檢測(cè)黑箱及利用該檢測(cè)黑箱的蘋果霉心病無損快速檢測(cè)設(shè)備的制造方法
【專利摘要】檢測(cè)黑箱及利用該檢測(cè)黑箱的蘋果霉心病無損快速檢測(cè)設(shè)備，檢測(cè)黑箱包括封閉的箱體，箱體內(nèi)的底部設(shè)置有蘋果托臺(tái)，頂部布置有向蘋果托臺(tái)照射的LED光源，蘋果托臺(tái)的中心凹陷并設(shè)置光電二極管，周邊設(shè)置遮光海綿，光電二極管外接帶LCD顯示屏的核心處理器；檢測(cè)設(shè)備包括：光源模塊、光譜檢測(cè)模塊、處理器、人機(jī)交互模塊、穩(wěn)壓電源模塊等，本實(shí)用新型整個(gè)檢測(cè)過程均在黑箱內(nèi)完成，保證測(cè)量暗環(huán)境，排除了環(huán)境因素對(duì)測(cè)量過程的影響，保證了測(cè)量結(jié)果的精確性，同時(shí)基于近紅外光譜技術(shù)，采用窄帶LED光源和光電二極管，實(shí)現(xiàn)蘋果霉心病的無損快速檢測(cè)。
【專利說明】
檢測(cè)黑箱及利用該檢測(cè)黑箱的蘋果霉心病無損快速檢測(cè)設(shè)備
技術(shù)領(lǐng)域
[0001]本實(shí)用新型屬于農(nóng)業(yè)智能設(shè)備技術(shù)領(lǐng)域，特別涉及一種檢測(cè)黑箱及利用該檢測(cè)黑箱的蘋果霉心病無損快速檢測(cè)設(shè)備。
【背景技術(shù)】
[0002]蘋果霉心病作為常見的蘋果病害，發(fā)病后果實(shí)從心室開始腐爛，逐漸向外擴(kuò)展。發(fā)病初期果實(shí)外表無明顯特征，易在儲(chǔ)藏期發(fā)病，嚴(yán)重?fù)p害果農(nóng)和消費(fèi)者的利益。由于病害發(fā)病由內(nèi)及外，外觀癥狀不明顯，在果實(shí)采摘和分揀環(huán)節(jié)中難以對(duì)病害進(jìn)行識(shí)別，如何檢測(cè)霉心病蘋果已經(jīng)成為果品鑒定和深加工過程中的一大難題，如果能夠通過無損的方式有效地對(duì)霉心病進(jìn)行識(shí)別，將有效提高果品品質(zhì)，對(duì)提高我國(guó)蘋果產(chǎn)業(yè)質(zhì)量和效益有著重要意義。
[0003]光譜分析技術(shù)在處理不可接觸和不許損傷的對(duì)象時(shí)有著其他技術(shù)不可比擬的優(yōu)勢(shì)，在果品無損檢測(cè)上應(yīng)用較多。近紅外分析兼?zhèn)淞丝梢妳^(qū)光譜分析信號(hào)容易獲取與紅外區(qū)光譜分析信息量豐富兩方面的優(yōu)點(diǎn)，在有機(jī)物質(zhì)定性和定量分析中較為有效。近年來，科研工作者基于近紅外光譜技術(shù)在水果品質(zhì)檢測(cè)方面進(jìn)行了深入研究，針對(duì)果品糖分、固形物含量等品質(zhì)進(jìn)行紅外光譜分析，效果較高。但針對(duì)蘋果霉心病病害的研究較少，已開展的研究大多基于蘋果阻抗特性、光特性等原理，電阻抗特性與果品中各物質(zhì)含量、比例等參數(shù)呈較顯著關(guān)系，基于阻抗原理的病害檢測(cè)受多方面因素影響，干擾較大，效果不理想；基于光特性的病害檢測(cè)主要采用近紅外光譜分析技術(shù)，根據(jù)物質(zhì)特征吸收峰來進(jìn)行病害判別，精度高，效果好，但數(shù)據(jù)分析和模型建立復(fù)雜，多采用專用計(jì)算機(jī)進(jìn)行數(shù)據(jù)分析處理，且光譜儀價(jià)格高昂，難以將研究成果設(shè)備化推廣應(yīng)用。最近，有科研工作者以窄帶LED作為光源，光電二極管作為采集裝置，研制了小型便攜式霉心病檢測(cè)儀器，檢測(cè)效果較理想，但其采用滑臺(tái)電機(jī)來進(jìn)行直徑測(cè)量，測(cè)量時(shí)間長(zhǎng)，且檢測(cè)全過程未進(jìn)行遮光處理，光譜信號(hào)信噪比低，整體效果不理想。

【發(fā)明內(nèi)容】

