無損檢測技術(shù)在農(nóng)產(chǎn)品品質(zhì)評價中的應(yīng)用

作者：劉靜 章程

摘要：無損檢測技術(shù)是近年在農(nóng)業(yè)和工業(yè)中廣泛應(yīng)用的新興的高科技檢測技術(shù)。介紹各種無損檢測技術(shù)的研究原理，綜述無損檢測技術(shù)在不同農(nóng)產(chǎn)品品質(zhì)檢測中的應(yīng)用現(xiàn)狀，并對農(nóng)產(chǎn)品品質(zhì)無損檢測技術(shù)提出了發(fā)展與展望。
關(guān)鍵詞：無損檢測農(nóng)產(chǎn)品品質(zhì)檢測分級

    隨著我國加入世貿(mào)組織后和人民消費(fèi)物質(zhì)的不斷豐富，人類對可食農(nóng)產(chǎn)品的要求不再滿足于農(nóng)產(chǎn)品的數(shù)量，也不再滿足于農(nóng)產(chǎn)品的安全、衛(wèi)生，而是對農(nóng)產(chǎn)品的外觀、風(fēng)味和營養(yǎng)等品質(zhì)問題越來越關(guān)注，要求越來越高。在同等安全、衛(wèi)生的情況下，選擇食用優(yōu)質(zhì)農(nóng)產(chǎn)品漸漸成為一種消費(fèi)觀念和消費(fèi)文化，這使得對農(nóng)產(chǎn)品按質(zhì)量要素進(jìn)行等級劃分，實(shí)行以質(zhì)論價、優(yōu)質(zhì)優(yōu)價就變得切實(shí)可行。本文綜述了不同的無損檢測技術(shù)在農(nóng)產(chǎn)品中的應(yīng)用現(xiàn)狀和最新研究進(jìn)展，并對其未來的發(fā)展方向進(jìn)行了展望。
   1農(nóng)產(chǎn)品的無損檢測
   無損檢測技術(shù)（Nondestructive DeterminationTechonologies，簡稱NDT）是一門新興的綜合性應(yīng)用學(xué)科，它是在不破壞或損壞被檢測對象的前提下，利用農(nóng)產(chǎn)品內(nèi)部結(jié)構(gòu)異常或缺陷存在所引起的對熱、聲、光、電、磁等反應(yīng)的變化，來探測各種農(nóng)產(chǎn)品等內(nèi)部和表面缺陷，并對缺陷的類型、性質(zhì)、數(shù)量、形狀、位置、尺寸、分布及其變化做出判斷和評價[1]。根據(jù)無損檢測原理的不同，檢測方法大致可分為光學(xué)特性分析法、聲學(xué)特性分析法、機(jī)器視覺技術(shù)檢測方法、電學(xué)特性分析法、核磁共振檢測技術(shù)與X射線檢測技術(shù)等；農(nóng)產(chǎn)品的品質(zhì)檢測主要包括水果、蔬菜的檢測與分級；畜禽、水產(chǎn)品類的檢測與分級；經(jīng)濟(jì)作物的檢測與分級(煙葉、茶葉、咖啡、蜂產(chǎn)品)；谷物籽粒的檢測與分級(如大豆、花生、玉米、芝麻、大米)等；根據(jù)農(nóng)產(chǎn)品品種及其物理特性的多樣性，不同的農(nóng)產(chǎn)品有時需要用不同的無損檢測方法和檢測裝置來實(shí)現(xiàn)。
    2無損檢測主要方法與基本原理
    2.1光學(xué)特性分析法由于農(nóng)產(chǎn)品的內(nèi)部成分和外部特性不同，在不同波長光線照射下會有不同的吸收或反射特性，即水果的分光反射率或吸收率在某一特定波長內(nèi)會比其它部分大，根據(jù)這一特性結(jié)合光學(xué)檢測裝置能實(shí)現(xiàn)農(nóng)產(chǎn)品品質(zhì)的無損檢測。目前用于水果內(nèi)部品質(zhì)的光學(xué)檢測主要有3種方法：規(guī)則反射光法、漫反射光法和透射光法[2]。
