专利名称：光谱信息在产品标签中的存储方法及所得产品标签的应用的制作方法
技术领域：
本发明涉及光谱信息领域，尤其涉及一种产品光谱信息在产品标签中的存储方法，还涉及了由所述存储方法得到的产品标签的应用。
背景技术：
普通产品标签，包括一维条码、二维条码、磁条、电子标签等是产品身份识别、真伪鉴别和质量追溯的主要手段，也是记载产品信息的重要介质。但是这一领域也不断遭遇产品造假者的攻击，主要表现在标签造假和标签与产品不符等形式。近年来，随着二维条码、射频识别电子标签(RFID)等技术的推广应用，以及人们对产品质量，尤其是食品和农产品质量安全关注度的不断提高，产品真实性识别技术成为保障产品质量安全的热点。现行的产品标签大多存在存储容量不高(一般在几十字节至一千字节，极少数高 价电子标签达到几万字节)的弱点。记录信息的方式也多采用直接描述、编码和通过网站等通讯手段查询等。一方面导致标签自身容易被造假；另一方面如果产品与标签不符，消费者和监管者也难以证伪。中红外光谱、近红外光谱、紫外-可见光谱、X射线谱、荧光光谱、核磁共振谱、太赫兹谱等具有记录信息丰富、重现性好、多数可以实现无损快速检测且适用于大多数具有波谱响应的产品等优点，在产品真伪识别方面具有广泛的应用前景，近年来得到了快速发展。但是，化学光谱的信息量较大(一般在几万字节到几十兆字节)，而现有的标签类型通常的存储量较小，难以存储到现行的各类标签中。而且，随着时间和储运条件变化，产品的某些性状(如水分等)会发生改变，可能会导致光谱发生变化，如果光谱信息提取不当，则无法有效反映产品的特性，使证伪过程中所得的重现光谱与原始光谱之间具有较低的同源率。
发明内容
为克服光谱信息量大、无法直接存储进产品标签的技术缺陷，本发明的目的是提供一种光谱信息在产品标签中的存储方法。本发明提供的存储方法，包括以下步骤SI :采集产品光谱，根据产品的化学属性选取其中的一个或多个典型光谱片段；S2:对所选取的典型光谱片段进行编码，将所述典型光谱片段对应的谱图信息存入数据库，将所述编码存入产品标签。由于光谱的信息量大，无法直接存入标签之中，因此本发明选取其中不易受影响的光谱片段，将其进行编码，再将编码作为一种“索引”写入产品标签中，克服了因光谱信息数据量过大而无法写入标签的缺陷；此外，由于选取的光谱片段既能够代表产品的特性，又不易受水分、环境等因素的影响，因此还克服了光谱同源率低的缺陷。所述编码的方式可采用任意方式，如采用数字、字母或其它代号的任意组合，可以直接将编码存入产品标签，也可以将编码通过常规的加密、特定算法转换等处理后存入产品标签。
优选地，所述步骤SI中，采集产品光谱，根据产品的化学属性选取其中两个以上的典型光谱片段。更优选地，选取2 6个典型光谱片段。所述步骤SI中，根据产品的化学属性来选取产品光谱中的典型光谱片段。由于产品类型的多样化，故其光谱也千差万别，典型光谱片段主要是结合产品自身的性质或成分，根据其化学属性来选取。一般说来，选取的光谱片段要能反映出产品的化学特性，并且在外界条件变化时，所选的光谱片段需受影响较小、仍能反映出产品的特性。所述产品标签为一维条码、二维条码、磁条或电子标签。本发明使用的标签本身应具有必要的防伪、一次性使用和/或自毁等特征，以防止标签本身被造假。所述光谱为中红外光谱、近红外光谱、X射线谱、荧光光谱、紫外-可见光谱、核磁共振谱或太赫兹谱。所述光谱片段对应的谱图信息为光谱数据信息和/或光谱图形。光谱数据信息为光谱的向量片段，即光谱片段对应的数据信息，包括谱图对应坐标的参数等；光谱图形为光 谱的物理片段，即为光谱片段的物理图形。所述产品可以为工业产品或农业产品，优选为成分稳定的农业产品。采集产品光谱时，可以单个产品进行采集，也可以按批次进行采集，优选以产品出售的形式进行采集，例如高档茶叶通常以盒或袋为单位进行出售，则在一整盒或袋的茶叶中取样采集光谱信息，并将光谱信息存入标签中。基于上述技术方案，本发明提供了一种将产品光谱信息存入产品标签的方法，使产品标签携带光谱信息成为了可能，光谱信息不同于产地、生产日期等常规标签信息，其信息量大、光谱片段复杂，难以被造假者伪造，因此，存入光谱信息的产品标签可用以鉴别产品的真伪。所以，本发明还提供了由以上技术方案任一项所述存储方法得到的产品标签在产品真伪鉴别中的应用。所述光谱为中红外光谱、近红外光谱、X射线谱、荧光光谱、紫外-可见光谱、核磁共振谱或太赫兹谱。所述广品为农业广品或工业广品。本发明提供的存储方法可以将产品光谱信息的编码存入产品标签中，并将相应的光谱谱图信息存入数据库。在判断产品真伪时，采用常规的标签读取设备，读取标签中所携带的光谱信息的编码，再与事先存储在数据库中的谱图信息进行比对，从而可以鉴别产品的真伪。采用本发明提供的存储方法可以将产品的光谱信息作为识别产品真伪的主要特征，具有非常恰当的代表性。本发明提供的存储方法选取了典型光谱片段并对其进行编码，将编码写入产品标签，克服了因光谱数据量过大而无法直接写入标签的困难，使产品标签携带光谱信息成为了可能。本发明提供的方法能借助数据容量较小的介质传递表达产品真实性的复杂光谱信息，能避免产品性状在储运过程中由于变化而导致的重现光谱与原始光谱同源率低的问题，对于提高产品标签防伪能力，杜绝产品与标签不一致，保障食品、农产品等质量安全具有实用价值。本发明提供的用途扩展了光谱信息的新的应用领域，使其可以作为产品真伪鉴别的重要特征，增强了产品标签的防伪能力，保障了工业品和农产品的真实性。
