联系人:
所在地:
项目概述:
消费者和食品行业对食品质量和新鲜度的评估越来越感兴趣。传统上,食品质量是通过定期的化学和生物分析来评估的,诸如色谱、分光光度法、电泳、滴定等技术。然而,这些方法成本昂贵、缓慢,需要训练有素的操作人员,因此不能够持续监测食品的质量。此外,这些方法在本质上具有破坏性,会破坏了被测试的样品。而偏振图像传感的方法是近年发展迅速的检测技术。它利用了偏振光入射到食物上散射光,对其偏振度的测量可反映食物颜色、形貌的改变,进而达到检测新鲜度的效果。其主要的优势体现在:
1.设备成本低、稳定性好;
2.可以结合机器学习进行预测,准确性高;
3.此技术可以保证食品的完整性。
基于偏振图像传感的食品新鲜度检测主要有检测部分和数据处理两部分组成。检测部分主要由偏振片、CMOS传感器、LED光源和待检测物体组成。数据处理部分利用计算机进行机器学习完成。我们团队在光场调控以及偏振测量等相关领域已研究数年,在机器学习方面也取得一些成果。
我们已经利用偏振图像传感的技术对苹果进行新鲜度的检测。通过调节起偏器和检偏器间的偏振角度,获得十余天不同偏振态的苹果新鲜度数据。利用得到的相关数据计算Stokes参量,进而得到天数对应的偏振度(DOLP)。最终发现代表新鲜度信息的偏振度与天数有线性关系。将偏振度与相对应的天数输入到机器学习模型中并训练,从而实现对苹果新鲜度的预测。
图1 实验装置图 图2 偏振度随天数的变化