水果糖度的检测方法和计算机设备

技术领域

本发明涉及水果糖度检测技术领域，特别是一种水果糖度的检测方法和计算机设备。

背景技术

现有对水果糖度的检测方案要么会损坏水果本身，要么试验环境条件较差，要么检测速度慢，例如一般检测一个水果糖度需要3秒以上，通常还需要相关人员手持设备进行检测，不适合在自动化水果分拣机上使用。综上所述，现有水果糖度的检测方法存在破坏样品、操作复杂、耗时长和无法实现在线自动无损检测等问题，无法满足我们的实际需要。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的水果糖度的检测方法和计算机设备。

本发明的一个目的是可以快速地检测水果的糖度。

根据本发明的一方面，提供了一种水果糖度的检测方法，包括：

利用指定射线照射待检测水果；

获取所述指定射线穿过所述待检测水果前的前能谱信息和穿过所述待检测水果后的后能谱信息；

根据所述前能谱信息和所述后能谱信息得到所述待检测水果的属性信息；

根据所述属性信息计算所述检测水果的糖度信息。

可选地，所述根据所述属性信息计算所述检测水果的糖度信息包括：

将所述属性信息输入预先建立的糖度检测模型；

通过所述糖度检测模型得到所述待检测水果的糖度信息。

可选地，所述糖度检测模型通过下列方式建立：

获取与所述待检测水果同类型的指定水果的属性信息；

获取所述指定水果的糖度信息；

根据所述指定水果的属性信息和所述指定水果的糖度信息建立所述糖度检测模型。

可选地，所述根据所述指定水果的属性信息和所述指定水果的糖度信息建立所述糖度检测模型包括：

利用scikit-klrearn或pandas数据建模软件根据所述指定水果的属性信息和所述指定水果的糖度信息建立所述糖度检测模型。

可选地，所述指定射线为下列之一：

多能谱X射线、双能X射线以及电子计算机断层扫描射线。

可选地，当所述指定射线为所述多能谱X射线时，发送所述多能谱X射线的射线源的输出功率为180-220W，电压为80-160KV，电流为0.1-1.2mA。

可选地，所述获取所述指定射线穿过所述待检测水果前的前能谱信息和穿过所述待检测水果后的后能谱信息包括：

通过光子计数探测器获取所述指定射线穿过所述待检测水果前的前能谱信息和穿过所述待检测水果后的后能谱信息。

可选地，所述光子计数探测器的计数率为4800-5200CPS/s，能量分辨率为110-130eV，探头工作温度为零下25-35摄氏度。

可选地，所述属性信息包括原子序数和电子密度值。

根据本发明的另一方面，还提供了一种计算机设备，包括：

存储器和处理器，所述存储器内存储有控制程序，所述控制程序被所述处理器执行时用于实现根据上述中任一项所述的水果糖度的检测方法。

本发明的水果糖度的检测方法中，利用指定射线照射待检测水果，获取指定射线穿过待检测水果前的前能谱信息和穿过待检测水果后的后能谱信息，根据前能谱信息和后能谱信息得到待检测水果的属性信息，根据属性信息计算检测水果的糖度信息，本方案实现了在不破坏水果的情况下，可以高速在线自动检测水果的糖度，并且糖度的检测结果非常精确，能够提高水果按照糖度分级的精确度，提升水果销售过程中的竞争力，进而提高收入。

进一步地，将属性信息输入预先建立的糖度检测模型，通过糖度检测模型得到待检测水果的糖度信息，非常的高效和精确。

进一步地，通过光子计数探测器获取指定射线穿过待检测水果前的前能谱信息和穿过待检测水果后的后能谱信息，非常的简单方便，并且非常的准确。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一实施例的水果糖度的检测方法的流程示意图；

图2示出了根据本发明另一实施例的水果糖度的检测方法的流程示意图；

图3示出了根据本发明一实施例的计算机设备的结构意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一实施例的水果糖度的检测方法的流程示意图。该检测方法至少可以包括以下步骤S102至步骤S108。

步骤S102：利用指定射线照射待检测水果。

在本步骤中，待检测水果的种类可以是苹果、梨、桃、李子等各种类型的水果。

步骤S104：获取指定射线穿过待检测水果前的前能谱信息和穿过待检测水果后的后能谱信息。

在本步骤中，前能谱信息可以是发送指定射线的射线源处采集得到的，也可以是在靠近待检测水果处的位置采集得到的。后能谱信息可以是在穿过待检测水果后，在靠近待检测水果处的位置采集得到的。

