-
公开(公告)号：CN103048277B
公开(公告)日：2015-08-12
申请号：CN201210545938.2
申请日：2012-12-14
Applicant: 北京农业智能装备技术研究中心
IPC: G01N21/25
Abstract: 本发明提供了一种近红外光谱无损检测水果内部品质的系统，包括：采集器和微型计算机；所述采集器包括采集探头（3）和贯穿设置于所述采集器内部的光纤探头（6）；所述采集探头（3）上设有弹性遮光垫（11）和校正轮（1）；所述校正轮（1）连接步进电机（2），所述步进电机（2）与所述微型计算机（22）连接。本发明通过在采集探头的光路内设计可自动切换的白板、黑板和通孔，自动采集全反射参考光谱、暗光谱和样品光谱，进行光谱的自动标定，减少探测器噪声的影响；并通过在采集探头的前部设有弹性遮光垫，阻挡环境光对近红外光谱造成的干扰，同时通过弹性遮光垫和测量对象接触时产生的力触发自动采集开关，实现光谱的自动采集。
-
公开(公告)号：CN102788806B
公开(公告)日：2014-09-03
申请号：CN201210251322.4
申请日：2012-07-19
Applicant: 北京农业智能装备技术研究中心
IPC: G01N21/95
Abstract: 本发明涉及图像处理技术领域，公开了一种基于类球形亮度变换的水果表面缺陷检测方法。本发明基于水果R分量图像，对表面亮度不均进行变换，使水果表面缺陷分割简化为单阈值法检测，克服了传统基于RGB图像缺陷检测算法的复杂性，同时避免了对算法的频繁训练，实现了对缺陷的精确检测。本发明的检测方法不受到水果大小和形状的影响，较好地避免了亮度对结果造成的影响。由于该方法实现了单阈值对水果表面缺陷的一次性成功分割，因此在在线水果缺陷检测中具有较大的应用潜力。
-
公开(公告)号：CN113176226B
公开(公告)日：2023-05-12
申请号：CN202110295053.0
申请日：2021-03-19
Applicant: 北京农业智能装备技术研究中心
IPC: G01N21/3563 , G01N21/359 , G01N21/01
Abstract: 本发明提供一种便携式种子质量光谱检测系统及方法，所述系统包括光源组件、检测盒、第一光纤、第二光纤及第三光纤；光源组件的出光侧设有光路切换装置；检测盒的至少一侧面设为透光壁面，检测盒内设有反光结构，反光结构将从透光壁面输入至检测盒内的光线反射至透光壁面；第一光纤的第一端与第二光纤的第一端分别伸向光源组件，并位于光路切换装置背离光源组件的一侧；第一光纤的第二端、第二光纤的第二端及第三光纤的第一端均伸向透光壁面；第三光纤的第二端用于连接光谱仪。本发明实现了同一套系统依据单粒待测种子进行质量预测模型的构建，以此对批量待测种子的质量进行快速、准确、无损地检测，可应用于种子生产不同环节的种子质量评估。
-
公开(公告)号：CN108519337B
公开(公告)日：2021-03-02
申请号：CN201810166553.2
申请日：2018-02-28
Applicant: 北京农业智能装备技术研究中心
Abstract: 本发明提供一种基于单积分球的农产品组织光学特性参数检测装置，所述装置包括光源部分，光源移动装置，光圈切换装置，旋转平台，样品切换装置，积分球，球盖切换装置，棱镜移动装置，运动控制箱，光谱仪，光纤，计算机；本发明通过使用旋转平台和棱镜折射装置，在只需要一个积分球的情况下，采集样品反射率、透射率和准直透过率光谱及其参比光谱，不仅避免了样品的挪动造成样品与积分球窗孔间的距离变化带来的检测精度下降问题，还可以针对不同样品测定各向异性系数，提高了组织样本光学参数的检测精度。
-
公开(公告)号：CN108956545B
公开(公告)日：2020-10-27
申请号：CN201810620936.2
申请日：2018-06-15
Applicant: 北京农业智能装备技术研究中心
IPC: G01N21/59
Abstract: 本发明提供一种水果内部品质无损检测模型建立方法及系统，其中方法包括：对于任意一个校正样本，采集该校正样本对应的多条透射光谱，并将多条透射光谱分配至该校正样本对应的多个联合区间；根据所有校正样本建立每个联合区间对应的区间校正模型，从所有区间校正模型中筛选出高效区间校正模型并确定高效联合区间；计算每个校正样本在高效联合区间对应的平均光谱，从所有平均光谱中提取特征波长；提取每个校正样本在高效联合区间与特征波长对应的光谱变量，根据所有光谱变量和所有校正样本的品质参数建立待检测水果对应的内部品质检测模型。该方法及系统提高了检测模型的检测精度，同时为水果内部品质在线检测设备研发提供了理论依据。
-
Patent Agency Ranking
公开(公告)号：CN109709103B
