光谱技术检测水果内部腐烂

浙江大学学报(农业与生命科学版)　29(2):125～129,2003Journa l of Zhej i ang Un iversity (A gric 1&L ife Sci 1) 收稿日期:2002209210基金项目:国家自然基金(30270763)和国家“863”计划(2001AA 422230)资助项目.作者简介:应义斌(1964—),男,浙江宁海人,教授,博士生导师,主要从事农产品品质无损检测研究。

T el :0571286971140,E 2m ail :ybying @zju .edu .cn文章编号:100829209(2003)022*******水果内部品质光特性无损检测研究及应用应义斌,刘燕德(浙江大学生物系统工程系,浙江杭州310029)摘　要:基于水果光特性的无损检测和分级技术正越来越广泛地应用于水果的产后加工和质量评判中。

本文介绍了水果内部品质光学特性检测原理及检测系统组成,分析了规则反射、透射和漫反射3种光特性测量方法在水果内部品质检测中的优缺点,并阐述了水果的糖度、酸度、硬度等内部品质光特性无损检测的国内外最新研究进展和应用前景。

关　键　词:水果;内部品质;光学特性;无损检测中图分类号:O 657.33 文献标识码:AY I N G Y i 2b in ,L I U Yan 2de (D ep t .of B iosy ste m s E ng ineering ,Z hej iang U n iversity ,H ang z hou 310029,Ch ina )Study and applica tion of optica l properties for nondestructive i n ter ior qua lity i n spection of fruit .Jou rnal of Zhejiang U n iversity (A gric 1&L ife Sci 1),2003,29(2):1252129Abstract :N ondestructive quality in specti on and so rting techn ique based on fru it op tical p roperties is w idely u sed in po st 2harvest p rocessing and quality con tro l.T he fru it in teri o r quality in specting system s and their detecting p rinci p le w ere in troduced .T h ree differen t k inds of m easu ring m ethods ,such as reg 2u lar reflecti on ,diffu se reflecti on and tran s m ittance ,w ere analyzed .T he studies and their advancem en ts related to in specti on of sugar con ten t ,acidity and firm ness of fru its ,w ere review ed .F inally ,the app li 2cati on p ro spects of th is techno logy w ere fo rm u lated .Key words :fru it ;in teri o r quality ;op tical p roperties ;nondestructive in specti on 对农产品进行光学特性的无损检测和分级是近三十五年发展形成的新技术,是光、机、电、气一体化的结晶。

第29卷,第6期 光谱学与光谱分析Vol 29,No 6,pp1611 16152009年6月 Spectro sco py and Spectr al AnalysisJune,2009高光谱成像在水果内部品质无损检测中的研究进展马本学1,2,应义斌1*,饶秀勤1,桂江生11 浙江大学生物系统工程与食品科学学院,浙江杭州 3100292 石河子大学机械电气工程学院,新疆石河子 832003摘 要 随着高光谱成像技术的日趋成熟与高光谱成像硬件、软件成本的不断下降,以及高光谱图像数据处理算法的不断改进,应用高光谱成像技术对水果品质进行无损检测成为当前研究热点之一。

为了能跟踪国内外的最新研究成果,对高光谱成像在水果内部品质(成熟度、坚实度、可溶性固形物、水分)检测研究进行综述,以期对我国相关研究人员的研究工作提供参考。

关键词 高光谱成像;水果;内部品质;无损检测中图分类号:S126,T P 391 4 文献标识码:A DOI :10 3964/j issn 1000 0593(2009)06 1611 05收稿日期:2008 03 08,修订日期:2008 06 12基金项目:国家自然科学基金项目(60665002)和教育部 新世纪优秀人才支持计划 基金项目(NCE T 04 0524)资助作者简介:马本学,1970年生,浙江大学生物系统工程与食品科学学院博士研究生 *通讯联系人 e m ail:ybying@z ju edu cn引 言我国是世界水果生产大国,根据!中国统计年鉴∀2006年我国水果总产量已经达到17239 9万吨(包括瓜果类),水果产量世界第一,但我国不是水果生产强国,水果出口量只占总产量的2%左右,远远低于9%~10%的世界平均水平[1]。

