高光譜成像技術(shù)在水果品質(zhì)無損檢測(cè)中的應(yīng)用
發(fā)布時(shí)間:2024-06-21
瀏覽次數(shù):360
水果是人們?nèi)粘I钪谐R姷氖称分?,隨著人們對(duì)食品安全和品質(zhì)的要求越來越高,對(duì)于水果品質(zhì)無損檢測(cè)技術(shù)的研究也越來越受到關(guān)注。本文簡(jiǎn)單介紹了高光譜成像技術(shù)在水果品質(zhì)無損檢測(cè)中的應(yīng)用。
水果是人們?nèi)粘I钪谐R姷氖称分唬S著人們對(duì)食品安全和品質(zhì)的要求越來越高,對(duì)于水果品質(zhì)無損檢測(cè)技術(shù)的研究也越來越受到關(guān)注。本文簡(jiǎn)單介紹了高光譜成像技術(shù)在水果品質(zhì)無損檢測(cè)中的應(yīng)用。
?
定性指標(biāo)檢測(cè)
近年來,高光譜成像技術(shù)已被用于多種水果的品質(zhì)指標(biāo)檢測(cè),這些指標(biāo)主要分為定性指標(biāo)和定量指標(biāo)兩類。定性指標(biāo)主要有損傷、腐敗、著色、成熟度等。
在損傷鑒定方面,Tan等利用高光譜成像技術(shù)開展蘋果、柿子的損傷鑒定研究,準(zhǔn)確率均達(dá)到 90.00%以上。Tang等構(gòu)建蘋果損傷鑒定模型,分級(jí)精度達(dá)到97.33%,證實(shí)高光譜成像技術(shù)在蘋果損傷檢測(cè)中的有效性。Yu等[28]構(gòu)建枇杷的缺陷識(shí)別模型,正確分類率達(dá)到95.90%以上。Wang等采用隨機(jī)森林(Random Forest,RF)算法構(gòu)建了藍(lán)莓內(nèi)部機(jī)械損傷的識(shí)別模型,可準(zhǔn)確檢測(cè)藍(lán)莓的損傷狀況。Shao等利用高光譜成像技術(shù)對(duì)櫻桃進(jìn)行損傷度測(cè)定,實(shí)現(xiàn)對(duì)櫻桃品質(zhì)損傷的快速檢測(cè)。Xuan等利用高光譜成像技術(shù)提取桃表面的光譜特征,對(duì)桃進(jìn)行損傷品質(zhì)指標(biāo)判斷,完成對(duì)桃品質(zhì)指標(biāo)的準(zhǔn)確量化。Fang等基于高光譜成像技術(shù)開展對(duì)梨的損傷指標(biāo)檢測(cè)研究,檢測(cè)誤差被有效控制。
在腐敗檢測(cè)方面,Yuan等使用高光譜成像技術(shù)對(duì)黃瓜瑕疵進(jìn)行檢測(cè),通過提取表面的反射光譜特征,實(shí)現(xiàn)對(duì)黃瓜腐敗程度的準(zhǔn)確檢測(cè)。Shao等利用高光譜成像技術(shù)對(duì)櫻桃進(jìn)行腐敗損傷的品質(zhì)評(píng)價(jià),實(shí)現(xiàn)對(duì)櫻桃品質(zhì)的快速監(jiān)測(cè)。Fang等基于高光譜成像技術(shù)開展對(duì)梨腐敗指標(biāo)檢測(cè)的相關(guān)研究,得到誤差較小的檢測(cè)結(jié)果。在著色評(píng)價(jià)方面,Wang等對(duì)蘋果顏色參數(shù)指標(biāo)進(jìn)行評(píng)價(jià)。沈佳等構(gòu)建蜜柚葉片色素含量的高光譜估測(cè)模型,進(jìn)而判別蜜柚的健康程度。
在成熟度檢測(cè)方面,Wang等基于高光譜成像技術(shù)對(duì)蘋果成熟度指標(biāo)進(jìn)行無損檢測(cè)研究。Jie等使用高光譜成像技術(shù)評(píng)價(jià)西瓜成熟度,實(shí)現(xiàn)對(duì)西瓜成熟度的準(zhǔn)確檢測(cè)。Benelli等通過獲取葡萄表面的高光譜圖像,對(duì)葡萄進(jìn)行成熟度評(píng)價(jià),成功實(shí)現(xiàn)對(duì)葡萄的成熟度檢測(cè)。