    2.2聲學(xué)特性分析法農(nóng)產(chǎn)品的聲學(xué)特性是指農(nóng)產(chǎn)品在聲波作用下的反射特性、散射特性、透射特性和吸收特性、衰減系數(shù)和傳播速度及其本身的聲阻抗與固有頻率等，它們反映聲波與農(nóng)產(chǎn)品相互作用的基本規(guī)律，故根據(jù)農(nóng)產(chǎn)品的聲學(xué)特性即可判斷農(nóng)產(chǎn)品品質(zhì)[3]。
    2.3機(jī)器視覺技術(shù)檢測方法計(jì)算機(jī)視覺是以計(jì)算機(jī)和圖像獲取部分為工具，以圖像處理技術(shù)、圖像分析技術(shù)、模式識別技術(shù)、人工智能技術(shù)為依托，處理所獲取的圖像信號，并從圖像中獲取某些特定信息。計(jì)算機(jī)視覺技術(shù)無需接觸特定對象便可從獲取的圖像中得到大量的信息，通過對這些信息的分析得到物體尺寸、表面缺陷、外觀形狀、表面色度等具體信息，進(jìn)而實(shí)現(xiàn)外觀質(zhì)量的綜合評價。
    2.4電學(xué)特性分析法介電特性是指生物分子中的數(shù)負(fù)電荷(只能在分子線度范圍內(nèi)運(yùn)動的電荷)對外加電場的響應(yīng)特性。農(nóng)產(chǎn)品的生理變化伴隨著電介質(zhì)特征參數(shù)變化，而這一變化可通過對宏觀介電特性參數(shù)的檢測感知。因此，利用農(nóng)產(chǎn)品的介電特性，可實(shí)現(xiàn)對農(nóng)產(chǎn)品含水率、損傷、品質(zhì)等的快速檢測。
    2.5核磁共振檢測技術(shù)核磁共振技術(shù)（NMR）是一種探測濃縮氫質(zhì)子的技術(shù)，它對農(nóng)產(chǎn)品中的水、脂的混合團(tuán)料狀態(tài)下的響應(yīng)變化比較敏感。如果以適當(dāng)頻率的電磁波照射在外加磁場中的自旋核，這時處于低能態(tài)的自旋核就會吸收電磁波的能量，從低能態(tài)躍遷到高能態(tài)。這種現(xiàn)象稱為核磁共振。這時的核產(chǎn)生一種核磁共振信號，從而給出核磁共振譜，即NMR譜。根據(jù)此核磁共振譜可反映分子中原子所處的狀態(tài)，進(jìn)而可以對農(nóng)產(chǎn)品的內(nèi)部品質(zhì)進(jìn)行綜合評價[4]。
    2.6 X射線檢測技術(shù)X射線具有較好的穿透能力，對于農(nóng)產(chǎn)品來講其密度大小影響X射線的穿透量的多少，通過對穿透量的分析，可探明物質(zhì)內(nèi)部的情況。X射線適合于那些與密度變化有密切聯(lián)系的品質(zhì)因素檢測。由于農(nóng)產(chǎn)品的密度與金屬等物質(zhì)相比要小得多，所以所需X射線強(qiáng)度很弱，通常稱其為軟X射線。
    3無損檢測技術(shù)在農(nóng)產(chǎn)品品質(zhì)檢驗(yàn)中的應(yīng)用
    3.1在果蔬產(chǎn)品檢測中的應(yīng)用袁雷、劉輝軍等[5]選擇不同譜區(qū)范圍的近紅外光譜，利用偏最小二乘法對柑橘中總酸、總糖和維生素三種組分建立數(shù)學(xué)預(yù)測模型并進(jìn)行優(yōu)化，三種組分的化學(xué)值與近紅外預(yù)測值的相關(guān)決定系數(shù)分別為：總酸r2=0.959，總糖r2=0.970和維生素Cr2=0.973，所建模型具有實(shí)際應(yīng)用價值。
    Bart De Ketelaere和Josse De Baerdemaeker兩人[6]研究出了一種基于頻譜分析來估測西紅柿的硬度的方法，研究表明西紅柿橢圓模型的共鳴頻率與其硬度相關(guān)，他們把一種基于統(tǒng)計(jì)的無參數(shù)濾波方法應(yīng)用于頻譜以獲得共鳴頻率的有力估計(jì)，并施加以合適的算法，從而可以以最少的測量次數(shù)獲得單個西紅柿的硬度。
