利用高光谱相机评估水果和蔬菜的成熟度和老化程度

监测和控制食品质量对于食品厂家具有最重要的意义，特别是水果和蔬菜比其他食品更敏感，必须新鲜销售和加工才能有价值和健康。高光谱相机为自动质量控制系统提供关键数据，以确保食品的高质量。

使用赛斯拜克SP系列高光谱相机测量李子和西红柿的老化

食品老化是评价新鲜度时需要量化的重要参数。在这种情况下，水果和蔬菜的成熟度和硬度是需要观察和监控的两个最基本的品质。高光谱相机可以观察水果和蔬菜在整个成熟过程中的光谱变化。

在这项研究中，我们使用赛斯拜克SP系列高光谱相机和实验室扫描仪对李子和西红柿进行了 20 天的检查，以评估老化过程(图 1)。SP系列是一款可见-近红外 (VNIR) 相机，涵盖 400 至 1700 纳米的光谱范围。分析的第一部分侧重于样品随时间变化的光谱特征。然后，提出了西红柿和李子老化的图像模型。放置在实验室扫描仪上并使用SP系列相机测量 20 天的三个李子和西红柿样本。

拍摄了样品的照片以及高光谱数据。图片显示，李子的新鲜度，尤其是西红柿，随着时间的推移会严重退化(图 2)。在一个西红柿和李子的中间做了一个小切口。它似乎对加速番茄的老化有实质性影响，但对李子没有影响。

图 1：第 1 天、第 13 天和第 20 天拍摄的样本照片。

光谱反射揭示化学变化

每天进行光谱测量时(第 1、2、3、6、9、13、14、16、17 和 20 天)，在每个李子和番茄上进行矩形选择。图 3 中仅显示了第 1、13 和 20 天获得的光谱，以便于阅读结果。光谱对选择进行平均。

西红柿的光谱差异比李子的光谱差异更显着。这在第 1、13 和 20 天拍摄的照片中已经可见(图 2)。

光谱揭示了水果和蔬菜中随时间发生的化学变化。由于含有叶绿素，李子和西红柿在早期生长阶段呈绿色。但是当成熟时，叶绿素会分解成另一种化学物质。对于西红柿，叶绿素分解成番茄红素，这就是红色的原因。这种化学变化解释了李子和西红柿的光谱随时间在 550 到 750 纳米之间的变化。水果和蔬菜的成熟过程也会影响水分含量或结构，从而影响它们在 970 纳米处的光谱。其他属性(例如，糖含量)也会随时间变化，从而影响光谱反射率。

图 2：在第 1、2、3、6、9、13、14、16、17 和 20 天获取的李子和西红柿的假 RGB 图像。每个数据集被组合成一个(马赛克)，从左边(第 1 天)到右边(第 20 天)。每个番茄和李子的平均光谱显示在第 1 天(白色)、第 13 天(粉红色)和第 20 天(紫色)。

量化老化的图像模型

建立了一个回归模型来量化李子和西红柿的老化(图 3)。成像日是实际的回归变量。

李子的 R2 为 0.81，而西红柿的 R2 为 0.91。这些是根据用于训练模型的选择以外的其他选择计算的。实际值与预测值的回归图如图 4 所示。

对于李子，该模型基于从 588 纳米到 976 纳米的缩小光谱范围。对于西红柿，该模型基于 445 至 993 纳米之间的光谱带。

图 3：三个李子(顶部)和三个西红柿(底部)的回归模型输出。在第 1、2、3、6、9、13、14、16、17 和 20 天(从左到右)获取数据。热图范围从第 1 天(最小值)到第 25 天(最大值)。

图 4：两种模型的实际值与模型预测(测量李子和西红柿的老化)。

结论

SP系列相机适用于测量水果和蔬菜的成熟度和老化度，因为它对农产品的新鲜度相关特性非常敏感。在建立典型的回归模型时，应将实验室测量值用作开发和验证模型的参考值。然而，这些并不是获得水果和蔬菜老化所必需的。

在可见-近红外 (VNIR) 模式下运行的高光谱相机为监测新鲜食品的产品质量提供了一种有效的工具。由于其非破坏性，与传统的基于点的方法相比，高光谱成像是一种特别适用于食品分级、分类和分类的方法。