果品无损检测技术的研究现状
水果成熟度检测技术的现状与发展
水果成熟度检测技术的现状与发展随着社会的快速发展，人们的生活水平也不断提高，对食品安全和质量的要求也越来越高。
水果作为人们日常生活中不可或缺的一部分，更是受到了广泛关注。
在水果产业中，水果的成熟度是一个非常重要的指标，不同成熟度的水果在口感和营养价值上都有所差异，因此对水果成熟度的检测技术也越来越受到关注和重视。
本文将对水果成熟度检测技术的现状与发展进行深入探讨。
一、水果成熟度检测的意义水果的成熟度是指水果内在品质发展的一种表现，也是水果成熟与否的主要标志。
水果的成熟度不仅决定了水果的口感和风味，还直接影响到水果的营养价值和商品价值。
对水果成熟度的准确检测能够帮助果农和加工企业掌握水果的最佳采摘时间，从而最大程度地保留水果的新鲜度和营养价值，增加水果的市场竞争力。
1. 传统的水果成熟度检测方法传统的水果成熟度检测方法主要是通过人工观察水果的外观、手感、气味等来判断水果的成熟度。
这种方法虽然简单易行，但准确性不高，容易受主观因素的影响，且无法对大批量的水果进行快速而准确的检测。
2. 生物学方法生物学方法是指通过测定水果内部生物化学成分的方法来判断水果的成熟度。
比较常用的生物学方法有测定水果的可溶性固形物含量、pH值、气味物质等。
这些方法能够较为准确地判断水果的成熟度，但仍存在操作复杂、耗时长、需要专业设备等缺点。
3. 光学传感技术光学传感技术是一种新兴的水果成熟度检测技术，通过测量水果的光学特性来判断其成熟度。
目前比较常用的光学传感技术包括近红外光谱技术、激光散射技术、多光谱成像技术等。
这些技术具有检测速度快、精度高、无损检测等优点，已经在农业生产中得到了广泛应用。
1. 智能化随着人工智能和物联网技术的快速发展，智能化已成为水果成熟度检测技术的发展趋势。
将传感器与互联网相连接，实现对水果成熟度的实时监测和数据采集，不但提高了检测效率，还能够有效降低人力成本。
2. 非接触式检测传统的水果成熟度检测方法多为接触式检测，容易对水果造成损伤。
水果成熟度检测技术的现状与发展
水果成熟度检测技术的现状与发展水果成熟度检测技术是农业生产过程中非常重要的一个环节，用于判断水果的成熟程度以及质量，对于确保水果品质和销售价格具有重要的作用。
随着科学技术的不断进步和发展，水果成熟度检测技术也在不断更新和完善。
本文主要探讨了当前水果成熟度检测技术的现状和发展方向。
目前，常见的水果成熟度检测技术主要包括质量测试、化学分析、可视光谱技术、红外光谱技术以及基于成像的方法。
其中，质量测试是最常见的水果成熟度检测方法之一，例如大小、颜色、硬度、含糖量以及PH值等指标。
这些质量指标与水果成熟度有直接关系，可以通过手动测试或机器测试获得。
化学分析则是另一个非常重要的水果成熟度检测方法。
常见的化学分析方法包括气相色谱、高效液相色谱，以及质谱等方法，利用这些方法可以检测水果中丰富的化学成分和代谢产物。
其中，气相色谱被普遍用于检测挥发性物质，如水果的香气和气味，而高效液相色谱则主要用于分析水果中的非挥发性化合物。
另外，光谱技术作为现代无破坏性测试技术的代表，也可以应用于水果成熟度检测。
在可视光谱技术中，通常使用CCD相机采集水果表面反射光谱信号，并进行数据分析和处理。
红外光谱技术则基于水果中不同成分对红外光谱的吸收谱带有所不同的原理进行检测。
在基于成像的水果成熟度检测方法中，机器视觉技术和计算机图像处理技术则被广泛应用于水果的成熟度测试。
例如，利用计算机视觉算法，在水果表面的颜色、纹理和形状特征上构建分类模型，实现对水果的自动检测和成熟度识别。
总的来说，随着先进技术的提高，未来水果成熟度检测技术有望更加智能化、无损、高效，预计将进一步促进农业的生产效率和经济效益。
水果无损检测技术的应用现状