步骤S106：根据前能谱信息和后能谱信息得到待检测水果的属性信息。

在本步骤中，可以根据射线与水果的相互作用规律，射线与水果相互作用后的衰减与水果的属性信息和射线能量均存在关系，因此，可以根据前能谱信息和后能谱信息得到指定射线的衰减，进而得到水果的属性信息。

步骤S108：根据属性信息计算检测水果的糖度信息。糖度信息一般可以理解为水果的含糖量。

在本实施例中，利用指定射线照射待检测水果，获取指定射线穿过待检测水果前的前能谱信息和穿过待检测水果后的后能谱信息，根据前能谱信息和后能谱信息得到待检测水果的属性信息，根据属性信息计算检测水果的糖度信息，本方案实现了在不破坏水果的情况下，可以高速在线自动检测水果的糖度，并且糖度的检测结果非常精确，能够提高水果按照糖度分级的精确度，提升水果销售过程中的竞争力，进而提高收入。

在本发明的一个实施例中，根据属性信息计算检测水果的糖度信息可包括：

将属性信息输入预先建立的糖度检测模型；

通过糖度检测模型得到待检测水果的糖度信息。

在本实施例中，可以理解，每种水果都可以具有与其对应的糖度检测模型，将属性信息输入预先建立的糖度检测模型，通过糖度检测模型得到待检测水果的糖度信息，非常的高效和精确。

在本发明的一个实施例中，糖度检测模型可通过下列方式建立：

获取与待检测水果同类型的指定水果的属性信息；

获取指定水果的糖度信息；

根据指定水果的属性信息和指定水果的糖度信息建立糖度检测模型。

在本实施例中，可以采用上述实施例中的方式获取与待检测水果同类型的指定水果的属性信息，这里不再赘述。获取指定水果的糖度信息一般可以采用有损测糖技术获取指定水果的糖度信息。具体地，有损测糖技术的工作原理为利用光线从一种介质进入另一种介质时会产生折射，且入射角正弦之比(此比值称为折光率)恒为定值的现象，而果蔬汁液中的可溶性固形物含量与折光率在一定条件下(如同一温度、同一压力)成正比例，故可以切开指定水果，使光线沿指定水果的切面进入，并测定果蔬(指定水果)汁液的折光率，从而得到果蔬汁液的浓度(指定水果的糖度信息)。当然，还可以采用无损测糖技术，无需破坏果实就可以实现水果的糖度检测。具体地，无损测糖技术的原理是利用水果糖度与近红外吸收光谱具有定量关系，根据水果近红外吸收光谱的分布强度通过数学模型计算出水果的糖度信息。

在本发明的一个实施例中，根据指定水果的属性信息和指定水果的糖度信息建立糖度检测模型可包括：

利用scikit-klrearn或pandas数据建模软件根据指定水果的属性信息和指定水果的糖度信息建立糖度检测模型。

在本实施例中，利用scikit-klrearn或pandas数据建模软件根据指定水果的属性信息和指定水果的糖度信息建立糖度检测模型，非常简单方便。

在本发明的一个实施例中，指定射线可以为下列之一：

多能谱X射线、双能X射线以及电子计算机断层扫描射线(CT)。

在本实施例中，采用多能谱X射线，可以具有多个能区，有利于提高水果属性信息计算的精准度，进而可以提高水果糖度信息计算的精准度。采用双能X射线，使用两种不同能量的X射线对水果同时进行扫描，可以得到水果在不同能量射线响应下的图像，根据X射线与物质的相互作用规律，射线与物质相互作用后的衰减与物质的属性信息(如原子序数Z)和射线能量E均有关系，因此，根据这些关系进行求解，具体地，可以根据X射线与水果相互作用后的衰减与水果属性信息(如原子序数)的关系确定被扫描水果的属性信息(如原子序数)，在实际使用中，混合物(如不同类型的水果混合)可以按照不同成分比例(如各类型水果的占比)计算出等效原子序数，从而进行水果识别或者鉴定。采用CT方案(可以是双能CT方案)，可以对扫描物质(如水果)的成分进行定量分析，其技术关键在于双能重建法，例如，前处理重建法，根据物质(水果)衰减系数的近似公式，将每条射线路径上的双能投影都分解成为两个材料相关、能量无关的分量，然后计算得到相应的原子序数和电子密度积分值，再利用CT重建理论得到水果每个像素点上的属性信息(如原子序数和电子密度值)，从而实现对水果成分的识别与判断。前处理重建法将投影数据按照基材料模型或者双效应模型进行分解，再进行处理和重建，从而可以消除射束硬化等对于重建结果带来的影响。

