水果品質(zhì)無損檢測研究進展及應(yīng)用現(xiàn)狀

徐 賽，陸華忠，丘廣俊，王 陳，梁 鑫

（1.廣東省農(nóng)業(yè)科學(xué)院農(nóng)產(chǎn)品公共監(jiān)測中心，廣東 廣州 510640；2.廣東省農(nóng)業(yè)科學(xué)院，廣東 廣州 510640）

隨著人們生活水平的提高，消費者對水果品質(zhì)不斷有新的需求，較好的外觀和風(fēng)味以及較少損傷和污染的水果愈發(fā)受到青睞。但目前世界大多數(shù)國家尤其是發(fā)展中國家在水果種植上多以散戶種植為主，種植標準不統(tǒng)一，使水果品質(zhì)良莠不齊。此外，水果品質(zhì)形成受陽光、溫度、水分、土壤等諸多因素影響，無法保證所有水果果實均處于高品質(zhì)狀態(tài)。嚴重了影響水果市場競爭力、品牌樹立和消費者享用程度［1-2］。根據(jù)水果品質(zhì)進行售前分級可有效保證市場品質(zhì)、促進品牌打造、提升商品競爭力、指導(dǎo)采后處理，具有重要意義。

雖然理化指標檢測法是目前最精確、最廣泛使用的食品品質(zhì)與安全檢測技術(shù)，但該方法操作繁瑣、檢測速度慢、檢測成本較高、且常會造成果實浪費，更適用于抽檢，無法滿足大批量水果品質(zhì)無損檢測與分選的要求。20世紀80—90年代，美國、日本、韓國等國家掀起了水果品質(zhì)無損檢測與分級技術(shù)的研究熱潮。我國水果品質(zhì)無損檢測研究起步較晚，目前大多還停留在人工感官分選，該方式效率低、受主觀因素干擾大、勞動強度大、準確度差。無損檢測技術(shù)是在不破壞被測對象的前提下根據(jù)被測樣本品質(zhì)相關(guān)的物理特性對其進行快速、智能檢測，達到分級的目的。經(jīng)過過去幾十年的發(fā)展，涌現(xiàn)了一大批基于聲、光、電、熱、磁等技術(shù)的水果品質(zhì)無損檢方法，如光譜技術(shù)、機器視覺技術(shù)、高光譜成像技術(shù)、電子鼻技術(shù)、聲特征技術(shù)、介電特性技術(shù)和低場核磁共振技術(shù)等。針對水果結(jié)構(gòu)、外形、檢測對象等，這些方法各有利弊，未全部實際應(yīng)用。

本文介紹了水果品質(zhì)無損檢測領(lǐng)域已有技術(shù)的特性及其對應(yīng)檢測可行的水果品質(zhì)參數(shù)，分析了無損檢測技術(shù)在水果品質(zhì)分級行業(yè)的實際應(yīng)用現(xiàn)狀，討論了目前水果品質(zhì)無損檢測領(lǐng)域存在的難點，并對下一步研究方向進行展望，以期為水果品質(zhì)無損檢測研究提供參考。

1 水果品質(zhì)無損檢測技術(shù)種類

1.1 光譜技術(shù)

光譜技術(shù)主要是以反射、半透射和全透射3種方式經(jīng)過水果并攜帶水果品質(zhì)相關(guān)信息從而對水果品質(zhì)進行檢測。其中，反射光譜是光照射在水果表面反射回來的光譜信號，主要關(guān)注的是水果表層約1 cm以內(nèi)的特征信息；全透射光譜是光穿透水果一端后從另一端射出的光譜信號，可攜帶豐富全面的水果內(nèi)部品質(zhì)信息；半透射光譜是將光穿透水果赤道位置后從底部射出，從而攜帶水果局部品質(zhì)信息，達到減少光譜信號透過水果造成衰減的目的，用水果局部品質(zhì)特征表征整果品質(zhì)特征（水果內(nèi)部品質(zhì)相對均勻）。水果品質(zhì)光譜無損檢測技術(shù)主要有可見/近紅外光譜、X射線、激光多普勒、拉曼光譜和太赫茲。