    應(yīng)義斌、徐惠榮和徐正岡[7]建立了用于柑桔成熟度檢測的計(jì)算機(jī)視覺系統(tǒng)，研究了柑桔圖像顏色的描述方法，通過分析比較，認(rèn)為在利用水果可見光彩色圖像檢測水果成熟度時，宜采用HIS顏色模型空間，利用人工神經(jīng)網(wǎng)絡(luò)方法建立了根據(jù)柑桔圖像的色度頻度序列判斷柑桔成熟度的映射器，這一映射器檢驗(yàn)252只成熟度不同的尾張系柑桔的結(jié)果表明柑桔果實(shí)的表皮顏色與成熟度之間具有相關(guān)性，可以通過利用計(jì)算機(jī)視覺技術(shù)測定柑桔的表皮顏色信息來判斷柑桔的成熟度。
    秦文、陳宗道、羽倉羲雄等[8]選用新鮮胡蘿卜、蔥、蘑菇和生菜為原料，研究干燥過程中原料電特性參數(shù)電容和水分含量的變化規(guī)律以及它們之間的相關(guān)性。結(jié)果表明：60℃溫度下熱風(fēng)干燥幾種新鮮蔬菜，其水分含量隨著干燥時間的延長而下降，到一定的水分含量后質(zhì)量不再發(fā)生變化，電容的變化趨勢與水分的變化相同，質(zhì)量不變時電容也趨于恒定，兩者之間存在極顯著的線性正相關(guān)性，說明干燥過程中水分含量的測定可以用檢測相對應(yīng)點(diǎn)的電容值來計(jì)算，從而實(shí)現(xiàn)在線、無損監(jiān)控食品干燥過程。
    Chaughule等[9]使用自由感應(yīng)衰減（FID）譜的方法對人心果中的可溶性碳水化合物進(jìn)行了測定，研究發(fā)現(xiàn)，通過觀察人心果的13C-NMR譜和1H-NMR譜，可從其峰的特點(diǎn)推測其中水和碳水化合物的組成和狀態(tài)，因此，在果實(shí)的收獲時間的確定和商業(yè)分級上，采用13C-NMR技術(shù)檢測果實(shí)中糖分的組成與含量，具有一定的實(shí)際意義。章程輝、劉純青等[10]進(jìn)行了利用X射線CT圖像技術(shù)方法檢測紅毛丹內(nèi)在品質(zhì)-可食率、可溶性固形物含量的試驗(yàn)研究。采用閾值法去除X射線CT圖像背景，然后用面積閾值法來提取果肉區(qū)域。紅毛丹可食率以分割果肉區(qū)域像素值與整個果實(shí)區(qū)域像素值之比來表示，實(shí)驗(yàn)結(jié)果表明誤判率為8.3%，基于X射線CT值的紅毛丹可溶性固形物含量預(yù)測模型的相關(guān)系數(shù)達(dá)92%。
    3.2在谷物籽粒檢測中的應(yīng)用
    林敏、呂進(jìn)[11]基于離散余弦變換和BP神經(jīng)網(wǎng)絡(luò)，建立了玉米的近紅外光譜與其成分含量之間關(guān)系的數(shù)學(xué)模型，提出了應(yīng)用近紅外光譜快速檢測玉米樣品中的淀粉、水分、蛋白質(zhì)和油等四種主要成分含量的方法。研究結(jié)果表明，玉米樣品集的化學(xué)檢測值與近紅外預(yù)測值的相關(guān)系數(shù)分別為:淀粉R=0.967，蛋白質(zhì)R=0.957，油R=0.967和水R=0.971，其所建模型具有實(shí)際應(yīng)用價值。
    李建平、魏寶剛[12]針對開口與未開口松子結(jié)構(gòu)差異，利用聲學(xué)測試系統(tǒng)，對開口松子與未開口松子聲學(xué)特性進(jìn)行測試，以區(qū)分開口與未開口松子。試驗(yàn)中，松子在一定高度下落，碰撞到陶瓷板，微音計(jì)接收到聲音，輸入計(jì)算機(jī)，利用計(jì)算機(jī)進(jìn)行分析計(jì)算，得到波形圖和頻譜圖。通過試驗(yàn)和分析計(jì)算，發(fā)現(xiàn)開口松子的頻譜圖分形維大于未開口松子，開口松子頻譜分形維平均值為1.3497，未開口松子頻譜分形維平均值為1.1846，松子波形和頻譜的分形維可以作為用于判別松子是否開口的一個指標(biāo)。
