一種農藥殘留的檢測方法、裝置及系統的制作方法
【專利摘要】一種農藥殘留的檢測方法、裝置及系統,所述方法包括:獲取待檢測物體的高光譜圖像數據;對所述高光譜圖像數據進行降維處理,獲取光譜曲線,所述光譜曲線包括特征波長下的光譜曲線;基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留。該方法可以快速檢測待檢測物體的農藥殘留,且該方法無需損壞待檢測物體,是一種無損、安全的檢測方法。
【專利說明】一種農藥殘留的檢測方法、裝置及系統
【技術領域】
[0001]本發明涉及農藥檢測【技術領域】,尤其涉及一種農藥殘留的檢測方法、裝置及系統。【背景技術】
[0002]水果和蔬菜是人們日常飲食中最重要的組成部分之一。農藥在果蔬的種植過程中起到病蟲草害的防治作用,但是農藥并不能全部被植物吸收,大部分仍殘留在果實表面。由于目前我國農藥品種結構不合理,加之有些使用者違反規定不合理使用農藥,以及農藥殘留監管力度不夠等原因,致使我國農藥殘留問題比較突出。近年來因過量使用農藥而造成的農藥中毒現象屢見不鮮,主要表現在:一是由于在蔬菜瓜果上使用高毒農藥引起農藥急性中毒事故;二是農副產品中農藥殘留量超過最高殘留限量。農藥殘留是指農藥使用后一個時期內沒有被分解而殘留于生物體上的農藥,它不僅可以通過環境和食物鏈的作用間接對人體健康造成潛在危害,而且農藥最高殘留限量也成為各貿易國之間重要的技術壁壘。有些國家對我國出口的農產品制定了嚴格的環保技術標準,使我國蔬菜水果進入國際市場面臨著綠色壁壘。
[0003]農藥殘留已成為食品中的主要安全問題,隨著人們生活水平的提高,健康環保意識的增強,消費者越來越關注果蔬質量安全問題,其中果蔬表面的農藥殘留問題尤其備受關注。因此,加強蔬菜、水果中農藥殘留的檢測勢在必行。
[0004]現有技術中,已有薄層色譜法、氣象色譜法、高效液相色譜法、超臨界流體色譜法等等。但現有技術中的農藥殘留的檢測方法通常都是有損檢測方法,以目前用于農藥殘留檢測最普遍、最成熟的氣相色譜法為例,目前多達70%的農藥殘留可用氣相色譜法來檢測,但所述氣相色譜法也是有損檢測的方法。
[0005]用有損檢測的方法來檢測農藥殘留,存在著檢測周期長、實驗過程復雜、化學試劑消耗兩大、污染環境、操作需要專業人員、不易推廣以及對樣品有破壞性等缺點。
【發明內容】
[0006]本發明解決的問題是有損檢測方法中存在的檢測方法復雜、對待檢測物體有損傷以及檢測周期長的問題。
[0007]為解決上述問題,本發明技術方案提供一種農藥殘留的檢測方法,包括:
獲取待檢測物體的高光譜圖像數據;
對所述高光譜圖像數據進行降維處理,獲取光譜曲線,所述光譜曲線包括特征波長下的光譜曲線;
基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留。
[0008]可選的,所述高光譜圖像數據通過光譜成像儀獲取。
[0009]可選的,所述對所述高光譜圖像數據的進行降維處理包括:
通過主成分分析法和線性鑒別分析法中的任意一種方法對所述高光譜圖像數據進行降維處理。[0010]可選的,所述基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留包括: 對所述光譜曲線進行光譜分析;
基于所述光譜分析結果中農藥殘留區域的光譜曲線和無農藥殘留區域的光譜曲線的差異確定所述待檢測物體的農藥殘留結果。
[0011]為解決上述技術問題,本發明技術方案還提供一種農藥殘留的檢測裝置,包括:
獲取單元,適于獲取待檢測物體的高光譜圖像數據;
降維單元,適于對所述高光譜圖像數據進行降維處理,獲取光譜曲線,所述光譜曲線包括特征波長下的光譜曲線;
確定單元,適于基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留。
