纳米成像和分子追踪上;在非标记成像方面,将重点发展基于CARS原理的单分子检测和纳米成像方法,尤其是基于改进后的超连续谱的超宽带CARS光谱技术和纳米分辨的CARS显微技术.     

芬兰成功开发世界首款高光谱移动设备

<正>芬兰VTT国家技术研究中心通过将i Phone摄像机转换为新型光学传感器,成功开发出了世界首款高光谱移动设备,将为低成本高光谱成像的消费应用带来新的机遇,例如,消费者将能够使用移动电话进行食品质量检测或健康监测。该高光谱移动设备通过将可调节的MEMS(微机电系统)     

果蔬无损自动检测系统

西安工业大学研制出一种果蔬无损自动检测系统,它利用高光谱成像光谱仪能够对果蔬样品进行光谱和影像的无损检测,获取待测样品的详细的光谱及影像信息。系统分析软件通过对样品光谱信息和影像信息的分析,可以得出果蔬样品的内部品质和外部品质。本系统可以与自动控制系统相连,实现对果蔬的自动化检测,分类及装箱。对果蔬的自     

粮食品质近红外光谱无损检测研究进展

介绍了粮食品质近红外光谱( NIRS)评价的原理,对NIRS检测中常用化学计量学方法的特点和作用进行了归纳,着重阐述了小麦、谷物和玉米3种主要粮食的定量成分检测以及品种、病虫害等定性判别的国内外研究进展,列举了NIRS技术在粮食品质检测方面的在线应用实例,最后对NIRS技术在粮食领域的应用前景进行了展望.     

近红外光谱技术在食用植物油脂检测中的应用

近红外光谱技术作为一种快速检测技术,在食品行业已应用于粮食检测、果蔬加工和肉制品加工等领域,为食品质量管理作出了较大贡献。从近红外光谱技术在食用植物油脂分类检测、品质分析以及掺伪鉴别三个方面的应用加以综述;并对近红外分析技术建模过程中关键问题进行了分析和总结。     

西瓜品质无损检测技术研究进展

西瓜品质无损检测方法主要有声学特性法、振动频谱法、介电常数法、可见/红外光谱技术法和极磁共振法等,然而应用于市场的检测装置还未面世.根据现有的检测方法,提出应用声音特性,采用LABVIEW采集与处理技术拟研制台式西瓜无损检测系统,应用DSP处理技术拟研制便携式西瓜无损检测装置.     

近红外光谱技术在食用油种类鉴别及脂肪酸含量检测中的应用

应用近红外光谱分析技术分别建立了快速鉴别食用植物油种类的定性分析模型以及测定食用植物油主要脂肪酸含量的定量分析模型.实验根据19份食用植物油样品的近红外光谱,结合系统聚类方法建立了纯橄榄-芝麻-花生油定性识别模型,识别率和预测率可达100%.根据59个食用植物油样品的近红外光谱,结合模型优化方法建立了食用植物油中棕榈酸、硬脂酸、油酸3种主要脂肪酸含量的近红外定量分析模型,且模型指标较好.实验表明近红外光谱分析技术在食用植物油品质快速检测领域有很好的应用前景.     

土壤有机质高光谱估算研究进展

土壤有机质是土壤的重要组成部分,对许多土壤属性有重要影响.利用光谱技术进行土壤有机质的快速测定是实现精细农业的基础.近几十年中,高光谱技术的发展为土壤研究提供了新的手段.受土壤有机质质量分数、组成以及土壤水分、土壤质地的影响,室内光谱的估算结果总体较好;受大气、地表植被等影响,航空或卫星的成像光谱估算精度较低.星载成像技术的进步将在一定程度上提高土壤有机质的估算精度,为快速、大范围土壤有机质质量分数的遥感制图提供技术支持.     

近红外光谱无损检测技术中数据的分析方法概述

近红外光谱无损检测技术可用于品种鉴别与农产品的定性或者是定量的分析工作. 本文介绍了近红外光谱的基本原理及各类近红外光谱分析方法. 近红外光谱无损检测技术中数据分析方法是通过光谱定量分析找到光谱以及对应浓度的内在关系,建立相应的数学模型. 这些方法主要有偏最小二乘回归、主成分分析法、BP神经网络算法、支持向量机、K最近邻分类算法和线性判别分析法等. 通过这些分析模型的对比,研究表明:支持向量机将是近红外光谱数据分析方法未来一个重要的研究方向.