Shao等利用高光譜成像技術(shù),通過提取桃表面的光譜特征對(duì)桃、香蕉進(jìn)行成熟度評(píng)取桃表面的光譜特征對(duì)桃、香蕉進(jìn)行成熟度評(píng)價(jià),完成成熟度的準(zhǔn)確量化。Achireya等[38]開展菠蘿成熟度的檢測(cè),證實(shí)該技術(shù)在預(yù)測(cè)單個(gè)水果的成熟度指標(biāo)方面具有可靠性。Shao等將高光譜成像技術(shù)用于草莓成熟度評(píng)估,準(zhǔn)確率在91.70%~96.70%之間。Zhang等構(gòu)建草莓成熟度的分析模型,分類準(zhǔn)確率超過85.00%,表明高光譜成像技術(shù)可用于草莓成熟度評(píng)價(jià)。Cho等建立番茄成熟度的檢測(cè)模型,達(dá)到75.00%以上的分類準(zhǔn)確率。
這些研究針對(duì)蘋果、西瓜、葡萄、桃、香蕉、菠蘿和草莓等不同水果,分別使用高光譜成像技術(shù)對(duì)其損傷、腐敗、著色、成熟度等定性指標(biāo)進(jìn)行評(píng)價(jià)和檢測(cè),取得一定成效,分類準(zhǔn)確率在一定程度上得到提高,表明高光譜成像技術(shù)能對(duì)多種水果品質(zhì)指標(biāo)進(jìn)行準(zhǔn)確檢測(cè)。
?
定量指標(biāo)檢測(cè)
水果品質(zhì)無損檢測(cè)中的定量指標(biāo)主要有可溶性固形物含量(Soluble solid content,SSC)、可滴定酸、硬度等,可以歸為成分品質(zhì)、外觀品質(zhì)、內(nèi)部品質(zhì)等。成分品質(zhì)是通過對(duì)水果表面的光譜數(shù)據(jù)進(jìn)行分析,提取營(yíng)養(yǎng)成分、糖分含量、酸度等信息,從而評(píng)價(jià)水果的成分質(zhì)量。其中,營(yíng)養(yǎng)成分的指標(biāo)包括維生素含量、礦物質(zhì)含量等。Malegori等使用高光譜成像技術(shù)進(jìn)行櫻桃維生素C含量的預(yù)測(cè)和可視化,證明了高光譜成像技術(shù)用于評(píng)估櫻桃維生素C分布的可靠性,為水果中營(yíng)養(yǎng)保健化合物的定性繪圖奠定基礎(chǔ)。Wiebke等基于高光譜成像技術(shù)測(cè)定哈斯鱷梨中硼和鈣的濃度,決定系數(shù)(Coefficient of determination,R)分別為0.61、0.53,預(yù)測(cè)偏差比分別為1.51、1.71,證實(shí)高光譜成像技術(shù)可以通過果肉圖像快速確定單個(gè)水果內(nèi)部品質(zhì),能夠減少鱷梨的采后損失。
水果糖分含量指標(biāo)包括總糖含量、果糖含量、葡萄糖含量等。Zhang等利用高光譜圖像技術(shù)快速預(yù)測(cè)碭山梨的糖含量,均方根誤差(Root mean square error,RMSE)低至0.35,表明高光譜成像技術(shù)在碭山梨糖度無損定量測(cè)量和可視化方面具有巨大潛力。Lan等利用高光譜成像檢測(cè)了蘋果切片的果糖、葡萄糖舍量等內(nèi)部品質(zhì),證實(shí)該方法減少了對(duì)大量化學(xué)表征的需求,有助于更好地掌握和管理水果質(zhì)量。Seki等通過高光譜成像技術(shù)進(jìn)行白草莓糖含量的可視化,最終模型的R和 RMSE 分別是0.84、0.57,該發(fā)現(xiàn)為設(shè)計(jì)非接觸式系統(tǒng)用于監(jiān)測(cè)白草莓質(zhì)量的可行性奠定基礎(chǔ)。酸度指標(biāo)包括總酸含量、檸檬酸含量、蘋果酸含量等。Xu等利用高光譜成像技術(shù)和深度學(xué)習(xí)算法無損預(yù)測(cè)了巨峰葡萄中的可滴定酸含量,R為0.92、RMSE 為0.11,表明深度學(xué)習(xí)的堆疊自動(dòng)編碼器算法在從像素級(jí)高光譜圖像數(shù)據(jù)中提取特征方面具有巨大潛力。Cecilia等優(yōu)化高光譜成像中的空間數(shù)據(jù)縮減,以預(yù)測(cè)完整橙子的檸檬酸參數(shù),展示了高光譜圖像量化橙子酸性味道屬性的潛力。Lan等對(duì)蘋果酸含量進(jìn)行定量檢測(cè),檢測(cè)到其強(qiáng)烈的異質(zhì)性。水果外觀品質(zhì)通過對(duì)水果表面的圖像如紋理特征進(jìn)行分析檢測(cè),如表面的瑕疵、病斑、裂紋等,其中,瑕疵指標(biāo)包括病斑面積、裂紋長(zhǎng)度等。