‘湖北农机化“2021年第5期基金项目:香梨感染病原菌后贮藏期品质㊁微生物变化规律及图谱特性研究(31960498);库尔勒香梨树体病害早期快速无损检测关键技术及装置研发(2019X X 02);黑斑病胁迫下库尔勒香梨的高光谱特征及早期诊断研究(T D N G 2020102)㊂作者简介:陈斐(1996-),男,广东罗定人,硕士研究生,研究方向:农产品无损检测及设备研发㊂水果无损检测技术的应用现状陈 斐1,2刘媛媛1,2 王统炤1,2 粟 容1,2 胡启旺1,2(1.塔里木大学机械电气化工程学院,新疆阿拉尔843300;2.新疆维吾尔自治区现代农业工程重点实验室,新疆阿拉尔843300) 摘要:中国是水果生产大国,在世界水果市场上所占比重日益提升㊂为了进一步提高竞争力和贸易利润,用于把控贸易水果品质的无损检测技术,其存在价值越来越高,发展程度越来越受重视㊂无损检测技术可以在不损伤被测对象的情况下,利用被测对象缺陷的相关物理性质对其进行检测㊂本文针对目前比较常见的几种水果无损检测技术,阐述其技术原理,对它们国内外新的研究现状进行叙述,同时对水果无损检测技术进行优缺点总结,让相关科研学者把握水果品质评价中无损检测技术的应用情况,并且为之后的研究提供参考㊂关键词:水果;品质;无损检测技术引言中国是世界主要的水果生产大国,于国内外都有巨大的市场需求㊂从1990年开始,水果产业以可观的速度逐步发展成为我国农村经济发展的主要支柱产业[1]㊂随着我国经济持续向好,人们物质水平提高,人们愈发看重水果的品质㊂提高水果品质评价能力不仅有利于我国水果产业的发展,还有利于增强我国在水果出口方面的竞争力[2]㊂水果的品质分内外,对内有硬度㊁糖度㊁酸度㊁可溶性固形物和内部的缺陷等㊂对外有水果的表皮状态(颜色㊁光泽㊁粗糙度等),大小等㊂使用传统水果品质检测方法,主观性影响大,且在水果内部品质检测时会对水果造成的不同程度的破坏,为了应对以上问题,无损检测技术因其高效和无损的优点开始兴起㊂根据不同的检测原理,当前主要的水果无损检测技术多基于智能感官仿生技术㊁水果特性和光谱技术㊂其中主流的检测方法为以下几种:机器视觉无损检测技术㊁近红外光谱无损检测技术㊁电学特性无损检测技术以及声学特性无损检测技术㊂1机器视觉无损检测技术1.1概述随着计算机技术的发展,计算机应用领域延伸出许多新分支㊂机器视觉技术便是其中之一,此技术主要应用相机采集被测物图像信息,将采集的图像信息进行处理,在数字图像处理技术下,利用各种类型的算法与分析方法对被测水果的轮廓㊁大小㊁成熟度和外部品质等特征值进行采集[3]㊂在机器视觉技术中,摄像机㊁图像采集卡㊁光源和上位机是硬件基础,图像处理软件为软件系统[4]㊂此技术普遍应用于水果的品质分级中,具有检测效率高㊁准确性好和可重复的特点㊂1.2水果品质检测中应用现状1.2.1表面缺陷检测由于图像处理技术的发展,使机器视觉识别和分析水果的表面缺陷成为可能㊂纪宇慧[5]发现灰度图利于提取清晰的苹果疤痕轮廓,结合c a n n y 算子和空洞填补法进行图像预处理,并运用形态学的开运算解决果实边缘不清的问题㊂刘军[6]优选自适应阈值法进行图像预处理,在对核桃的外部特征进行交叉对比分析后,选择其中的长宽比㊁面积和分散度等九个特征组成九维最优特征空间,以其为基础建立多种核桃外部缺陷检测模型㊂该模型对缺陷的总识别率为90.21%㊂D a v i d [7]研制的基于R G B 图像番茄分级机器视觉系统通过直方图阈值法对缺陷与健康番茄的花萼和茎部瘢痕进行检测,平均准确率均为0.9515㊂结合径向基神经网(R a d i a l B a s i sF u n c t i o n ,R B F )基于支持向量机(S u p po r tV e c t o r M a c h i n e ,S V M )建立R B F -S V M 分类识别模型,该模型的准确率达0.9709,且分级精度随着分级类别数量的增加而降低㊂1.2.1水果分级检测机器视觉技术基于被测水果图像,从图像中获取水果外部品质信息㊂水果外部品质信息包括水果轮廓大小㊁轮廓形状㊁表面纹理和颜色等信息㊂研究学者通过上述信息来研究如何对相应水果进行检测与‘湖北农机化“2021年第5期分级㊂朱丹[8]结合P