[0012]可選的,所述確定單元包括:
光譜分析單元,適于對所述光譜曲線進行光譜分析;
差異比較單元,適于基于所述光譜分析結果中農藥殘留區域的光譜曲線和無農藥殘留區域的光譜曲線的差異確定所述待檢測物體的農藥殘留結果。
[0013]本發明技術方案還提供一種農藥殘留的檢測系統,包括光譜成像儀,還包括: 如上所述的農藥殘留的檢測裝置。
[0014]與現有技術相比,本發明的技術方案具有以下優點:
獲取待檢測物體的高光譜圖像數據,并對所述高光譜圖像數據進行降維處理,獲取包含有特征波長的光譜曲線,基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留。該方法可以快速檢測待檢測物體的農藥殘留,且該方法無需損壞待檢測物體,是一種無損、安全的檢測方法。
【專利附圖】
【附圖說明】
[0015]圖1是本發明實施例提供的硬件環境示意圖;
圖2是本發明實施例提供的農藥殘留的檢測方法的流程示意圖。
【具體實施方式】
[0016]如【背景技術】所述,現有技術中的農藥殘留的檢測方法通常都是有損檢測方法,用有損檢測的方法來檢測農藥殘留,存在著檢測周期長、實驗過程復雜、化學試劑消耗兩大、污染環境、操作需要專業人員、不易推廣以及對樣品有破壞性等缺點。
[0017]為解決有損檢測方法中存在的問題,本發明技術方案提供一種無損檢測的技術方法。
[0018]無損檢測技術是有別于傳統檢測手段的一種新興技術,無損檢測技術是在不破壞被檢對象的前提下,運用各種物理學的方法如聲、光、電等對物體進行檢測分析的一種技術。
[0019]本發明技術方案所采用的光譜成像技術是一種無損的檢測技術。
[0020]光譜成像技術是集探測器技術、精密光學機械、微弱信號檢測、計算機技術、信息處理技術于一體的綜合性技術,其最大特點是將成像技術與光譜探測技術結合,在對目標的空間特征成像的同時,對每個空間像元經過色散形成幾十個乃至幾百個窄波段以進行連續的光譜覆蓋。其中,高光譜圖像技術通過搭載在不同空間平臺上的高光譜傳感器,即成像光譜儀,在電磁波譜的紫外、可見光、近紅外和中紅外區域,以數十至數百個連續且細分的光譜波段對目標區域同時成像,在獲得地表圖像信息的同時,也獲得其光譜信息,真正做到了光譜與圖像的結合。
[0021]在高光譜圖像的圖像信息和光譜信息中,圖像信息可以反映樣本的大小、形狀、缺陷等外部品質特征,而光譜信息能充分反映樣品內部的物理結構、化學成分的差異,這些特點決定了高光譜圖像技術在農產品內外部品質的檢測方面的獨特優勢。
[0022]本發明技術方案基于光譜技術實現對待檢測物體的農藥殘留的檢測。在本發明技術方案提供的農藥殘留的檢測方法中,首先獲取待檢測物體的高光譜圖像數據,通過對所述高光譜圖像數據進行降維處理,獲取含有特征波長下的光譜曲線,進而基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留。
[0023]本發明技術方案通過高光譜圖像技術對待檢測物體的農藥殘留進行檢測,是一種無損壞性的檢測,可以保留農產品等待檢測物體的完整外表,且其檢測速度較快,不需花費大量時間進行樣本預處理和常規分析,該方法具有實時、高效、快速以及無損檢測的優點。
[0024]為使本發明的上述目的、特征和優點能夠更為明顯易懂,下面結合附圖對本發明的具體實施例做詳細的說明。
[0025]在本實施例中,可以通過如圖1所示的硬件環境實現對待檢測物體的農藥殘留的檢測。
[0026]通過光譜成像儀獲取待檢測物體的高光譜圖像數據,將所述高光譜圖像數據通過無線或者有線的方式傳遞到電腦、手機等處理設備上,所述處理設備可以實現對通過光譜成像儀所獲取的高光譜圖像數據的降維和去噪處理,并得到包含有特征波長的光譜曲線,所述處理設備還可以基于對所述光譜曲線的分析而確定所述待檢測物體的農藥殘留。所述無線或者有線的方式包括USB傳輸方式、串口傳輸方式、藍牙傳輸方式以及紅外傳輸方式