1.1.1 可見/近紅外外光譜 可見/近紅外光譜技術(shù)是目前最常用的水果內(nèi)部品質(zhì)無損檢測技術(shù)?？梢姽獾姆秶鸀?80～780 nm，近紅外光是介于780～2 526 nm范圍內(nèi)的電磁波，其中780～1 100 nm為近紅外短波、1 100～2 526 nm為近紅外長波。可見光區(qū)域主要對水果顏色變化較敏感，近紅外光主要是通過對含氫基團 X-H（X=C、N、O）振動的倍頻和合頻吸收，使得經(jīng)過被測樣本的可見/近紅外光攜帶被測樣本相關(guān)品質(zhì)信息。由于可見和近紅外光譜均具有較強的穿透能力和信息獲取能力，該技術(shù)目前在水果糖度、酸度、硬度、水分、成熟度、貨架期、內(nèi)部缺陷、外部損傷、碳水化合物含量及其他營養(yǎng)成分［3-12］等品質(zhì)特征檢測中得到了廣泛研究，結(jié)果證實是可行的。其中，對于小型薄皮水果而言，可見/近紅外光譜通常采用全透射方式檢測水果內(nèi)部品質(zhì)信息，反射方式檢測表層品質(zhì)信息。但對于大型厚皮水果而言，可見/近紅外信號全透射后衰減較大，反射信號又無法獲取果肉信息，通常采用半透射的方式降低光譜信號損耗對水果內(nèi)部品質(zhì)信息進行檢測。

1.1.2 X射線 X射線是由陰極燈絲發(fā)射的高速電子束打擊陽極靶面而產(chǎn)生的，波長在0.001～10 nm之間，光子能量比可見光的光子能量大幾萬至幾十萬倍，具有極強的穿透性，X射線通常以全透射的方式應(yīng)用在水果內(nèi)部品質(zhì)檢測。不同品質(zhì)狀態(tài)部位造成的X射線衰減程度不同，因此，對X射線通過水果后的信號進行圖像重建可較好呈現(xiàn)與表征水果內(nèi)部品質(zhì)狀態(tài)。但X射線所能攜帶的特征信息不多，主要對水果的密度和水分敏感，可用于水果體積、密度、含水率、可食率、內(nèi)部缺陷（硬粒化、爛心病、水心?。?3-17］等品質(zhì)信息的無損檢測。

1.1.3 激光多普勒測振 激光多普勒測振技術(shù)主要基于多普勒效應(yīng)測量從振動物體表面散射回來的光所產(chǎn)生的頻移，具有靈敏度高、非接觸性測量、不破壞物體振動等優(yōu)點，可通過測量農(nóng)產(chǎn)品的振動特性實現(xiàn)對品質(zhì)的無損檢測。目前該方法主要用于水果成熟度、硬度［18-19］等無損檢測。

1.1.4 拉曼光譜 拉曼光譜提供的是分子內(nèi)部各種簡正振動頻率及有關(guān)振動能級的信息，與紅外光譜產(chǎn)生的機制不同，拉曼光譜是由于分子極化率變化誘導(dǎo)產(chǎn)生的，而紅外光譜是由于分子偶極矩變化產(chǎn)生的［20］。二者在分子結(jié)構(gòu)分析中相互補充。極性基團如C=O、N-H及O-H等具有很強的紅外活性，而非極性基團如C=C、C-C、N=N及S-S等具有很強的拉曼活性。水分子具有強烈的紅外吸收和弱的拉曼活性。拉曼光譜主要用于水果農(nóng)藥殘留的無損檢測［21］，也有少量研究驗證了拉曼光可以識別水果新鮮度［22］、成熟度［23］等。

1.1.5 太赫茲光譜 太赫茲光譜又稱T射線，是指頻率在 0.1～10 THz（1 THz=1012 Hz，對真空中波長為30～3 000 μm）范圍內(nèi)的電磁波，傳統(tǒng)上也被稱為亞毫米波或遠紅外線。由于波段位置的特殊性，太赫茲光譜輻射兼具微波電子學(xué)和紅外光子學(xué)的特征，頻段處在許多生物大分子振動和轉(zhuǎn)動能級，可根據(jù)太赫茲波的強吸收和諧振特性建立分子指紋特征譜鑒別物質(zhì)成分。此外，太赫茲光譜的水敏感性高，非常適合物質(zhì)含水量分析［24］。目前，太赫茲光譜在水果品質(zhì)上的應(yīng)用主要集中在農(nóng)藥殘留的無損檢測上［25-26］。也有研究表明，太赫茲光譜可有效識別水果糖度［27］。

