香蕉是我國排名第五的大宗水果，為了便于運輸和貯存，會采摘未經催熟而且暫不能食用的青果，即青香蕉。而青香蕉極易發生機械性損傷，不僅影響產品的外觀品質，還會影響消費者的購買欲望。因此，就有必要對香蕉的碰撞損傷程度進行檢測。本文介紹了高光譜成像技術在香蕉碰撞損傷檢測中的應用。

香蕉碰撞損傷檢測方法：

香蕉是中國嶺南特色水果之一，統計顯示，2020年中國香蕉產量達到了1151.3萬噸。香蕉在采收和運送過程中往往處于綠硬期（青香蕉），在此過程中易受到各種碰撞損傷。不同類型碰傷均可加速香蕉果皮活性氧的積累進而導致香蕉果實的衰老腐敗；青香蕉受到碰撞損傷后，微生物容易侵染損傷部位，經過催熟過程中的乙烯釋放和果實軟化后，造成於傷腐爛或黑斑花臉，嚴重影響其色澤品質和銷售價格。因此，亟待尋找一種快速無損檢測青香蕉碰撞損傷的方法。

傳統的青香蕉碰撞損傷檢測方法主要是人工肉眼識別和常規RGB圖像識別。然而人工識別受主觀因素影響較大，常規RGB圖像識別難以檢測出碰撞初期的碰傷情況。鑒于傳統檢測方法的不足，利用高光譜技術開展無損檢測的應用迅速發展。高光譜成像技術融合了傳統的圖像和光譜技術的優點，可以同時獲取被檢測物體的空間信息和光譜信息，對其內外部的品質參數進行測定，并依據這些參數建立與青香蕉碰撞損傷之間的關系，進行碰傷程度區分，彌補了傳統檢測方法的不足。

高光譜成像技術在香蕉碰撞損傷檢測中的應用：

高光譜成像技術結合了光譜和圖像兩種技術，能夠同時得到待檢測對象的空間及光譜信息，所以它不僅能夠檢測出果品信息的相關圖像信息還包含有豐富的光譜信息。高光譜圖像技術之所以能夠檢測水果的內外品質信息及食品安全性等綜合性品質信息，是因為圖像檢測技術能夠全面的反映果品的外在特征，而光譜檢測技術則能夠檢測果品的化學成分和物理結構等信息。所以說，高光譜圖像檢測技術是一種易于操作、快速而且無損的新型檢測技術。使用高光譜成像技術和相應分析方法，提取出特征波長，然后建立相應的預測模型，就可以對香蕉的碰撞損傷程度進行判斷。具體步驟如下：

1.高光譜圖像數據采集

使用高光譜成像儀進行數據采集時，需要打開儀器進行預熱，然后對儀器進行黑白校正。將儀器校正后，對樣本進行高光譜數據的采集。

2.光譜數據提取

將獲取的高光譜數據進行感興趣區域的光譜提取，其中每個感興趣區域中所有像素點的平均光譜作為該區域的原始光譜。

3.光譜數據的預處理

對提取的光譜數據進行預處理，這是因為原始光譜數據中包含了許多冗沉的信息，且含有大量的噪音。通過光譜數據的預處理，可以防止其他因素降低預測模型準確性。

4.預測模型的建立

采用偏最小二乘法、支持向量機、人工神經網絡、多元線性回歸等方法建立基于光譜圖像的預測模型，然后將光譜圖像信息導入到模型中，可以準確地檢測出香蕉損傷程度，并判斷出該樣品是否合格。