-
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：CN110702616A
公开(公告)日：2020-01-17
申请号：CN201910917674.0
申请日：2019-09-26
Applicant: 北京农业智能装备技术研究中心
Abstract: 本发明涉及高光谱无损检测技术领域，公开了一种玉米籽粒双表面高光谱检测装置，包括支撑件、外转动件、内转动件和高光谱采集单元。外转动件可转动安装于支撑件顶部，内转动件可转动安装于外转动件，内转动件与外转动件的转动轴线相重合，外转动件带动内转动件转动。本发明实施例提供的玉米籽粒双表面高光谱检测装置，外转动件的第一挡板和第二挡板不但为玉米种子籽粒提供了两个表面检测的检测位，而且形成内转动件的转动空间，既能推动内转动件转动，又对内转动件的转动形成约束，以完成玉米种子籽粒的翻面。从而能够通过高光谱采集单元获取玉米籽粒包括胚面和非胚面两个表面的高光谱信息，更加准确反映出整粒玉米种子的真实情况。
-
公开(公告)号：CN110609011A
公开(公告)日：2019-12-24
申请号：CN201910882829.1
申请日：2019-09-18
Applicant: 北京农业智能装备技术研究中心
IPC: G01N21/359 , G01N21/3563
Abstract: 本发明实施例提供一种单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统，所述方法包括：获取待检测单籽粒玉米种子的双表面光谱曲线；将所述待检测单籽粒玉米种子的双表面光谱曲线输入预先构建的单籽粒玉米种子淀粉含量预测模型，获得待检测单籽粒玉米种子的淀粉含量理化值。通过结合胚面和非胚面的高光谱信息，在单籽粒水平上实现玉米种子淀粉含量的快速无损检测，为单籽粒玉米种子品质快速分级筛选提供新的技术手段。
-
公开(公告)号：CN106970062B
公开(公告)日：2019-12-17
申请号：CN201710100729.X
申请日：2017-02-23
Applicant: 北京农业智能装备技术研究中心
IPC: G01N21/65
Abstract: 本发明提供了一种基于双波长拉曼光谱的手持式番茄红素无损检测装置，包括：拉曼探头、488nm激光器、514nm激光器和光谱仪；拉曼探头中集成有488nm激发光纤以及对应的第一激发光路、514nm激发光纤以及对应的第二激发光路、488nm收集光纤以及对应的第一收集光路、514nm收集光纤以及对应的第二收集光路；其中，488nm激发光纤接入488nm激光器，514nm激发光纤接入514nm激光器；488nm收集光纤与514nm收集光纤接入光谱仪。本发明在有效区分番茄红素和β‑胡萝卜素含量的同时，实现了对待测样品的原位检测，消除了系统误差，并使系统调整和检测过程大为简化。本发明提供的无损检测装置结构紧凑、简洁，易于实现，便于随身携带，更适合于田间和现场检测。
-
Patent Agency Ranking
公开(公告)号：CN109946246A
公开(公告)日：2019-06-28
申请号：CN201910145183.9
申请日：2019-02-27
Applicant: 北京农业智能装备技术研究中心
IPC: G01N21/31
Abstract: 本发明实施例提供一种苹果可溶性固形物的检测方法及装置，包括获取苹果样品标记点区域的光谱信息，获取苹果样品标记点区域可溶性固形物含量的实测值；根据光谱信息及其对应的可溶性固形物实测值，利用偏最小二乘算法建立苹果可溶性固形物含量预测模型；随机选取并获取预设数量苹果样品标记点区域可溶性固形物含量的预测值及其对应的实测值，结合斜率/偏差(Slope/Bias,S/B)模型传递算法建立苹果可溶性固形物含量校正模型。本发明实施例采用S/B算法对苹果可溶性固形物含量预测模型进行校正，克服了苹果的生理差异、仪器老化对苹果可溶性固形物预测模型的预测精度的影响，提高了对苹果可溶性固形物的预测精度。
-
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。
-
公开(公告)号：CN106076890B
公开(公告)日：2018-09-11
申请号：CN201610645051.9
申请日：2016-08-08
Applicant: 北京农业智能装备技术研究中心
IPC: B07C5/342
Abstract: 本发明提供了一种早期水果腐败果在线检测系统及方法，本发明利用水果输送部将水果输送到图像采集部中，在电控部的控制下，在水果旋转进入图像采集部形成的紫外线光照环境时图像采集部采集水果的荧光图像，并传递给电控部，由电控部根据荧光图像自动检测对应的水果是否为腐败果，若是，则控制卸果电磁阀对对应的腐败果进行卸果，从而实现了早期腐败果的在线，自动化检测以及自动化分离，不仅能够在很大程度提高效率，并且不再需要人工在紫外线下进行操作，从而使人体免受紫外线的危害。
-
公开(公告)号：CN106076890A
公开(公告)日：2016-11-09
申请号：CN201610645051.9
申请日：2016-08-08
Applicant: 北京农业智能装备技术研究中心
IPC: B07C5/342
CPC classification number: B07C5/3422 , B07C2501/009
Abstract: 本发明提供了一种早期水果腐败果在线检测系统及方法，本发明利用水果输送部将水果输送到图像采集部中，在电控部的控制下，在水果旋转进入图像采集部形成的紫外线光照环境时图像采集部采集水果的荧光图像，并传递给电控部，由电控部根据荧光图像自动检测对应的水果是否为腐败果，若是，则控制卸果电磁阀对对应的腐败果进行卸果，从而实现了早期腐败果的在线，自动化检测以及自动化分离，不仅能够在很大程度提高效率，并且不再需要人工在紫外线下进行操作，从而使人体免受紫外线的危害。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.042 seconds)
