我國是世界水果種植大國，水果產(chǎn)業(yè)已發(fā)展成為我國繼糧食產(chǎn)業(yè)和蔬菜產(chǎn)業(yè)之后的第三大農(nóng)產(chǎn)品產(chǎn)業(yè)，但是由于我國不能按出口標(biāo)準(zhǔn)對(duì)水果品質(zhì)進(jìn)行有效的分級(jí)，導(dǎo)致我國水果出口率嚴(yán)重低于世界平均水平。許多研究表明，在采摘、包裝、儲(chǔ)存、運(yùn)輸?shù)任锪鳝h(huán)節(jié)，由于不同原因?qū)е滤麚p失率高達(dá)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(duì)不同成熟度的水果進(jìn)行有效的區(qū)分對(duì)生產(chǎn)和貿(mào)易具有重要意義。

傳統(tǒng)的水果成熟度檢測(cè)主要是通過測(cè)定水果的堅(jiān)硬程度、水果內(nèi)部可溶性物質(zhì)數(shù)量以及所含水分的多少進(jìn)行的。這種方法的缺陷是，一方面它不能較快速得到結(jié)果，并且在檢測(cè)的過程中需要過多的人為參與，得到的結(jié)果缺乏準(zhǔn)確性;另一方面水果內(nèi)部物質(zhì)成分的測(cè)定需要破壞水果的組織，采取這種方法對(duì)水果進(jìn)行大規(guī)模的檢測(cè)是不現(xiàn)實(shí)的。

20世紀(jì)60年代后，隨著計(jì)算機(jī)技術(shù)和光譜技術(shù)的快速發(fā)展，近紅外光譜、機(jī)器視覺等新技術(shù)相繼被應(yīng)用到農(nóng)產(chǎn)品生產(chǎn)中去，使得無損檢測(cè)在評(píng)價(jià)果品綜合質(zhì)量方面的應(yīng)用成為可能。無損檢測(cè)是近年來新興的一種高科技手段，它是在不損害被檢測(cè)對(duì)象的前提下，利用聲、光、電磁等技術(shù)對(duì)果品外部特征和內(nèi)部結(jié)構(gòu)以及其組成成分的測(cè)定和評(píng)價(jià)，這種檢測(cè)方法不僅能檢測(cè)水果的品質(zhì)，同時(shí)不會(huì)對(duì)水果造成損害，保證了水果的完整性。高光譜成像技術(shù) [6-8] 是近幾年新興的一種基于非常多窄波段的影像數(shù)據(jù)技術(shù)，集中了光學(xué)、信息處理、計(jì)算機(jī)科學(xué)等領(lǐng)域的先進(jìn)技術(shù)，實(shí)現(xiàn)了傳統(tǒng)的二維成像技術(shù)和光譜技術(shù)有機(jī)結(jié)合，使得檢測(cè)過程在獲取水果圖片信息的同時(shí)得到水果的光譜信息，能夠更準(zhǔn)確，更全面地對(duì)水果品質(zhì)進(jìn)行分級(jí)。

結(jié)果與分析

光譜特性是高光譜技術(shù)在水果檢測(cè)方面應(yīng)用的基礎(chǔ)，不同成熟度的水果，由于物理結(jié)構(gòu)以及內(nèi)部成分含量的不同，導(dǎo)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(duì)不同成熟度進(jìn)行區(qū)分，成為水果成熟度檢測(cè)的一個(gè)重要方向。隨著高光譜技術(shù)的興起，國內(nèi)外利用高光譜技術(shù)對(duì)水果成熟度的幾個(gè)相關(guān)指標(biāo)(著色度、糖酸比、堅(jiān)硬程度、可溶性物質(zhì)的數(shù)量)做了大量的研究，證明采用高光譜技術(shù)能夠?qū)崿F(xiàn)對(duì)不同成熟度的水果進(jìn)行區(qū)分。國外對(duì)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(jiān)硬程度與其成熟度的關(guān)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(zhì)含量的相關(guān)性 。國內(nèi)在此方面的研究主要有以紅心李和桃子為例，區(qū)分不同成熟度水果的方法 [14] ;根據(jù)果皮色澤a*(a*代表果實(shí)綠色到紅色變化，是評(píng)定果實(shí)成熟度的關(guān)鍵指標(biāo))來快速預(yù)測(cè)磨盤柿成熟度 [15] 等。

我們利用高光譜成像檢測(cè)系統(tǒng)，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(cè)水果成熟度的最有效特征波長。圖1是利用數(shù)碼相機(jī)拍攝的待測(cè)樣品的彩色圖像，對(duì)應(yīng)同一樣品的不同位置和不同樣品(梨和棗)，建立相應(yīng)的樣品集，然后利用高光譜采集試驗(yàn)樣品的待測(cè)成分對(duì)應(yīng)的光譜數(shù)據(jù)。

圖1　實(shí)驗(yàn)樣品的實(shí)物圖示

在不同的波段范圍內(nèi)，高光譜圖像檢測(cè)儀對(duì)能量的響應(yīng)不同，因而會(huì)使原始光譜曲線上出現(xiàn)很多的噪聲，導(dǎo)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(xiàn)象，致使整個(gè)光譜數(shù)據(jù)存在信息冗余。因此，必須對(duì)數(shù)據(jù)進(jìn)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(qū))、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(yàn)樣品的測(cè)量，發(fā)現(xiàn)棗的感興趣區(qū)域(ROI)在450～980 nm，得到任意像素點(diǎn)的連續(xù)光譜曲線如圖3，可以看出樣本在近紅外波段區(qū)域反射值大于在可見光波段區(qū)域反射值，在667 nm波段處表現(xiàn)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(xiàn)局部極大值，由此確定5個(gè)特征波段;而梨的感興趣區(qū)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(xiàn)吸收峰，在580～630 nm和770～830 nm出現(xiàn)反射峰。

圖2　棗的連續(xù)光譜曲線

結(jié) 論

隨著圖像處理技術(shù)、光譜分析技術(shù)、計(jì)算機(jī)技術(shù)等的快速發(fā)展和相互融合，利用高光譜成像獲取待測(cè)水果豐富的圖像和光譜信息，對(duì)水果綜合品質(zhì)進(jìn)行全面評(píng)價(jià)已成為水果無損檢測(cè)的一個(gè)重要趨勢(shì)。水果成熟度作為衡量水果品質(zhì)和等級(jí)的一個(gè)重要指標(biāo)，利用高光譜技術(shù)對(duì)不同成熟度的水果進(jìn)行快速有效地分級(jí)有著重要的市場(chǎng)意義。

我們利用高光譜技術(shù)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(qū)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(gè)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(xiàn)吸收峰，在580～630 nm和770～830 nm出現(xiàn)反射峰。通過光譜曲線，并結(jié)合主成分分析及波段比算法，較準(zhǔn)確地分辨出果蔬的成熟度，進(jìn)一步的研究還在進(jìn)行中。

圖3　梨的連續(xù)光譜曲線