-
公开(公告)号：CN104280349A
公开(公告)日：2015-01-14
申请号：CN201410603264.6
申请日：2014-10-28
Applicant: 南京农业大学
IPC: G01N21/27
Abstract: 本发明涉及一种基于高光谱图像对白萝卜糠心鉴定的方法，属于农产品贮藏与加工行业的无损检测技术。通过高光谱成像仪，获取白萝卜贮藏过程中的透射高光谱图像，分析正常白萝卜和糠心白萝卜的光谱响应的差异，提取400-1000nm波长范围的光谱值作为神经网络的输入值，判断出白萝卜是否糠心。本方法可以实现对白萝卜糠心的准确识别，代替人工破坏性检测，有效避免不合格产品流向市场，提高白萝卜食用、加工利用率，促进萝卜深加工业发展，为高光谱技术应用于农产品领域提供借鉴。
-
公开(公告)号：CN115015153A
公开(公告)日：2022-09-06
申请号：CN202210754530.X
申请日：2022-06-29
Applicant: 南京农业大学
IPC: G01N21/3563
Abstract: 本发明涉及了一种基于光谱重构技术的配方苹果果泥品质评估方法，通过采集单一品种苹果果泥及在复杂混合比例下的配方苹果果泥中红外光谱(FT‑IR)数据信号，利用多元曲率‑交替最小二乘(MCR‑ALS)算法分析构建单一苹果果泥与不同配方果泥的光学关联性参数体系，实现由单一品种苹果果泥光学信号向多种比例混合后的配方苹果果泥光谱数据重构模拟，经标准正态变换预处理后，构建支持向量机(SVM)回归模型，基于重构光谱预测配方果泥的品质特性(粘度、可溶性固形物、总酸、干物质、pH、糖)。此方法仅通过对单一品种苹果果泥进行快速FT‑IR光谱扫描识别，即可模拟评估多种混合配方果泥品质特性，为果泥加工企业在加工调配环节进行快速、高效、稳定的质量控制提供技术支持。
-
公开(公告)号：CN105158186B
公开(公告)日：2017-09-22
申请号：CN201510598014.2
申请日：2015-09-17
Applicant: 南京农业大学
IPC: G01N21/31
Abstract: 本发明涉及一种基于高光谱图像对白萝卜黑心检测的方法，属于农产品贮藏与加工行业的无损检测技术。通过高光谱成像仪，获取白萝卜贮藏过程中的透射高光谱图像，分析正常白萝卜和黑心白萝卜的光谱响应的差异，提取400‑1000nm波长范围的光谱值作为神经网络的输入值，判断出白萝卜是否黑心。本方法可以实现对白萝卜黑心的准确识别，代替人工破坏性检测，有效避免不合格产品流向市场，提高白萝卜食用、加工利用率，促进萝卜深加工业发展，为高光谱技术应用于农产品领域提供借鉴。
-
公开(公告)号：CN105954281A
公开(公告)日：2016-09-21
申请号：CN201610263641.5
申请日：2016-04-21
Applicant: 南京农业大学
CPC classification number: G01N21/84 , G06K9/4604 , G06K9/4652 , G06K9/6269
Abstract: 本发明涉及一种基于计算机视觉技术对稻谷霉变真菌菌落的无损识别和区分方法，属于一种新型的真菌鉴定技术。通过计算机视觉装置，获取真菌菌落图像，对真菌菌落图像处理后，提取图像参数，优选特征参数。利用模式识别技术对不同真菌菌落特征进行分析，最终达到对真菌的识别和区分。本方法可以实现对真菌种类的准确识别，比传统的人工形态学鉴定和生物学鉴定更加快速、准确、方便。该方法不仅为真菌鉴定提供了一种新方法，而且对稻谷霉变的预防控制有很重要的意义。
-
公开(公告)号：CN115728303B
公开(公告)日：2024-06-21
申请号：CN202211520554.5
申请日：2022-11-30
Applicant: 南京农业大学
IPC: G01N21/84 , G06N20/00 , G01N21/359 , G01N21/3563
Abstract: 本发明公开了一种基于间隔偏最小二乘算法的果皮对内部果肉信息干扰剔除的方法，它包括以下步骤：S1、明确光学特性响应果实采后SSC和硬度变化的特征波长；S2、使用S1筛选出的特征波长处的光学特性建立水果品质指标预测模型；S3、使用S2建立的水果品质指标预测模型对水果品质进行预测。本发明基于间隔偏最小二乘算法筛选果皮、果肉及整果的特征波段，以剔除果皮对内部果肉信息干扰，明确果皮、果肉和整果光学特性响应可溶性固形物和硬度的特征波段，明确果皮对光学技术检测果实品质的影响。并基于筛选出的特征波长处的光学特性建立水果品质指标预测模型，以进一步剔除果皮的干扰信息。
-
Patent Agency Ranking
公开(公告)号：CN116840182A
公开(公告)日：2023-10-03
申请号：CN202310918380.6
申请日：2023-07-25
Applicant: 南京农业大学
IPC: G01N21/3563 , G01N21/359 , G06V20/68
