水果無損檢測技術(shù)綜述

劉非凡

（西京學(xué)院 電子信息學(xué)院，陜西西安 710123）

近年來我國水果產(chǎn)量增加，目前國內(nèi)市場以及國外市場對高品質(zhì)水果的需求也不斷增加，水果無損檢測和分級能夠提升水果的競爭力，有利于我國水果行業(yè)的發(fā)展。水果品質(zhì)檢測主要有內(nèi)部品質(zhì)以及外部品質(zhì)，原始的外部品質(zhì)檢測主要是使用專門的分級器械來對水果的大小、重量進(jìn)行簡單分類，或者人工對水果的外觀、紋理、表面缺陷等進(jìn)行分類。傳統(tǒng)的分級器械較為煩瑣、速度慢且易對水果造成損傷。人工分選又帶有感官評價(jià)，主觀性強(qiáng)，無法形成統(tǒng)一的標(biāo)準(zhǔn)。傳統(tǒng)的內(nèi)部檢測主要通過化學(xué)方法進(jìn)行測定，這種方法需要破壞水果，通過分析少量樣本推測整個(gè)批次的水果品質(zhì)，可靠性不高。為了克服這些缺陷，水果無損檢測技術(shù)應(yīng)運(yùn)而生，水果無損檢測要求在不破壞水果外表皮以及內(nèi)部環(huán)境的情況下，利用聲、電、磁、光等技術(shù)得到水果的外部特征以及內(nèi)部營養(yǎng)成分含量等數(shù)據(jù)，相比傳統(tǒng)檢測方法更高效。伴隨著物理、材料、計(jì)算機(jī)多個(gè)領(lǐng)域技術(shù)的發(fā)展，無損檢測技術(shù)也日益完善。

1 電子鼻技術(shù)

Gardne 在1994 年首次確定了“電子鼻”的定義，并且在該領(lǐng)域發(fā)表了論文，在近30 年來電子鼻技術(shù)突飛猛進(jìn)。電子鼻的靈感來源于仿生學(xué)，它的核心器件是氣體傳感器，捕捉氣體的特征，將氣體特征轉(zhuǎn)化為可以量化的模擬信號，通過處理變?yōu)閿?shù)字信號，PC 端再通過神經(jīng)網(wǎng)絡(luò)或模式識別等算法進(jìn)行處理。電子鼻技術(shù)相對成熟，檢測和等待結(jié)果耗費(fèi)時(shí)間少，誤差小，在食品檢測、癌癥檢測、有毒有害氣體檢測等方面有廣泛的應(yīng)用。

1.1 在水果無損檢測中的應(yīng)用

劉強(qiáng)等[1]利用電子鼻技術(shù)結(jié)合不同的特征提取方案分別建立了草莓果實(shí)真菌病害的PLSR 模型，區(qū)分了健康果實(shí)和病害果實(shí)，準(zhǔn)確率達(dá)到92.9%。尹芳緣等[2]基于電子鼻對芒果的可貯藏時(shí)間進(jìn)行了預(yù)測，將檢測數(shù)據(jù)使用非周期隨機(jī)共振方法處理，提取互相關(guān)系數(shù)極大值，并擬合得到芒果儲(chǔ)存期預(yù)測模型，經(jīng)驗(yàn)證準(zhǔn)確率為87.5%。胡桂仙等[3]基于電子鼻，采用線性判別法判斷柑橘的成熟度，準(zhǔn)確率達(dá)到88%。

1.2 優(yōu)缺點(diǎn)

電子鼻操作簡單、成本低、反應(yīng)快，可以用于果實(shí)病害檢測、果實(shí)成熟度檢測、果實(shí)儲(chǔ)存期的預(yù)測等。缺點(diǎn)是在無損檢測領(lǐng)域易受環(huán)境的溫濕度、氣壓影響，而且檢測結(jié)果受到傳感器靈敏度以及模型算法的制約，需要提高傳感器的精密性以及模式識別算法的通用性。隨著機(jī)器嗅覺等技術(shù)的研究，電子鼻技術(shù)在水果無損檢測領(lǐng)域會(huì)得到更進(jìn)一步的發(fā)展。

2 計(jì)算機(jī)視覺技術(shù)

近幾年人工智能領(lǐng)域發(fā)展迅猛，這也促進(jìn)了計(jì)算機(jī)視覺技術(shù)的發(fā)展。通過攝像頭相機(jī)等代替人眼來進(jìn)行圖像獲取，再利用計(jì)算機(jī)對采集的圖形進(jìn)行特征提取，將圖像的灰度、亮度等轉(zhuǎn)化為數(shù)字信號，通過相關(guān)算法程序自動(dòng)生成結(jié)果。