   鄭華東、劉木華等[13]在分析大米裂紋光學(xué)特征的基礎(chǔ)上，在Visual C++6.0環(huán)境下開發(fā)了一套大米裂紋計(jì)算機(jī)識別系統(tǒng)，通過圖像二值化、區(qū)域標(biāo)記等方法從原始圖像中提取單體米粒圖像，并對提取出的單體米粒圖像進(jìn)行灰度拉伸變換處理以突出米粒裂紋特征，然后提取單體米粒的行灰度均值變化曲線，并對曲線進(jìn)行加權(quán)濾波處理，提出了一種基于單體裂紋米粒圖像行灰度均值變化特征的大米裂紋檢測算法。試驗(yàn)結(jié)果表明，該系統(tǒng)對特殊類大米樣品和隨機(jī)大米樣品裂紋率的判斷準(zhǔn)確率分別為98.37%和97.88%，為進(jìn)一步完善大米品質(zhì)的計(jì)算機(jī)視覺檢測提供了理論和實(shí)踐基礎(chǔ)。
    米雙山等人[14]將谷物置于由特殊裝置產(chǎn)生的不均勻電磁場中，使處于不均勻電場中的介質(zhì)極化，靠近電極的兩端會產(chǎn)生符號相反、量值相等的極化電荷，其中一個極化電荷的電極化力作用于電介質(zhì)上，而電介質(zhì)在均勻電場中所受到的電極化力的大小與其介電常數(shù)密切相關(guān)，介電常數(shù)愈大，所受到的電極化力也愈大。結(jié)果表明，活力高的谷物的介電常數(shù)小，活力低的介電常數(shù)高，依據(jù)該原理，即可對谷物按介電常數(shù)等相關(guān)物理特性的差異進(jìn)行分選。
    張鐘華、賀青和李正坤[15]已研制成的一種基于核磁共振原理的大豆含油量快速測定儀。只要把數(shù)克待測定的大豆樣品放入儀器中，幾秒鐘后即可得到大豆含油量讀數(shù)。該儀器的測量范圍為10%到25%，讀數(shù)不確定度小于1%。通過該儀器的測定建立了大豆含油量與核磁共振峰值的對應(yīng)關(guān)系:實(shí)際使用大豆含油量在15%～21%之間，使用核磁共振大豆含油量測量儀10次測量平均值與樣品標(biāo)準(zhǔn)量值相差小于0.3%，標(biāo)準(zhǔn)方差小于0.4%。
    3.3在畜禽、水產(chǎn)檢測中的應(yīng)用
    姬瑞勤、王忠義等[16]選擇合適的近紅外光波長來檢測鮮肉的深層水分，由公式OD=㏒10I0/I=ε*c*d*B+G可知，入射光的光強(qiáng)I0、出射光的光強(qiáng)I、差分路徑因子B都可以通過不同的方法測量；消光系數(shù)ε為常量，光散射引起的衰減因子G可以通過空間分辨方法被消掉。因此適當(dāng)調(diào)整光源和檢測器之間的距離d，依據(jù)公式L=bd可以獲得鮮肉不同深度的水分信息，并根據(jù)修正的朗伯-比爾定律求得鮮肉不同深層的水分含量。
     徐建瑜、姜雄暉等[17]利用計(jì)算機(jī)視覺技術(shù)近似量化水中魚體色的明暗程度，將圖像轉(zhuǎn)換到HSV空間得到魚體的明度值，與經(jīng)校準(zhǔn)后的無色玻璃覆蓋的灰級各階的明度值進(jìn)行比較和線性插值，近似用明度階值表示魚體色的亮暗程度，研究羅非魚對環(huán)境背景顏色的適應(yīng)能力和在應(yīng)激情況下魚體色變化。結(jié)果顯示，該方法能較好地反映出魚的體色明暗變化，從而實(shí)現(xiàn)基于魚的行為與水產(chǎn)養(yǎng)殖環(huán)境的關(guān)系。
     張錦勝等[18,19]人利用了低場核磁共振及其成像技術(shù)中的SE序列對豬肉的質(zhì)量品評做了初步的探索，發(fā)現(xiàn)了在SE序列成像過程中，圖像信號與T1之間有相關(guān)性，得到豬肉的最佳TR值，獲得水分分布很滿意的T1加權(quán)像，提供了一種研究食品物質(zhì)性質(zhì)的方法。