造成水果出口难的主要原因之一就是未能严格按照出口标准对水果品质进行分级。

随着科学技术的发展和人民生活水平的不断提高,以及我国加入世界贸易组织,国际水果市场竞争日益加剧,消费者对水果品质的要求越来越高。

第40卷第1期2006年1月浙　江　大　学　学　报(工学版)Journal of Zhejiang University (Engineering Science )Vol.40No.1J an.2006收稿日期:20040823.浙江大学学报(工学版)网址:/eng基金项目:国家自然科学基金资助项目(30370371,60468002).作者简介:刘燕德(1967-),女,江西泰和人,教授,博士,从事农产品光学特性检测.E 2mail :jxliuyd @通讯联系人:应义斌,男,教授,博导.E 2mail :ybying @一种近红外光谱水果内部品质自动检测系统刘燕德1,2,应义斌1,傅霞萍1,陆辉山1(1.浙江大学生物系统工程与食品科学学院,浙江杭州310029;2.江西农业大学工学院,江西南昌330045)摘　要:基于傅里叶变换近红外漫反射光谱技术探讨了水果内部品质快速自动检测的新方法.建立水果的内部品质自动检测系统由光源、迈克尔逊干涉仪、近红外漫反射光纤探头组件、铟镓砷检测器、数据采集卡和水果样品室等部件组成.利用该系统对不同采收期雪青梨糖度和总酸度进行了自动检测试验并结合多元校正算法偏最小二乘法,建立了雪青梨漫反射光谱与其内部糖度、酸度的相关关系.试验结果为:定标误差分别为0.25%、0.02%,预测误差分别为0.32%、0.02%.经研究表明,该自动检测系统可以直接用于水果内部品质的快速定量分析.关键词:自动检测;近红外光谱;光纤探头;数据采集卡;水果中图分类号:TN751 文献标识码:A 文章编号:1008973X (2006)01005304Autom atic measurement system of fruit internal qu alityusing near 2infrared spectroscopyL IU Yan 2de 1,2,YIN G Y i 2bin 1,FU Xia 2ping 1,L U Hui 2shan 1(1.College of B iosystems Engineering and Food S cience ,Zhej iang Universit y ,H angz hou 310029,China;2.College of Engineering ,J iang x i A g ricultural Universit y ,N anchang 330045,China )Abstract :The met hods of automatic measurement of intact f ruit internal quality were investigated based on Fourier transform near 2inf rared spect ro scopy ,and t he system was also developed.The system consisted of light source ,interferometer ,fiber optical sensor ,In GaAs detector ,data collection card and f ruit holder.Quantitative test s for sugar co ntent and total acidity of pears were carried out by t his system and t he rela 2tionship between t he f ruit reflectance and internal quality indices were obtained by using partial least squares calibration techniques.Standard errors of calibration (SEC )were 0.25%,0.02%for t he calibra 2tion set ,and standard errors of prediction (SEP )were 0.32,0.02%for prediction set respectively.The measurement system can be directly applied to fast quantification analysis of f ruit internal quality.K ey w ords :automatic measurement ;near 2infrared spect ro scopy ;optical fiber ;data collection card ;f ruit 随着计算机技术的迅速发展以及化学计量学方法研究的日益深入,近红外光谱技术在农产品品质检测领域里得到较快发展[122].水果是重要的农产品,消费者在选购水果时对于内部品质如口感、糖度和酸度也是极为看重.因此,利用水果光学特性开展水果内部品质无损检测与分级技术研究,并将其研究成果应用到水果产后加工和处理生产线上具有广阔的市场应用前景[3].近红外光技术是一种新的光谱技术,最近20多年来发展迅速[4],将其用于水果内部品质在线实时检测具有传统检测方法不可比拟的优点:1)它属于非破坏性检测,可保留水果完整外表而得其内在品质方法;2)检测速度快,不像传统化学分析法,需花大量时间来做复杂的样本的预处理和常规分析;3)近红外吸收光谱包含了待测水果的所有成分吸收信息,因此可同时检测多种内部成分,不像传统分析法要一一进行分析[5].本文基于近红外漫反射光谱分析技术,建立了用于水果内部品质的快速自动检测系统,并对248个雪青梨糖度和酸度的快速无损检测进行了试验研究,探讨了近红外漫反射光谱测试技术在水果内部品质无损检测中的应用前景.1　检测原理及系统组成1.1　检测基本原理水果中碳水化合物、糖分、淀粉及酸度等成分分子属于红外活性分子,当近红外光照射到水果中时,不同的水果内部成分对于不同波长的光学吸收和散射程度不同,而随着水果内部成分质量分数的不同,其内部光谱也将发生变化,利用这一特性,即可根据近红外光谱特征分析水果中的主要成分及其质量分数[627].