坐·寸ο
[0027]在其它實施例中,也可以包括如圖1所示的服務器,在處理設備得到含有特征波長的光譜曲線后,將所述光譜曲線通過網絡傳遞到網絡端的預先設定好的服務器上,在服務器上可以預先存儲有與農藥殘留情況相對應的光譜曲線,則可以在服務器接收到來自處理設備的光譜曲線后,通過對比分析將檢測結果反饋給處理設備,也可以在服務器上直接基于處理設備所傳送的光譜曲線的分析而得到所述待檢測物體的農藥殘留結果,服務器在得到檢測結果后也可以通過網絡將結果傳回到手機或者PC等,用戶可以基于檢測結果實時對物體進行檢測。
[0028]實現對待檢測物體的農藥殘留的檢測方法的流程,請參考圖2,圖2是本發明實施例提供的農藥殘留的檢測方法的流程示意圖。
[0029]如圖2所示,首先執行步驟S201,通過光譜成像儀采集高光譜圖像數據。
[0030]在400-1000納米的可見光和近紅外的光譜范圍內,通過光譜成像儀采集蔬果等待檢測物體的高光譜圖像數據,在采集的過程中,可以同時考慮到成像時的曝光時間、光譜成像儀的掃描速度等,以獲取較好的待檢測物體的三維成像效果。
[0031]執行步驟S202,對所述高光譜圖像數據進行降維處理,獲取光譜曲線。
[0032]由于高光譜圖像數據是從可見光到近紅外的幾百個連續的窄波段內獲取的圖像數據,因此,它具有很高的光譜分辨率,對蔬果等待檢測物體的檢測可以更加準確,但較大的數據量也給數據處理過程帶來一定的困難。
[0033]由于高光譜圖像數據不同波段像素之間存在極強的互相關性,圖像間存在著大量的冗余信息,不是所有的波段都有同等的重要性,我們可以通過選擇最佳波段組成新的高光譜圖像數據空間,可以在不損失重要信息的條件下反映其他波段的信息,同時也可以有效降低計算量。
[0034]高光譜圖像數據中有用的圖像信息通常集中在較低維的空間中,因此,減小高光譜圖像數據的維數是不會對有用的圖像信息造成損失的。現有技術中,有多種高光譜圖像數據降維方法,例如通過主成分分析法(PCA)、線性鑒別分析法(LDA)等實現對所述高光譜圖像數據的降維處理。
[0035]主成分分析法是一種簡化數據集的技術,它是把數據變換到一個新的坐標系統中的線性變換,可減少數據集的維數,同時保持數據集中貢獻最大的特征。線性鑒別分析法可以在減少數據集維數的同時盡可能的保留數據集中的差別信息。
[0036]通常,可以采用主成分分析法對高光譜圖像數據進行降維處理,也可以通過線性鑒別分析對高光譜圖像數據進行降維處理并得到差別信息,在本實施例中,可以結合主成分分析法和線性鑒別分析法以實現在高光譜圖像數據進行降維的處理過程中,可以同時保留數據中的差別信息。在此步驟中,也可以對所述高光譜圖像數據進行去噪處理,提高圖像處理結果的準確性。
[0037]通過對高光譜圖像數據進行降維和去噪處理,可以實現對原圖像數據中波段之間的多余信息、冗余信息等的處理,將多波段的圖像信息壓縮到原波段更有效的少數幾個轉換波段,然后找出特征波長下的光譜曲線圖像。
[0038]執行步驟S203,基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留。
[0039]根據高光譜圖像數據具有多光譜通道、高光譜分辨率和連續光譜等特點,在本步驟中,對含有特征波長下的光譜曲線圖像進行光譜分析,得到包含有農藥殘留區域和無農藥殘留區域的連續光譜曲線。由于光譜信息能充分反映物體內部的物理結構、化學成分的差異,也可以理解為對于農藥中的不同的化學成分,會有不同的光譜曲線與其對應,而且對于同一種化學成分,其含量不同,得到的光譜曲線也會有所不同,則在得到光譜曲線后也就可以相應的得到當前待檢測物體所含有的農藥中的化學成分、化學成分含量等信息,進而可以實現對于待檢測物體的農藥殘留的檢測。
