赛斯拜克中国核心技术品牌 博士专业研发团队   18年专注高光谱

咨询热线:400-888-5135

高光谱成像技术在果蔬品质检测中的应用

来源:赛斯拜克 发表时间:2024-01-25 浏览量:382 作者:awei

果蔬品质包括了形状、颜色、大小和表面缺陷等外部品质与糖度、酸度、硬度、可溶性固形物含量、淀粉含量、水分和成熟度及其他营养元素的含量等内部品质,其品质好坏是其市场销量的重要因素。本文主要介绍近红外高光谱技术主要对果蔬内部品质进行检测。

随着人们生活水平的提高,对食品品质的要求也越来越高。果蔬作为人们日常生活中的重要食材,其品质的检测显得尤为重要。传统的果蔬品质检测方法通常需要人工进行,效率低下且容易受到人为因素的影响。而高光谱成像技术的出现,为果蔬品质检测提供了新的解决方案。

image.png

高光谱成像技术是一种利用光谱学原理,获取样品连续光谱信息的技术。相比传统成像技术,高光谱成像技术能够获取更多的信息,如样品的化学成分、物理特性等。在果蔬品质检测中,高光谱成像技术可以用于检测果蔬的外观品质、营养成分、农药残留等方面。


本文应用了400-1000nm的高光谱相机,可采用广东赛斯拜克科技有限公司产品SP130进行相关研究。光谱范围在400-1000nm,波长分辨率优于2.5nm,可达1200个光谱通道。采集速度全谱段可达128FPS,波段选择后最高3300Hz(支持多区域波段选择)。


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。有人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。

腐烂是果蔬在贮藏、运输过程中最常见的一种现象,不仅影响果蔬的内外部品质甚至会导致食品安全问题。对桃子根霉菌进行了深入研究,采用在400-1000 nm波段采集桃子360°全方位的高光谱数据(如下图所示),然后通过统计方法和图像分割算法得到三个单波长图像(709 nm,807 nm和874 nm),可以明显区分出边缘、健全和腐烂部位。实验中将腐烂部位按照尺寸大小分为3级,在对健全部位、轻微腐烂、中等腐烂以及严重腐烂的建模预测中,轻微腐烂的预测准确率为66.29%,其他三个的预测准确率均在95%以上,而对健全和腐烂两种级别的预测准确率


相关产品

高光谱相机技术排行榜top10

高光谱相机技术相关推荐

Baidu
map