水果品质无损检测研究进展及应用现状

针对市场上存在的水果品质良莠不齐的现状及消费者对水果品质逐步提高的需求,水果售前品质分级显得尤为重要。水果售前品质分级可有效保证市场品质、促进品牌打造、提升商品竞争力、指导采后处理。已有的理化指标检测法和感官评定法均存在检测效率低、劳动强度大等缺陷,无法完全满足实际产业大批量水果无损分级的要求。无损检测作为一种新兴技术在水果品质分级上具有广泛的市场需求和应用前景,至今已形成了光谱、机器视觉、高光谱成像、电子鼻、声特征、介电特性和低场核磁共振等系列水果品质无损检测方法。这些方法针对水果结构、外形、品质指标等差异检测时各具优势,但受环境噪声、漂移噪声、样本差异、检测效率和检测成本等因素影响,并未全部应用于实际生产。介绍了水果品质无损检测领域已有技术的特性及其可行对应检测的水果品质参数,阐述分析了无损检测技术在水果品质分级行业的实际应用现状,讨论了水果品质无损检测领域尚存在的难点,并对下一步研究方向提出建议。     

智能感官技术在水果检测中的应用进展及趋势

对水果新鲜度、成熟度和质地等属性指标的快速、无损、准确检测,能显著改善水果质量分级、品质评价的准确性和工作效率,智能感官技术由于具有操作简便、检测速度快等优点,已逐渐应用于水果检测领域.文章分别综述电子鼻技术、电子舌技术和质构分析技术这3类典型智能感官技术的工作原理,及其在检测水果新鲜度、成熟度、病虫害侵染状况、品种鉴别、品质感知和质地分析等领域的代表性研究思路、方法及成果,并根据智能感官技术的发展和水果检测业务需求的变化,提出该领域的发展趋势,即智能感官技术将与传统感官分析相结合,智能感官分析仪器将向便携化方向发展,多种智能感官技术将趋向于联合应用.     

计算机视觉技术在水果品质检测中的研究进展

水果的品质检测是水果分级的重要依据。随着计算机和图像处理技术的发展、计算机硬件成本的下降和性能的提升,计算机视觉检测技术在水果品质检测方面获得了越来越多的应用。为了能充分利用最新研究成果,该文从计算机视觉技术在水果外观品质和内部品质的检测两个方面,分别综述了国内外的研究进展,并对其发展方向进行了展望,以供我国研究人员做同类研究时参考。     

高光谱成像技术在水果品质检测中的应用研究进展

高光谱成像技术结合成像技术和光谱技术,可以从样本中获取其空间和光谱信息。因此,高光谱成像技术能够识别和检测水果的各种化学成分及其空间分布,在水果品质的检测中备受关注。本文首先综述了高光谱成像原理及系统装置,并展开讨论了高光谱图像的校正方法、多种光谱预处理、数据降维和样本集划分方法,从定量和定性角度对模型的构建方法和性能评估进行了分析。其次,总结了高光谱成像技术在水果内部品质(可溶性固形物含量、酸度、硬度、水分含量)和外部品质(损伤、缺陷和纹理)检测和分级中的最新研究进展。最后,对高光谱成像技术在水果品质检测与分级中的应用前景提出展望,以期为优化水果品质的检测方法提供理论依据。同时,也指出了当前可能存在的挑战和局限性。     

水果内部品质光特性无损检测研究及应用

基于水果光特性的无损检测和分级技术正越来越广泛地应用于水果的产后加工和质量评判中.本文介绍了水果内部品质光学特性检测原理及检测系统组成,分析了规则反射、透射和漫反射3种光特性测量方法在水果内部品质检测中的优缺点,并阐述了水果的糖度、酸度、硬度等内部品质光特性无损检测的国内外最新研究进展和应用前景.     

基于可见光波段成像的水果品质检测方法研究进展

水果的外观特征是水果品质鉴定和分级的关键依据.近年来,机器视觉技术在水果品质检测领域得到广泛应用.根据应用现状,文章对基于可见光波段成像的机器视觉技术在水果大小形状、颜色、虫害及缺陷检测等方面的应用研究进展进行了综述,并对一些较新的先进算法在该领域的应用情况和发展趋势进行了介绍.     