[0040]可以預先通過一定量的含有不同農藥成分、以及不同成分含量的物體樣本,基于高光譜圖像數據,得到其分別對應的不同的光譜曲線,則在對待檢測物體進行檢測的時候,可以基于待檢測物體的高光譜圖像數據所得到個光譜曲線與樣本的光譜曲線的對比分析等操作,得到待檢測物體的農藥殘留成分、含量等信息,基于農藥殘留區域的光譜曲線和無農藥殘留區域的光譜曲線的差異,判斷所述待檢測物體是否有農藥殘留。
[0041]該方法可以快速檢測待檢測物體的農藥殘留,且該方法無需損壞待檢測物體,是一種無損、安全的檢測方法。
[0042]本發明實施例還提供一種農藥殘留的檢測裝置,包括:獲取單元,適于獲取待檢測物體的高光譜圖像數據;降維單元,適于對所述高光譜圖像數據進行降維處理,獲取光譜曲線,所述光譜曲線包括特征波長下的光譜曲線;確定單元,適于基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留。[0043]所述確定單元包括:光譜分析單元,適于對所述光譜曲線進行光譜分析;差異比較單元,適于基于所述光譜分析結果中,基于農藥殘留區域的光譜曲線和無農藥殘留區域的光譜曲線的差異確定所述待檢測物體的農藥殘留結果。
[0044]本實施例還提供一種農藥殘留的檢測系統,包括光譜成像儀和如上所述的農藥殘留的檢測裝置。
[0045]本發明不局限于上述最佳實施方式,任何人在本發明的啟示下作出的結構變化和方法改進,凡是與本發明具有相同或相近哦技術方案,均落入本發明的保護范圍之內。
【權利要求】
1.一種農藥殘留的檢測方法,其特征在于,包括: 獲取待檢測物體的高光譜圖像數據; 對所述高光譜圖像數據進行降維處理,獲取光譜曲線,所述光譜曲線包括特征波長下的光譜曲線; 基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留。
2.如權利要求1所述的農藥殘留的檢測方法,其特征在于,所述高光譜圖像數據通過光譜成像儀獲取。
3.如權利要求1所述的農藥殘留的檢測方法,其特征在于,所述對所述高光譜圖像數據的進行降維處理包括: 通過主成分分析法和線性鑒別分析法中的任意一種方法對所述高光譜圖像數據進行降維處理。
4.如權利要求1所述的農藥殘留的檢測方法,其特征在于,所述基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留包括: 對所述光譜曲線進行光譜分析; 基于所述光譜分析結果中農藥殘留區域的光譜曲線和無農藥殘留區域的光譜曲線的差異確定所述待檢測物體的農藥殘留結果。
5.一種農藥殘留的檢測裝置,其特征在于,包括: 獲取單元,適于獲取待檢測物體的高光譜圖像數據; 降維單元,適于對所述高光譜圖像數據進行降維處理,獲取光譜曲線,所述光譜曲線包括特征波長下的光譜曲線; 確定單元,適于基于對所述光譜曲線的分析確定所述待檢測物體的農藥殘留。
6.如權利要求1所述的農藥殘留的檢測方法,其特征在于,所述確定單元包括: 光譜分析單元,適于對所述光譜曲線進行光譜分析; 差異比較單元,適于基于所述光譜分析結果中農藥殘留區域的光譜曲線和無農藥殘留區域的光譜曲線的差異確定所述待檢測物體的農藥殘留結果。
7.—種農藥殘留的檢測系統,包括光譜成像儀,其特征在于,還包括: 如權利要求5或6所述的農藥殘留的檢測裝置。
【文檔編號】G01N21/25GK103868857SQ201410054219
【公開日】2014年6月18日 申請日期:2014年2月18日 優先權日:2014年2月18日
【發明者】梁元, 郭科, 周仲禮, 魏友華, 柳炳利 申請人:成都理工大學