   為了解決由于雞肉厚度不均引起雞骨頭誤判率高的問題，Tao.Y等人[20,21]研究出了厚度補(bǔ)償算法。通過計(jì)算雞塊的厚度輪廓函數(shù)來獲得X射線圖像灰度的補(bǔ)償函數(shù)，再通過閥值法分割出骨頭區(qū)域，把肉和骨頭對X射線吸收率的不同考慮到閥值算法中，提出了基于厚度變化、肉和骨頭吸收率差別的局部閥值分割算法。結(jié)果表明：該算法有很好的圖像檢測效果，實(shí)現(xiàn)在線儀器檢測雞骨頭是否去除干凈，以滿足了生產(chǎn)消費(fèi)的需求
    3.4在經(jīng)濟(jì)作物檢測中的應(yīng)用
    蔣錦鋒、李莉等[22]應(yīng)用近紅外光譜技術(shù)建立煙草17項(xiàng)主要化學(xué)成分的快速無損檢測方法。收集700個具有代表性樣品的光譜，建立其相應(yīng)指標(biāo)的近紅外模型。在所有的校正模型中，原始譜圖經(jīng)過一階導(dǎo)數(shù)和偏最小二乘(PLS)處理，大約50個外部樣品用于所建模型的驗(yàn)證。煙草中總揮發(fā)酸、總揮發(fā)堿、石油醚提取物總量、石油醚提取物中性成分、多酚、淀粉、纖維素、硫酸根、pH、灰分、水溶性灰分堿度、總糖、還原糖、總氮、生物堿、氯、鉀等十七項(xiàng)指標(biāo)的預(yù)測標(biāo)準(zhǔn)偏差(RMSEP)分別得到準(zhǔn)確的測定。該結(jié)果表明近紅外光譜技術(shù)在分析17項(xiàng)煙草化學(xué)指標(biāo)時均可以替代經(jīng)典化學(xué)方法。汪建、杜世平等[23]探討了茶葉顏色實(shí)時檢測的計(jì)算機(jī)系統(tǒng)的硬件組成以及有效的顏色檢測模型和識別算法，通過實(shí)驗(yàn)對其有效性進(jìn)行了驗(yàn)證，以茶的HIS圖像為模型，提取H作為識別指標(biāo)的遺傳神經(jīng)網(wǎng)絡(luò)新途徑，對茶葉圖像進(jìn)行了有效的識別。用所建立的識別指標(biāo)和方法對不同烘炒工藝的茶葉進(jìn)行檢測，檢測結(jié)果與人工判別結(jié)果的吻合率為91.7%，說明用計(jì)算機(jī)視覺代替人工感官進(jìn)行識別是可行的。該方法的檢測為茶葉感官品質(zhì)檢測提供了一種新的檢測方法，應(yīng)用前景廣闊。
   4發(fā)展與展望
   對于各種農(nóng)產(chǎn)品無損檢測方法有各自的優(yōu)缺點(diǎn)：如，近紅外主要應(yīng)用于有機(jī)物的定性鑒定和定量分析，可在瞬時同時分析多組成分的含量。但由于農(nóng)產(chǎn)品形狀各異性、內(nèi)部成分的復(fù)雜且含量極少等因素，使近紅外分析技術(shù)的研究需進(jìn)一步深入；聲學(xué)特性則是實(shí)現(xiàn)硬度自動檢測的有效方法，但多種聲學(xué)特性對農(nóng)產(chǎn)品某一內(nèi)部品質(zhì)指標(biāo)或多種內(nèi)部品質(zhì)指標(biāo)的綜合影響的研究還未見有報(bào)道；計(jì)算機(jī)視覺技術(shù)是實(shí)現(xiàn)農(nóng)產(chǎn)品自動識別和分級的最有效的方法，是解決不規(guī)則的農(nóng)產(chǎn)品形狀分析的一種可行的手段；農(nóng)產(chǎn)品介電特性檢測法可以迅速簡便地確定農(nóng)產(chǎn)品的含水率和吸濕性，檢測其品質(zhì)，確定其成熟度等，但目前狀況下，基于介電特性的農(nóng)產(chǎn)品無損檢測系統(tǒng)遠(yuǎn)沒有達(dá)到實(shí)用階段；核磁共振技術(shù)可在不侵入和不破壞樣品的前提下，對樣品進(jìn)行快捷、實(shí)時、全方位和定量的測定分析，正成為分析弄清農(nóng)產(chǎn)品中不均勻系列復(fù)雜特性的最佳研究手段之一，但是X射線圖像無損檢測系統(tǒng)的制造成本比較高。