共查询到10条相似文献，搜索用时 171 毫秒
1.
光谱分析技术在水果品质与安全检测中的应用 总被引：1，自引：0，他引：1
【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。 相似文献
2.
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. 相似文献
3.
苹果是消费者十分喜爱的水果之一,其成熟程度直接决定其口感和可接受性等消费指标,因此对其成熟度的研究有着十分重要的意义[1].以往对苹果成熟度的测定都是采用单一的检测方法,或者是2种方法简单地叠加来,而苹果的成熟度指标是多方面的,单一的检测手段往往是不全面的[2].如计算机视觉可以较好的分析检测苹果的外部品质,却无法检测内部品质;敲击振动可以和苹果的硬度、脆性等联系紧密,在外形、颜色等方面显得无能为力.如何充分利用各种检测方法的长处,取长补短,提高检测的全面性、可靠性和灵敏度,是苹果成熟度快速无损检测的新趋势.为此我们拟探讨一种基于计算机视觉和敲击振动两传感器信息融合技术进行无损检测苹果成熟度的方法. 相似文献
4.
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。 相似文献
5.
水果品质无损检测研究进展及应用现状 总被引：1，自引：0，他引：1
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。 相似文献
6.
基于电子鼻的苹果低温贮藏时间及品质预测 总被引：1，自引：0，他引：1
【目的】研究利用电子鼻对苹果低温贮藏时间及品质的预测效果,为苹果低温贮藏品质的无损检测及合理加工利用提供参考。【方法】以富士苹果为试材,在(0±1)℃低温条件下贮藏,分别在贮藏后的第0,30,60,90,120,150和180天,随机选取30个果实,利用PEN3型电子鼻检测其香气,并一一对应测定苹果的主要品质指标(硬度、可溶性固形物含量和可滴定酸含量)。利用载荷分析优化电子鼻传感器阵列,对优化后的电子鼻检测数据进行线性判别分析,建立苹果低温贮藏品质的偏最小二乘预测模型、BP神经网络预测模型和贮藏时间的多层感知器预测模型,并对预测效果进行了比较。【结果】线性判别分析能够较好地区分苹果的贮藏品质,且苹果香气在贮藏60~90d时变化较大;建立的多层感知器神经网络模型对苹果贮藏时间有较好的预测效果,预测准确率均92.0%;利用偏最小二乘法和BP神经网络均能对果实的品质建立有效的预测模型,其中偏最小二乘法对冷藏苹果硬度和可滴定酸含量的预测效果优于对可溶性固形物含量的预测,利用BP神经网络所建立预测模型的决定系数均0.930 0,预测效果较偏最小二乘法更好。【结论】利用电子鼻的快速无损检测功能可以实现对苹果低温贮藏时间及品质的预测。 相似文献
7.
【目的/意义】分析消费者需求、了解消费者购买意愿及其影响因素,为提升消费者购买生鲜水果意愿、升级消费者购买体验以及促进生鲜水果新零售模式的发展提供决策参考。【方法/过程】利用消费者调查数据,基于消费者感知价值理论、计划行为理论构建概念模型,运用结构方程模型分析新零售背景下消费者购买生鲜水果意愿及其影响因素。【结果/结论】研究发现：生鲜水果质量、物流配送质量、服务质量对消费者感知功能价值和感知情感价值均产生显著的正向影响;感知功能价值和感知情感价值对消费者购买意愿均产生显著的正向影响;生鲜水果质量、物流配送质量、服务质量能够通过感知功能价值和感知情感价值的中介作用对消费者购买意愿产生显著影响。 相似文献
8.
9.
机器学习在苹果智慧生产中的应用 总被引：1，自引：0，他引：1
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... 相似文献
10.
【目的】研究苹果损伤高光谱特征,建立基于高光谱成像的苹果损伤区域最佳分类模型,为实时、快速、准确地识别苹果损伤提供重要依据。【方法】以北京平谷区收集的苹果样品为研究对象,利用高光谱图像技术检测水果表面机械损伤。利用 390 ~1 000 nm 范围的高光谱图像（HSI）数据,通过比值光谱分析损伤与正常感兴趣区域（ROI）的光谱响应特性,筛选特征波段,并构建较好地突出损伤区域特征的 3 种类型光谱指数：归一化光谱指数（NDSI）、比值光谱指数（RSI）和差值光谱指数（DSI）。在此基础上,优选提取损伤区域能力较强的光谱指数,利用迭代自组织数据分析（ISODATA）无监督据聚类算法提取苹果损伤区域。【结果】当苹果表面受到损伤时,光谱反射率变化显著。波段优化后发现,528、676 nm 的反射率可以有效识别异常区域。基于选定的特征波段,构建苹果损伤检测的识别光谱指数,包括 NDSI、RSI 和 DSI。光谱指数图像的像素值分析发现,损伤区域特征与正常区域特征在各光谱指数（SI）增强图像中区分明显。两类图像特征的 NDSI 像素平均值相差最大、达到 0.629,表明建立的 NDSI 对损伤区域及正常区域特征具有较强的区分能力。利用无监督分类方法 ISODATA 分类,验证了光谱特征指数在检测苹果损伤方面具有较高的特异性,对苹果损伤的检测正确率
达到 92.50%。【结论】研究结果适用于苹果损伤的实时快速检测,为苹果的精准管理生产提供技术基础与参考。 相似文献