2.1 在水果無損檢測中的應(yīng)用

伍光緒[4]通過圖像采集、預(yù)處理、分割技術(shù)，提取了血橙的成熟度、大小、周長的3 個(gè)特征參數(shù)，并將血橙分為極好、好、一般、差4 個(gè)等級。徐瑩瑩[5]利用計(jì)算機(jī)視覺技術(shù)研究了甜瓜的缺陷算法，根據(jù)甜瓜瓜蒂區(qū)域和其他部分的角點(diǎn)差，可以找到并去除瓜蒂，魯棒性好，有較小的耗時(shí)以及不錯(cuò)的識別率。實(shí)驗(yàn)提取了甜瓜的顏色和外部紋路作為特征參數(shù)，采用SVM 進(jìn)行模式識別。對甜瓜的圖像進(jìn)行分析時(shí)，采用灰度共生矩陣進(jìn)行了特征參數(shù)處理，發(fā)現(xiàn)其中的角二階矩和對比度這兩個(gè)參數(shù)能夠明顯區(qū)分甜瓜是否病變，經(jīng)驗(yàn)證對甜瓜的缺陷識別率達(dá)到92.2%。童旭[6]采用雙目視覺獲取了蘋果、梨的圖片，對其進(jìn)行預(yù)處理特征提取，再優(yōu)化，建立了SVM 模型，使用粒子群優(yōu)化的BP 神經(jīng)網(wǎng)絡(luò)算法，針對外表皮對蘋果、梨進(jìn)行了分級。

2.2 優(yōu)缺點(diǎn)

計(jì)算機(jī)視覺技術(shù)能在一定的距離上對水果品質(zhì)進(jìn)行檢測，分級更穩(wěn)定、精度更高。相較于人眼，能夠長時(shí)間地對自動(dòng)化產(chǎn)線進(jìn)行實(shí)時(shí)監(jiān)測與控制，比對已有的數(shù)據(jù)庫來篩選出病變或者瑕疵的水果。缺點(diǎn)是尚在研究階段，沒有得到大規(guī)模的應(yīng)用，另外一個(gè)缺陷是只能對水果外部進(jìn)行檢測，無法檢測到水果的內(nèi)部成分。

3 近紅外光譜技術(shù)

廣義上來講，波長為780 ～2 526 nm 的電磁波都被稱為近紅外光。近紅外光譜技術(shù)的基本原理來源于比爾定律，又稱為吸光定律，通過定量分析物質(zhì)在某些光譜區(qū)的吸收強(qiáng)度和吸光粒子數(shù)的關(guān)系來分析待檢物品。用近紅外光照射被檢測物品，捕捉被檢測物品對光的反射、散射、吸收后的光譜特征，再對其進(jìn)行特征分析來確定被檢測物品各種成分含量，將該技術(shù)應(yīng)用于水果檢測領(lǐng)域具有檢測快速、成本低、可檢測水果內(nèi)部糖度和維生素等優(yōu)點(diǎn)。

3.1 在水果無損檢測中的應(yīng)用

近紅外光譜技術(shù)能夠檢測水果硬度、糖度以及內(nèi)部可溶性物質(zhì)的含量。OLIVEIRA 等[7]研究了近紅外光譜和中紅外光譜快速檢測百香果果肉并分級，利用PLS 回歸分析建立了預(yù)測果糖、蔗糖、酸度、可溶性固形物含量和維生素的模型。結(jié)果顯示，該模型不能很好地預(yù)測維生素的含量，能很好地預(yù)測果糖、蔗糖、酸度、可溶性固形物含量。ABASI 等[8]提取了原始的近紅外光譜數(shù)據(jù)，使用了小波變換算法處理數(shù)據(jù)，并與其他常用的預(yù)處理函數(shù)相結(jié)合，基于RMSE（估計(jì)均方根誤差）和相關(guān)系數(shù)評價(jià)模型決定相關(guān)系數(shù)，預(yù)測了蘋果樣品硬度。最終預(yù)測的蘋果樣品硬度是可以接受的（RMSEP=3.86），實(shí)驗(yàn)應(yīng)用小波變換去噪預(yù)處理，實(shí)現(xiàn)了PLS 回歸模型的快速性和精準(zhǔn)性預(yù)測。

3.2 優(yōu)缺點(diǎn)

近紅外光譜技術(shù)能夠快速、無損、高效地對水果品質(zhì)進(jìn)行檢測，不僅對水果表面紋理和內(nèi)部成分進(jìn)行檢測，還可以預(yù)測水果的成熟度、儲(chǔ)存期、病變等。缺點(diǎn)是在該領(lǐng)域中相關(guān)技術(shù)不夠成熟，國內(nèi)的研究起步較晚，溫度變化以及其他無關(guān)信息變量的噪聲對檢測和預(yù)測的結(jié)果影響較大。BLANCO 等[9]驗(yàn)證了溫度變化會(huì)改變液體樣品的近紅外光譜，而且會(huì)大大降低在嚴(yán)格控制的溫度條件下記錄的光譜所構(gòu)建的標(biāo)準(zhǔn)模型的預(yù)測能力，在這種情況下就需要更復(fù)雜的模型。

