近年來，人們對果蔬品質關注度提高。隨著成像技術和光譜技術的快速發展，高光譜成像技術廣泛應用于各種果蔬產品的快速和非破壞性檢測中。高光譜成像技術具有“圖譜合一”的優點，可同時檢測果蔬的內部、外部品質信息。本文介紹了高光譜成像技術在果蔬品質檢測中的應用與優勢。

果蔬品質檢測方法：

果蔬是人們生活中不可或缺的食物，雖然我國果蔬產量位居世界前列，但果蔬出口量比例很低，遠遠低于世界平均水平1。造成這個問題的主要原因是有關部門不能嚴格地按照出口標準對果蔬品質進行檢測及分級，果蔬商品化處理水平低。隨著人們生活水平的提高，以及我國綜合實力的不斷增強，在國際果蔬市場競爭日漸激烈的情況下，消費者對果蔬的品質要求越來越高，除了果蔬的外部品質，對其內部品質也更加關心。

目前，果蔬的品質檢測方法主要有化學檢測法、近紅外光譜檢測法、可見光圖像檢測法等。其中，化學檢測法進行測定費時費力，嚴重破壞了果蔬內部的組織成分，測定結果受人工操作影響較大，且不適用于大批量果蔬處理；近紅外光譜分析法和可見光圖像技術都各自有自己的特點，但是不能同時獲取被測物的圖像和光譜信息，且在應用方面有一定的局限性。

隨著光譜技術和圖像處理技術的發展，高光譜成像技術已經廣泛應用于果蔬的快速無損檢測中，并且國內外大量研究表明高光譜技術在果蔬的品質檢測領域中具有發展潛力。高光譜技術集合了成像技術和光譜技術兩者的優點，具有“圖譜合一”的特點，其中圖像信息可以檢測果蔬的外部品質，光譜信息則可用于果蔬內部品質的檢測，同時可以將圖像信息和光譜信息進行特征融合，以此達到更好的檢測效果。但是由于獲取的信息數據量較大，也存在數據處理時間較長，數據處理過程較為復雜等問題。因此，高光譜技術目前還不能實現果蔬品質實時在線監測。

高光譜成像技術結合了計算機圖像技術和光譜技術的優點，數據信息量大，可以實現對圖像信息和光譜信息進行判別、分類、識別的全面分析。圖像特征和光譜特征都有助于評價果蔬品質，將最佳波長的光譜數據與空間信息特征進行數據融合，并應用到預測模型中，可以得到更好的預測結果，也能更好地體現高光譜成像技術的優勢，擴大高光譜成像技術的潛在應用。

高光譜成像技術在果蔬品質檢測中的優勢：

高光譜成像技術在果蔬品質檢測方面的應用是從 20世紀90年代末發展起來的，由于高光譜數據包含待測產品豐富的圖像信息和光譜信息，能比較全面的對產品的綜合品質進行無損檢測，因此該技術在果蔬檢測方面有廣闊的前景。

1.無損檢測技術不需要樣品前處理，但數據量大，目前處理技術還不成熟，需要進行多學科結合。然而在果蔬品質檢測應用中，研究者通常專注于一個特定儀器，由于研究對象不同，所應用的儀器也不同，但是每個儀器都有各自的優缺點。總之，研究無損檢測儀器的傳感器時，應該多考慮結合快速技術和數據挖掘與數據分析方面的性能。當然新的傳感器與新的算法仍需積極探索與驗證。

2.高光譜成像技術在小型果蔬品質檢測方面的應用已經相當成熟，并取得了很好的預測結果，但針對體型較大的果蔬的研究較少。因此，在以后的研究中可以針對體型較大的果蔬在類別分析及品質安全等方面進行研究。在儀器研發方面，也需要根據研究對象的不同，考慮快速技術和數據挖掘與分析的結合，以提升檢測能力。

3.在以往的研究中，由于高光譜數據量較大，數據處理時間長，對硬件的要求也相當高，并且目前的高光譜成像系統還無法直接應用于在線監測。然而，從高光譜圖像中選擇一些特征波長可用于開發多光譜成像系統，就可以滿足工業生產中的速度要求。在特征波長的選擇過程中，圖像的失真和失準，高精度多光譜成像系統的重復檢查、校準與調試等將是未來高光譜成像技術面臨的研發熱點和的技術挑戰。