来源:赛斯拜克 发表时间:2023-08-07 浏览量:371 作者:awei
随着人们对果蔬品质关注度的提高,高光谱成像技术作为一种快速、无损的检测方法,已被广泛应用于果蔬产品的品质检测中。高光谱成像技术融合了传统的成像技术和光谱技术的优点,可同时检测果蔬的内部和外部品质信息。本文主要介绍了高光谱相机在果蔬内外品质无损检测中的应用。
随着人们对果蔬品质关注度的提高,高光谱成像技术作为一种快速、无损的检测方法,已被广泛应用于果蔬产品的品质检测中。高光谱成像技术融合了传统的成像技术和光谱技术的优点,可同时检测果蔬的内部和外部品质信息。本文主要介绍了高光谱相机在果蔬内外品质无损检测中的应用。
高光谱成像技术能够实现全方位的无损检测,精度高、易于操作,近年来已逐步应用于果蔬外部品质的检测中。例如,有研究者利用高光谱成像技术对蔬菜的新鲜度进行了检测。通过采集小白菜、菠菜、油菜、娃娃菜等四种蔬菜叶片的光谱图像,并对比分析不同失水时间下的高光谱图像与机器视觉图像,发现高光谱图像可以有效辨别蔬菜叶片的新鲜度。
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。
糖度和硬度是反映果蔬内部品质的两个重要指标。有研究者采用高光谱技术测量果蔬可溶性固形物含量,成功绘制出主要波段的高空间分辨率SSC图像。此外,高光谱成像技术还可用于绘制苹果可溶性固形物含量的空间分布图,为判断苹果的成熟度和评估其营养价值提供了有效手段。
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×2cm ×1.5cm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。
高光谱相机在果蔬品质无损检测中具有广泛的应用前景。通过获取待测样品丰富的图像和光谱信息,同时对果蔬外部和内部品质进行无损检测,有助于提高果蔬产品的品质和安全性。然而,高光谱成像技术仍存在信息冗余等问题,未来需要进一步研究开发便携式仪器和提高数学模型的稳健性,以推动高光谱成像技术在农业信息精准获取和处理中的应用。