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(biāo)準(zhǔn)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(xué)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。光譜技術(shù)具有快速、無損、可靠等優(yōu)點，近年來廣泛用于果蔬品質(zhì)檢測中。本文介紹了高光譜成像技術(shù)在果蔬品質(zhì)無損檢測中的應(yīng)用。

高光譜成像技術(shù)的原理：

高光譜系統(tǒng)中的每個像元均可獲取同一個光譜區(qū)間內(nèi)幾十到幾百個連續(xù)的窄波段信息，并得到一條平滑而完整的光譜曲線，同時整個成像系統(tǒng)還可獲取被測物的空間信息，實現(xiàn)對待測物內(nèi)部成分與外觀特征的同時檢測，具有光譜連續(xù)與分辨率高等特點。

典型的高光譜成像系統(tǒng)如上圖所示，主要包括光源、成像光譜儀、CCD相機(jī)、計算機(jī)與載物臺等。其中，光源為整個系統(tǒng)提供照明，一般由兩個鹵素?zé)艚M成。成像光譜儀中的光學(xué)元件把輸入的寬帶光分散成不同頻率的單色光，并將其投射到CCD相機(jī)上實現(xiàn)光譜成像。載物臺用于放置待測物品，整個系統(tǒng)由計算機(jī)進(jìn)行控制。

系統(tǒng)獲取的高光譜圖像可用一段連續(xù)波段的光學(xué)圖像組成的立體三維圖像來表示，如下圖所示。其中XY平面的二維圖像表示物體的空間信息，如形狀大小、缺陷等。由于物品外部變化會影響反射光譜，故形狀、顏色或缺陷在某一特定的波長下圖譜會有變化。λ坐標(biāo)表示物體的光譜信息，將反映出待測物成分結(jié)構(gòu)等內(nèi)部品質(zhì)。

高光譜成像技術(shù)在果蔬品質(zhì)無損檢測中的應(yīng)用：

1.果蔬外部品質(zhì)的檢測

市場上人們對果蔬的直接感受就是其外部品質(zhì)的好壞，即對顏色、新鮮度、大小、機(jī)械損傷、凍傷與腐爛等方面的判斷。傳統(tǒng)的機(jī)器視覺技術(shù)在果蔬外部品質(zhì)的檢測中由于精度低、操作復(fù)雜，很難區(qū)分出機(jī)械損傷、凍傷、腐爛及新鮮度等方面外部特征。高光譜成像技術(shù)恰好克服了這一缺點，能夠?qū)崿F(xiàn)全方位的無損檢測，而且精度高、易于操作，近年來逐步用于果蔬外部品質(zhì)的檢測中。

新鮮度是反映果蔬品質(zhì)的重要指標(biāo)。剛采摘的果蔬通常需經(jīng)過儲存、運(yùn)輸，最終到達(dá)消費者，該過程將影響其新鮮度品質(zhì)。一般而言，人們對果蔬新鮮度的主觀判斷是不準(zhǔn)確的。研究人員利用高光譜成像技術(shù)對蔬菜的新鮮度檢測進(jìn)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(jìn)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(jī)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(jī)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(yù)測模型的相關(guān)系數(shù) r=0.76，說明高光譜技術(shù)可以有效辨別蔬菜葉片的新鮮度。

2.果蔬內(nèi)部品質(zhì)檢測

果蔬的內(nèi)部品質(zhì)通常是衡量其營養(yǎng)價值的重要依據(jù)，一般通過檢測果蔬的糖度、硬度、可溶性固形物含量、水分、成熟度、蛋白質(zhì)和淀粉含量等指標(biāo)對其進(jìn)行判斷。其中，糖度和硬度是反映果蔬內(nèi)部品質(zhì)的兩個重要指標(biāo)，糖度能體現(xiàn)出果蔬的口感度，硬度能間接體現(xiàn)果蔬的成熟度。

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(zhì)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(shù)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(yùn)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×2 cm ×1.5 cm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(guān)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(jié)果表明，可用近紅外高光譜成像技術(shù)測量蘋果的可溶性固形物含量。