Abstract: 本发明涉及了一种基于可见近红外高光谱成像技术的多品种苹果果实硬度检测方法，包括以下步骤：(1)选取大小接近、无表面缺陷的红富士、奶油富士和花牛苹果各30个作为实验样本；(2)每个苹果被平均划分成四个纵向区域(A、B、C、D)和三个水平区域(花萼、赤道、花茎)，共计12个区域，使用记号笔划线标记；(3)对每个苹果的四个纵向区域按顺序(A‑D)采集可见近红外高光谱成像数据信号；(4)利用穿刺法分别测定每个苹果12个区域的硬度值；(5)利用一阶导数对光谱数据预处理；(6)构建单品种苹果硬度局部(花萼、赤道、花茎)和全局区域(花萼+赤道+花茎)预测模型；(7)基于步骤(6)的最优区域，构建多品种苹果果实硬度预测模型。本发明确定了光谱技术检测苹果果实硬度最佳的数据采集方式，构建的多品种苹果果实硬度预测模型精度高、无损快速检测，且通用性强等优点。
-
公开(公告)号：CN115950853A
公开(公告)日：2023-04-11
申请号：CN202211373113.7
申请日：2022-11-03
Applicant: 南京农业大学
IPC: G01N21/359
Abstract: 本发明涉及了一种苹果果泥品质调配控制方法。首先，通过采集单一品种苹果果泥及在复杂调配比例下多品种混合果泥的可见近红外光谱(Vis‑NIR)数据信号，通过竞争自适应加权采样(CARS)算筛选出与果泥品质高度相关的光谱变量；基于光谱特征变量，利用多元曲率‑交替最小二乘(MCR‑ALS)算法构建单一苹果果泥与混合调配果泥的光学关联性参数体系，实现由单一品种苹果果泥特征光学信号向多种混合苹果果泥Vis‑NIR光谱数据重构模拟；最后，基于重构的Vis‑NIR光谱的建立偏最小二乘(PLS)回归模型预测混合果泥的部分理化指标。此方法可通过快速获取4个单一品种苹果果泥的Vis‑NIR光谱数据，即可模拟54种不同调配方式下混合果泥的色度a*值、总糖、可滴定酸度和苹果酸含量，为果泥生产中快速精准调配及品质质量控制提供技术支持。
-
公开(公告)号：CN115728303A
公开(公告)日：2023-03-03
申请号：CN202211520554.5
申请日：2022-11-30
Applicant: 南京农业大学
IPC: G01N21/84 , G06N20/00 , G01N21/359 , G01N21/3563
Abstract: 本发明公开了一种基于间隔偏最小二乘算法的果皮对内部果肉信息干扰剔除的方法，它包括以下步骤：S1、明确光学特性响应果实采后SSC和硬度变化的特征波长；S2、使用S1筛选出的特征波长处的光学特性建立水果品质指标预测模型；S3、使用S2建立的水果品质指标预测模型对水果品质进行预测。本发明基于间隔偏最小二乘算法筛选果皮、果肉及整果的特征波段，以剔除果皮对内部果肉信息干扰，明确果皮、果肉和整果光学特性响应可溶性固形物和硬度的特征波段，明确果皮对光学技术检测果实品质的影响。并基于筛选出的特征波长处的光学特性建立水果品质指标预测模型，以进一步剔除果皮的干扰信息。
-
公开(公告)号：CN105203467B
公开(公告)日：2017-05-17
申请号：CN201510598017.6
申请日：2015-09-17
Applicant: 南京农业大学
IPC: G01N21/25
Abstract: 本发明是一种基于高光谱建立稻谷贮藏中主要腐败通用无损的真菌生长拟合曲线的方法，属于农产品质量安全快速检测和监测的无损技术。通过高光谱检测系统，分别获取真菌不同生长时间点的高光谱图像，提取400‑1000nm全波段的光谱平均值，波峰709nm处的光谱值和全波段光谱值的主成分得分三种光谱特征，分别构建了五种稻谷贮藏中常见真菌的Fourier函数通用拟合模型，相关系数在0.9432‑0.9996，有较好拟合效果。本发明为稻谷储藏真菌病害的准确检测和监测提供帮助。
-
公开(公告)号：CN105975966A
公开(公告)日：2016-09-28
申请号：CN201610262700.7
申请日：2016-04-21
Applicant: 南京农业大学
CPC classification number: G06K9/3233 , G01N21/84 , G01N2021/8466 , G06K9/4652 , G06K9/6269
Abstract: 本发明涉及一种基于计算机视觉技术对稻谷霉变检测的方法，属于一种新型的检测技术。通过计算机视觉图像采集装置，获取正常(对照组)、霉变早期和霉变晚期图像，经图像处理后，对图像的灰度特征、颜色特征和纹理特征进行提取。采用支持向量机和偏最小二乘法判别分析构建检测模型，首先对正常稻谷与霉变稻谷进行了区分，又对不同霉变稻谷类型进行区分。本方法可以实现对稻谷是否霉变的准确识别，同时可以实现对不同真菌引发的霉变进行准确区分。该方法比传统的人工检测更加快速、准确、方便，而且对稻谷霉变的预防控制有很重要的意义。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.025 seconds)