L C 控制系统与图像识别系统对苹果进行分级分拣实验㊂实验中归一化处理图像,用N i b l a c k 算法进行二值化,并提取苹果轮廓特征,结果发现基于苹果周长可以实现苹果的等级分类㊂K u m a rA [9]优选小波特征,将其纳入机器视觉对石榴果的分类与分级中,随着训练样本数增加,检测准确性提高㊂P e n g H [10]设计基于支持向量机的多分类模型,利用异常惩罚因子对被测样本进行不完全分类并建立基于线性核函数的S V M 多分类模型,该模型对苹果㊁香蕉㊁柑橘㊁杨桃㊁梨㊁火龙果6种水果的识别准确率分别为:95%㊁80%㊁97.5%㊁86.7%㊁92.5%㊁96.7%㊂1.3存在问题及发展趋势在目前研究中,大部分研究都致力于提高系统计算力以及特征的精确识别㊂究其根源,目前在最优成本内所选择硬件的计算能力不足以支撑大量计算,而机器视觉直接面对的对象是图像和视频,其中数据量的庞杂㊁无用数据占比高和高特征空间维度造成机器必须进行大量运算㊂那么,对特征选取的算法优化,更优数据处理模型的探索,依然是未来机器视觉发展的趋势㊂目前,研究的检测样本普遍单一,学者通常只选取一种水果样本进行研究,以此减少所需处理的数据量㊂多种类水果样本的检测,是未来机器视觉技术必然的发展方向㊂同时,因为机器视觉只能检测水果表面的数据信息,少数研究者开始探寻通过表面信息与水果内部品质建立联系的方式,以此能兼顾对水果内部品质的实时检测㊂2近红外光谱无损检测技术2.1概述近红外光是介于可见光与中红外光之间的电磁波,其波长范围为780~2526n m [11]㊂水果中含有大量的含氢基团,对于不同的基团,其吸收峰位置以及强度都会明显区别于其他基团㊂以伯-比尔吸收定律为基础,结合不同光谱特征与被测样本内部结构建立联系,便可判定样本内部结构的变化㊂红外光谱技术多结合计算机科学㊁化学计量学以及光谱学等学科,常用多元统计㊁聚类分析和曲线拟合等化学计量学方法提取光谱所含信息㊂因红外光在光纤中传输效果良好,可实现水果在线快速检测,近些年其引起了国内外许多学者的研究兴趣㊂2.2水果品质检测中应用现状2.2.1水果内部品质检测光作用于水果产生的反射㊁散射㊁透射和吸收等物理现象,为水果的光学特性㊂近红外光具备高穿透特性,可利用此特性获取水果内部的化学信息㊂据以上原理,可获得水果内部的含糖量,酸度和可溶性固形物含量等信息,进而对水果内部品质进行分析㊂程丽娟[12]采集灵武长枣近红外光谱图像,用高效液相色谱法测量长枣中的葡萄糖含量㊂结合光谱值和化学值分别建立偏最小二乘回归(P a r t i a lL e a s tR q u a r e sR e g r e s s i o n ,P L S R )和多元线性回归(M u l t i pl e L i n e a rR e g r e s s i o n ,M L R )模型提取特征波长,发现使用多项式平滑算法预处理方式,可降低噪音,去掉无用信息,其定标相关系数为0.8265,预测相关系数为0.7910㊂其中结合P L S R ㊁间隔随机蛙跳算法和竞争性自适应重加权算法(C o m p e t i t i v e a d a p t i v e r e w e i g h t e d s a m p l i n g,C A R S )的模型为最优模型,定标相关系数为0.8353,预测相关系数为0.8322,这说明提取特征波长可减少冗长数据,降低维数,实现快速检测㊂何嘉琳[13]采集长枣的近红外光谱图像,分别用遗传算法㊁连续投影算法和C A R S 算法提取特征波段,优选标准正态变量变换法为最优原始光谱预处理方法,所建偏最小二乘(P a r t i a lL e a s tR qu a r e s ,P L S )模型交互验证相关系数和交互验证均方根误差分别为0.8395和16.2482㊂牛晓颖[14]通过近红外漫反射技术提取不同成熟度李果的光谱主成分,用马氏距离判别法建立分类模型,该模型的校正集判别正确率为96.33%,预测集判别正确率为96.30%㊂发现对于不同成熟度的李果,其坚实度㊁可滴定酸和可溶性固形物的聚类效应明显且不同,此可作为不同成熟度的李果分选的依据㊂2.2.1水果外部品质检测X u y a n g P [15]采集苹果损伤的HS I 颜色模型,用集成学习方法对特征波段进行筛选,并使用线性判别分析法(l i n e a r d i s c r i m i n a n t a n a l ys i s ,L D A )将模型准确率提高到92.86%㊂Z h a oZL [16]利用近红外光谱技术对李子褐变和非褐变进行检测,并发现马氏距离判别分析和反向传播-人工神经网络构建的分类模型能够有效地识别李子褐变情况,预测集精度达97.56%㊂孙世鹏[17]等为了去除损伤区域近红外光谱中冗杂的信息,在研究中用连续投影算法㊁相关特征选择算法和一致性算法处理冗余信息,提取特征波段,并基于k -邻近㊁朴素贝叶斯㊁支持向量机3种分类方法建立分类器,其中一致性算法选择的特征波段在S V M 分类器下分类识别正确率达95.16%㊂2.3存在问题及发展趋势近红外光谱技术因其非破坏性和便捷的特点,于水果品质的无损检测中发展迅速㊂国内外学者相关研究中,一般只对水果内部或外部品质单指标进行研究,‘湖北农机化“2021年第5期少有进行多指标混合研究的㊂不同的水果适用的光谱数据处理方式㊁特征波段选择标准和模型建立都各不相同,检测方法不通用㊂因为现阶段已有模型预测精度不够,建模的方法还需研究改进,现在对于近红外光谱技术的研究点,多在运用合适的数据预处理方法排除冗杂的数据,降低数据量,建立较优预测模型提高检测时的效率和准确度㊂此技术多用于水果的定性与定量分析,分析结果可作为水果内部可溶性固形物㊁总糖和总酸的预测依据以及水果品种和水果产地的区分依据,目前大部分研究都处于理论阶段,数据多来源于实验室静态检测,而对动态检测的研究较少㊂3电学特性检测技术3.1概述在外加电场下,水果产生的介电特性㊁导电及电磁等物理特性被称作水果的电学特性[18]㊂水果的细胞中含有许多带电粒子其导电性能好,而细胞膜因富含蛋白质㊁果胶和纤维素等导致其导电性极差,因此可以将水果的细胞看做一个由导体和绝缘体构成的复合体,其拥有导电和绝缘的双重特性[19]㊂水果在成熟过程或受病虫害侵害时,水果的内部理化特性会发生显著变化,从而使细胞的结构㊁化学成分和细胞膜通透性发生改变[20-21]㊂水果细胞的生化反应从宏观的角度上改变的了水果的电学特性[22-23],因此对于不同的水果,由于成分和状态的不同,其介电特性也不同㊂基于特定的电学特性可对水果实现无损检测,对水果的内部结构进行分析[24]㊂3.2水果品质检测中应用现状李大伟[25]对红枣的电学特性和含水率变化情况进行测定,研究发现在1000H z内可用复阻抗来建立与红枣含水率的关系,即在含水率55.85%以下时复阻抗随着含水率的降低而增大㊂孔繁荣[26]采用同轴探头技术测量发育后期3个月内的富士苹果,获得其在20~4500MH z 间的相对介电常数和介质损耗因子,并与测得的生理特性和内部品质进行比较,得知相对介电常数随频率增加而减小,介质损耗因子在2000MH z 处存在极小值,可溶性固形物和p H 值与相对介电常数和介质损耗因子之间存在负的线性相关性,硬度和含水率与相对介电常数和介质损耗因子间存在正的线性相关性㊂张莉[27]对柿果电学参数进行检测,发现频率在251~398k H z时可利用阻抗㊁电感和电容区分柿果成熟度,频率为3.98k H z 和63.1k H z时可利用电导判断柿果的成熟度㊂C h o w d h u r y A [28]用电阻抗谱作为香蕉成熟过程中电阻抗变化的一种无损评价方法,将香蕉电阻抗变化与成熟过程建立联系㊂研究中将少量交流电注入香蕉,连接到A g /A gC l 电极阵列上,用阻抗仪测量表面电位,香蕉的阻抗随着香蕉的成熟而增加㊂M a s s a h J [29]用特制的测压元件调节两电极之间的夹持力,对收获的苹果进行电阻检测㊂频率分别为120H z 和1k H z时,对苹果的重量和电阻进行测量,结果表明随着贮藏时间的延长,电阻增大㊂T a k a s h i W a t a n -a b e [3]应用细胞等效电路分析日本梨组织瘀伤,并对梨组织瘀伤区进行等效电路阻抗值分析,发现损伤组织中原生质的抗逆性略有提高,细胞膜的电容和蜕膜液的抗逆性明显降低㊂3.3存在问题及发展趋势利用介电特性对水果进行无损检测,虽然因其快速简便和数据量小的特点,让该无损检测技术拥有广阔的前景,但因为水果之间的介电特性都各不相同,所以大部分研究只针对一种类型水果进行研究,且研究结果仅表明基于电学特性的水果无损检测技术在实践上是可行的,研究结果总结的方法规律不具有普适性㊂因为水果的电学特性,目前研究多在于检测水果的含水量,成熟度和损伤情况,理论上的研究较多,基于电学特性针对水果无损检测的设备研发不足㊂未来的研究重点在将测试的频率㊁电压㊁温度等影响因素标准化,减少这些因素对实验结果的干扰,使对水果电学特性的研究不仅只能在一个特性上㊂同时增强对基于电学特性无损检测技术的检测设备的研究,强化该技术的实用性㊂4声学特性检测技术4.1概述声波的产生㊁传播㊁接收和在介质中产生的影响是声学主要的研究内容[31]㊂水果对声波的反射㊁透射㊁散射吸收以及本身的声阻抗和固有频率等都属于水果的声学特性范畴[32]㊂现有的声学特性检测设备将声敏传感器采集的声音信号转变为电信号,再通过模拟/数字转换器处理成数字信号,之后对数字信号进行分析,获得时间与声学特性之间关系的时域图,通过傅里叶算法将时域图转变成易分析的频谱图㊂声波是由物体振动所产生的机械波,传播声波的空间被称作声场,水果内部组织结构的改变会对传播声波产生影响,从而导致其声学特性发生改变,声学特性能够对不同的水果进行识别,对水果处于不同内部状态时进行检测[33]㊂4.2水果品质检测中应用现状白志杰[34]设计的声学特性检测和分析系统,使用-42d B 的4015咪头提高声学检测系统的稳定性与‘湖北农机化“2021年第5期可靠性,并建立分级模型对不同硬度水果进行分级试验,发现采用二次判别分析法(qu a d r a t i cd i s c r i m i n a n t a n a l y s i s ,Q D A )建立的水果硬度分级模型效果最好,该模型可对金帅苹果㊁丰水梨㊁烟台红富士苹果和贡梨4种样品进行分级,准确率可达到95%以上㊂W e nZ h a n g [35]优化激光多普勒振动仪(L a s e rD o p pl e rV e -l o c i m e t r y,L D V )测定梨纹理时的试验参数㊂实验将梨置于以恒定的扫频率和加速度幅值振动的振动台中间,由扫频正弦波信号对梨进行激励㊂结果无论线性扫频方式或对数扫频方式和加速度振幅下,同一测点的频率响应曲线均具有良好的重复性㊂对118个梨样品进行L D V 法与破坏性穿刺试验的比较,结果表明梨的弹性指数与梨的硬度有很好的相关关系且L D V 法在重复性和灵敏度方面优于穿刺法㊂L a s h ga r i M [36]提出一种对不同贮存时间的伊朗苹果无损分类的方法,该研究用P C A 来确定光谱中大多数差异的关键变量,利用L D A 和Q D A 建立分类模型进行标定,L D A 和Q D A 模型的分类准确率分别约为80.56%和83.33%㊂L i u W e i [37]利用频率为433MH z 的表面声波共振器对贮藏12天的猕猴桃果实品质进行了测定,并基于P C A 和随机共振(S t o c h a s t i cr e s o n a n c e,S R )方法对猕猴桃样品的响应进行了测量和分析,实验结果表明,P C A 法能对不同贮藏时间的猕猴桃样品进行定性鉴别,S R 