[0004]為了克服上述現(xiàn)有技術(shù)的缺點(diǎn)，本實(shí)用新型的目的在于提供一種檢測(cè)黑箱及利用該檢測(cè)黑箱的蘋果霉心病無損快速檢測(cè)設(shè)備，在黑箱中檢測(cè)，精度更高，同時(shí)基于近紅外光譜技術(shù)，采用窄帶LED光源和光電二極管，通過蘋果透射光譜信息確定檢測(cè)特征波段，實(shí)現(xiàn)蘋果霉心病的無損快速檢測(cè)。
[0005]為了實(shí)現(xiàn)上述目的，本實(shí)用新型采用的技術(shù)方案是:
[0006]—種檢測(cè)黑箱，包括封閉的箱體9，箱體9內(nèi)的底部設(shè)置有蘋果托臺(tái)11，頂部布置有向蘋果托臺(tái)11照射的LED光源10，蘋果托臺(tái)11的中心凹陷并設(shè)置光電二極管12，周邊設(shè)置遮光海綿13，光電二極管12外接帶IXD顯示屏15的核心處理器14。
[0007]所述LED光源10采用710-740nm和870-890nm波段的LED光源并行工作。
[0008]本實(shí)用新型還提供了利用所述檢測(cè)黑箱的蘋果霉心病無損快速檢測(cè)設(shè)備，包括:
[0009]光源模塊，即所述LED光源10，采用710-740nm和870-890nm波段的LED光源并行工作，向待測(cè)的蘋果照射；
[0010]光譜檢測(cè)模塊，主要由所述光電二極管12和信號(hào)調(diào)理電路組成，透過蘋果之后的光信號(hào)照射在光電二極管上轉(zhuǎn)換為電信號(hào)，再經(jīng)過信號(hào)調(diào)理電路，進(jìn)行低噪聲放大和低通濾波后，通過ADC采樣模塊變成數(shù)字信號(hào)傳入處理器中；
[0011 ]處理器，與光源模塊連接控制兩種波段LED光源先后啟閉，與光譜檢測(cè)模塊連接采集透過蘋果的光譜數(shù)據(jù);采集的數(shù)據(jù)可以直接供判斷參考使用。也可經(jīng)過進(jìn)一步計(jì)算后提高判斷正確率。
[0012]人機(jī)交互模塊，提供設(shè)備操控和測(cè)試結(jié)果顯示功能；
[0013]穩(wěn)壓電源模塊，為各個(gè)模塊供電。
[0014]所述光源模塊中，710-740nm波段的LED光源由三個(gè)串聯(lián)的LED燈珠組成，870-890nm波段的LED光源由三個(gè)串聯(lián)的LED燈珠組成，單個(gè)燈珠的功率均為3W，驅(qū)動(dòng)芯片采用輸出電流可調(diào)節(jié)的PT4115芯片，實(shí)現(xiàn)PffM波穩(wěn)定輸出，使LED燈珠均勻發(fā)光。
[0015]所述光譜檢測(cè)模塊中，光電二極管采用FDS1010型硅光電二極管，反應(yīng)時(shí)間65ys，敏感波段為400-1 10nm0
[0016]所述處理器連接有光傳感器，采集當(dāng)前環(huán)境光強(qiáng)作為整個(gè)檢測(cè)過程的暗環(huán)境光強(qiáng)，所述光源模塊、光譜檢測(cè)模塊和光傳感器均位于檢測(cè)黑箱中，整個(gè)檢測(cè)過程均在檢測(cè)黑箱內(nèi)完成。
[0017]所述待測(cè)的蘋果放置于蘋果托臺(tái)11上進(jìn)行檢測(cè)，蘋果托臺(tái)11采用中間高四周低的階梯狀結(jié)構(gòu)，中心部分設(shè)置有用于安裝所述光電二極管12的安裝孔，蘋果放置方式為果柄軸向方向與光源照射方向垂直。
[0018]所述處理器采用STM作為處理器芯片。
[0019]所述處理器首先控制打開霉心病特征波段即710-740nm波段的LED光源，采集透過光譜數(shù)據(jù)，然后關(guān)閉霉心病特征波段的LED光源，控制打開直徑特征波段即870-890nm波段的LED光源，采集透過光譜數(shù)據(jù)，基于兩組數(shù)據(jù)進(jìn)行病害判別。
[0020]與現(xiàn)有技術(shù)相比，本實(shí)用新型的有益效果是:
[0021]本實(shí)用新型基于近紅外光譜技術(shù)，提出了蘋果霉心病和直徑的特征波段，自主設(shè)計(jì)窄帶LED光源及檢測(cè)系統(tǒng)，實(shí)現(xiàn)了蘋果霉心病快速無損檢測(cè)，檢測(cè)時(shí)間僅為I?2s，對(duì)蘋果霉心病快速無損檢測(cè)理論與方法提供了新的思路，在蘋果銷售和存儲(chǔ)過程中能有效識(shí)別發(fā)病蘋果，降低生產(chǎn)加工及儲(chǔ)藏期中蘋果病果率，保障蘋果質(zhì)量，同時(shí)，本設(shè)備檢測(cè)速度快、精度高，可以用于果品深加工中生產(chǎn)線上在線病害檢測(cè)，為蘋果分級(jí)與蘋果產(chǎn)業(yè)的發(fā)展提供理論依據(jù)和技術(shù)基礎(chǔ)。
【附圖說明】

[0022]圖1是本實(shí)用新型蘋果霉心病透射光譜數(shù)據(jù)采集平臺(tái)結(jié)構(gòu)示意圖。
[0023]圖2是本實(shí)用新型霉心病病害程度與光譜關(guān)系曲線圖。
[0024]圖3是本實(shí)用新型蘋果透射光譜與霉心病相關(guān)性曲線圖。
[0025]圖4是本實(shí)用新型蘋果直徑特征波段光譜圖。
[0026]圖5是本實(shí)用新型模型構(gòu)建流程圖。
[0027]圖6是本實(shí)用新型測(cè)試集準(zhǔn)確率圖。
[0028]圖7是本實(shí)用新型黑箱結(jié)構(gòu)示意圖。
[0029]圖8是本實(shí)用新型蘋果托臺(tái)結(jié)構(gòu)示意圖。
[0030]圖9是本實(shí)用新型硬件結(jié)構(gòu)電路圖。
[0031 ]圖10是本實(shí)用新型光譜檢測(cè)模塊電路框圖。
[0032]圖11是本實(shí)用新型人機(jī)交互模塊電路框圖。
[0033]圖12是本實(shí)用新型穩(wěn)壓電源模塊電路框圖。
[0034]圖13是本實(shí)用新型檢測(cè)流程圖
[0035]圖14是本實(shí)用新型判別模型線性得分情況性能圖。
[0036]圖15是本實(shí)用新型判別模型自校驗(yàn)得分情況性能圖。
【具體實(shí)施方式】
[0037]下面結(jié)合附圖和實(shí)施例詳細(xì)說明本實(shí)用新型的實(shí)施方式。
[0038]I材料與方法
[0039]1.1試驗(yàn)材料
[0040]試驗(yàn)采用陜西渭南市白水縣紅富士蘋果，在當(dāng)?shù)毓麍@中選取剛摘下來(一天以內(nèi))的350個(gè)蘋果，外形均勻、表面光滑、最大橫徑在70-95mm左右。將蘋果濕布清潔蘋果表皮后統(tǒng)一編號(hào)，置于遮光處理后的實(shí)驗(yàn)室內(nèi)(17°C，50%濕度)，放置6天后采集實(shí)驗(yàn)樣本光譜數(shù)據(jù)。光譜采集工作均在恒溫17°C、經(jīng)過遮光處理后的實(shí)驗(yàn)室內(nèi)完成。
[0041 ] 1.2蘋果霉心病透射光譜數(shù)據(jù)采集平臺(tái)
[0042]蘋果霉心病透射光譜數(shù)據(jù)采集主要在光譜數(shù)據(jù)采集平臺(tái)上完成，平臺(tái)架構(gòu)如圖1所示，包括暗箱I，暗箱I中有用于監(jiān)測(cè)的光源3，下方有蘋果托臺(tái)4，托臺(tái)4為凹陷設(shè)計(jì)，其凹陷處設(shè)置有光纖5連接光譜儀6，光譜儀6連接計(jì)算機(jī)7。
[0043]蘋果霉心病透射光譜數(shù)據(jù)采集主要在光譜數(shù)據(jù)采集平臺(tái)上完成，平臺(tái)架構(gòu)如圖1所示，包括暗箱I，暗箱I中有用于監(jiān)測(cè)的鎢鹵素?zé)艄庠?，光源3安裝在光源支架2上，下方有蘋果托臺(tái)4，托臺(tái)4為凹陷設(shè)計(jì)，其凹陷處設(shè)置有與光譜儀6連接的光纖探頭5，光譜儀6連接計(jì)算機(jī)8，光源3連接光源控制器7。
[0044]在暗箱I中進(jìn)行實(shí)驗(yàn)，可排除環(huán)境光干擾，暗箱I的內(nèi)壁采用亞光噴漆，同時(shí)采用吸光海綿降低干擾。