Folch等[5]利用成像高光譜技術(shù)根據(jù)病斑面積對(duì)柑橘進(jìn)行腐敗分類,準(zhǔn)確率達(dá)到91%,顯示該方法是區(qū)分柑橘健康程度的有力工具。Yu等使用高光譜成像結(jié)合圖像處理識(shí)別鮮棗裂紋,判別模型精度近100%,精確量化了裂紋位置、面積,實(shí)現(xiàn)鮮棗裂紋特征的快速識(shí)別。
水果內(nèi)部品質(zhì)通過對(duì)水果表面的光譜特征進(jìn)行分析,即提取光譜特征等信息開展內(nèi)部品質(zhì)評(píng)價(jià),如成熟度和基本品質(zhì)。其中,成熟度指標(biāo)包括葉綠素含量、色澤、硬度等。Sun等基于葉綠素含量進(jìn)行蜜桃腐爛的高光譜成像檢測(cè),準(zhǔn)確率達(dá)到98.75%,為基于葉綠素含量的真菌病害檢測(cè)提供了新視角。Su等應(yīng)用高光譜成像和深度學(xué)習(xí)基于色澤測(cè)定草莓成熟度,取得了良好效果,證明了該方法的檢測(cè)潛力。Li等[55]基于高光譜成像技術(shù)檢測(cè)了獼猴桃成熟度,最終的校正硬度模型預(yù)測(cè)值與真實(shí)值的相關(guān)系數(shù)超過0.9,預(yù)測(cè)偏差比超過2,能夠用于預(yù)測(cè)獼猴桃品質(zhì)。基本品質(zhì)包括果肉的含水量、纖維素含量等,果肉含水量的指標(biāo)是重要的內(nèi)部品質(zhì)指標(biāo)。
Ayman等使用高光譜成像檢測(cè)了兩種棗的含水量,對(duì)棗的質(zhì)量進(jìn)行評(píng)估,實(shí)現(xiàn)了棗類水果質(zhì)量屬性快速、自動(dòng)化的監(jiān)測(cè)和分析。Sun等對(duì)瓜類進(jìn)行基于纖維素含量的質(zhì)量檢測(cè),同樣取得良好效果。
表1對(duì)相關(guān)研究中高光譜成像技術(shù)檢測(cè)的主要水果品質(zhì)指標(biāo)進(jìn)行列舉和分類,表明高光譜成像技術(shù)可用于對(duì)水果表面的光譜信息和圖像信息。
?
相關(guān)產(chǎn)品
-
什么是高光譜,高光譜前景,高光譜科研實(shí)驗(yàn)室應(yīng)用
高光譜技術(shù),又稱高光譜成像技術(shù)(Hyperspectral Imaging, HSI),是一種結(jié)合了傳統(tǒng)計(jì)算機(jī)視覺與光譜分析技術(shù)的創(chuàng)新方法。它能夠在特定光譜范圍..
-
光譜儀的應(yīng)用
光譜儀作為一種強(qiáng)大的分析工具,通過捕捉和分析物質(zhì)與光相互作用產(chǎn)生的光譜信息,為科學(xué)研究、工業(yè)生產(chǎn)、環(huán)境監(jiān)測(cè)和天文學(xué)等多個(gè)領(lǐng)域提供了重要的技術(shù)支持。本文將詳細(xì)介紹..
-
與光譜相關(guān)的化學(xué)分析儀器及其原理、優(yōu)缺點(diǎn)
?光譜儀作為化學(xué)分析中的得力助手,通過捕捉物質(zhì)與光相互作用的微妙信號(hào),揭示了物質(zhì)的內(nèi)在化學(xué)信息。本文將詳細(xì)介紹五種常見的光譜分析儀器——分光光度計(jì)、原子吸收光譜..
-
光譜儀的發(fā)展歷程
光譜儀,這一基于光譜學(xué)原理的精密儀器,自其誕生以來,便成為了連接光與物質(zhì)世界的橋梁。它能夠?qū)⒐饩€分解成各個(gè)波長(zhǎng)的光,并通過探測(cè)器檢測(cè)記錄下來,為我們揭示光源或物..