水果内部品质光谱检测基本流程见图1:首先收集具有代表性的样品(其组成及其变化范围接近于要分析的样品);然后采集样品的光谱数据,利用标准的化学方法对样品进行化学成分分析,通过数学方法将这些光谱数据和检测数据进行关联,一般将光谱数据进行转换(一阶或二阶导数),与化学测定值进行回归计算,得出定标方程,建立数学模型.在分析未知样品时,先对待测样品进行扫描,根据光谱值利用建立的模型可以计算出待测样品成分的质量分数.1.2　自动检测系统组成及工作过程本系统由5个部分组成,见图2,它们分别是:50W 石英卤素灯光源(Nicolet ,美国)、迈克尔逊干涉仪、近红外漫反射光纤探头组件、铟镓砷检测器、数据采集卡和水果样品室等.光源发出的光通过干涉仪和聚焦透镜通过入射光纤照射到水果内部组织中发生漫射,从水果内部漫射出来的光通过由检测器输出的接收光纤进入铟镓砷检测器,检测器与计算机连接采用插入式数据采集卡,漫反射光谱信号通过数据采集卡存储于计算机内存中,并由Nicolet 公司OM IN IC6.1光谱处理软件进行处理,最后在显示屏上实时地显示结果.计算机选用了Pentium 机,其主频256Hz ,内存128Mbit s.自动检测系统的主要技术参数:波长范围为800～2500nm ,采样间隔为1.25nm ,光谱采集分辨率为2.5nm ,信噪比为0.096,动镜速度为0.9494cm/s ,光圈大小为32,参比材料为聚四氟乙烯标准块.图1　水果内部品质漫反射近红外光检测流程图Fig.1　Diff use near 2inf rared reflectance flow chart fortesting of pearsquality图2　水果内部品质漫反射近红外光无损自动检测系统Fig.2　Near 2inf rared automation measurement system for pear f ruit internal quality45浙　江　大　学　学　报(工学版) 第40卷　2　实验与分析2.1　水果的近红外光谱采集利用以上近红外光谱自动检测系统进行光谱试验,可以得到质量较好的光谱图,图3为雪青梨品种的原始吸收光谱.从图中可知在976、1180、1576和1978nm 处具有明显的吸收峰.利用OMINIC6.1对原始吸收光谱进行一阶微分、二阶微分(D 2log (1/R )和平滑处理S 2G 法则),从经过分析的雪青梨原始光谱和一、二阶微分光谱中,得出用于雪青梨检测的有效光谱范围在967～2000nm ,有效光谱范围的选择为今后的水果内部品质检测光谱范围的有效选取提供了依据.图3　水果的近红外漫反射光谱原始光谱Fig.3　Typical spectra of log (1/R )of reflectance recip 2rocal for pear f ruit2.2　算法原理及模型建立2.2.1　偏最小二乘法建模算法[8]　偏最小二乘法(partial least squares ,PL S )的基本算法是先对光谱矩阵作分解,将光谱矩阵A 表示为主成分矩阵T 与载荷矩阵P 的乘积;同时也将浓度矩阵C 表示为浓度主成分矩阵U 与载荷矩阵Q 的乘积;然后在U 和T 之间进行线性回归,建立浓度矩阵C 与光谱矩阵A 之间的关系.设A n ×m 为n 个样品在m 个波长上的光谱参数矩阵,C n ×l 为n 个样品l 种成分质量分数构成的矩阵.将A n ×m 和C n ×l 分解为如下形式:A n ×m =T n ×h P h ×m +E n ×m ,(1)C n ×l =U n ×h Q h ×l +F n ×l .(2)式中:h 称为样品的抽象组分数,T n ×h 为光谱参数特征因子矩阵,U n ×h 为质量分数特征因子矩阵,P h ×m 为光谱参数载荷矩阵,Q h ×l 为质量分数载荷矩阵,E n ×m 和F n ×l 分别为光谱参数矩阵的残差矩阵和浓度矩阵的残差矩阵.建立T n ×h 与U n ×h 的关系矩阵B (浓度与光谱参数间的内部关系为U n ×h =T n ×h B h ×h ,(3)此时质量分数与光谱参数间的外部关系为C n ×1=T n ×h B h ×h Q h ×1+F n ×1.(4)要求‖F (n ×l )‖达到最小.2.2.2　水果内部品质数学模型的建立　本试验选用了166个雪青梨组成标准样品集,采用雪青梨的近红外光谱和其糖度、酸度的化学测定值建立数学模型.166个雪青梨糖度的范围为10.98%～14.34%,其平均值为12.84%.雪青梨酸度质量分数为0.10%～0.25%,其平均值为0.14%.根据美国Nicolet 公司的智能定量分析软件TQ Analyst v6.0得出偏最小二乘法预测82个标准样品的糖度、酸度预测值,其中标准样本集的化学测定值与预测值的相关系数分别为0.94和0.83,标准校正误差分别为0.25%和0.02%,雪青梨糖度、酸度测定值与预测值的相关关系图如图4和5.2.2.3　系统精度评价及模型的检验　用已建立的数学模型对82个样品的糖度、酸度质量分数进行预测,82个雪青梨糖度的质量分数范围为11.15%～14.30%,其平均值为12.77%;雪青梨酸度质量分数范围为0.10%～0.23%,其平均值为0.14%.结果分别为:其预测值和实际值的相关系数分别为0.87和0.80,其标准预测误差分别为0.32%和0.02%.根据本次试验结果,说明所建立的自动检测系统性能较好且所建立的数学模型预测精度也较高.图4　糖度测量值与预测值的相关图Fig.4　Relationship between measured sugar content vs.predicted sugarcontent图5　总酸测量值与预测值的相关图Fig.5　Relationship between measured total acidity vs.predicted titratable acidity55第1期刘燕德,等:一种近红外光谱水果内部品质自动检测系统3　结　语本研究建立了基于傅里叶变换近红外光谱无损检测水果内部品质的自动检测系统,利用该系统对水果糖度和酸度含量的无损检测进行了试验研究.研究结果表明:该自动检测系统能快速用于水果内部品质的无损检测和分级.参考文献(R eferences):[1]L AMM ER T YN J,NICOL A Y B B,OOMS K,et al.Non2destructive measurement of acid,soluble solids and firmness of Jonagold apples using N IR2spectrometer [J].T ransactions.of the ASAE,1998,41(4):10891094.