近年來，食品安全問題備受關(guān)注，人們對果蔬品質(zhì)與安全標準的要求也越來越高，已成為社會關(guān)注的熱點。傳統(tǒng)果蔬品質(zhì)檢測方法如化學法、高效液相色譜法、質(zhì)譜分析法等通常對待測物具有破壞性，且速度慢。隨著成像技術(shù)和光譜技術(shù)的快速發(fā)展，高光譜成像技術(shù)廣泛應用于各種果蔬產(chǎn)品的快速和非破壞性檢測中。本文介紹了高光譜成像儀在果蔬品質(zhì)檢測中的應用。

傳統(tǒng)果蔬品質(zhì)檢測方法：

果蔬是人們生活中不可或缺的食物，雖然我國果蔬產(chǎn)量位居世界前列，但果蔬出口量比例很低，遠遠低于世界平均水平。造成這個問題的主要原因是有關(guān)部門不能嚴格地按照出口標準對果蔬品質(zhì)進行檢測及分級，果蔬商品化處理水平低。隨著人們生活水平的提高，以及我國綜合實力的不斷增強，在國際果蔬市場競爭日漸激烈的情況下，消費者對果蔬的品質(zhì)要求越來越高，除了果蔬的外部品質(zhì)，對其內(nèi)部品質(zhì)也更加關(guān)心。

目前，果蔬的品質(zhì)檢測方法主要有化學檢測法、近紅外光譜檢測法、可見光圖像檢測法等。其中，化學檢測法進行測定費時費力，嚴重破壞了果蔬內(nèi)部的組織成分，測定結(jié)果受人工操作影響較大，且不適用于大批量果蔬處理；近紅外光譜分析法和可見光圖像技術(shù)都各自有自己的特點，但是不能同時獲取被測物的圖像和光譜信息，且在應用方面有一定的局限性。

隨著光譜技術(shù)和圖像處理技術(shù)的發(fā)展，高光譜成像技術(shù)已經(jīng)廣泛應用于果蔬的快速無損檢測中，并且國內(nèi)外大量研究表明高光譜技術(shù)在果蔬的品質(zhì)檢測領(lǐng)域中具有發(fā)展?jié)摿?。高光譜技術(shù)集合了成像技術(shù)和光譜技術(shù)兩者的優(yōu)點，具有“圖譜合一”的特點，其中圖像信息可以檢測果蔬的外部品質(zhì)，光譜信息則可用于果蔬內(nèi)部品質(zhì)的檢測，同時可以將圖像信息和光譜信息進行特征融合，以此達到更好的檢測效果。但是由于獲取的信息數(shù)據(jù)量較大，也存在數(shù)據(jù)處理時間較長，數(shù)據(jù)處理過程較為復雜等問題。因此，高光譜技術(shù)目前還不能實現(xiàn)果蔬品質(zhì)實時在線監(jiān)測。

高光譜成像技術(shù)結(jié)合了計算機圖像技術(shù)和光譜技術(shù)的優(yōu)點，數(shù)據(jù)信息量大，可以實現(xiàn)對圖像信息和光譜信息進行判別、分類、識別的全面分析。圖像特征和光譜特征都有助于評價果蔬品質(zhì)，將最佳波長的光譜數(shù)據(jù)與空間信息特征進行數(shù)據(jù)融合，并應用到預測模型中，可以得到更好的預測結(jié)果，也能更好地體現(xiàn)高光譜成像技術(shù)的優(yōu)勢，擴大高光譜成像技術(shù)的潛在應用。

高光譜成像儀在蔬菜品質(zhì)與安全無損檢測中的應用：

高光譜成像儀融合了傳統(tǒng)的成像技術(shù)和光譜技術(shù)的優(yōu)點，既可以像傳統(tǒng)的成像技術(shù)一樣獲取被檢測物體的空間信息，又可以像光譜技術(shù)一樣獲取光譜信息。其在蔬菜品質(zhì)與安全無損檢測中的應用主要體現(xiàn)在以下兩個方面：

1.用于蔬菜外部品質(zhì)檢測

外部品質(zhì)是蔬菜最重要的感官品質(zhì)，是蔬菜品質(zhì)最直接的反映。蔬菜的外部品質(zhì)主要通過其顏色、紋理、尺寸、形狀和表面缺陷進行評估。目前傳統(tǒng)的機器視覺技術(shù)已經(jīng)實現(xiàn)了上述外觀品質(zhì)特征的自動檢測，但是對于大部分特征不明顯的缺陷，例如損傷、腐爛、凍傷等，缺陷區(qū)域的顏色、紋理等信息和正常區(qū)域處的高度相似，基于RGB彩色相機的傳統(tǒng)機器視覺無能為力。高光譜成像技術(shù)的多波長圖像優(yōu)點彌補了傳統(tǒng)成像技術(shù)的缺點，近年來被越來越多的應用于農(nóng)產(chǎn)品表面缺陷的檢測中。