[0045]光譜儀6采用便攜式光譜儀0FS1100(0cean Optics公司)，有效相應(yīng)寬度范圍為200nm?1120nm，共2048個(gè)波數(shù)點(diǎn)，信噪比450:01:00，鎢鹵素?zé)艄庠?由四個(gè)50W的鹵鎢燈珠64445U(0SRAM公司)組成，置于托臺(tái)4的上方，正對(duì)光纖探頭5。光譜采集作業(yè)時(shí)，樣本蘋果水平放置于托臺(tái)4上(果柄水平朝外)，保證果心位于托臺(tái)中央，鎢鹵素?zé)艄庠?發(fā)射出來的寬波段光透過樣品經(jīng)過光纖并傳輸至光譜儀6，再通過USB傳輸?shù)姆绞缴蟼髦劣?jì)算機(jī)8，在計(jì)算機(jī)8上首先采用光譜采集軟件SpectraSuite(Ocean Optics公司)對(duì)光譜數(shù)據(jù)進(jìn)行濾波、平滑、平均處理，再通過SPSS(IBM公司)和MatIab 2014b (MathWorks公司)進(jìn)行數(shù)據(jù)處理。
[0046]1.3特征波段提取
[0047]1.3.1蘋果霉心病特征波段提取
[0048]基于蘋果霉心病透射光譜數(shù)據(jù)采集平臺(tái)，試驗(yàn)采集所有樣品的光譜數(shù)據(jù)，測(cè)試期間每隔5個(gè)樣品，對(duì)參考光譜和暗光譜進(jìn)行重新標(biāo)定，消除環(huán)境變化對(duì)光譜數(shù)據(jù)的影響。采集結(jié)束后，將蘋果按照編號(hào)依次沿沿果柄方向切開，記錄樣品健康情況，試驗(yàn)共計(jì)304個(gè)樣品，其中病果54個(gè)。對(duì)病果用Canon PowerShot SX600HS進(jìn)行拍照(樣品截面水平朝上置于無影燈下，相機(jī)由三腳架固定，設(shè)置50nm焦距)，對(duì)發(fā)病情況進(jìn)行記錄和保存，通過圖像處理的方法計(jì)算發(fā)病面積和果心面積，以發(fā)病面積占果心面積的比值作為評(píng)定病害程度的標(biāo)準(zhǔn)。取試驗(yàn)中發(fā)病程度不同的樣品分析其光譜數(shù)據(jù)如圖2，可得健康果在波長(zhǎng)710nm附近透過性好，病果在波長(zhǎng)710nm附近透過性差，且隨著病害程度與透過性成負(fù)相關(guān)關(guān)系，對(duì)試驗(yàn)所得蘋果光譜數(shù)據(jù)與霉心病病害做相關(guān)性分析得到圖3，蘋果透射光譜中與霉心病相關(guān)性最強(qiáng)的波段為726nm附近區(qū)域，相關(guān)系數(shù)R = -0.570，作為表征霉心病的特征波段可信度較尚O
[0049]1.3.2蘋果直徑特征波段提取
[0050]透射光譜對(duì)光程變化很敏感，蘋果橫向果徑大小的變化對(duì)光譜透射強(qiáng)度影響很大。為了獲取盡量不受霉心病的影響同時(shí)能夠較為準(zhǔn)確的反映蘋果果徑的特征波段，用試驗(yàn)得到的304個(gè)樣品的光譜數(shù)據(jù)分別進(jìn)行關(guān)于霉心病和直徑的相關(guān)性分析，如圖4所示。
[0051]通過相關(guān)性分析得到，880nm波段附近能夠較好地表征蘋果直徑變化，該波段與霉心病不相關(guān)，與直徑的相關(guān)性最大，相關(guān)系數(shù)-0.70，呈顯著相關(guān)關(guān)系。
[0052]因此，以726nm、880nm作為霉心病和直徑的特征波段中心，選取710-740nm和870-890nm兩個(gè)窄帶波段作為病害和直徑的特征波段。
[0053]2模型設(shè)計(jì)
[0054]蘋果霉心病判別是典型的分類問題，近年來，科研工作者對(duì)分類問題進(jìn)行了深入探索，分類方法主要有:決策樹、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、支持向量機(jī)法等。決策樹是分類與預(yù)測(cè)的有效解決方案，是一種以實(shí)例為基礎(chǔ)進(jìn)行歸納學(xué)習(xí)，在內(nèi)部節(jié)點(diǎn)進(jìn)行屬性比較，從而實(shí)現(xiàn)預(yù)測(cè)未知樣本類別的智能算法，決策樹對(duì)數(shù)據(jù)的準(zhǔn)備沒有要求，不需要進(jìn)行數(shù)據(jù)預(yù)處理，且運(yùn)行時(shí)間較短，可信度較高，但容易出現(xiàn)過擬合問題。