高光譜成像技術(shù)在食品安全領(lǐng)域的應(yīng)用

高光譜成像技術(shù)在果蔬品質(zhì)檢測(cè)中的應(yīng)用

市場(chǎng)上人們對(duì)果蔬的直接感受就是其外部品質(zhì)的好壞,，即對(duì)顏色,、新鮮度、大小,、損傷,、凍傷與腐爛等方面的判斷；

其次,，就是對(duì)果蔬的內(nèi)部品質(zhì)來(lái)作為衡量其營(yíng)養(yǎng)價(jià)值的重要依據(jù),，通過(guò)檢測(cè)果蔬的糖分、硬度,、水分,、成熟度、蛋白質(zhì)等指標(biāo)對(duì)其進(jìn)行判斷,。

傳統(tǒng)的檢測(cè)技術(shù)由于精度低,、操作復(fù)雜，很難區(qū)分出來(lái),。高光譜成像技術(shù)恰好克服了這一缺點(diǎn),，能夠?qū)崿F(xiàn)的無(wú)損檢測(cè)，而且精度高、

易于操作,，近年來(lái)逐步用于果蔬外部品質(zhì)和內(nèi)部品質(zhì)的檢測(cè)中,。

果蔬外部品質(zhì)的檢測(cè)

新鮮度檢測(cè)

新鮮度是反映果蔬重要指標(biāo)。利用高光譜成像儀采集了分別在失水0,、10,、24,、48小時(shí)狀態(tài)下的小白菜,、菠菜,、油菜、娃娃菜等四種蔬菜葉片,，

并對(duì)其光譜圖像進(jìn)行對(duì)比分析,。其中，通過(guò)小白菜葉片在不同失水時(shí)間下的高光譜圖像及光譜信息的變化,，葉片在失水過(guò)程中其形狀外觀形態(tài)及內(nèi)部葉綠素均有變化,。

凍傷檢測(cè)

凍傷和機(jī)械損傷是果蔬在采摘、運(yùn)輸及儲(chǔ)藏過(guò)程中不可避免的表面損傷,，將直接影響果蔬的外部品質(zhì),。

利用高光譜成像技術(shù)和ANN預(yù)測(cè)模型對(duì)蘋(píng)果凍傷進(jìn)行了研究，如圖1所示,。實(shí)驗(yàn)采用如圖2所示過(guò)程,，

在400-1000nm波段的凍傷蘋(píng)果高光譜圖像中選擇5個(gè)主成分波段（717,875,960和980nm）進(jìn)行ANN模型的建立，

其訓(xùn)練集,、測(cè)試集,、和驗(yàn)證集的相關(guān)系數(shù)分別為0.93,0.91和0.92，最終實(shí)現(xiàn)了98%以上的識(shí)別準(zhǔn)確率,。

腐爛檢測(cè)

腐爛是果蔬在儲(chǔ)藏,、運(yùn)輸過(guò)程中最常見(jiàn)的現(xiàn)象，不僅影響果蔬的內(nèi)外部品質(zhì),，甚至?xí)?dǎo)致安全問(wèn)題,。利用高光譜成像技術(shù)對(duì)桃子根霉菌進(jìn)行深入研究，

選取400-1000nm波段采集桃子360°的高光譜數(shù)據(jù)（如圖1所示）,，然后通過(guò)統(tǒng)計(jì)方法和圖像分割算法得到三個(gè)單波長(zhǎng)圖像（709nm,，807nm和874nm）

可以明顯區(qū)分出邊緣、健全和腐爛部位,。

果蔬內(nèi)部品質(zhì)檢測(cè)

糖度和硬度檢測(cè)

糖度和硬度是反映果蔬內(nèi)部品質(zhì)的兩個(gè)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,。

利用近紅外高光譜成像儀（900-1700nm）分別對(duì)490個(gè)藍(lán)莓的果柄側(cè)和花萼側(cè)進(jìn)行光譜成像檢測(cè)果實(shí)的糖度和硬度。

結(jié)論

隨著生活水平的提升，人們對(duì)健康食品的品質(zhì)要求越來(lái)越高,。傳統(tǒng)的檢測(cè)技術(shù)操作復(fù)雜,、破壞性強(qiáng)，難以滿足檢測(cè)需要,。

高光譜成像技術(shù)憑借圖譜結(jié)合,、無(wú)損、無(wú)接觸的優(yōu)勢(shì),，能夠快速,、準(zhǔn)確、無(wú)損的檢測(cè)出食品的品質(zhì),，操作簡(jiǎn)單,，近年來(lái)廣泛應(yīng)用與果蔬品質(zhì)的檢測(cè)中，

成為食品安全質(zhì)量檢測(cè)技術(shù)之一,。