图I是本发明所述存储方法的流程图；图2是西湖龙井茶叶样品的近红外光谱谱图以及选取的典型光谱片段，图2a_2c是图2中典型光谱片段的放大图；图3是小麦粉样品的中红外光谱谱图以及选取的典型光谱片段，图3a_3c是图3中典型光谱片段的放大图；图4是封口膜样品的中红外光谱谱图以及选取的典型光谱片段，图4a_4d是图4中典型光谱片段的放大图；图5是过氧化苯甲酰的近红外光谱谱图以及选取的典型光谱片段，图5a_5b是图5中典型光谱片段的放大图。
具体实施例方式以下实施例用于说明本发明，但不用来限制本发明的范围。实施例I西湖龙井茶叶一、光谱信息的存储从每一盒待出售的西湖龙井茶叶中选取少量样品，分别采集样品的近红外光谱(FD)谱图，并根据化学属性将所得光谱谱图进行分割。例如，某一盒茶叶的光谱图如图2所示，根据茶叶中的重要成分，选取3个典型光谱片段——CF1、CF2和CF3 (放大图如图2a_2c所示)。其中，CFl为茶叶重要成分向量片段I及光谱片段I的编码，波数范围6600cm^-5400cm^，以C-H的一倍频吸收区-主要表征茶叶中纤维类物质、生物碱类物质的联合特征为主；CF2为茶叶重要成分向量片段2及光谱片段2的编码，波数范围4990cm^-4600cm^,以N-H的合频吸收区-主要表征茶叶中生物碱类物质的特征为主；CF3为茶叶重要成分向量片段3及光谱片段3的编码，波数范围MOOcnTMlOOcnT1，以C-H的合频吸收区-主要表征茶叶中纤维类物质特征为主。向量片段CF1、CF2、CF3如下表所示，光谱图形物理片段CF1、CF2、CF3分别如图2a_2c所示。CFl
波数(cm—1)吸光度~
6600O.574123
65890.573853
5402O.576292
5400O.576184CF权利要求
1.一种光谱信息在产品标签中的存储方法，其特征在于，包括以下步骤Si:采集产品光谱，根据产品的化学属性选取其中的一个或多个典型光谱片段；S2 :对所选取的典型光谱片段进行编码，将所述典型光谱片段对应的谱图信息存入数据库，将所述编码存入产品标签。
2.根据权利要求I所述的存储方法，其特征在于，所述步骤SI为采集产品光谱，根据产品的化学属性选取其中两个以上的典型光谱片段。
3.根据权利要求2所述的存储方法，其特征在于，所述步骤SI为采集产品光谱，根据产品的化学属性选取2 6个典型光谱片段。
4.根据权利要求1-3任一项所述的存储方法，其特征在于，所述产品标签为一维条码、 二维条码、磁条或电子标签。
5.根据权利要求1-4任一项所述的存储方法，其特征在于，所述光谱为中红外光谱、近红外光谱、X射线谱、荧光光谱、紫外-可见光谱、核磁共振谱或太赫兹谱。
6.根据权利要求1-5任一项所述的存储方法，其特征在于，所述光谱片段对应的谱图信息为光谱数据信息和/或光谱图形。
7.根据权利要求1-6任一项所述的存储方法，其特征在于，所述产品为农业产品或工业产品。
8.由权利要求1-7任一项所述存储方法得到的产品标签在产品真伪鉴别中的应用。
9.根据权利要求8所述的应用，其特征在于，所述光谱为中红外光谱、近红外光谱、X射线谱、荧光光谱、紫外_可见光谱、核磁共振谱或太赫兹谱。
10.根据权利要求8或9所述的应用，其特征在于，所述产品为农业产品或工业产品。
全文摘要
本发明涉及一种光谱信息在产品标签中的存储方法，首先采集产品光谱，根据产品的化学属性选取其中的典型光谱片段，然后对所选取的典型光谱片段进行编码，将所述典型光谱片段对应的谱图信息存入数据库，将所述编码存入产品标签。本发明还涉及了由所述存储方法得到的产品标签在产品真伪鉴别中的应用。本发明提供的存储方法能借助数据容量较小的介质传递表达产品真实性的复杂化学光谱信息，能避免产品性状在储运过程中因发生变化而导致的重现光谱与原始光谱同源率低的问题，对于提高产品标签防伪能力，杜绝产品与标签不一致，保障食品和农产品质量安全具有实用价值。本发明提供的新用途扩展了光谱信息的新的应用领域。
文档编号G06Q30/00GK102930312SQ20121036294
公开日2013年2月13日 申请日期2012年9月25日 优先权日2012年9月25日
发明者马智宏, 王冬, 贾文珅, 潘立刚, 王开义 申请人:北京农产品质量检测与农田环境监测技术研究中心