高光谱成像技术在果蔬品质无损检测中的应用

近年来，食品安全问题备受关注，人们对果蔬品质与安全标准的要求也越来越高，已成为社会关注的热点。传统果蔬品质检测方法如化学法、高效液相色谱法、质谱分析法等通常对待测物具有破坏性，且速度慢。光谱技术具有快速、无损、可靠等优点，近年来广泛用于果蔬品质检测中。本文介绍了高光谱成像技术在果蔬品质无损检测中的应用。

高光谱成像技术的原理：

高光谱系统中的每个像元均可获取同一个光谱区间内几十到几百个连续的窄波段信息，并得到一条平滑而完整的光谱曲线，同时整个成像系统还可获取被测物的空间信息，实现对待测物内部成分与外观特征的同时检测，具有光谱连续与分辨率高等特点。

典型的高光谱成像系统如上图所示，主要包括光源、成像光谱仪、CCD相机、计算机与载物台等。其中，光源为整个系统提供照明，一般由两个卤素灯组成。成像光谱仪中的光学元件把输入的宽带光分散成不同频率的单色光，并将其投射到CCD相机上实现光谱成像。载物台用于放置待测物品，整个系统由计算机进行控制。

系统获取的高光谱图像可用一段连续波段的光学图像组成的立体三维图像来表示，如下图所示。其中XY平面的二维图像表示物体的空间信息，如形状大小、缺陷等。由于物品外部变化会影响反射光谱，故形状、颜色或缺陷在某一特定的波长下图谱会有变化。λ坐标表示物体的光谱信息，将反映出待测物成分结构等内部品质。

高光谱成像技术在果蔬品质无损检测中的应用：

1.果蔬外部品质的检测

市场上人们对果蔬的直接感受就是其外部品质的好坏，即对颜色、新鲜度、大小、机械损伤、冻伤与腐烂等方面的判断。传统的机器视觉技术在果蔬外部品质的检测中由于精度低、操作复杂，很难区分出机械损伤、冻伤、腐烂及新鲜度等方面外部特征。高光谱成像技术恰好克服了这一缺点，能够实现全方位的无损检测，而且精度高、易于操作，近年来逐步用于果蔬外部品质的检测中。

新鲜度是反映果蔬品质的重要指标。刚采摘的果蔬通常需经过储存、运输，最终到达消费者，该过程将影响其新鲜度品质。一般而言，人们对果蔬新鲜度的主观判断是不准确的。研究人员利用高光谱成像技术对蔬菜的新鲜度检测进行了探索。分别在失水0、10、24、48小时状态下，利用成像光谱仪采集了小白菜、菠菜、油菜、娃娃菜等四种蔬菜叶片的光谱图像并进行对比分析。其中，小白菜叶片在不同失水时间下的高光谱图像与机器视觉图像的对比分析如下图所示。从中可以看出，随着时间的变化两幅图中的叶片状态均有明显变化，但机器视觉图像只能看出失水状态，而高光谱图像通过分析光谱信息的变化发现，叶片在失水过程中其外观形态及内部叶绿素均有变化，叶绿素相对含量值预测模型的相关系数 r=0.76，说明高光谱技术可以有效辨别蔬菜叶片的新鲜度。

2.果蔬内部品质检测

果蔬的内部品质通常是衡量其营养价值的重要依据，一般通过检测果蔬的糖度、硬度、可溶性固形物含量、水分、成熟度、蛋白质和淀粉含量等指标对其进行判断。其中，糖度和硬度是反映果蔬内部品质的两个重要指标，糖度能体现出果蔬的口感度，硬度能间接体现果蔬的成熟度。

可溶性固形物含量（SSC）是指果蔬中所有溶解于水的化合物总称，包括糖、酸、维生素、矿物质等。其含量可以衡量果蔬的成熟度，测量其含量在农业采摘方面非常重要。近年来，采用高光谱技术测量果蔬可溶性固形物含量已成热点。有研究者将近红外高光谱运用到苹果可溶性固形物含量的检测中。其对多个苹果样本分别采集4块尺寸为2cm×2 cm ×1.5 cm区域中的高光谱图像，利用偏最小二乘回归法来估算可溶性固形物含量反射数据与近红外光谱数据之间的关系，得到交叉验证系数为0.89，均方根误差0.55%，最后成功绘制出主要波段的高空间分辨率SSC图像，如下图所示。从图中可以看出靠近苹果边缘部分相比于中心部分有着更高的SSC值。结果表明，可用近红外高光谱成像技术测量苹果的可溶性固形物含量。