腐爛是水果和蔬菜在存儲、運輸過程中的最嚴重的常見缺陷。腐爛不僅影響水果蔬菜的美觀，還會使它們的內(nèi)部品質(zhì)發(fā)生變化，甚至導致食品安全問題。對于青霉菌引起的柑橘腐爛，傳統(tǒng)的檢測方法是在紫外光源的照射下人工完成。

研究者試圖通過搭建高光譜成像系統(tǒng)和各種線性非線性分類方法找到腐爛柑橘的自動檢測方法。他們利用相關(guān)分析、互信息、逐步分析和基于線性判別分析的遺傳算法挑選了適合檢測的特征波長。然后基于分類回歸樹（CART）和線性判別分析（LDA）等像素分類方法實現(xiàn)了腐爛區(qū)域在特征波長圖像上的分割。試驗結(jié)果表明利用搭建的高光譜機器視覺平臺和特征波長圖像能夠檢測青霉菌引起的腐爛。

2.用于蔬菜內(nèi)部品質(zhì)的檢測

內(nèi)部品質(zhì)是水果和蔬菜的營養(yǎng)價值的衡量依據(jù)。一般來講，內(nèi)部品質(zhì)主要通過檢測水果和蔬菜的糖度、酸度、硬度、可溶性固形物含量、淀粉含量、水分和成熟度等指標進行評估。傳統(tǒng)的檢測方法是通過物理化學等破壞性的檢測手段進行測量，傳統(tǒng)方法費時費力，且只適合同批次農(nóng)產(chǎn)品的抽檢。高光譜成像技術(shù)可以實現(xiàn)農(nóng)產(chǎn)品的化學成像，這也使水果和蔬菜的內(nèi)部品質(zhì)快速無損檢測成為可能。

可溶性固形物含量（SSC）是指水果和蔬菜中所有溶解于水的化合物的總稱，包括糖、酸、維生素、礦物質(zhì)等。利用高光譜成像技術(shù)無損檢測水果和蔬菜中可溶性固形物含量是近年來內(nèi)部品質(zhì)檢測的研究熱點。研究人員利用高光譜成像系統(tǒng)采集蘋果的高光譜圖像，然后通過測量蘋果的吸收系數(shù)和約化散射系數(shù)來預測蘋果的硬度和可溶性固形物含量。研究發(fā)現(xiàn)蘋果的吸收系數(shù)和約化散射系數(shù)與硬度和SSC含量都相關(guān)，其中吸收系數(shù)與硬度和SSC含量的相關(guān)性較高?？扇苄怨绦挝锖款A測的相關(guān)系數(shù)為0.864，該研究表明高光譜成像技術(shù)是測量水果光學特性的一種有效手段，可用于水果內(nèi)部品質(zhì)的無損檢測。

3.用于蔬菜品質(zhì)安全的檢測

食品安全關(guān)系到消費者的飲食安全和健康，因此得到全社會持續(xù)性的高度關(guān)注。同內(nèi)部品質(zhì)檢測一樣，食品安全的檢測目前仍是以傳統(tǒng)的化學方法為主。品質(zhì)安全主要通過檢測水果和蔬菜的動物糞便等外來物污染、各種病害、品質(zhì)劣變、細菌感染和農(nóng)藥殘留等指標進行評估。大量的成功應用案例證明了高光譜成像技術(shù)在水果和蔬菜品質(zhì)安全檢測方面的可行性和有效性，高光譜成像技術(shù)作為一種新的科學有效的檢測工具在未來食品安全檢測中也將扮演更加重要的角色。

動物糞便往往含有各種病菌、細菌，被動物糞便污染的水果和蔬菜對人類的健康是一種潛在的威脅。因此及時檢出并清洗或剔除被糞便等污染物污染的水果蔬菜是有必要的。研究人員通過搭建了一個高光譜反射和熒光成像系統(tǒng)用于在線檢測蘋果的缺陷和糞便污染。利用所搭建的線掃描高光譜成像系統(tǒng)結(jié)合商業(yè)的蘋果分選生產(chǎn)線能以每秒鐘三個以上的速度在線檢測蘋果的糞便污染和缺陷。實驗結(jié)果表明，利用熒光成像系統(tǒng)和簡單的波長比算法可以獲得 100%的檢測正確率。蔬菜中的糞便污染物會引起人類患上食源性傳染疾病。為了快速自動地檢測菠菜葉表面的糞便污染，研究人員搭建了線掃描高光譜熒光成像系統(tǒng)，并利用主成份分析（PCA）實現(xiàn)了菠菜表面糞便污染區(qū)域的提取。實驗結(jié)果表明利用所搭建的高光譜成像系統(tǒng)可以實現(xiàn)菠菜葉表面糞便污染的檢測。

高光譜成像儀融合了傳統(tǒng)的成像技術(shù)和光譜技術(shù)的優(yōu)點，所產(chǎn)生的圖像是一個“圖譜合一”的三維數(shù)據(jù)立方體，高光譜圖像的多波長特點彌補了傳統(tǒng)成像技術(shù)的弱點。大量的成功應用案例已經(jīng)證明了高光譜成像技術(shù)是果蔬外部品質(zhì)、內(nèi)部品質(zhì)和品質(zhì)安全檢測的科學有效工具。