專利名稱:一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法
技術(shù)領(lǐng)域:
本發(fā)明涉及檢測(cè)水果內(nèi)部質(zhì)量的方法,尤其是涉及一種利用可見-近紅外連續(xù)透射光譜快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法。
背景技術(shù):
我國是世界第一水果生產(chǎn)大國,其中鴨梨是最主要的品種之一,但每年出口量卻很少。制約我國水果出口的一個(gè)重要原因是國內(nèi)分選水果時(shí)的檢測(cè)能力弱,速度慢,試驗(yàn)環(huán)境條件差,分選水果達(dá)不到國際市場(chǎng)的要求。檢測(cè)鴨梨黑心病是確定鴨梨產(chǎn)品內(nèi)在品質(zhì)的重要指標(biāo)。鴨梨黑心病是貯藏過程中常見的水果生理性病害,發(fā)病時(shí),鴨梨果心先形成淺褐色病斑,隨著貯藏期的延長(zhǎng),果心緩慢變?yōu)楹诤稚⒉粩鄶U(kuò)展,使果肉組織發(fā)糠,風(fēng)味變劣,直至果肉大片變褐,不堪食用。由于產(chǎn)生鴨梨黑心病的病果與正常果在外觀上沒有區(qū)別,所以原有對(duì)病果內(nèi)在品質(zhì)的檢驗(yàn)是通過觀察隨機(jī)樣品切片來進(jìn)行的,但這種方法屬于破壞性抽樣檢測(cè)的方法,不但浪費(fèi)極大,而且對(duì)出口產(chǎn)品分級(jí)毫無意義。
無損傷檢測(cè)方法即在不破壞水果產(chǎn)品的情況下對(duì)其內(nèi)部品質(zhì)包括糖度、酸度、硬度、內(nèi)部病變等進(jìn)行檢測(cè)和評(píng)價(jià)的方法。目前無損傷檢測(cè)水果內(nèi)部品質(zhì)的方法,其研究大多針對(duì)蘋果內(nèi)部質(zhì)量來進(jìn)行的,由于鴨梨是我國的特色水果,國際上目前對(duì)鴨梨無損檢測(cè)研究的報(bào)道很少,其中,Paola等利用時(shí)間解析反射光譜對(duì)梨褐心進(jìn)行了無損傷檢測(cè),但只能檢測(cè)到果皮以下2cm范圍內(nèi),對(duì)果心周圍的輕微褐變檢測(cè)比較困難。在我國,目前關(guān)于快速無損傷檢測(cè)水果內(nèi)部品質(zhì)的研究較少,而這種研究對(duì)水果,特別是對(duì)鴨梨的生產(chǎn)、貯藏和出口分級(jí)具有非常重要的意義。
發(fā)明內(nèi)容
針對(duì)上述問題,本發(fā)明的目的是提供一種針對(duì)鴨梨黑心病的快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法。
為實(shí)現(xiàn)上述目的,本發(fā)明采取以下技術(shù)方案一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法,它包括以下步驟(1)逐個(gè)用儀器采集待測(cè)鴨梨在兩特定波長(zhǎng)為(713±5)nm和(743±5)nm處的OD值;(2)將得到的(713±5)nm和(743±5)nm兩特定波長(zhǎng)的OD值,帶入預(yù)先建立的鴨梨黑心病的判別模型,得到鴨梨是否有黑心病的判定結(jié)果。
預(yù)先建立鴨梨黑心病的判別模型,其建立過程包括以下步驟(1)采集鴨梨樣品集,用儀器檢測(cè)樣品集中各樣品在兩特定波長(zhǎng)為(713±5)nm和(743±5)nm處的OD值;(2)將經(jīng)檢測(cè)后的樣品沿赤道方向切開,觀察是否有黑心病病變;(3)將樣品集中各樣品在(713±5)nm和(743±5)nm兩特定波長(zhǎng)的OD值和相對(duì)應(yīng)的切片觀察結(jié)果全部輸入計(jì)算機(jī),采用差分法進(jìn)行計(jì)算分析后,得到判斷閾值和鴨梨黑心的判別方程ΔOD((713±5)nm-(743±5)nm)>判斷閾值時(shí)鴨梨為黑心梨;ΔOD((713±5)nm-(743±5)nm)≤判斷閾值時(shí)鴨梨為好梨;(4)將未知被測(cè)鴨梨在(713±5)nm和(743±5)nm特征波長(zhǎng)的OD值分別帶入判別方程,并給出判定結(jié)果。
所述兩特定波長(zhǎng)可以是713nm和743nm。
所述判斷閾值可以是-0.231。
采集兩特定波長(zhǎng)的儀器可以是濾光片型儀器。
采集兩特定波長(zhǎng)的儀器可以是可見-近紅外光譜儀。