1.1.6 高光譜成像 高光譜成像的主要目的是獲取大量被測目標窄波段連續(xù)光譜圖像的同時，以圖像的數(shù)據(jù)格式存儲每個像元幾乎連續(xù)的光譜數(shù)據(jù)，其分辨率在Δλ/λ=0.01數(shù)量級，這樣的傳感器在可見光和近紅外區(qū)域有幾十到數(shù)百個波段，光譜分辨率可達納米級。因此，高光譜成像不僅在信息豐富程度方面有了極大提高，還可獲取被測對象整個面陣的品質(zhì)信息，檢測結(jié)果更加綜合、精確，避免了傳統(tǒng)點式光譜檢測技術(shù)以局部代替整體品質(zhì)的缺點。研究表明，高光譜成像技術(shù)可用于水果成熟度、硬度、可溶性固形物等［28-30］內(nèi)部品質(zhì)信息無損檢測，也可用于外皮損傷［31］、蟲蛀［32］等外部品質(zhì)信息無損檢測。

1.2 機器視覺技術(shù)

機器視覺又稱計算機視覺，是隨著計算機技術(shù)的發(fā)展迅速成長起來的，是指計算機對三維空間的感知，包括捕獲、分析、識別等過程，是計算機科學(xué)、光學(xué)、自動化技術(shù)、模式識別、人工智能技術(shù)的綜合。主要由圖像的獲取、處理和分析、輸出或顯示3部分組成。CCD 攝像機通過圖像采集卡將水果圖像傳入計算機，計算機對圖像進行一系列處理，可確定水果的顏色、大小、形狀、紋理、表皮損傷［33-37］等外觀特征。

1.3 電子鼻技術(shù)

仿生電子鼻主要由傳感器陣列、接口電路和模式識別子系統(tǒng)3部分構(gòu)成，根據(jù)所測物質(zhì)的不同可適當(dāng)改進。傳感器陣列包括數(shù)個氣敏傳感器，各傳感器對不同類別的氣體揮發(fā)物敏感，使得整個電子鼻系統(tǒng)能夠分析、識別和檢測復(fù)雜氣味和絕大多數(shù)揮發(fā)氣體。其工作機理是：揮發(fā)性化合物與傳感器活性材料表面接觸時會發(fā)生瞬時響應(yīng)（發(fā)生系列物理化學(xué)變化），該響應(yīng)通過接口電路將電壓信號轉(zhuǎn)化為數(shù)字信號，被計算機記錄并傳送到信號處理單元進行分析，與數(shù)據(jù)庫中已存有的大量揮發(fā)性化合物的信息進行比較、鑒別，來確定氣體類型，從而鑒別出相應(yīng)結(jié)果。已有較多研究表明，電子鼻技術(shù)在水果糖度、硬度、成熟度、腐敗程度、機械損傷［38-42］等品質(zhì)信息無損檢測上是可行的。

1.4 聲特征技術(shù)

水果受到外部激勵時，其共振頻率與彈性特性有較大的相關(guān)性，利用固定速度對水果施加沖擊力，可以采集到水果對應(yīng)的聲學(xué)數(shù)據(jù)，利用音頻采集器對數(shù)據(jù)進行收集，并借助控制系統(tǒng)對數(shù)據(jù)進行相應(yīng)的處理分析，即可得到水果品質(zhì)與其聲學(xué)數(shù)據(jù)之間的關(guān)系。基于聲特征的水果品質(zhì)檢測系統(tǒng)通常包括機構(gòu)動作（用于敲擊水果）、音頻采集和信號處理3個部分。研究表明，聲特征檢測技術(shù)對水果硬度、內(nèi)部缺陷、成熟度、貯藏時間［43-46］等品質(zhì)無損檢測是可行的。

1.5 介電特性技術(shù)

水果屬于電介質(zhì)，電介質(zhì)中的電子受原子核強烈束縛，不能自由移動，其特征是以正、負電荷重心不重合的電極化方式傳遞、存貯或記錄電的作用和影響，從而起到束縛電荷和作用。從微觀上看，水果分子內(nèi)部存在電場，且在分子線度范圍內(nèi)改變位置。這種微觀特性實質(zhì)上決定水果的生理、物理和化學(xué)特征。因此，可將被測水果直接放入平板電極間測定其電特性參數(shù)（介電常數(shù)、電感、阻抗等）來反映水果品質(zhì)特性。研究表明，介電特性檢測技術(shù)可有效對水果新鮮度、機械損傷、成熟度、含水率、糖度與硬度［47-52］等品質(zhì)特征進行識別。

