高光谱成像对水果成熟度的无损检测研究

我国是世界水果种植大国，水果产业已发展成为我国继粮食产业和蔬菜产业之后的第三大农产品产业，但是由于我国不能按出口标准对水果品质进行有效的分级，导致我国水果出口率严重低于世界平均水平。许多研究表明，在采摘、包装、储存、运输等物流环节，由于不同原因导致水果损失率高达25%，其主要原因之一就是由于不同成熟度的水果混杂在一起造成的。因此，对不同成熟度的水果进行有效的区分对生产和贸易具有重要意义。

传统的水果成熟度检测主要是通过测定水果的坚硬程度、水果内部可溶性物质数量以及所含水分的多少进行的。这种方法的缺陷是，一方面它不能较快速得到结果，并且在检测的过程中需要过多的人为参与，得到的结果缺乏准确性;另一方面水果内部物质成分的测定需要破坏水果的组织，采取这种方法对水果进行大规模的检测是不现实的。

20世纪60年代后，随着计算机技术和光谱技术的快速发展，近红外光谱、机器视觉等新技术相继被应用到农产品生产中去，使得无损检测在评价果品综合质量方面的应用成为可能。无损检测是近年来新兴的一种高科技手段，它是在不损害被检测对象的前提下，利用声、光、电磁等技术对果品外部特征和内部结构以及其组成成分的测定和评价，这种检测方法不仅能检测水果的品质，同时不会对水果造成损害，保证了水果的完整性。高光谱成像技术 [6-8] 是近几年新兴的一种基于非常多窄波段的影像数据技术，集中了光学、信息处理、计算机科学等领域的先进技术，实现了传统的二维成像技术和光谱技术有机结合，使得检测过程在获取水果图片信息的同时得到水果的光谱信息，能够更准确，更全面地对水果品质进行分级。

结果与分析

光谱特性是高光谱技术在水果检测方面应用的基础，不同成熟度的水果，由于物理结构以及内部成分含量的不同，导致在不同波长的光源照射下，水果的反射、散射以及透射特性有很大差别，如何确定特征波长并对不同成熟度进行区分，成为水果成熟度检测的一个重要方向。随着高光谱技术的兴起，国内外利用高光谱技术对水果成熟度的几个相关指标(着色度、糖酸比、坚硬程度、可溶性物质的数量)做了大量的研究，证明采用高光谱技术能够实现对不同成熟度的水果进行区分。国外对水果成熟度的研究主要集中在成熟和未成熟猕猴桃(光谱特性520～680 nm) [9-10] ，桃子的含糖量和坚硬程度与其成熟度的关系 [11] ，不同成熟度西红柿的波长(396～736 nm) [12] ，西瓜和甜瓜的成熟度与可溶性固体物质含量的相关性 。国内在此方面的研究主要有以红心李和桃子为例，区分不同成熟度水果的方法 [14] ;根据果皮色泽a*(a*代表果实绿色到红色变化，是评定果实成熟度的关键指标)来快速预测磨盘柿成熟度 [15] 等。

我们利用高光谱成像检测系统，初步研究了不同成熟度的水果在可见光及近红外波段的反射率，确定了与检测水果成熟度的最有效特征波长。图1是利用数码相机拍摄的待测样品的彩色图像，对应同一样品的不同位置和不同样品(梨和枣)，建立相应的样品集，然后利用高光谱采集试验样品的待测成分对应的光谱数据。

图1　实验样品的实物图示

在不同的波段范围内，高光谱图像检测仪对能量的响应不同，因而会使原始光谱曲线上出现很多的噪声，导致原始光谱曲线不太平滑，而且高光谱仪在350～1 000 nm(可见-近红外)光谱的采样间隔是1.9 nm，因而在相邻的波段间，原始光谱曲线具有信息重合的现象，致使整个光谱数据存在信息冗余。因此，必须对数据进行降维和去噪处理。主要处理过程包括Resize(重置图像大小和波段范围)、ROI(感兴趣区)、Mask(阈值)、Filter(中值滤波)、PCA(主成分分析)/MNF(最小噪声分离)、特征波段提取等。通过试验样品的测量，发现枣的感兴趣区域(ROI)在450～980 nm，得到任意像素点的连续光谱曲线如图3，可以看出样本在近红外波段区域反射值大于在可见光波段区域反射值，在667 nm波段处表现出光谱吸收特征，并且成熟枣和非成熟枣分别在635，875 nm和575，810 nm呈现局部极大值，由此确定5个特征波段;而梨的感兴趣区域(ROI)在486～910 nm的光谱曲线(见图4)，可以看出样本在670 nm处出现吸收峰，在580～630 nm和770～830 nm出现反射峰。

图2　枣的连续光谱曲线

结 论

随着图像处理技术、光谱分析技术、计算机技术等的快速发展和相互融合，利用高光谱成像获取待测水果丰富的图像和光谱信息，对水果综合品质进行全面评价已成为水果无损检测的一个重要趋势。水果成熟度作为衡量水果品质和等级的一个重要指标，利用高光谱技术对不同成熟度的水果进行快速有效地分级有着重要的市场意义。

我们利用高光谱技术初步研究了枣和梨2种水果在可见光及近红外波段的反射率，初步确定了枣的感兴趣区域在450～980 nm，并且选择667，635，875 nm和575，810 nm为成熟枣和非成熟枣的5个特征波长来分析。而通过分析梨的感兴趣波长486～910 nm的光谱曲线，得出在670 nm处出现吸收峰，在580～630 nm和770～830 nm出现反射峰。通过光谱曲线，并结合主成分分析及波段比算法，较准确地分辨出果蔬的成熟度，进一步的研究还在进行中。

图3　梨的连续光谱曲线