当能区划分足够细时，所得到的结果越接近于单能情况，这时双能重建法也可以采用后处理重建法重建即可方便准确地得到等效原子序数和电子密度，从而能够更加精确地进行物质识别。假设X光机的出射能谱为φ

在本发明的一个实施例中，当指定射线为多能谱X射线时，发送多能谱X射线的射线源的输出功率可以为180-220W，电压可以为80-160KV，电流可以为0.1-1.2mA。

在本实施例中，例如，射线源的输出功率可以选择200W，电压可以选择120KV，电流可以选择0.8mA。上述射线源的输出功率、电压以及电流的范围可以比较准确的测得各类型的水果的糖度信息，通用性好。

在本发明的一个实施例中，获取指定射线穿过待检测水果前的前能谱信息和穿过待检测水果后的后能谱信息可包括：

通过光子计数探测器获取指定射线穿过待检测水果前的前能谱信息和穿过待检测水果后的后能谱信息。

在本实施例中，通过光子计数探测器获取指定射线穿过待检测水果前的前能谱信息和穿过待检测水果后的后能谱信息，非常的简单方便，并且非常的准确。具体地，光子计数探测器可以通过设置电子学阈值，滤除能量较低的脉冲，从而可以完全消除低能噪声对成像结果的影响。通过设置更多的电子学阈值，可以甄别每个入射光子与物质(水果)相互作用得到的脉冲信号，识别入射光子的能量信息并将其对应到不同的能区分别进行累计，从而将较宽能谱分布的X射线分能区进行计数，直接得到不同能区的成像结果，不同的能区之间完全没有重叠，区分度更好，且不需使用任何滤波整形设备，克服了传统双能设备存在的一些缺陷，提高了水果识别的精度；并且减少了探测器数量，提高了探测效率，以往的双能成像系统一般采用两块探测器分别探测高能和低能射线，成本较高，而光子计数探测器则可以同时获得不同能量区间的成像结果；对于噪声的抑制更为有效，能够有效提高图像质量；能谱区分更细，可以根据需要划分更多的能量区间，从而为更多能量信息的引入提供了条件。

在本发明的一个实施例中，光子计数探测器的计数率为4800-5200CPS/s，能量分辨率为110-130eV，探头工作温度为零下25-35摄氏度。

在本实施例中，例如，光子计数探测器的计数率为5000CPS/s，能量分辨率为122eV，探头工作温度为零下30摄氏度。采用的上述光子计数探测器具有很广的适用范围，能够比较容易和准确地得到指定射线穿过待检测水果前的前能谱信息和穿过待检测水果后的后能谱信息，有利于提高计算结果的精确度。

在本发明的一个实施例中，属性信息可包括原子序数和电子密度值。

在本实施例中，属性信息除了原子序数和电子密度值，还可以包括物质分辨等，不再一一列举。

图2示出了根据本发明另一实施例的水果糖度的检测方法的流程示意图。检测方法可以包括以下步骤：

步骤S202：利用多能谱X射线照射待检测水果。

步骤S204：通过光子计数探测器获取多能谱X射线穿过待检测水果前的前能谱信息和穿过待检测水果后的后能谱信息。

步骤S206：根据前能谱信息和后能谱信息得到待检测水果的属性信息，其中属性信息可包括原子序数和电子密度值。

步骤S208：将属性信息输入预先建立的糖度检测模型。

步骤S210：通过糖度检测模型得到待检测水果的糖度信息。

图3示出了根据本发明一实施例的计算机设备300的结构意图。基于同一构思，本发明还提供了一种计算机设备300，计算机设备300可包括存储器302和处理器301，存储器302内存储有控制程序，控制程序被处理器301执行时用于实现根据上述中任一项实施例的水果糖度的检测方法。

在本实施例中，计算机设备300可以应用于水果糖度信息检测的生产线上，能够在自动化水果分拣机上使用，自动检测水果的糖度信息，非常的高效和准确。

根据上述任意一个可选实施例或多个可选实施例的组合，本发明实施例能够达到如下有益效果：

本发明的水果糖度的检测方法中，利用指定射线照射待检测水果，获取指定射线穿过待检测水果前的前能谱信息和穿过待检测水果后的后能谱信息，根据前能谱信息和后能谱信息得到待检测水果的属性信息，根据属性信息计算检测水果的糖度信息，本方案实现了在不破坏水果的情况下，可以高速在线自动检测水果的糖度，并且糖度的检测结果非常精确，能够提高水果按照糖度分级的精确度，提升水果销售过程中的竞争力，进而提高收入。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。