1.6 低場核磁共振技術(shù)

核磁共振是指具有固定磁矩的原子核（如1H、13C、31P、19F 等）在恒定的磁場與交變磁場作用下，與交變磁場發(fā)生能量交換的現(xiàn)象。磁場強度低于0.5 T的核磁共振現(xiàn)象稱為低場核磁共振，其基本原理是對處于恒定磁場中的樣品施加不同的射頻脈沖，使氫質(zhì)子發(fā)生共振、衰減、聚相等現(xiàn)象而呈現(xiàn)不同的信號，這些信號經(jīng)傅里葉轉(zhuǎn)換、反演、二維或三維成像等處理后，得到不同的圖譜或圖像，通過圖譜和圖像的變化對樣品進行分析，根據(jù)自擴散系數(shù)、縱向弛豫時間和橫向弛豫時間來反映被測樣品的分子動態(tài)信息。核磁共振具有很強的穿透性，低場核磁共振即可滿足農(nóng)產(chǎn)品的檢測需求。研究表明，低場核磁共振技術(shù)對水果成熟度、貨架期、硬度、機械損傷、水心病、木質(zhì)化［53-58］等無損檢測具有獨特優(yōu)勢。

2 水果品質(zhì)無損檢測技術(shù)實際應(yīng)用現(xiàn)狀

目前雖已有多種可行的水果品質(zhì)無損檢測方法，但并非所有方法都應(yīng)用于實際生產(chǎn)，不少方法在實用過程中尚存在諸多問題，包括噪聲干擾、效率過低、無法適應(yīng)樣本差異、成本過高等。

2.1 光譜技術(shù)

對于光譜信號而言，波長越短，信號穿透性越強，檢測過程中衰減越小，信號越穩(wěn)定；波長越長，穿透性越弱，檢測過程中衰減越大，信號越容易受干擾。上述光譜檢測方法中穿透性最強（波長最短）的為X射線，但X射線檢測成本較高，數(shù)據(jù)采集速度較慢，包含的品質(zhì)特征信息較少，主要針對內(nèi)部結(jié)構(gòu)探測，多用于工業(yè)或醫(yī)學(xué)的無損檢測，在水果品質(zhì)無損檢測上實際應(yīng)用不多。Eshet Eilon公司采用X射線技術(shù)研發(fā)了鱷梨成熟度、內(nèi)部缺陷無損智能檢測裝備?？梢?近紅外光譜的波長在整個光譜波段中相對居中，具有相對較強的穿透性能，同時又能攜帶較豐富的樣本特征，在水果品質(zhì)無損檢測中應(yīng)用最為廣泛，也是唯一一種反射、透射和半透射3種檢測方式均可較好實現(xiàn)的水果品質(zhì)無損檢測技術(shù)。美國Polychromix、日本Kubota、日本ATAGO、中國聚光科技、中國中浪科技和中國金標果安農(nóng)業(yè)科技等企業(yè)，針對水果糖度、酸度、硬度和內(nèi)部蟲害的便攜式內(nèi)部品質(zhì)無損檢測儀進行了開發(fā)、量產(chǎn)、銷售與實際產(chǎn)業(yè)應(yīng)用。便攜式無損檢測屬于靜態(tài)檢測，適用于抽檢或消費者采購挑選，為滿足大批量水果無損分級需要，可見/近紅外光譜技術(shù)亦可配合流水線傳輸，對大批量水果實現(xiàn)動態(tài)快速無損檢測。為此，日本Mitsui Mining &Smelting公司、日本FANTEC公司、日本OMI公司、韓國農(nóng)業(yè)部、日本Shibuya公司、意大利Unitec集團、中國浙江大學(xué)和中國江西綠盟公司都研發(fā)了水果品質(zhì)在線無損檢測裝備并投入實際應(yīng)用。其中，小型薄皮水果（蘋果、桃、梨等）的品質(zhì)可用反射和透射兩種方式進行實現(xiàn)，對于大型厚皮水果（西瓜、柚果、哈密瓜等）通常采用半透射的方式進行實現(xiàn)。拉曼光譜采用的波長雖然也為可見或近紅外波段，但該光譜技術(shù)是由光源照射到物質(zhì)上發(fā)生的非彈性散射光譜，使得其信號較弱，抗干擾能力差，無損檢測過程中通常需要配合信號增強劑的使用才能實現(xiàn)［59-60］，性能不夠穩(wěn)定，多用于有損可控背景下的快速智能檢測，在水果品質(zhì)無損檢測的實際應(yīng)用中未見報道。激光多普勒測振通常采用可見光的單一波段根據(jù)反射光譜的頻移進行檢測，因此無法攜帶豐富的水果內(nèi)部信息，僅用于水果成熟度和硬度的檢測。而成熟度和硬度是水果關(guān)注度相對較低的指標，因此該技術(shù)在水果品質(zhì)無損檢測中的實際應(yīng)用較少。德國OptoMET針對蘋果、梨、獼猴桃等水果的成熟度、硬度無損檢測，研發(fā)了基于激光多普勒測振技術(shù)的無損檢測儀。太赫茲光譜作為一種新興的光譜檢測技術(shù)，檢測成本較高，光路技術(shù)還不夠成熟，透射性能較差，雖然具有一定的應(yīng)用前景，但目前尚未在水果品質(zhì)無損檢測中實際應(yīng)用。