光谱分析技术在水果品质与安全检测中的应用

【目的】对可见光/近红外光谱和拉曼光谱应用于我国水果品质与安全检测领域近年来的研究成果进行总结,并展望其未来发展方向。【方法】文章在纵向梳理基于光谱分析技术检测水果品质与安全研究文献的基础上,深入分析了可见光/近红外光谱和拉曼光谱在我国水果品质(包括内部糖、酸、可溶性固形物、维生素C含量、内部霉变、坚实度及外部缺陷、损伤检测)与安全(农药残留)检测中的研究状况及存在的问题。【结果】在我国,可见光/近红外光谱技术广泛应用于水果各品质指标检测研究,并取得了大量研究成果。拉曼光谱技术在我国水果品质分析领域获得成功应用较少,但在水果农药残留量检测方面比可见光/近红外光谱分析技术更具优势。【结论】可见光/近红外光谱和拉曼光谱在水果品质与安全检测方面应用广泛,但存在较多问题。同时检测指标多、通用性强的便捷式检测系统和痕量检测是未来光谱分析技术在水果质量检测与分级方面的发展方向。     

基于机器视觉的苹果品质在线分级检测

目前苹果分级自动化程度较低,为了实现苹果品质自动、快速、准确分级设计了一套苹果智能在线检测分级系统。以寒富苹果为测试对象,采用机器视觉技术对苹果分级进行研究。采用阈值分割的方法分割苹果正面图像,逐像素遍历法提取苹果外部轮廓,通过计算其各点到重心的距离提取苹果大小特征,同时计算苹果横径与纵径比提取果形特征。采用支持向量机方法分割侧面苹果图像,计算苹果红色像素占苹果像素的比例提取颜色特征,利用Fisher统计识别的方法提取苹果缺陷。实现了整个分级系统的硬件搭建以及软件的功能,利用该系统对400个苹果样本进行了分级试验,结果表明该系统分级的苹果总体正确率达到95%。设计的基于机器视觉的苹果智能在线检测分级系统克服了传统分级方法的不足,加快了苹果品质分级自动化速度,对水果品质分级等领域有重要研究意义。     

果实采后处理的机械化、自动化技术

水果生产的产业化，使实现水果采后处理的机械化与自动化技术成为可能。随着果品贮藏加工业的发展和人们生活水平的提高，对水果质量的要求越来越高，水果采后处理工作显得日益重要，而采后处理工作时效性强，作业质量标准高，因此，实现机械化、自动化作业势在必行。一、果实品质的无损伤检测水果品质的无损伤检测是随高科技发展应运而生的一门新技术，国外已将此技术成功地运用到农产品的质量检测上，尤其是水果的检测，应用最为广泛。其原理可分为两种：一种是在水果外部发出一种能量，从水果对能量的输入与输出变化中得到水果相关的理化…     

草莓无损检测和品质分级现状及技术应用进展

目前,草莓产业发展迅速,正由规模拓展阶段向品质提升阶段转型。为了满足大城市中更多高层次消费者对低成本草莓的需求,现以打造"精品草莓"为主要产业目标,为了打破由于落后的检测及分级手段而引起草莓腐烂变质和品质下降的现状,开展了草莓高精度、细致化的检测和分级技术研究。本文依据草莓品质检测现状,分别从微弱发光技术、传感器技术、新鲜度指示标签3个方面综述了草莓无损检测技术,从机械化分级、计算机成像技术2个方面综述了草莓自动分级技术,并展开了现有方法的比较和局限性分析,以期为综合多种技术实现草莓品质的无损检测和分级提供理论依据。     

基于ARM的嵌入式水果大小检测与分级系统的实现

实现了一种基于嵌入式ARM处理器的水果大小检测与分级系统。为了降低目前水果检测与分级系统的复杂性和成本,系统利用嵌入式ARM9处理系统代替计算机进行图像数据处理,基于Qt/Embedded软件平台,首先获得水果的侧视图像,图像经预处理,然后利用水果直径检测算法检测出水果直径后,按照直径检测结果实现水果大小分级功能。实验结果表明,该检测系统具有处理速度快,测量分级精度高和成本低等优点,在水果品质检测与分级方面具有较高的实用价值。     

浙江大学研制成功国内首条水果检测分级机

浙江大学科研人员已研制成功我国首水果品质机器视觉实时监测与分级生产,可以把对水果进行分级的工作交给机来完成。据有关人士介绍,浙江大学研制成功这条拥有自主知识产权的水果分级生产每小时能检测和分级3～6吨水果,适用柑橘、胡柚、西红柿和土豆等多种水果及产品。在实现了     