[2]SL AU GH TER D C,T HOMPSON J F,TAN E S.Nondestructive determination of total and soluble solids in fresh prune using near infrared spectroscopy[J].Jou rnal Posth arvest Biology and T echnology,2003,28:437444.[3]刘燕德,应义斌.基于MA TL AB语言的水果糖度定量分析[J].浙江大学学报:工学版,2004,38(10):1371137.L IU Yan2de,YIN G Y i2bin.Quantitative analysis ofnear inf rared spectra in apple sugar content based on MA TL AB[J].Journal of Zhejiang U niversity:E ngi2 neering Science,2004,38(10):13711374.[4]刘燕德,应义斌.光纤传感技术及其在水果内部品质检测中的应用研究[J].传感技术学报,2003,20(2):170 174.L IU Yan2de,YIN G Y i2bin.A study on fiber sensing technique used for f ruit interior quality inspection[J].Journal of T ransducer T echnology,2003,20(2):170174.[5]PEIRS A,SCH EERL INC K N,TOUCHAN T K,et al.Comparison of Fourier transform and dispersive near2in2f rared reflectance spectrometer for apple measurements[J].Journal Biosystems E ngineering,2002,81(3):305 311.[6]SL AU GHIER D C.Nondestructive determination of in2ternal quality in peaches and nectarines[J].T ransaction of the ASAE,1995,38(2):617623.[7]SCHMILOV ITCH Z,MIZRACH A,HOFFMAN A,et al.Determination of mango physiological indices by near2inf rared spectrometry[J].Journal Postharvest Biol2 ogy.T echnolagy,2000,19:245252.[8]许禄,邵学广.化学计量学方法[M].北京:科学出版社,2004.(上接第44页)参考文献(R eferences):[1]王勇,姚亦峰,蒋兴浩,等.嵌入式系统接入internet的技术研究[J].计算机工程与应用,2001,37(4):1215.WAN G Y ong,YAO Y i2feng,J IN G Xing2hao et al.Technical Study of Embedded System Accessing Internet [J].Computer E ngineering and Application,2001,37(4):1215.[2]Postel J.RFC793,Transmisstion control protocol.[S/OL].[2004209208]./ftp/rfc/ rfc793.pdf.[3]COM ER D ER,Internetworking with TCP/IP[M].New J erey:Prentice Hall.1998.[4]方捷磊,朱杰.在嵌入式网络应用中实现TCP/IP协议[J].微电子学与计算机,2002,19(5):2830,17FAN G Jie2lei,ZHU Jie.How to implement TCP/IP in an embedded network application[J].Microelectronics and Computer,2002,19(5):2830,17.[5]李长河,杜辉天,吕林涛.一种小型嵌入式TCP/IP协议栈的设计与实现[J].微电子学与计算机,2003,20(6): 4043.L I Chang2he,DU Hui2tian,L V Lin2tao.The design and implementation of a small embedded TCP/IP statck[J].Microelectronics and Computer,2003,20(6):4043. [6]孟蕾,陈文艺,宋焕生.嵌入式TCP/IP实现的研究和分析[J].西安邮电学院学报,2004,9(1):5660.M EN G Lei,CH EN Wen2yi,SON G Huan2sheng.The research and analysis of embedded TCP/IP protocol[J].Journal of Xian U niversity of Post and T elecommunica2 tions,2004,9(1):5660.[7]林涛,王济勇,韩光洁,等.EI内核中TCP状态机约简的研究[J].计算机科学,2004,31(1):3134.L IN Tao,WAN G Ji2yong,HAN Guang2Jie,et al.Re2 search on TCP state machine reduction embedded inter2 net kernel[J].Computer Science,2004,31(1):3134.[8]MINSHALL G.SAITO,Y MOGUL J.et al.Applicationperformance pitfalls and TCP’s Nagle algorithm.[J].ACM P erform ance E v alv ation R eview,2000,27(4):3644.65浙　江　大　学　学　报(工学版) 第40卷　。