人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeural Networks，ANN)是一種模擬大腦神經(jīng)突觸聯(lián)結(jié)結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型，其分類性能較決策樹更好，預(yù)測(cè)精度高，但存在收斂速度慢、計(jì)算量大、訓(xùn)練時(shí)間長(zhǎng)等缺點(diǎn)，在處理大樣本和高維數(shù)據(jù)時(shí)，運(yùn)算量幾何增長(zhǎng)，效率較低。遺傳算法是進(jìn)化算法的一種，它模仿自然界的選擇和遺傳的機(jī)理來尋找最優(yōu)解，能夠直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作，不存在對(duì)求導(dǎo)和函數(shù)連續(xù)性的限定，具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力，但其實(shí)現(xiàn)過程較復(fù)雜，算法參數(shù)多且參數(shù)選擇對(duì)最終結(jié)果影響很大。
[°°55] 支持向量機(jī)(Support Vector Machine)是一種依據(jù)統(tǒng)計(jì)學(xué)習(xí)理論提出的一種新的學(xué)習(xí)方法，它根據(jù)結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則，以最大化分類間隔構(gòu)造最優(yōu)超平面，SVM解決非線性分類問題時(shí)，通過引入核函數(shù)實(shí)現(xiàn)低維空間到高維空間轉(zhuǎn)化，運(yùn)算量小且和樣本的維數(shù)是無關(guān)的，同時(shí)其模型參數(shù)包括懲罰參數(shù)C、徑向基核函數(shù)參數(shù)g、階數(shù)P，中止訓(xùn)練誤差ε等，其中懲罰因子C是一個(gè)由用戶去指定的系數(shù)，表示在模型訓(xùn)練時(shí)對(duì)分錯(cuò)的點(diǎn)加入多少的懲罰，當(dāng)C在合理范圍內(nèi)提高的時(shí)候，分錯(cuò)的點(diǎn)會(huì)顯著減少，在樣本數(shù)據(jù)不均衡或需要人為調(diào)整時(shí)，可以通過對(duì)模型參數(shù)C的尋優(yōu)，有效提高預(yù)測(cè)精度。徑向基核函數(shù)參數(shù)g是將非線性可分樣本轉(zhuǎn)換到線性可分的特征空間，不同的核函數(shù)選擇會(huì)使SVM模型產(chǎn)生的分類超平面不同，產(chǎn)生較大的差異性，對(duì)SVM模型的性能有直接的影響。
[0056]本實(shí)用新型中蘋果霉心病分類問題樣本數(shù)據(jù)大、樣本維數(shù)高且屬于非線性分類，由于霉心病果發(fā)病過程由內(nèi)到外，從外觀上難以與正常果實(shí)區(qū)分，導(dǎo)致樣本中健康果與病果比例嚴(yán)重失調(diào)，前期特征波段提取試驗(yàn)中，304個(gè)樣品中健康果250個(gè)，病果僅54個(gè)，好果壞果比例達(dá)到5:1，樣品比例嚴(yán)重失衡，對(duì)建模方法的選擇提出了很高要求。針對(duì)實(shí)際情況，本實(shí)用新型選用SVM算法進(jìn)行模型構(gòu)建。
[0057]基于特征波段分析，在樣本數(shù)據(jù)中選取144個(gè)樣本，其中健康果數(shù)據(jù)108個(gè)，霉心病果數(shù)據(jù)36個(gè)，對(duì)樣本光譜數(shù)據(jù)中特種波段內(nèi)光譜透射強(qiáng)度進(jìn)行累加求平均處理，即將71 lnm-741nm波段內(nèi)的透射光譜平均值作為霉心病檢測(cè)特征值，將865nm-895nm波段內(nèi)的透射光譜平均值作為直徑特征值，根據(jù)樣本特征值為數(shù)據(jù)，在Matlab中以2:1的比例隨機(jī)生成訓(xùn)練集和預(yù)測(cè)集，經(jīng)過參數(shù)尋優(yōu)，最終設(shè)定好果懲罰因子為1，壞果懲罰因子1.53，能夠降低壞果樣本數(shù)少對(duì)模型構(gòu)建的影響，模型構(gòu)建流程圖如圖5所示。