高光谱成像技术在水果品质无损检测中的研究进展

优质水果的生产和销售离不开水果品质检测,传统的水果品质检测手段精度低、成本高、时效性差、破坏性强。近年来,随着科学技术的不断进步,低成本、高效率的水果品质无损检测技术得到飞速发展。其中,高光谱成像技术逐渐成为研究热点。综述了该技术在水果品质无损检测方面的技术原理、应用和发展现状,探讨其在水果品质无损检测领域的应用潜力、存在问题、发展趋势以及应用前景。整体来看,高光谱成像技术能够实现不同水果种类、多个水果品质指标的无损、高效检测,如成熟度、糖度、酸度、红色指数等;受硬件技术限制,其发展侧重于数据挖掘方向,即在硬件发展有限的情况下,通过不断更新和优化的针对性算法获得精准的解析结果;另一方面,设备昂贵、数据处理复杂、模型普适性较差是该技术需要进一步优化和改进的主要问题;其未来发展将基于云计算和人工智能的高效数据处理、适用范围更广的水果品质高光谱检测设备研发、多源综合无损检测等研究方向。随着技术的不断发展,高光谱成像技术在水果品质无损检测方面的应用前景广阔,未来将成为水果品质检测的重要手段之一。     

群体水果动态图像的获取方法研究

群体水果动态图像的采集系统是水果品质实时检测与分级机器人系统的关键组成部分之一,主要由计算机、摄像机、图像采集卡、涡流式接近开关、水果和动态图像采集软件等组成.涡流式接近开关作为水果运动状况检测传感器,用于检测水果位置和触发动态图像采集.群体水果动态图像采集软件在Visual C++6.0环境下结合MIL-LITE函数库实现.根据水果实时自动检测和分级的特点及功能要求,提出了群体水果动态图像的时间序列连续场扫描采集方法,在来自于水果运动状况检测传感器的外触发信号的触发下,计算机视觉系统采集从时间t1到时间tn期间视场内连续运动的水果图像,这些渐进的时间序列水果图像在计算机内被综合后即可检测视场内的每一个水果的外观品质指标,用于分级控制.试验结果表明,该系统可在外界输入信号的触发下,以每秒12帧的速率实时采集群体水果的动态图像,研究结果达到了预期的目标.     

近红外光谱分析技术在水果内部品质无损检测中的应用

介绍了近红外光谱分析技术的基本原理与方法,综述了该技术在水果内在成分检测、水果病害及缺陷检测、水果内部品质近红外光谱检测装置等方面的研究,提出了近红外光谱技术在水果内部品质检测中存在的问题,并对其研究前景进行了展望。     

介电式水果品质分级机的原理及实现

分析了水果品质的介电特性检测原理及方法,研究了基于介电特性的水果品质自动检测分级机的机构组成和控制实现,探讨了最佳分级阈值的在线学习方法.并以苹果为试验对象进行了研究,结果表明,选择等效电容作为苹果等级分类变量,可获得良好的分级效果.     

我省智能化检测水果品质

近日，由杭州成功研制的国家B63项目——水果品质智能化实时检测与分级生产线．已在我省投入使用。     

Study and application of non destructive methods used to determine quality of fruit and vegetables

在分析水果和蔬菜品质评估和控制的常规方法的基础上 ,分析研究了水果蔬菜的无损品质检测的新技术和方法 ,主要的技术有碰撞试验法、音频和声波振动法、X射线法、核磁共振法、图像分析法及激光技术等 研究了采用这些方法进行水果和蔬菜多种品质指标的无损检测新方法 ,为水果蔬菜的快速无损检测提供了方法和依据     

水果蔬菜品质的无损检测方法的研究与应用

在分析水果和蔬菜品质评估和控制的常规方法的基础上,分析研究了水果蔬菜的无损品质检测的新技术和方法,主要的技术有碰撞试验法、音频和声波振动法、X射线法、核磁共振法、图像分析法及激光技术等.研究了采用这些方法进行水果和蔬菜多种品质指标的无损检测新方法,为水果蔬菜的快速无损检测提供了方法和依据.     

机器学习在苹果智慧生产中的应用

苹果是我国重要的园艺作物,机器学习和计算机视觉融合促进了苹果检测与识别技术的发展,为苹果智慧生产提供了新的支撑.文章以苹果智慧生产中苹果果实识别、苹果品质和营养的无损检测、苹果品质分级技术为重点,介绍了机器学习在苹果智慧生产领域中的应用进展.包括基于支持向量机的苹果果实识别方法,基于深度学习的在树水果实时识别方法,光谱...