#无损检测

综述RGB与多光谱成像结合AI的食品品质无损检测，并提出一款集成14通道多光谱传感器的紧凑型扫描仪方

分析香蕉叶片颜色与纹理特征同化学测定养分浓度的相关性。

用RGB图像Canny边缘图的Haralick纹理特征区分绿豆对不同施肥处理的响应。

用HOG特征和经典机器学习对Nendra Bale香蕉四个成熟阶段进行图像分类。

提出双表征加权融合近红外光谱网络，同时识别鲜茧性别与印痕死茧。

结合可见/近红外光谱与波长优化蒙特卡洛模拟，实现不同大小苹果可溶性固形物无损检测。

用X射线成像结合机器学习与深度学习，无损分类油菜籽机械损伤等级。

用YOLOv8检测黄瓜真叶并结合多元回归，实现幼苗活力指数无损预测。

提出用视觉Transformer结合跨模态知识蒸馏，实现西瓜甜度的无损分类。

用深度学习计算机视觉检测橙汁掺水，实现非侵入式快速筛查。

提出GCT-BCLN(GCT双向闭环网络):基于高光谱成像技术的水稻种子活力无损检测方法。该方法结合图卷积与Transformer构建双向闭环特征提取机制,可同时捕获高光谱图像的空间-光谱联合特征,在水稻种子活力分级任务上较传统检测方法准确率与效率均显著提升。研究为种子质检、储藏与播种前的活力快速评估提供新工具。

省农科院质标所科学实验《草莓无损快速检测探秘—微针贴片'戳'穿农药残留真相》荣获'金牌展演节目',被推荐参加全国科学实验展演汇演活动。该技术将草莓安全检测时间从数小时缩短至几分钟,真正推动农药残留检测从实验室走向产业、从试验田走向市场。

第2026届美国匹兹堡国际发明展(INPEX)在美国宾夕法尼亚州匹兹堡市圆满落幕,广东省农业科学院设施农业研究所研发的'大尺寸水果内部品质无损检测技术及智能分选装备'发明成果获金奖。柚子、菠萝等华南特色水果果形大、果皮厚,内部品质难以通过肉眼判断。徐赛研究员、陆华忠教授、梁鑫实验师牵头研发,基于可见/近红外光谱、机器视觉、称重传感等多源信息智能传感技术,实现了一系列创新突破,成功解决了大尺寸水果透射光谱信号弱的行业共性难题,自主研发形成了流水线式与便携式无损检测与智能分选装备,可实现糖度、含水率、可食率、内部缺陷等关键品质指标的快速、无损、精准检测与智能化分级。

第2026届美国匹兹堡国际发明展(INPEX)在美国宾夕法尼亚州匹兹堡市圆满落幕。由广东省农业科学院设施所徐赛研究员、陆华忠教授、梁鑫实验师牵头研发的大尺寸水果内部品质无损检测技术及智能分选装备发明成果,从全球众多参展项目中脱颖而出获得金奖,是继第51届瑞士日内瓦国际发明展(IEIG)银奖后的又一荣誉。该研究聚焦柚子、菠萝等华南优势大尺寸水果内部品质无损检测领域难点,基于可见/近红外光谱、机器视觉、称重传感等多源信息智能传感技术,自主研发实现大尺寸水果糖度、含水率、可食率、内部缺陷等关键品质指标的快速、无损、精准检测与智能化分级,有效解决了大尺寸水果难以准确无损智能分选的产业痛点,为岭南特色水果采后商品化处理提供科技支撑。