4 基于電學(xué)特性的無損檢測技術(shù)

水果是一種電介質(zhì)，從微觀來看每個(gè)水果內(nèi)部都由無數(shù)帶電粒子組成，整體構(gòu)成了生物電場，而水果的生長過程中經(jīng)歷成熟、病變等過程，會(huì)產(chǎn)生一系列復(fù)雜的化學(xué)變化，導(dǎo)致內(nèi)部的電荷數(shù)量和空間發(fā)生變化，從而影響整個(gè)生物電場。利用電學(xué)特性可以分析出水果成熟程度、表面堅(jiān)硬程度、病毒害等分級所需特征，該技術(shù)所需要的設(shè)備不復(fù)雜、信號易于處理，具有廣闊的應(yīng)用場景。

4.1 在水果無損檢測中的應(yīng)用

JACKSON 等[10]用電阻抗法檢測蘋果損傷，分別對蘋果撞擊前后的阻抗進(jìn)行測量，在50 Hz ～1MHz 的36 個(gè)點(diǎn)頻率下，電阻與電抗描繪了一個(gè)半圓弧，這些曲線的一些特征與瘀傷面積相關(guān)。蘋果品種和溫度對電阻抗的影響可能會(huì)造成大規(guī)模應(yīng)用中測量的困難，但是電阻抗檢測方法的進(jìn)一步發(fā)展可能會(huì)方便評估瘀傷技術(shù)的研究。

4.2 優(yōu)缺點(diǎn)

利用基于電學(xué)特性的無損檢測技術(shù)對水果進(jìn)行品質(zhì)檢測，快速、便捷且數(shù)據(jù)量少。但是果實(shí)發(fā)生病蟲害往往會(huì)伴隨多個(gè)生化變化，相應(yīng)的電學(xué)特性也會(huì)變化，果實(shí)不同，果實(shí)生理變化引起的一系列電學(xué)參數(shù)變化也不同，因此挑選出適合的參數(shù)是基于電學(xué)特性無損檢測的研究難點(diǎn)與方向。

5 核磁共振技術(shù)

核磁共振技術(shù)因其在醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用被人們所熟知，核磁共振技術(shù)可按頻率分為高場和低場核磁共振技術(shù)，也可以分為核磁共振成像技術(shù)和波譜法。

5.1 在水果無損檢測中的應(yīng)用

核磁共振成像技術(shù)可以檢測水果的成熟度、果皮硬度、營養(yǎng)成分等信息，也可以對水果的外部損傷程度進(jìn)行測定，進(jìn)而對水果進(jìn)行分級。高營養(yǎng)價(jià)值的混合果汁消費(fèi)在全國范圍內(nèi)不斷增加，核磁共振波譜廣泛應(yīng)用在果汁飲品的質(zhì)量檢測中，它可以檢測制備果汁的原料來源，從而分析商家是否采取了欺詐手段進(jìn)行虛假宣傳，保障生產(chǎn)者和消費(fèi)者的權(quán)利，有利于改善居民的飲食安全問題。

5.2 優(yōu)缺點(diǎn)

光譜數(shù)據(jù)涵蓋了廣泛的化合物，所以核磁共振波譜法檢測果汁等其他水果衍生品具有可行性，并且已被證明是十分有效的工具。核磁共振檢測技術(shù)能夠?qū)崿F(xiàn)無損檢測，且結(jié)果穩(wěn)定，受時(shí)間干擾較少。缺點(diǎn)是果汁中含有大量的有機(jī)酸和其他有機(jī)物質(zhì)，可能會(huì)導(dǎo)致復(fù)雜的光譜，需要技術(shù)手段去除冗余的信號。

6 結(jié)語

水果的品質(zhì)分級由外觀、氣味、口感、內(nèi)部營養(yǎng)成分含量、儲(chǔ)存期等因素決定，因此低成本、高效、便捷地對水果進(jìn)行無損檢測是當(dāng)前的研究方向。無損檢測技術(shù)的準(zhǔn)確性高、響應(yīng)速度快，可以用于水果品質(zhì)分級。本文綜述了近紅外光譜技術(shù)、電子鼻技術(shù)、基于電學(xué)特性的無損檢測技術(shù)、計(jì)算機(jī)視覺技術(shù)，并分析了它們各自的優(yōu)缺點(diǎn)，在實(shí)際應(yīng)用中應(yīng)根據(jù)具體情況進(jìn)行選擇。