公开(公告)日：2020-08-11
申请号：CN201910044898.5
申请日：2019-01-17
Applicant: 北京农业智能装备技术研究中心
Abstract: 本发明涉及光学和农业技术领域，公开了一种环形条纹打光成像的柑橘早期腐果识别系统及方法，包括：数字光投影仪、可见近红外光源、计算机、精密移动载物台以及近红外相机，其中，通过计算机对相位图像进行解调，从而获得直流分量图像和交流分量图像，基于直流分量图像构建二值化模板并去除交流分量图像的背景，采用二维经验模态分解对去背景后的交流分量图像进行图像分解和图像重构增强，从而获得重构图像，基于重构图像并结合分割算法来对待检测柑橘的早期腐烂区域进行分割。该柑橘早期腐果识别系统具有识别效率高以及能准确判断出腐烂区域的位置的优点。
-
公开(公告)号：CN111122488A
公开(公告)日：2020-05-08
申请号：CN201911348840.6
申请日：2019-12-24
Applicant: 北京农业智能装备技术研究中心
Abstract: 本发明涉及农业机械技术领域，提供了一种用于水果内部质量检测的分级系统及方法，该用于水果内部质量检测的分级系统，包括：用于输送独立果托的水果输送线、用于采集位于独立果托上水果的近红外光谱的品质检测机构、沿独立果托的输送方向依次布置的多个卸果机构、品质判定机构以及PLC控制器；品质判定机构基于近红外光谱和预设模型获取质量分级结果，把质量分级结果和PLC控制器发送的独立果托编号相关联，以获取质量检测信息；PLC控制器基于独立果托编号和质量检测信息以控制卸果机构的相应动作。该分级系统可以实现对水果尤其是薄皮类水果内部质量的快速、自动化检测，有效地解决了水果质量检测中容易造成水果损伤的问题。
-
公开(公告)号：CN110771533A
公开(公告)日：2020-02-11
申请号：CN201910934884.0
申请日：2019-09-29
Applicant: 北京农业智能装备技术研究中心
IPC: A01K43/00
Abstract: 本发明涉及农畜产品检测技术领域，尤其涉及一种鸡胚蛋的性别检测系统及方法，鸡胚蛋的性别检测系统包括：传输装置，用于将鸡胚蛋逐个输送至检测区域；图像采集装置，图像采集装置设置于检测区域，用于采集鸡胚蛋视频图像；处理装置，处理装置与图像采集装置连接，用于对鸡胚蛋视频图像进行一维心率信号提取和二维血管分布图像提取，根据一维心率信号和二维血管分布图像的特征分析判定鸡胚蛋的性别。本发明在不破坏蛋壳的前提下有效提取到鸡胚蛋视频图像，再配合后续处理装置通过对鸡胚蛋视频图像的处理获得鸡胚蛋性别检测结果，实现鸡胚蛋性别在线无损检测，降低雏鸡孵化能源成本，提高企业生产效率和检测效率，操作简单安全，适用于生产的需要。
-
公开(公告)号：CN105548070B
公开(公告)日：2019-03-08
申请号：CN201511031809.1
申请日：2015-12-31
Applicant: 北京农业智能装备技术研究中心
IPC: G01N21/359 , G01N21/3563
Abstract: 本发明提供一种苹果可溶性固形物近红外检测部位补偿方法及系统，所述方法包括：获取苹果的预设部位的吸光度光谱；获取所述苹果的预设部位的可溶性固形物含量；根据所述吸光度光谱和所述可溶性固形物含量，应用特征波长筛选算法从全波段光谱范围内挑选与苹果可溶性固形物相关的特征波长，建立苹果可溶性固形物近红外光谱检测模型。本发明通过融合苹果多个部位的光谱信息，结合特征波长筛选算法，建立苹果可溶性固形物近红外光谱检测模型，克服了光谱检测部位的变化对苹果可溶性固形物近红外光谱检测模型的影响，提高了模型的稳定性，为实际生产中苹果可溶性固形物含量的便携检测和在线检测奠定了理论基础。
-
公开(公告)号：CN109225922A
公开(公告)日：2019-01-18
申请号：CN201810910290.1
申请日：2018-08-10
Applicant: 北京农业智能装备技术研究中心
Abstract: 本发明涉及农业机械技术领域，公开了一种西瓜自动称重和内部质量检测托盘式传输分级装置，包括：机架，在所述机架上构造有称重检测混合区；输送结构；托盘结构，设置在所述输送结构上并能承载西瓜；驱动结构，设置在所述机架上并能驱动所述输送结构携带所述托盘结构朝所述称重检测混合区进行运动；自动称重结构，设置在所述称重检测混合区并能对所述托盘结构中的西瓜进行称重；以及光谱获取光纤结构，设置在所述称重检测混合区并位于所述托盘结构的下方，所述光谱获取光纤结构能够对西瓜的内部质量进行检测。该传输分级装置具有能够在称重的同时对西瓜的内部质量进行检测并分级处理的优点。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.04 seconds)