高光譜成像技術(shù)實際上是光譜技術(shù)的進階，相對于傳統(tǒng)的點式光譜檢測，高光譜成像可獲得檢測對象整個面陣的光譜信號，采集的信息更加全面豐富。但也正因高光譜成像獲取的信息量龐大，導(dǎo)致后期數(shù)據(jù)分析運行效率不高，成為該技術(shù)走向流水線式實際應(yīng)用的最大阻礙。此外，高光譜設(shè)備較傳統(tǒng)光譜設(shè)備復(fù)雜、笨重、集成度低，不便于形成手持便攜式檢測設(shè)備，加之高光譜成像設(shè)備價格昂貴，因此，在水果品質(zhì)靜態(tài)檢測的實際應(yīng)用中也少見報道。不少專家提出通過提取極度相關(guān)特征來減少特征數(shù)量、提升高光譜運算效率。但輕微的特征減少仍無法實現(xiàn)運算效率的明顯提升，過度減少特征又會降低檢測精度，失去了高光譜成像技術(shù)本身的意義。因此，高光譜成像技術(shù)在實際應(yīng)用中存在的問題至今尚未得到較好解決。

2.2 機器視覺技術(shù)

機器視覺技術(shù)在無損檢測領(lǐng)域中最為成熟、穩(wěn)定，已形成的裝備在水果品質(zhì)無損檢測與分級中得到廣泛應(yīng)用。例如，美國的OSCARTM型和MERLIN 型高速水果分級生產(chǎn)線用于對蘋果、梨、橘子、桃等水果的品質(zhì)檢測與分級；日本 Naoshi研究的計算機視覺檢測設(shè)備，針對蘋果、桃、梨等多個水果品種，分別制定了顏色、形狀、大小、紋理、外部損傷的計算機視覺分級標準；中國浙江大學(xué)研制的臍橙機器視覺分選設(shè)備，在國內(nèi)應(yīng)用較廣泛；中國江西綠盟公司生產(chǎn)的機器視覺外觀品質(zhì)檢測分級線，在海內(nèi)外均取得實際應(yīng)用。隨著多源信息融合技術(shù)的出現(xiàn)，國外專家提出采用一條生產(chǎn)線搭載多檢測信息源設(shè)備的水果無損檢測分級裝備，并取得了實際應(yīng)用，尤其是針對大型厚皮水果，該技術(shù)手段可有效提升檢測維度和精度。例如，日本OMI公司開發(fā)的西瓜品質(zhì)在線檢測裝備，結(jié)合了近紅外光譜、機器視覺和聲特征等檢測手段，可對西瓜顏色、大小、形狀、糖度、空心和硬度進行識別；韓國農(nóng)業(yè)部開發(fā)的無損檢測分級裝備結(jié)合了近紅外光譜、機器視覺和聲特征等檢測手段，可對西瓜糖度和內(nèi)部損害進行檢測。

2.3 電子鼻技術(shù)