目前國內(nèi)農(nóng)產(chǎn)品內(nèi)在品質(zhì)檢測技術(shù)的研究還處于初級階段，無損檢測技術(shù)多是一種產(chǎn)品某一單項(xiàng)項(xiàng)目進(jìn)行檢測的，而對農(nóng)產(chǎn)品的多種內(nèi)在品質(zhì)的綜合檢測方法研究得不多，故無損檢測技術(shù)、數(shù)據(jù)處理技術(shù)、自動控制技術(shù)以及計(jì)算機(jī)技術(shù)的發(fā)展為農(nóng)產(chǎn)品無損檢測技術(shù)發(fā)展提供了更為廣闊的空間。許多高新技術(shù)在農(nóng)產(chǎn)品無損檢測領(lǐng)域的應(yīng)用，使檢測技術(shù)由半自動化向自動化轉(zhuǎn)化、外部品質(zhì)向內(nèi)部品質(zhì)轉(zhuǎn)化、規(guī)格游文字化向數(shù)字化轉(zhuǎn)化、單項(xiàng)目檢測向綜合全方位檢測轉(zhuǎn)化，設(shè)備結(jié)構(gòu)則由復(fù)雜化向便攜化、數(shù)字化、智能化方向邁進(jìn)。實(shí)現(xiàn)多目標(biāo)在線無損檢測技術(shù)，多種傳感器融合技術(shù)，對提高我國農(nóng)產(chǎn)品的品質(zhì)，增強(qiáng)參與國際競爭的能力，大大降低工人的勞動強(qiáng)度，具有重要的理論意義和實(shí)際意義，并能創(chuàng)造較大的經(jīng)濟(jì)效益和社會效益。
參考文獻(xiàn)
[1]王自明.無損檢測綜合知識[M].北京:機(jī)械工業(yè)出版社,2005
[2]Schaare P N,Fraser D G.Comparison of reflectance,Interactance and transmission modes of visible nearin-frared spectroscopy for measuring internal properties ofkiwifruit(Actinidia chinensis)[J].Postharvest Biology andTechnology,2000,20:175-184
[3]郭文川.果品內(nèi)在品質(zhì)無損檢測技術(shù)的研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào),2001,17(5)
[4]龐林江,王允祥,何志平,等.核磁共振技術(shù)在水果品質(zhì)檢測中的應(yīng)用[J].農(nóng)機(jī)化研究,2006,(8):176
[5]袁雷,劉輝軍,等.柑橘品質(zhì)的近紅外光譜無損檢測[J].光譜實(shí)驗(yàn)室,2006,23(4):820
[6]Bart De Ketelaere,Josse De Baerdemaeker.Advances inSpectral Analysis of Vibrations for Non-destructiveDetermination of Tomato Firmness[J].Jagric EngngRes,2001,78(2):177-185
[7]應(yīng)義斌,徐惠榮,徐正岡.用于柑桔成熟度無損檢測的色度頻度序列法研究[J].生物數(shù)學(xué)學(xué)報(bào),2006,21(2):306-312
[8]秦文,陳宗道,羽倉羲雄,等.食品的介電特性在食品干燥過程中的在線無損檢測技術(shù)[J].食品與發(fā)酵工業(yè),2005,(8):52-56
