[发明专利]利用激光鉴别柚子的方法在审

专利信息
申请号: 201711480120.6 申请日: 2017-12-29
公开(公告)号: CN108195819A 公开(公告)日: 2018-06-22
发明(设计)人: 周海光;周迪;韩旻 申请(专利权)人: 南京迪安康信息科技有限公司
主分类号: G01N21/65 分类号: G01N21/65
代理公司: 南京众联专利代理有限公司 32206 代理人: 顾进
地址: 210012 江苏省南京市雨花台*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 尖峰 鉴别 激光 样品预处理 果肉颜色 红肉蜜柚 拉曼光谱 蓝光激光 照射波长 柚子表皮 灵敏度 表皮 蜜柚 采集 保存 分析
【说明书】:

发明涉及利用激光鉴别柚子的方法,通过对待检测的柚子表皮照射波长为473nm的蓝光激光,并采集、保存其表皮产生的拉曼光谱从而获得待检测柚子的果肉颜色,如果在489nm‑491nm区间有一尖峰,则该待检测的柚子为红肉蜜柚,如果在489nm‑491nm区间内没有尖峰,则该待检测的柚子为白肉蜜柚。该方法具有分析速度快、灵敏度高、无需样品预处理、无需破坏样品以及精准、微量等特点。

技术领域

本发明涉及利用激光鉴别柚子的方法,属于果蔬检测领域。

背景技术

红肉蜜柚是从福建平和琯溪蜜柚中发现的变异株系培育而成的。红肉蜜柚果实性状果形为倒卵圆形,含有丰富的营养成分,由于其汁胞呈色色素为番茄红素和β胡萝卜素,分别是琯溪白肉蜜柚的55倍和46.8倍,所以果肉颜色显红色。

目前现有技术中主要通过普通光谱学或光度法的方法对柚肉颜色进行鉴别。但是这些方法必须取汁或取果肉进行判断, 无法进行精细鉴别, 如不切开,通过外表皮判断上述方法难做到。

这种鉴别方法在现实应用中出现很多问题。

发明内容

本发明的发明目的是提供一种无需取汁或者取果肉,不需要损伤果皮,就能鉴别柚子果肉颜色的方法。

为了实现本发明的发明目的,我们公开一种利用激光鉴别柚子的方法,该方法通过对待检测的柚子表皮照射波长为473nm的蓝光激光,并采集、保存其表皮产生的拉曼光谱从而获得待检测柚子的果肉颜色,如果在489nm-491nm区间有一尖峰,则该待检测的柚子为红肉蜜柚,如果在489nm-491nm区间内没有尖峰,则该待检测的柚子为白肉蜜柚。

特别地,如果在489.9nm处有一尖峰,则该待检测的柚子为红肉蜜柚,如果在489.9nm处没有尖峰,则该待检测的柚子为白肉蜜柚。

另外,我们还公开了第二判断规则,即在波长650nm-750nm区间内的拉曼光谱最大光强度为800counts时,该待检测柚子为红肉蜜柚,而在在波长650nm-750nm区间内的拉曼光谱最大光强度为1500counts时,该待检测柚子为白肉蜜柚。

本发明利用波长为473nm的蓝光激光,利用其波长短、光子能量大、能迅速采集柚子外表皮激光拉曼光谱,从而可以无损鉴别蜜柚的果肉颜色。同时该方法具有分析速度快、灵敏度高、无需样品预处理、无需破坏样品以及精准、微量等特点。

附图说明

图1为柚子检测连接示意图。

图2为蓝色激光对表皮进行照射的拉曼光谱图。

图3为在波长650—750nm区间激光对柚子表皮激发拉曼光谱放大图。

图4为琯溪红肉蜜柚的表皮激发拉曼光谱。

图5为琯溪白肉蜜柚的表皮激发拉曼光谱。

具体实施方式

为了更好的理解本发明,下面我们结合具体的实施例对本发明进行进一步的阐述。

实施例1

按照图1所示的方式,分别将红心蜜柚和白心蜜柚(图1中均以3的位置示出)摆放好后,将实验室的日光灯关掉,拉上遮光窗帘,避免其他光对实验产生影响。然后将蓝光激光器2的电源接通,并打开电脑4中的Ocean Optics软件,对柚子3进行波长为473nm的蓝光照射,并且通过光谱仪1对柚子表皮产生的拉曼光谱进行采集和保存,并且将信息传输至电脑4中,利用电脑中Ocean Optics软件对采集到的拉曼光谱进行分析。

如图2-图5所示。

通过图2和图3可以看出琯溪红肉蜜柚和白肉蜜柚在波长650—750nm区间的有激发拉曼光谱。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京迪安康信息科技有限公司,未经南京迪安康信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711480120.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top