本發(fā)明由于采取以上技術(shù)方案,其具有以下優(yōu)點(diǎn)1、本發(fā)明由于預(yù)先建立鴨梨黑心病的判斷模型,因此無論是在線檢測(cè)時(shí),還是進(jìn)行抽樣檢測(cè)時(shí),都可以對(duì)待鴨梨進(jìn)行逐個(gè)檢測(cè),可快速檢測(cè)出鴨梨黑心病,大量減少因抽樣檢測(cè)所造成的果品浪費(fèi),保證每一個(gè)鴨梨產(chǎn)品的質(zhì)量,并可經(jīng)常性地對(duì)貯藏的鴨梨進(jìn)行監(jiān)測(cè),減少貯藏?fù)p失。2、本發(fā)明在建模的過程中經(jīng)過大量實(shí)驗(yàn)選取波長(zhǎng)為713nm±5nm和743nm±5nm作為鴨梨黑心病判斷的兩個(gè)特征波長(zhǎng),通過在這兩個(gè)特征波長(zhǎng)時(shí)的OD值與切片觀察之間的對(duì)應(yīng)關(guān)系,建立了一組判別對(duì)鴨梨是否有黑心病的判別模型,不但可以實(shí)現(xiàn)對(duì)鴨梨黑心病進(jìn)行無損檢測(cè),而且對(duì)鴨梨黑心病的正確判別率非常高,達(dá)到了普通分選方法和人工分選所不能達(dá)到的目標(biāo)。本發(fā)明可以廣泛用于鴨梨的產(chǎn)品分級(jí)檢測(cè)和貯藏檢測(cè)中。
具體實(shí)施例方式
本發(fā)明是一種在線無損檢測(cè)鴨梨的方法,其包括以下步驟一、首先建立鴨梨黑心病的判別模型(1)樣品采集及檢測(cè)儀器在同區(qū)域、同一采摘時(shí)期、不同果樹株棵上、同一果樹株棵上的不同部位,隨機(jī)采摘具有代表性的鴨梨樣品200個(gè);(2)采集特征波長(zhǎng)下樣品的OD值采用CCD光柵型可見-近紅外光譜儀,選擇鴨梨光譜的一個(gè)波谷和波峰附近的兩個(gè)波長(zhǎng)713nm和743nm作為特征波長(zhǎng),依次測(cè)量樣品集中每個(gè)樣品在這兩個(gè)特征波長(zhǎng)時(shí)的OD值;
(3)切片觀察將經(jīng)檢測(cè)后的樣品沿赤道方向切開,觀察是否有黑心病病變;(4)建立鴨梨黑心病的判別模型將得到的全部樣品的兩特定波長(zhǎng)的OD值和切片觀察結(jié)果輸入計(jì)算機(jī),采用差分法進(jìn)行計(jì)算分析后,得到一個(gè)最能區(qū)分好壞鴨梨的數(shù)值-0.231作為判斷閾值,并建立鴨梨是否有黑心病的判別方程,即ΔOD(713nm-743nm)>-0.231時(shí)鴨梨為黑心梨ΔOD(713nm-743nm)≤-0.231時(shí)鴨梨為好梨(5)將未知被測(cè)鴨梨在特征波長(zhǎng)處的OD值分別帶入判別模型給出判定結(jié)果。
二、對(duì)鴨梨進(jìn)行檢測(cè)采用CCD光柵型可見-近紅外光譜儀,選擇與建模時(shí)相同的兩個(gè)特征波長(zhǎng)713nm和743nm,依次測(cè)量每個(gè)鴨梨在這兩個(gè)特征波長(zhǎng)時(shí)的OD值;然后將這兩個(gè)波長(zhǎng)的OD值輸入計(jì)算機(jī)代入判別模型后,便可以得到判別結(jié)果是好梨還是黑心梨。
上述實(shí)施例中是采用CCD光柵型可見-近紅外光譜儀進(jìn)行檢測(cè),還可以采用價(jià)格更為便宜的濾光片型儀器或其它儀器測(cè)量鴨梨在兩特征波長(zhǎng)下的OD值。
上述實(shí)施例中,還可以采用CCD光柵型可見-近紅外光譜儀采集在波長(zhǎng)范圍為638nm~1295nm的連續(xù)光譜,然后再選擇兩個(gè)特征波長(zhǎng)713nm和743nm處的OD值,這是考慮在有蘋果和鴨梨都需要檢測(cè)的情況下,與需要采用連續(xù)光譜檢測(cè)的蘋果(已另行申請(qǐng)專利)共用同一種儀器,使用同一種測(cè)量方法比較方便而采用的。
上述實(shí)施例中,選擇的鴨梨樣品很多,這主要是為了進(jìn)行多種情況分析和驗(yàn)證的需要,在實(shí)際使用中,可以根據(jù)采集樣品集的常規(guī)要求(例如不少于30個(gè))采集即可。本發(fā)明對(duì)采集的200個(gè)鴨梨樣品,按本發(fā)明方法驗(yàn)證結(jié)果為,168個(gè)黑心鴨梨中有6個(gè)被誤判成好梨,誤判率為3.5%;32個(gè)好梨中有3個(gè)被誤判成黑心梨,誤判率為9.5%,總判別正確率達(dá)95.5%,可以看出本發(fā)明具有很好的實(shí)用性價(jià)值。