葡萄内部品质的高光谱成像检测研究葡萄内部品质的高光谱成像检测研究摘要：近年来，随着农业科技的进步和人们对食品安全的关注度逐渐提高，葡萄品质检测成为了一个备受关注的研究领域。

本文通过引入高光谱成像技术，系统研究了对葡萄内部各种成分进行非破坏检测的方法和技术，为葡萄品质检测提供了新的思路和手段。

1. 引言葡萄是一种重要的经济作物，也是人们日常饮食中常见的水果之一。

其丰富的营养价值和独特的口感使其备受欢迎。

然而，葡萄的品质受到多种因素的影响，如种植环境、栽培管理、气候条件等。

因此，对葡萄的品质进行准确评估和检测具有重要意义。

2. 葡萄内部品质的成分及检测方法葡萄内部的品质主要包括糖分含量、酸度、多酚、维生素等成分。

传统的葡萄品质检测方法主要采用化学分析的方法，如高效液相色谱、气相色谱等。

然而，这些方法需要对葡萄进行破坏性采样，且操作复杂，限制了其在实际生产中的应用。

3. 高光谱成像技术高光谱成像技术是一种利用大量连续的谱线进行成像的技术。

其利用物体不同成分对光谱的吸收、反射和散射特性进行成像，能够提取出物体的大量信息。

高光谱成像技术在农业领域的应用已逐渐得到重视，对于作物的生长状态、病虫害检测等方面有着重要作用。

4. 葡萄内部品质的高光谱成像检测研究为了研究葡萄内部品质的高光谱成像检测方法，我们选择了一批葡萄样本进行实验。

首先，我们利用高光谱成像设备对葡萄进行成像，获取了葡萄不同位置的高光谱图像。

然后，我们利用光谱分析和数据处理技术提取出葡萄中不同成分的光谱特征，并构建了相应的检测模型。

最后，我们通过对比实验结果和化学分析结果，验证了高光谱成像检测方法的有效性和准确性。

5. 结果与讨论实验结果表明，利用高光谱成像技术可以准确、非破坏性地检测葡萄内部的各种成分。

通过对比分析不同位置的高光谱图像，我们可以发现不同位置的葡萄中成分含量存在差异。

而且，通过对光谱特征进行分析，我们还可以了解到不同成分之间的相互关系。