近年來，食品安全問題備受關注，人們對果蔬品質與安全標準的要求也越來越高，已成為社會關注的熱點。傳統果蔬品質檢測方法如化學法、高效液相色譜法、質譜分析法等通常對待測物具有破壞性，且速度慢。光譜技術具有快速、無損、可靠等優點，近年來廣泛用于果蔬品質檢測中。本文介紹了高光譜成像技術在果蔬品質無損檢測中的應用。

高光譜成像技術的原理：

高光譜系統中的每個像元均可獲取同一個光譜區間內幾十到幾百個連續的窄波段信息，并得到一條平滑而完整的光譜曲線，同時整個成像系統還可獲取被測物的空間信息，實現對待測物內部成分與外觀特征的同時檢測，具有光譜連續與分辨率高等特點。

典型的高光譜成像系統如上圖所示，主要包括光源、成像光譜儀、CCD相機、計算機與載物臺等。其中，光源為整個系統提供照明，一般由兩個鹵素燈組成。成像光譜儀中的光學元件把輸入的寬帶光分散成不同頻率的單色光，并將其投射到CCD相機上實現光譜成像。載物臺用于放置待測物品，整個系統由計算機進行控制。

系統獲取的高光譜圖像可用一段連續波段的光學圖像組成的立體三維圖像來表示，如下圖所示。其中XY平面的二維圖像表示物體的空間信息，如形狀大小、缺陷等。由于物品外部變化會影響反射光譜，故形狀、顏色或缺陷在某一特定的波長下圖譜會有變化。λ坐標表示物體的光譜信息，將反映出待測物成分結構等內部品質。

高光譜成像技術在果蔬品質無損檢測中的應用：

1.果蔬外部品質的檢測

市場上人們對果蔬的直接感受就是其外部品質的好壞，即對顏色、新鮮度、大小、機械損傷、凍傷與腐爛等方面的判斷。傳統的機器視覺技術在果蔬外部品質的檢測中由于精度低、操作復雜，很難區分出機械損傷、凍傷、腐爛及新鮮度等方面外部特征。高光譜成像技術恰好克服了這一缺點，能夠實現全方位的無損檢測，而且精度高、易于操作，近年來逐步用于果蔬外部品質的檢測中。

新鮮度是反映果蔬品質的重要指標。剛采摘的果蔬通常需經過儲存、運輸，最終到達消費者，該過程將影響其新鮮度品質。一般而言，人們對果蔬新鮮度的主觀判斷是不準確的。研究人員利用高光譜成像技術對蔬菜的新鮮度檢測進行了探索。分別在失水0、10、24、48小時狀態下，利用成像光譜儀采集了小白菜、菠菜、油菜、娃娃菜等四種蔬菜葉片的光譜圖像并進行對比分析。其中，小白菜葉片在不同失水時間下的高光譜圖像與機器視覺圖像的對比分析如下圖所示。從中可以看出，隨著時間的變化兩幅圖中的葉片狀態均有明顯變化，但機器視覺圖像只能看出失水狀態，而高光譜圖像通過分析光譜信息的變化發現，葉片在失水過程中其外觀形態及內部葉綠素均有變化，葉綠素相對含量值預測模型的相關系數 r=0.76，說明高光譜技術可以有效辨別蔬菜葉片的新鮮度。

2.果蔬內部品質檢測

果蔬的內部品質通常是衡量其營養價值的重要依據，一般通過檢測果蔬的糖度、硬度、可溶性固形物含量、水分、成熟度、蛋白質和淀粉含量等指標對其進行判斷。其中，糖度和硬度是反映果蔬內部品質的兩個重要指標，糖度能體現出果蔬的口感度，硬度能間接體現果蔬的成熟度。

可溶性固形物含量（SSC）是指果蔬中所有溶解于水的化合物總稱，包括糖、酸、維生素、礦物質等。其含量可以衡量果蔬的成熟度，測量其含量在農業采摘方面非常重要。近年來，采用高光譜技術測量果蔬可溶性固形物含量已成熱點。有研究者將近紅外高光譜運用到蘋果可溶性固形物含量的檢測中。其對多個蘋果樣本分別采集4塊尺寸為2cm×2 cm ×1.5 cm區域中的高光譜圖像，利用偏最小二乘回歸法來估算可溶性固形物含量反射數據與近紅外光譜數據之間的關系，得到交叉驗證系數為0.89，均方根誤差0.55%，最后成功繪制出主要波段的高空間分辨率SSC圖像，如下圖所示。從圖中可以看出靠近蘋果邊緣部分相比于中心部分有著更高的SSC值。結果表明，可用近紅外高光譜成像技術測量蘋果的可溶性固形物含量。