高光譜成像對水果成熟度的無損檢測研究

我國是世界水果種植大國，水果產業已發展成為我國繼糧食產業和蔬菜產業之后的第三大農產品產業，但是由于我國不能按出口標準對水果品質進行有效的分級，導致我國水果出口率嚴重低于世界平均水平。許多研究表明，在采摘、包裝、儲存、運輸等物流環節，由于不同原因導致水果損失率高達25%，其主要原因之一就是由于不同成熟度的水果混雜在一起造成的。因此，對不同成熟度的水果進行有效的區分對生產和貿易具有重要意義。

傳統的水果成熟度檢測主要是通過測定水果的堅硬程度、水果內部可溶性物質數量以及所含水分的多少進行的。這種方法的缺陷是，一方面它不能較快速得到結果，并且在檢測的過程中需要過多的人為參與，得到的結果缺乏準確性;另一方面水果內部物質成分的測定需要破壞水果的組織，采取這種方法對水果進行大規模的檢測是不現實的。

20世紀60年代后，隨著計算機技術和光譜技術的快速發展，近紅外光譜、機器視覺等新技術相繼被應用到農產品生產中去，使得無損檢測在評價果品綜合質量方面的應用成為可能。無損檢測是近年來新興的一種高科技手段，它是在不損害被檢測對象的前提下，利用聲、光、電磁等技術對果品外部特征和內部結構以及其組成成分的測定和評價，這種檢測方法不僅能檢測水果的品質，同時不會對水果造成損害，保證了水果的完整性。高光譜成像技術 [6-8] 是近幾年新興的一種基于非常多窄波段的影像數據技術，集中了光學、信息處理、計算機科學等領域的先進技術，實現了傳統的二維成像技術和光譜技術有機結合，使得檢測過程在獲取水果圖片信息的同時得到水果的光譜信息，能夠更準確，更全面地對水果品質進行分級。

結果與分析

光譜特性是高光譜技術在水果檢測方面應用的基礎，不同成熟度的水果，由于物理結構以及內部成分含量的不同，導致在不同波長的光源照射下，水果的反射、散射以及透射特性有很大差別，如何確定特征波長并對不同成熟度進行區分，成為水果成熟度檢測的一個重要方向。隨著高光譜技術的興起，國內外利用高光譜技術對水果成熟度的幾個相關指標(著色度、糖酸比、堅硬程度、可溶性物質的數量)做了大量的研究，證明采用高光譜技術能夠實現對不同成熟度的水果進行區分。國外對水果成熟度的研究主要集中在成熟和未成熟獼猴桃(光譜特性520～680 nm) [9-10] ，桃子的含糖量和堅硬程度與其成熟度的關系 [11] ，不同成熟度西紅柿的波長(396～736 nm) [12] ，西瓜和甜瓜的成熟度與可溶性固體物質含量的相關性 。國內在此方面的研究主要有以紅心李和桃子為例，區分不同成熟度水果的方法 [14] ;根據果皮色澤a*(a*代表果實綠色到紅色變化，是評定果實成熟度的關鍵指標)來快速預測磨盤柿成熟度 [15] 等。

我們利用高光譜成像檢測系統，初步研究了不同成熟度的水果在可見光及近紅外波段的反射率，確定了與檢測水果成熟度的最有效特征波長。圖1是利用數碼相機拍攝的待測樣品的彩色圖像，對應同一樣品的不同位置和不同樣品(梨和棗)，建立相應的樣品集，然后利用高光譜采集試驗樣品的待測成分對應的光譜數據。

圖1　實驗樣品的實物圖示

在不同的波段范圍內，高光譜圖像檢測儀對能量的響應不同，因而會使原始光譜曲線上出現很多的噪聲，導致原始光譜曲線不太平滑，而且高光譜儀在350～1 000 nm(可見-近紅外)光譜的采樣間隔是1.9 nm，因而在相鄰的波段間，原始光譜曲線具有信息重合的現象，致使整個光譜數據存在信息冗余。因此，必須對數據進行降維和去噪處理。主要處理過程包括Resize(重置圖像大小和波段范圍)、ROI(感興趣區)、Mask(閾值)、Filter(中值濾波)、PCA(主成分分析)/MNF(最小噪聲分離)、特征波段提取等。通過試驗樣品的測量，發現棗的感興趣區域(ROI)在450～980 nm，得到任意像素點的連續光譜曲線如圖3，可以看出樣本在近紅外波段區域反射值大于在可見光波段區域反射值，在667 nm波段處表現出光譜吸收特征，并且成熟棗和非成熟棗分別在635，875 nm和575，810 nm呈現局部極大值，由此確定5個特征波段;而梨的感興趣區域(ROI)在486～910 nm的光譜曲線(見圖4)，可以看出樣本在670 nm處出現吸收峰，在580～630 nm和770～830 nm出現反射峰。

圖2　棗的連續光譜曲線

結 論

隨著圖像處理技術、光譜分析技術、計算機技術等的快速發展和相互融合，利用高光譜成像獲取待測水果豐富的圖像和光譜信息，對水果綜合品質進行全面評價已成為水果無損檢測的一個重要趨勢。水果成熟度作為衡量水果品質和等級的一個重要指標，利用高光譜技術對不同成熟度的水果進行快速有效地分級有著重要的市場意義。

我們利用高光譜技術初步研究了棗和梨2種水果在可見光及近紅外波段的反射率，初步確定了棗的感興趣區域在450～980 nm，并且選擇667，635，875 nm和575，810 nm為成熟棗和非成熟棗的5個特征波長來分析。而通過分析梨的感興趣波長486～910 nm的光譜曲線，得出在670 nm處出現吸收峰，在580～630 nm和770～830 nm出現反射峰。通過光譜曲線，并結合主成分分析及波段比算法，較準確地分辨出果蔬的成熟度，進一步的研究還在進行中。

圖3　梨的連續光譜曲線