電子鼻技術(shù)是一種新興的無損檢測技術(shù)，但在實際應(yīng)用中還存在許多問題：（1）檢測速度較慢。電子鼻完成一次檢測需要經(jīng)過集氣、傳感器清洗和進樣等過程，耗時通常至少1 min以上，因此較難實現(xiàn)流水線動態(tài)檢測。（2）易受噪聲干擾。電子鼻的氣敏傳感器的輸出結(jié)果極易受到環(huán)境噪聲的影響，如環(huán)境溫濕度變化、環(huán)境背景氣味變化等。（3）易受漂移噪聲干擾。電子鼻傳感器保持高靈敏性以保證檢測精度，但也容易老化，形成漂移噪聲。

2.4 聲特征技術(shù)

聲特征果品檢測技術(shù)最開始是通過傳感器貼于水果表面來感受敲擊水果時的聲學(xué)振動，從而對水果內(nèi)部品質(zhì)進行檢測，但貼片式的檢測方法不易固定和安裝，且影響水果的自由振動。隨著聲學(xué)檢測技術(shù)的日漸成熟，學(xué)者開始采用麥克風(fēng)收集水果被敲擊的聲音，雖然信號采集起來更加靈活，但易受環(huán)境噪聲的干擾，因此，聲特征檢測技術(shù)研發(fā)的裝備以靜態(tài)檢測方式居多。但隨著降噪技術(shù)的提升，也有動態(tài)無損檢測裝備出現(xiàn)，如日本Shizuoka Shibuya Seiki 公司基于聲特征檢測技術(shù)研發(fā)出西瓜在線檢測分級裝置。

2.5 介電特性技術(shù)

介電特性特性檢測技術(shù)通常依靠兩塊電極板夾住水果以獲得水果導(dǎo)電狀態(tài)下的介電特性，受檢測方式限制，無法實現(xiàn)動態(tài)在線檢測。此外，水果的介電特性在采集過程中波動較大，且介電特性與內(nèi)部成分之間的相關(guān)性不夠強，不足以直接用于預(yù)測許多重要的指標參數(shù)。因此，介電特性檢測法在水果品質(zhì)無損檢測中實際應(yīng)用不多。

2.6 核磁共振技術(shù)

核磁共振檢測法雖然檢測精度高，不僅可獲取內(nèi)部圖像信息，且可根據(jù)弛豫特征預(yù)測內(nèi)部品質(zhì)。但其檢測速度較慢，即便是低場核磁共振成本也十分昂貴，目前大多在醫(yī)學(xué)上使用，很少在農(nóng)業(yè)上取得實際應(yīng)用。

3 水果品質(zhì)無損檢測領(lǐng)域存在難點

3.1 檢測精度進一步提升

無損檢測技術(shù)的出現(xiàn)彌補了傳統(tǒng)有損檢測的不足，但也降低了檢測精度。目前在無損檢測領(lǐng)域，識別精度70%以上或擬合系數(shù)0.7以上即認為可行，精度80%以上或擬合系數(shù)0.8以上即認為達到了較好效果。雖然無損檢測技術(shù)理論上不可能達到有損檢測的精度，但仍有較大的精度提升空間。目前的檢測精度可以幫助批量水果進行快速分類，雖然對于單個水果而言可能存在一定甚至較大誤差，但該技術(shù)的實現(xiàn)對整批水果而言具有重要意義，對產(chǎn)業(yè)貢獻較大。然而，若能夠進一步提高無損檢測精度，其快速智能的檢測優(yōu)勢則能有更大的發(fā)揮空間，隨著無損檢測結(jié)果的可信度、穩(wěn)定性進一步提高，在誤差允許情況下，無損檢測在一定領(lǐng)域有望取代有損檢測。

3.2 模型適應(yīng)性改善

建立準確、穩(wěn)定的檢測模型是實現(xiàn)無損檢測技術(shù)的關(guān)鍵。通常對一定數(shù)量的水果樣本進行無損檢測特征提取，通過擬合水果無損檢測特征與目標品質(zhì)參數(shù)輸出之間的映射關(guān)系來建立檢測模型，以用于后續(xù)水果品質(zhì)參數(shù)的無損檢測。但水果樣本特征在時序、品種、地域等方面上均存在一定差異，因此模型建立所用的樣本很難完全包含后續(xù)待測樣本的全部特征情況，會造成一定的模型適應(yīng)性問題，影響檢測精度。此外，模型建立時刻的環(huán)境參數(shù)（溫度、濕度等）與實際檢測時刻的環(huán)境參數(shù)存在一定差異，從而影響傳感器輸出值波動對檢測模型的適應(yīng)性。