[0058]通過對(duì)模型算法多次調(diào)整尋優(yōu)，最后得到霉心病判別模型，訓(xùn)練集判別準(zhǔn)確率95.35%,訓(xùn)練集判別準(zhǔn)確率94.83%,訓(xùn)練結(jié)果如圖6所示，僅判錯(cuò)3個(gè)樣品，訓(xùn)練誤差較小，判別性能好。表明本實(shí)用新型提出的以病害和直徑特征波段進(jìn)行蘋果霉心病判別，可以有效消除直徑對(duì)光譜數(shù)據(jù)的影響，構(gòu)建的基于SVM算法的判別模型可以作為霉心病病害檢測(cè)模型。
[0059]3檢測(cè)設(shè)備系統(tǒng)設(shè)計(jì)
[0060]基于近紅外透射光譜檢測(cè)原理，結(jié)合微弱光信號(hào)檢測(cè)特點(diǎn)，本實(shí)用新型無損檢測(cè)設(shè)備可實(shí)現(xiàn)基于特征光譜透射強(qiáng)度對(duì)蘋果直徑和霉心病的快速檢測(cè)。檢測(cè)設(shè)備采用波段為710-730nm、760nm-800nm的LED作為光源，采用光敏二極管作為透射強(qiáng)度檢測(cè)元件，采用黑箱檢測(cè)的方法實(shí)現(xiàn)特征光譜數(shù)據(jù)采集。
[0061 ] 3.1硬件設(shè)計(jì)
[0062]3.1.1檢測(cè)黑箱設(shè)計(jì)
[0063]針對(duì)透射光譜采集對(duì)暗環(huán)境的要求，本實(shí)用新型設(shè)計(jì)檢測(cè)黑箱，將光源和檢測(cè)器件安置于黑箱內(nèi)，整個(gè)檢測(cè)過程均在黑箱內(nèi)完成，保證測(cè)量暗環(huán)境，排除了環(huán)境因素對(duì)測(cè)量過程的影響，保證了測(cè)量結(jié)果的精確性，其設(shè)計(jì)如圖7所示。在箱體9中布置LED光源10，LED光源10正對(duì)蘋果托臺(tái)11，蘋果托臺(tái)11的中心凹陷并設(shè)置光電二極管12，周邊設(shè)置遮光海綿13，光電二極管12外接帶IXD顯示屏15的核心處理器14。
[0064]3.1.2蘋果托臺(tái)設(shè)計(jì)
[0065]本實(shí)用新型的蘋果托臺(tái)，用于放置蘋果進(jìn)行檢測(cè)。設(shè)備采用光電二極管作為透射光譜檢測(cè)元件，光電二極管放置在蘋果托臺(tái)中心位置的安裝孔中，為避免檢測(cè)過程中光源照射蘋果產(chǎn)生的漫反射效應(yīng)，托臺(tái)采用階梯狀設(shè)計(jì)，避免了未通過果心的光和環(huán)境亮度提高對(duì)測(cè)量的影響。托臺(tái)設(shè)計(jì)如圖8所示。
[0066]3.1.3硬件電路設(shè)計(jì)
[0067]本實(shí)用新型雙波段霉心病檢測(cè)設(shè)備，采用STM32單片機(jī)作為核心處理器，主要可分為光譜檢測(cè)模塊、光源模塊、人機(jī)交互模塊和穩(wěn)壓電源模塊，總體硬件電路如圖9所示。
[0068]光源是整個(gè)系統(tǒng)最關(guān)鍵的部分，光源的性能直接關(guān)系到整個(gè)系統(tǒng)的性能，同時(shí)，由于采用的是透射的方式，光源發(fā)出的光透過蘋果后能量變?nèi)酰虼耍x擇大功率光源。為保證檢測(cè)系統(tǒng)的穩(wěn)定性，設(shè)計(jì)恒流驅(qū)動(dòng)模塊，確保光源正常工作。LED燈具有壽命長(zhǎng)、價(jià)格低廉、熱效應(yīng)低的優(yōu)點(diǎn)，本實(shí)用新型選用710-740nm和870-890nm波段的LED燈作為光源，單個(gè)燈珠功率3W，電路連接方式為三串兩并，兩種波段的燈珠均勻分布，驅(qū)動(dòng)芯片采用輸出電流可調(diào)節(jié)的PT4115芯片，可以實(shí)現(xiàn)PWM波穩(wěn)定輸出，實(shí)現(xiàn)了LED燈珠均勻發(fā)光。光源燈板設(shè)計(jì)如圖1O所示。
