蘋果是我們?nèi)粘Ｉ钪谐Ｒ姷囊环N水果，人們在選擇蘋果時不在過多的關(guān)注其外在，而更注重其內(nèi)部品質(zhì)的好壞。但傳統(tǒng)蘋果內(nèi)在品質(zhì)檢測損耗嚴(yán)重，且耗時長，因此，為了快速、無損的對蘋果的內(nèi)外品質(zhì)進(jìn)行檢測，人們引進(jìn)了高光譜成像技術(shù)。本文介紹了高光譜成像儀在蘋果內(nèi)外品質(zhì)檢測中的應(yīng)用。

蘋果內(nèi)外品質(zhì)檢測的重要性：

蘋果作為農(nóng)產(chǎn)品的重要組成成分，蘋果的質(zhì)量安全問題顯得越來越重要，在購買蘋果時，消費(fèi)者不僅重視其外形，而且對于其內(nèi)部品質(zhì)也越來越在乎。而蘋果在采摘或者運(yùn)輸過程中，會不可避免的因?yàn)橐恍┩饬υ蛟斐刹煌潭鹊膿p傷，有些損傷表面看不出來或者不明顯，但是損傷部位的內(nèi)部品質(zhì)卻已經(jīng)發(fā)生了變化，所以對于蘋果外部損傷的檢測至關(guān)重要。尤其是在蘋果的次表面有損傷缺陷時，其造成原因多產(chǎn)生于采摘前非科學(xué)性管理以及采摘后的處理不當(dāng)，會導(dǎo)致蘋果的進(jìn)一步病變，比如微生物感染、內(nèi)部生理病變（例如蘋果的糖化病等），蘋果的次表面缺陷的特點(diǎn)是：外部與正常蘋果沒有區(qū)別，傳統(tǒng)的人眼檢測和表面檢測判別不出，容易迷惑消費(fèi)者，從而對消費(fèi)者造成或大或小的傷害，不利于蘋果的長期穩(wěn)定銷售以及蘋果制品的在線生產(chǎn)。

以前人們是以蘋果外部有無缺陷來挑選蘋果，現(xiàn)在消費(fèi)者更加看中水果內(nèi)部品質(zhì)的好壞，而蘋果是我們?nèi)粘Ｉ钪械某Ｒ娖?，它與我們的生活變得日益密切，蘋果的好壞與消費(fèi)者健康有著重大的聯(lián)系。然而，由于新鮮的水果含水量和含糖量高，并且極易受損，造成嚴(yán)重的經(jīng)濟(jì)損失。目前，對于蘋果品質(zhì)的分級，從剛開始的表面檢測逐漸轉(zhuǎn)向內(nèi)部品質(zhì)的檢測，但是，我們發(fā)現(xiàn)傳統(tǒng)的水果缺陷檢測方法存在很多缺點(diǎn)：無法滿足水果的批量檢測；破壞水果完整性；耗時比較長；效果直觀性差等，因此，為了快速、無損、高效的檢測蘋果的品質(zhì)，就可以使用高光譜成像技術(shù)。

高光譜成像儀在蘋果內(nèi)外品質(zhì)檢測中的應(yīng)用：

高光譜成像技術(shù)是圖像處理技術(shù)融入于光譜技術(shù)當(dāng)中的一種新興技術(shù)，在進(jìn)行高光譜數(shù)據(jù)采集時，形成的光譜圖像中，不僅可以看到該樣本的空間二位信息，還可以形成每個圖像中各個像素點(diǎn)上的光譜信息，并且每個像素上的光譜信息都是一條連續(xù)的曲線，而同時在這一條連續(xù)曲線上的每個波段下都能查看該波段下的圖像信息，從而實(shí)現(xiàn)“圖譜合一”。因?yàn)楦吖庾V技術(shù)能將圖像、光譜合二為一的特點(diǎn)，它不僅能像可見-近紅外光譜技術(shù)一樣能夠檢測物質(zhì)成分，而且它還具備機(jī)器視覺技術(shù)的功能。由此，高光譜技術(shù)可以通過分析圖像信息和光譜信息，進(jìn)而來檢測待檢測樣品的內(nèi)部成分含量、空間分布等信息。

利用高光譜成像儀采集蘋果的高光譜圖像，高光譜圖像不但包含待測物質(zhì)的圖像信息，同時還含有其光譜信息，前者可以全面反映物質(zhì)的外部特征、外部損傷缺陷及污斑等情況，而這些外部品質(zhì)特征無法通過肉眼或者普通相機(jī)進(jìn)行檢測。由于光譜特性是不同化學(xué)成分的物質(zhì)所具有的固有特征，所以光譜數(shù)據(jù)又可以對物體內(nèi)部物理結(jié)構(gòu)及化學(xué)成分進(jìn)行分析，結(jié)合該信息不僅可以大大提高目標(biāo)進(jìn)行定量分析的能力，同時還可以對樣品進(jìn)行定性分析。

而高光譜成像儀對于蘋果外部缺陷的檢測大多是利用高光譜數(shù)據(jù)的圖像信息進(jìn)行識別，利用高光譜數(shù)據(jù)的光譜特性對蘋果的內(nèi)部品質(zhì)進(jìn)行并進(jìn)行回歸預(yù)測。其原因是因?yàn)楸粶y對象的外部品質(zhì)的特征（大小、顏色、缺陷、形狀等）能夠通過高光譜的圖像信息進(jìn)行直接的反映，而其內(nèi)部的物理結(jié)構(gòu)和化學(xué)成分則能夠利用高光譜的光譜信息進(jìn)行反映。利用高光譜成像技術(shù)對蘋果內(nèi)外品質(zhì)進(jìn)行檢測，然后對全波段蘋果圖像做主成分分析，并根據(jù)主成分圖像的特征向量優(yōu)選出具有特征的波段，針對特征波段選取相應(yīng)的圖像處理和識別，最后利用圖像差值算法，就可以對蘋果的品質(zhì)進(jìn)行評定。