一、引言

在現(xiàn)代農(nóng)業(yè)背景下，果蔬品質(zhì)檢測不僅是農(nóng)業(yè)生產(chǎn)的重要環(huán)節(jié)，更是保障食品安全和消費者健康的關鍵。隨著科技的進步，高光譜成像技術作為一種新型的無損檢測技術，正逐漸在果蔬品質(zhì)檢測領域展現(xiàn)出其獨特的優(yōu)勢。該技術能夠同時獲取果蔬的光譜信息和圖像信息，從而實現(xiàn)對果蔬內(nèi)外品質(zhì)的全面、精準評估。本文將深入探討高光譜成像技術在果蔬品質(zhì)檢測中的應用，以期為該領域的研究和實踐提供有益的參考。

二、高光譜成像技術概述

1. 高光譜成像技術定義

高光譜成像技術是一種結合了光譜學和成像學的先進技術，它能夠獲取目標物體在不同光譜波段下的圖像信息。這些圖像信息不僅包含了物體的空間信息，還包含了豐富的光譜信息，有助于更深入地了解物體的內(nèi)在性質(zhì)和狀態(tài)。

2.?高光譜成像技術的工作原理

高光譜成像技術通過高光譜相機捕捉目標物體在不同光譜波段下的反射或透射光，然后將這些光信號轉(zhuǎn)換為數(shù)字信號，形成高光譜圖像。通過對這些圖像的分析和處理，可以提取出與目標物體品質(zhì)相關的各種信息。

3.?高光譜成像技術與傳統(tǒng)成像技術的區(qū)別

與傳統(tǒng)成像技術相比，高光譜成像技術具有更高的光譜分辨率和更多的波段選擇。這意味著它能夠獲取更豐富的信息，更準確地反映目標物體的真實狀態(tài)。此外，高光譜成像技術還具有無損、快速、非接觸等優(yōu)點，使得它在果蔬品質(zhì)檢測等領域具有廣泛的應用前景。

三、高光譜成像技術在果蔬品質(zhì)檢測中的應用

1. 檢測果蔬表面缺陷

果蔬表面缺陷是影響其外觀品質(zhì)和商業(yè)價值的重要因素。高光譜成像技術可以通過捕捉果蔬表面的光譜反射信息，準確識別出表面缺陷的位置和類型。例如，在蘋果表面瑕疵檢測中，利用高光譜成像技術可以清晰地區(qū)分出正常果皮與瑕疵部分的差異，為果農(nóng)和消費者提供準確的品質(zhì)信息。

2.?評估果蔬內(nèi)部品質(zhì)

除了表面缺陷外，果蔬的內(nèi)部品質(zhì)也是消費者關注的重點。高光譜成像技術可以穿透果蔬的外皮，獲取其內(nèi)部的光譜信息，從而評估其內(nèi)部品質(zhì)。以西瓜成熟度評估為例，通過高光譜成像技術可以分析西瓜內(nèi)部的光譜特征，判斷其成熟度和口感等品質(zhì)指標。

3.?監(jiān)測果蔬生長過程

高光譜成像技術還可以應用于果蔬生長過程的監(jiān)測中。通過定期獲取果蔬的高光譜圖像，可以分析其生長過程中的營養(yǎng)狀況、病蟲害發(fā)生情況等信息。例如，在番茄生長過程中，利用高光譜成像技術可以實時監(jiān)測其葉片的光譜變化，判斷其是否缺乏某種營養(yǎng)元素或受到病蟲害的侵襲。

四、高光譜成像技術在果蔬品質(zhì)的檢測研究

本文應用了400-1000nm的高光譜相機，可采用廣東賽斯拜克科技有限公司產(chǎn)品FS13進行相關研究。光譜范圍在400-1000nm，波長分辨率優(yōu)于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區(qū)域波段選擇）。

新鮮度是反映果蔬品質(zhì)的重要指標。剛采摘的果蔬通常需經(jīng)過儲存、運輸，最終到達消費者，該過程將影響其新鮮度品質(zhì)。一般而言，人們對果蔬新鮮度的主觀判斷是不準確的。有人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(tài)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(tài)均有明顯變化，但機器視覺圖像只能看出失水狀態(tài)，而高光譜圖像通過分析光譜信息的變化發(fā)現(xiàn)，葉片在失水過程中其外觀形態(tài)及內(nèi)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(shù)r=0.76,說明高光譜技術可以有效辨別蔬菜葉片的新鮮度。

腐爛是果蔬在貯藏、運輸過程中最常見的一種現(xiàn)象，不僅影響果蔬的內(nèi)外部品質(zhì)甚至會導致食品安全問題。對桃子根霉菌進行了深入研究，采用在400-1000 nm波段采集桃子360°全方位的高光譜數(shù)據(jù)(如下圖所示),然后通過統(tǒng)計方法和圖像分割算法得到三個單波長圖像(709 nm,807 nm和874 nm),可以明顯區(qū)分出邊緣、健全和腐爛部位。實驗中將腐爛部位按照尺寸大小分為3級，在對健全部位、輕微腐爛、中等腐爛以及嚴重腐爛的建模預測中，輕微腐爛的預測準確率為66.29%,其他三個的預測準確率均在95%以上，而對健全和腐爛兩種級別的預測準確率

隨著生活水平的提高，人們對健康食品的品質(zhì)要求日益增強。傳統(tǒng)的檢測方法因操作復雜和破壞性而不適用于現(xiàn)代需求。高光譜成像技術，融合了機器視覺、光譜和圖像處理，能準確、快速且無損地檢測農(nóng)產(chǎn)品品質(zhì)，操作簡單，在果蔬品質(zhì)檢測中得到廣泛應用。隨著技術的不斷進步，高光譜成像技術在農(nóng)產(chǎn)品和食品安全領域的應用前景將更加廣闊。