[0069]光譜檢測(cè)模塊主要由光電二極管組成和信號(hào)調(diào)理電路組成，光電二極管采用TH0RLABS公司的roSlOlO型硅光電二極管，反應(yīng)時(shí)間65ys，敏感波段為400-1 lOOnm。特征光透過蘋果之后照射在光電二極管FDS1010上轉(zhuǎn)換為電信號(hào)，再經(jīng)過信號(hào)調(diào)理電路，進(jìn)行低噪聲放大和低通濾波后，通過ADC采樣模塊變成數(shù)字信號(hào)傳入處理器中。
[0070]人機(jī)交互模塊提供設(shè)備操控和測(cè)試結(jié)果顯示的功能，主要12864型IXD顯示屏、LED指示燈和操作按鍵組成，其硬件電路如圖11所示。其中檢測(cè)按鈕用于實(shí)現(xiàn)手動(dòng)檢測(cè)功能，采用自復(fù)位按鈕實(shí)現(xiàn);行程開關(guān)用于實(shí)現(xiàn)設(shè)備的自動(dòng)檢測(cè)功能，采用歐姆龍SS-10GL2微動(dòng)擺桿型開關(guān)實(shí)現(xiàn)，開關(guān)間隔0.5mm，其安裝于檢測(cè)暗室上邊緣，靠近檢測(cè)門轉(zhuǎn)軸，單片機(jī)通過檢測(cè)行程開關(guān)常開觸點(diǎn)是否接通來判別暗室門是否關(guān)閉，從而實(shí)現(xiàn)霉心病設(shè)備的自動(dòng)檢測(cè)功會(huì)K。
[0071]穩(wěn)壓電源模塊采用24V鋰電池供電，為各個(gè)模塊供電，模塊電路設(shè)計(jì)如圖12所示。電源電壓經(jīng)過穩(wěn)壓處理后直接供電給光源模塊，同時(shí)經(jīng)過降壓分別給單片機(jī)和光譜檢測(cè)模塊供電。
[0072]3.3軟件設(shè)計(jì)
[0073]系統(tǒng)軟件主要實(shí)現(xiàn)光譜數(shù)據(jù)分析與病害判斷、設(shè)備控制、顯示等功能。采用STM作為處理器芯片，相對(duì)于常用的8051等常用的單片機(jī)，STM編程更為簡(jiǎn)單，擁有12通道數(shù)字GP1，4通道PffM輸出，在采用PffM波控制光源上更為得心應(yīng)手。軟件工作流程如圖13所示。
[0074]設(shè)備開機(jī)后，自動(dòng)進(jìn)行初始化操作，主要是I/O口初始化和處理器寄存器初始化，初始化結(jié)束后，設(shè)備準(zhǔn)備就緒等待控制命令，當(dāng)用戶按下檢測(cè)鍵，設(shè)備首先采集當(dāng)前環(huán)境的光強(qiáng)，作為整個(gè)檢測(cè)過程的暗環(huán)境光強(qiáng)，采集完畢后，打開霉心病特征波段LED燈，并通過光電二極管檢測(cè)透過蘋果的光譜數(shù)據(jù)，采集完畢后，關(guān)閉霉心病特征波段LED燈，打開直徑特征波段的LED，以相同的方式檢測(cè)光譜數(shù)據(jù)，當(dāng)光譜數(shù)據(jù)采集完成后，進(jìn)行數(shù)據(jù)分析與病害判別，最后存儲(chǔ)數(shù)據(jù)并將檢測(cè)結(jié)果顯示在顯示屏上。
[0075]4設(shè)備測(cè)試與驗(yàn)證
[0076]設(shè)備研制完成后，采用陜西白水蘋果進(jìn)行設(shè)備測(cè)試與數(shù)據(jù)采集。選取大小分布均勻表面沒有損傷和疤痕的蘋果144個(gè)，實(shí)驗(yàn)蘋果于2015年12月I日取出存放于室溫環(huán)境下，將表皮清洗干凈，依次編號(hào)，依次放入檢測(cè)設(shè)備中進(jìn)行檢測(cè)，蘋果放置方式為果柄軸向方向與光源照射方向垂直，根據(jù)設(shè)備顯示分別記錄每個(gè)蘋果在兩個(gè)波段的透射強(qiáng)度。