3.3 線性漂移去除

無損檢測裝備中的傳感器等電子元器件均存在老化的過程，傳感器的輸出值會隨著老化程度的加深而發(fā)生變化，這種變化通常是線性的，稱之為線性漂移噪聲，影響檢測精度。

3.4 大型厚皮水果內(nèi)部品質(zhì)檢測

目前無損檢測技術(shù)大多應(yīng)用在小型薄皮水果上，在大型厚皮水果上應(yīng)用較少，原因是小型薄皮水果更有利于無損檢測信號的穿透，可獲取較強的內(nèi)部品質(zhì)特征信號。而無損檢測信號經(jīng)過大型厚皮水果后衰減較大，無法獲取或獲取到的無損檢測信號較弱，信噪比較低，較難從中提取足夠的分類識別有效信息，造成檢測精度較低。目前無損檢測技術(shù)僅在柚子、西瓜、哈密瓜的品質(zhì)信息快速檢測上得到應(yīng)用，且精度不高，對榴蓮、菠蘿密等大型厚皮水果尚無較好的無損檢測方法。

4 展望

4.1 加強人工智能算法研究

人工智能算法是無損檢測的核心，建立一套準確、穩(wěn)定、容錯能力強的無損檢測模型是技術(shù)實現(xiàn)的關(guān)鍵。但目前的建模方式通常套用幾種常規(guī)算法，擇優(yōu)而定，模型效果具有較大的隨機性，缺乏綜合、深入的數(shù)據(jù)挖掘與分析?？紤]建模算法的發(fā)展程度與實際應(yīng)用存在的問題，后續(xù)可從以下5個方面加強無損檢測智能算法研究：（1）機理研究。加強水果品質(zhì)形成（變化）機理研究可為無損檢測特征提取提供科學(xué)參考，使特征選擇更準確，提升檢測精度；（2）深度學(xué)習(xí)。深度學(xué)習(xí)是傳統(tǒng)人工智能算法的分支與進階，可更全面、深層次地提取特征信息，提升檢測精度；（3）多源信息融合。多源信息融合可多角度地全面獲取水果品質(zhì)相關(guān)特征信息，提升檢測精度；（4）模型的傳遞算法。針對樣本差異造成的模型適應(yīng)性問題，可通過少量的樣本檢測結(jié)果矯正原有模型，使原有模型適應(yīng)后續(xù)的樣本變化，避免重新建模的大量采樣與調(diào)參工作；（5）噪聲補償算法。針對環(huán)境噪聲、線性漂移噪聲，研究噪聲對傳感器檢測結(jié)果的影響規(guī)律，反演出一套噪聲補償算法，矯正模型的檢測精度。

4.2 提升無損檢測關(guān)鍵硬件性能

光源、檢測傳感器、信號發(fā)生器等一系列無損檢測關(guān)鍵硬件的穩(wěn)定性同樣對無損檢測技術(shù)的應(yīng)用造成較大影響。硬件設(shè)備的穩(wěn)定是獲取高質(zhì)量原始信號的關(guān)鍵，是保證水果品質(zhì)無損檢測的前提，如提升檢測傳感器的穩(wěn)定性可有效緩解漂移噪聲強度、保證光源或信號發(fā)生裝置的穩(wěn)定性可有效減少檢測信號的噪聲波動等。

4.3 優(yōu)化無損檢測裝備結(jié)構(gòu)與參數(shù)

無損檢測裝備結(jié)構(gòu)與參數(shù)需要根據(jù)檢測對象而定，如對于可見/近紅外光譜檢測技術(shù)而言，小型薄皮水果可用透射和反射的檢測方式，大型厚皮水果則需采用半透射的檢測方式。此外，樣本無損檢測初始信號需在適合的裝備參數(shù)下獲取才能達到最佳效果，如信號強度、角度、傳送速度、距離、用材、溫濕度等。

4.4 其他種類水果品質(zhì)無損檢測研究

無損檢測技術(shù)目前在部分水果上已經(jīng)得到應(yīng)用，但仍有大量水果的品質(zhì)無損檢測技術(shù)存在空白。尤其是針對大型厚皮水果，其內(nèi)部品質(zhì)無損檢測技術(shù)較少。研發(fā)更多種類水果品質(zhì)無損檢測技術(shù)，尤其是克服尚存在檢測難點的水果，有利于該技術(shù)的普及、推廣與進一步發(fā)展。