隨著人們對果蔬品質關注度的提高，高光譜成像技術作為一種快速、無損的檢測方法，已被廣泛應用于果蔬產(chǎn)品的品質檢測中。高光譜成像技術融合了傳統(tǒng)的成像技術和光譜技術的優(yōu)點，可同時檢測果蔬的內(nèi)部和外部品質信息。本文主要介紹了高光譜相機在果蔬內(nèi)外品質無損檢測中的應用。

高光譜相機在果蔬品質無損檢測中的應用

果蔬外部品質的檢測

高光譜成像技術能夠實現(xiàn)全方位的無損檢測，精度高、易于操作，近年來已逐步應用于果蔬外部品質的檢測中。例如，有研究者利用高光譜成像技術對蔬菜的新鮮度進行了檢測。通過采集小白菜、菠菜、油菜、娃娃菜等四種蔬菜葉片的光譜圖像，并對比分析不同失水時間下的高光譜圖像與機器視覺圖像，發(fā)現(xiàn)高光譜圖像可以有效辨別蔬菜葉片的新鮮度。

新鮮度是反映果蔬品質的重要指標。剛采摘的果蔬通常需經(jīng)過儲存、運輸，最終到達消費者，該過程將影響其新鮮度品質。一般而言，人們對果蔬新鮮度的主觀判斷是不準確的。研究人員利用高光譜成像技術對蔬菜的新鮮度檢測進行了探索。分別在失水0、10、24、48小時狀態(tài)下，利用成像光譜儀采集了小白菜、菠菜、油菜、娃娃菜等四種蔬菜葉片的光譜圖像并進行對比分析。其中，小白菜葉片在不同失水時間下的高光譜圖像與機器視覺圖像的對比分析如下圖所示。從中可以看出，隨著時間的變化兩幅圖中的葉片狀態(tài)均有明顯變化，但機器視覺圖像只能看出失水狀態(tài)，而高光譜圖像通過分析光譜信息的變化發(fā)現(xiàn)，葉片在失水過程中其外觀形態(tài)及內(nèi)部葉綠素均有變化，葉綠素相對含量值預測模型的相關系數(shù) r=0.76，說明高光譜技術可以有效辨別蔬菜葉片的新鮮度。

果蔬內(nèi)部品質檢測

糖度和硬度是反映果蔬內(nèi)部品質的兩個重要指標。有研究者采用高光譜技術測量果蔬可溶性固形物含量，成功繪制出主要波段的高空間分辨率SSC圖像。此外，高光譜成像技術還可用于繪制蘋果可溶性固形物含量的空間分布圖，為判斷蘋果的成熟度和評估其營養(yǎng)價值提供了有效手段。

可溶性固形物含量（SSC）是指果蔬中所有溶解于水的化合物總稱，包括糖、酸、維生素、礦物質等。其含量可以衡量果蔬的成熟度，測量其含量在農(nóng)業(yè)采摘方面非常重要。近年來，采用高光譜技術測量果蔬可溶性固形物含量已成熱點。有研究者將近紅外高光譜運用到蘋果可溶性固形物含量的檢測中。其對多個蘋果樣本分別采集4塊尺寸為2cm×2cm ×1.5cm區(qū)域中的高光譜圖像，利用偏最小二乘回歸法來估算可溶性固形物含量反射數(shù)據(jù)與近紅外光譜數(shù)據(jù)之間的關系，得到交叉驗證系數(shù)為0.89，均方根誤差0.55%，最后成功繪制出主要波段的高空間分辨率SSC圖像，如下圖所示。從圖中可以看出靠近蘋果邊緣部分相比于中心部分有著更高的SSC值。結果表明，可用近紅外高光譜成像技術測量蘋果的可溶性固形物含量。

高光譜相機在果蔬品質無損檢測中具有廣泛的應用前景。通過獲取待測樣品豐富的圖像和光譜信息，同時對果蔬外部和內(nèi)部品質進行無損檢測，有助于提高果蔬產(chǎn)品的品質和安全性。然而，高光譜成像技術仍存在信息冗余等問題，未來需要進一步研究開發(fā)便攜式儀器和提高數(shù)學模型的穩(wěn)健性，以推動高光譜成像技術在農(nóng)業(yè)信息精準獲取和處理中的應用。