[0077]數(shù)據(jù)采集完成后，采用NCSS10軟件基于DA算法進(jìn)行建模，得到判別模型，判別公式為:
[0078]a = V720.2.8586.1^3-V880.2.5384.10—3+0.1329789
[0079]β = V720.(-2.8586.10—3)+V880.2.5384.10—3+0.8670211
[0080]若α>β，則為健康果。
[0081 ] 若α〈β，則為霉心病果。
[0082] 模型判別準(zhǔn)確率88.2%，其中健康果共112個(gè)，判別準(zhǔn)確率90.17%，病果共32個(gè)，判別準(zhǔn)確率81.25%，線性判別得分情況和模型自校驗(yàn)得分情況如圖14和圖15所示。表明模型性能良好，病害判別準(zhǔn)確率高，能夠作為檢測(cè)設(shè)備算法模型。
【主權(quán)項(xiàng)】
1.一種檢測(cè)黑箱，包括封閉的箱體(9)，其特征在于，箱體(9)內(nèi)的底部設(shè)置有蘋果托臺(tái)(11)，頂部布置有向蘋果托臺(tái)(11)照射的LED光源(10)，蘋果托臺(tái)(11)的中心凹陷并設(shè)置光電二極管(12)，周邊設(shè)置遮光海綿(13)，光電二極管(12)外接帶LCD顯示屏(15)的核心處理器(14) ο2.根據(jù)權(quán)利要求1所述檢測(cè)黑箱，其特征在于，所述LED光源(10)采用710-740nm和870-890nm波段的LED光源并行工作。3.利用權(quán)利要求1所述檢測(cè)黑箱的蘋果霉心病無損快速檢測(cè)設(shè)備，其特征在于，包括: 光源模塊，即所述LED光源(10)，采用710-740nm和870-890nm波段的LED光源并行工作，向待測(cè)的蘋果照射； 光譜檢測(cè)模塊，主要由所述光電二極管(12)和信號(hào)調(diào)理電路組成，透過蘋果之后的光信號(hào)照射在光電二極管上轉(zhuǎn)換為電信號(hào)，再經(jīng)過信號(hào)調(diào)理電路，進(jìn)行低噪聲放大和低通濾波后，通過ADC采樣模塊變成數(shù)字信號(hào)傳入處理器中； 處理器，與光源模塊連接控制兩種波段LED光源先后啟閉，與光譜檢測(cè)模塊連接采集透過蘋果的光譜數(shù)據(jù)； 人機(jī)交互模塊，提供設(shè)備操控和測(cè)試結(jié)果顯示功能； 穩(wěn)壓電源模塊，為各個(gè)模塊供電。4.根據(jù)權(quán)利要求3所述蘋果霉心病無損快速檢測(cè)設(shè)備，其特征在于，所述光源模塊中，710-740nm波段的LED光源由三個(gè)串聯(lián)的LED燈珠組成，870-890nm波段的LED光源由三個(gè)串聯(lián)的LED燈珠組成，單個(gè)燈珠的功率均為3W，驅(qū)動(dòng)芯片采用輸出電流可調(diào)節(jié)的PT4115芯片，實(shí)現(xiàn)PffM波穩(wěn)定輸出，使LED燈珠均勻發(fā)光。5.根據(jù)權(quán)利要求3所述蘋果霉心病無損快速檢測(cè)設(shè)備，其特征在于，所述光譜檢測(cè)模塊中，光電二極管采用FDS1010型硅光電二極管，反應(yīng)時(shí)間65ys，敏感波段為400-1100nm。6.根據(jù)權(quán)利要求3所述蘋果霉心病無損快速檢測(cè)設(shè)備，其特征在于，所述處理器連接有光傳感器，采集當(dāng)前環(huán)境光強(qiáng)作為整個(gè)檢測(cè)過程的暗環(huán)境光強(qiáng)，所述光源模塊、光譜檢測(cè)模塊和光傳感器均位于檢測(cè)黑箱中，整個(gè)檢測(cè)過程均在檢測(cè)黑箱內(nèi)完成。
【文檔編號(hào)】G01N21/31GK205719951SQ201620484846
【公開日】2016年11月23日
【申請(qǐng)日】2016年5月24日
【發(fā)明人】張海輝, 吳婷婷, 吳辰星, 張軍華, 白曉凱, 馮自鵬, 張盼, 張佐經(jīng)
【申請(qǐng)人】西北農(nóng)林科技大學(xué)