[9]Chaughule RS,Mali PC,Patil RS,et al.MagneticReso-nance Spectroscopy Study of Sapota Fruits at VariousGrowth Stages[J].Innovative Food Science&EmergingTechnologies,2002(3):185-190
[10]章程輝,劉純青,劉木華,等.應(yīng)用X射線CT圖像技術(shù)檢測紅毛丹內(nèi)部品質(zhì)的試驗(yàn)研究[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào),2005,27(6):939-942[11]林敏,呂進(jìn).基于神經(jīng)網(wǎng)絡(luò)與近紅外光譜的玉米成分檢測方法.紅外技術(shù)[J],2004,26(3):78-81
[12]李建平,魏寶剛.松子的聲學(xué)特性及分形判別[J].農(nóng)業(yè)工程學(xué)報(bào),2006,22(3):15-18
[13]鄭華東,劉木華,吳彥紅,等.基于計(jì)算機(jī)視覺的大米裂紋檢測研究[J].農(nóng)業(yè)工程學(xué)報(bào),2006,22(7):129-133
[14]米雙山,李百儆,智慧.基于種子介電特性的分選試驗(yàn)研究[J].中國農(nóng)業(yè)大學(xué)學(xué)報(bào),2003,8(2):15-17
[15]張鐘華,賀青,李正坤.核磁共振法快速測量大豆含油量[J].現(xiàn)代科學(xué)儀器,2006,(1):6-9
[16]姬瑞勤,王忠義,黃嵐,等.鮮肉深層水分的無損檢測方法研究[J].現(xiàn)代科學(xué)儀器,2006,(1):119-121
[17]徐建瑜,姜雄暉,劉鷹.基于計(jì)算機(jī)視覺的魚體色明暗程度量化方法.農(nóng)機(jī)化研究,2006,(6):140-142
[18]張錦勝,林向陽,阮榕生,等.磁共振成像之SE序列在食品質(zhì)量評估中的應(yīng)用[J].農(nóng)產(chǎn)品加工學(xué)刊,2005,30(5):11-13.
[19]韋公遠(yuǎn).天然曬醬的生產(chǎn)工藝[J].食品與藥品,2005,7(2A):39
[20]Tao Y.,Ibarra J.G.,Thickness compensated x-rayimaging detection of bone fragments in debonedpoultry-model analysis[J].Transactions of theASAE,2000,43(2):453-459
[21]Tao Y.,Chen Z.,Jing H.,et al.Internal inspection ofdeboned poultry using X-ray imaging and adaptivethr-esholding[J].Transactions of the American Society ofAgricultural Engineers,2001,44(4):1005-1009
[22]蔣錦鋒,李莉,趙明月.應(yīng)用近紅外檢測技術(shù)快速測定煙葉主要化學(xué)成分[J].中國煙草學(xué)報(bào),2006,12(2):8-12
[23]汪建,杜世平,王開明.茶葉的計(jì)算機(jī)識別應(yīng)用研究[J].安徽農(nóng)業(yè)科學(xué),2006,34(10):2139-2140

看看了                                       

看看有關(guān)情況