-
题名杨梅品质的无损检测进展
- 1
-
-
作者
游力凡
杨小峰
孙一叶
-
机构
温州大学
-
出处
《光电子》
2022年第1期24-30,共8页
-
文摘
我国是杨梅的发源地及主产区,保证杨梅的食品品质是维护我国形象和消费者权益的重要一环。杨梅具有易损、易腐的特性,杨梅生产中需保证时效性、克服复杂性和高成本性。因此,本文对电子鼻检测技术、机器视觉技术、可见/近红外光谱检测技术和高光谱成像检测技术在杨梅生产中的应用进行了概述,并对比各技术的利弊,以及讨论了基于机器视觉技术的自动化分级装置的可行性,为我国杨梅品质的商业化检测提出了新的思路和展望。
-
关键词
杨梅
品质
无损检测技术
-
分类号
S66
[农业科学—果树学]
-
-
题名基于图像传感技术的娃娃菜外观品质检测
被引量:4
- 2
-
-
作者
张展硕
刘苗苗
陆雯沁
游力凡
袁雷明
-
机构
温州大学电气与电子工程学院
-
出处
《食品安全质量检测学报》
CAS
北大核心
2021年第4期1374-1379,共6页
-
基金
国家科技部重点研发专项(2017YFD0401300)
国家级大学生创新创业计划项目(202010350145)
温州大学开放实验室项目(JW20SK70)。
-
文摘
目的设计一套基于图像传感技术分析娃娃菜外观品质如尺寸、重量、瑕疵点等的检测方法。方法搭建一套图像采集平台拍摄娃娃菜不同侧面,应用图像处理技术,分割出娃娃菜图像区域,并数字化其区域特征信息(包括:投影面积、尺寸、瑕疵点面积等)。结果建立合格娃娃菜的侧面投影面积与重量真实值间的线性关系,其相关系数为0.938,均方根误差为36.52 g;对比人工检测,图像法可以识别出娃娃菜外表面95%的瑕疵点(腐黑点、裂纹裂缝等);参照娃娃菜的分级标准,以图像法获取各特征指标,结合聚类算法分级娃娃菜,其中K-medoid法准确率为100%,Gath-Geva法准确率为96.67%。结论机器视觉技术可应用于娃娃菜的自动检测和分级,为在线无损检测提供参考。
-
关键词
娃娃菜
机器视觉
分级
瑕疵识别
图像处理
-
Keywords
baby cabbage
machine vision
grade
defect identification
image processing
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TS255.7
[轻工技术与工程—农产品加工及贮藏工程]
-
-
题名甲醇汽油中甲醇品质的检测研究及展望
- 3
-
-
作者
杨小峰
游力凡
孙一叶
-
机构
温州大学
-
出处
《分析化学进展》
2022年第2期53-59,共7页
-
文摘
甲醇汽油作为一种新型的能源,拥有高辛烷值、成本低和环保清洁等优点。在实际应用时,甲醇汽油中的甲醇的品质影响汽油本身的安全性、燃烧性能以及对设备的损耗程度。因此,本文对气相色谱技术、近红外光谱技术以及红外/拉曼光谱技术在甲醇汽油中甲醇汽油品质的应用进行概述,并分析各自的优缺点,以及未来甲醇检测技术发展需要考虑的因素。
-
关键词
甲醇汽油
甲醇品质
无损检测
-
分类号
TE626.21
[石油与天然气工程—油气加工工程]
-