上述實(shí)施例中,兩特定波長(zhǎng)713nm和743nm的選定是可以有所變化的,但一般在±5nm的范圍內(nèi)變化即可。另外經(jīng)驗(yàn)閾值是所選兩特征波長(zhǎng)處OD值的差分統(tǒng)計(jì)結(jié)果,是根據(jù)實(shí)驗(yàn)分析得出并確定的,由于各地區(qū),各不同樹木,及每年的氣候情況都會(huì)造成鴨梨內(nèi)部的情況有所不同,因此在使用時(shí),可以根據(jù)測(cè)量結(jié)果和實(shí)際觀察情況,按本發(fā)明提供的方法對(duì)建立的判別模型進(jìn)行一些調(diào)整,這些調(diào)整不應(yīng)排除在本發(fā)明的保護(hù)范圍之外。
權(quán)利要求
1.一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法,它包括以下步驟(1)逐個(gè)用儀器采集待測(cè)鴨梨在兩特定波長(zhǎng)為(713±5)nm和(743±5)nm處的OD值;(2)將得到的(713±5)nm和(743±5)nm兩特定波長(zhǎng)的OD值,帶入預(yù)先建立的鴨梨黑心病的判別模型,得到鴨梨是否有黑心病的判定結(jié)果。
2.如權(quán)利要求1所述的一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法,其特征在于預(yù)先建立鴨梨黑心病的判別模型,其建立過程包括以下步驟(1)采集鴨梨樣品集,用儀器檢測(cè)樣品集中各樣品在兩特定波長(zhǎng)為(713±5)nm和(743±5)nm處的OD值;(2)將經(jīng)檢測(cè)后的樣品沿赤道方向切開,觀察是否有黑心病病變;(3)將樣品集中各樣品在(713±5)nm和(743±5)nm兩特定波長(zhǎng)的OD值和相對(duì)應(yīng)的切片觀察結(jié)果全部輸入計(jì)算機(jī),采用差分法進(jìn)行計(jì)算分析后,得到判斷閾值和鴨梨黑心的判別方程ΔOD((713±5)nm-(743±5)nm)>判斷閾值時(shí)鴨梨為黑心梨ΔOD((713±5)nm-(743±5)nm)≤判斷閾值時(shí)鴨梨為好梨(4)將未知被測(cè)鴨梨在(713±5)nm和(743±5)nm兩特征波長(zhǎng)的OD值分別帶入判別方程,并給出判定結(jié)果。
3.如權(quán)利要求1所述的一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法,其特征在于所述兩特定波長(zhǎng)為713nm和743nm。
4.如權(quán)利要求2所述的一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法,其特征在于所述兩特定波長(zhǎng)為713nm和743nm。
5.如權(quán)利要求2或3或4所述的一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法,其特征在于所述判斷閾值為-0.231。
6.如權(quán)利要求2或3或4所述的一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法,其特征在于所述判斷閾值為-0.231。
7.如權(quán)利要求1或2或3或4或5或6所述的一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法,其特征在于采集兩特定波長(zhǎng)的儀器為濾光片型儀器。
8.如權(quán)利要求1或2或3或4或5或6所述的一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法,其特征在于采集兩特定波長(zhǎng)的儀器為可見-近紅外光譜儀。
全文摘要
本發(fā)明涉及一種快速無損檢測(cè)鴨梨內(nèi)部質(zhì)量的方法,它包括以下步驟(1)逐個(gè)用儀器采集待測(cè)鴨梨在兩特定波長(zhǎng)為(713±5)nm和(743±5)nm處的OD值;(2)將得到的兩特定波長(zhǎng)的OD值,帶入預(yù)先建立的鴨梨黑心病的判別模型,得到鴨梨是否有黑心病的判定結(jié)果。本發(fā)明預(yù)先建立鴨梨黑心病的判斷模型,因此可以在線對(duì)待鴨梨進(jìn)行逐個(gè)檢測(cè),可快速檢測(cè)出鴨梨黑心病,大量減少因抽樣檢測(cè)所造成的果品浪費(fèi),保證每一個(gè)鴨梨產(chǎn)品的質(zhì)量,并可經(jīng)常性地對(duì)貯藏的鴨梨進(jìn)行監(jiān)測(cè),減少貯藏?fù)p失。
文檔編號(hào)G06F19/00GK1789979SQ20041009862
公開日2006年6月21日 申請(qǐng)日期2004年12月14日 優(yōu)先權(quán)日2004年12月14日
發(fā)明者韓東海, 涂潤(rùn)林 申請(qǐng)人:中國農(nóng)業(yè)大學(xué)