和表面声波共振器频率分析方法都能成功地识别出回归系数较高的样本㊂4.3存在问题及发展趋势现有基于声学特性的无损检测技术多使用声发射检测和超声检测,声发射检测优点在于检测仪器轻便,可实现实时连续监控检测,但因延性材料产生的低幅值声波,易受噪音影响㊂超声检测优点在于对缺陷极其敏感,穿透力强,但容易受被测样品表面光滑度影响,这个特性也为水果表面状况检测提供了新思想㊂目前该技术检测设备大多通过敲击水果发生,如果敲击力度控制不当,很容易损伤被测水果,同时因为该种检测方式,大部分研究的重点在于检测水果硬度与相关品质的关系㊂5结语水果无损检测技术基于水果特性㊁智能感官仿生技术和光谱技术,研究的核心是围绕水果品质的变化,从水果外部物理特性和内部成分以及结构变化中获得信息,建立相关检测模型对水果品质进行检测研究㊂如何快速㊁简捷地检测水果品质的这些变化是当前研究的热点,无损检测技术具有高效㊁快速㊁准确性好的优点,适用于水果品质评价㊂本文综述了机器视觉无损检测技术㊁近红外光谱无损检测技术㊁电学特性无损检测技术和声学特性无损检测技术在水果品质评价中的应用,总结了这些技术在水果品质评价中的应用,并分析了它们的优缺点㊂水果无损检测技术在我国发展几十年已取得充足的发展,但研究理论实践化还有许多问题需要面对㊂机器视觉虽然为水果外部损伤提供了很好的检测模式,但建立一个具有普遍性㊁提高检测的准确性建立一个全面完整的数据库是很有必要的㊂近红外光谱法虽然在分析水果内部品质研究上已趋于成熟,具有快速㊁无损和可实现多组分同时测定的特点,但检测指标普遍单一㊂基于声学特性和介电特性的无损检测技术虽然在理论和技术上是可行的,但在实用上,其检测精度和效率还有很大的限制㊂随着无损检测技术的发展,将每种技术实用化是最终目的,实现多种手段综合检测㊁多种样品同时在线检测和多项指标同时检测是未来最期望达到的目标㊂以无损检测技术的数字化㊁图像化和信息化是未来检测技术发展的趋势㊂无损检测技术的发展能很好的促进我国水果品质的提升,提高我国水果在国际贸易中的竞争力㊂参考文献:[1]刘窈君,杨艳萍.水果品质控制的无损检测技术应用及发展[J ].北方园艺,2020(01):152-157.[2]王顺,黄星奕,吕日琴,等.水果品质无损检测方法研究进展[J ].食品与发酵工业,2018,44(11):319-324.[3]伍光绪.基于计算机视觉的血橙无损检测与分级技术研究[D ].重庆:西南大学,2016.[4]赵小霞,李志强.基于P L C 和机器视觉的水果自动分级系统研究[J ].农机化研究,2021,43(08):75-79.[5]纪宇慧.机器视觉在苹果疤痕识别和颜色分级中的应用[D ].济南:济南大学,2019.[6]刘军,郭俊先,帕提古丽㊃司拉木,等.基于机器视觉与支持向量机的核桃外部缺陷判别分析方法[J ].食品科学,2015,36(20):211-217.[7]D a v i d I r e r i ,E i s a B e l a l ,C e d r i c O k i n d a ,e t a l .Ac o m p u t e r v i -s i o n s y s t e mf o r d e f e c t d i s c r i m i n a t i o n a n d g r a d i n gi n t o m a -t o e s u s i n g m a c h i n e l e a r n i n g a n d i m a g e p r o c e s s i n g [J ].A r t i -f i c i a l I n t e l l i g e n c e i nA g r i c u l t u r e ,2019,2:28-37.D O I :10.1016/j.a i i a .2019.06.001.[8]朱丹,吴兹古力.基于机器视觉的农业机械图像识别系统分析[J ].农机化研究,2020,42(10):28-31+36.[9]K u m a rA .A N e u r a lN e t w o r k A s s i s t e d M a c h i n e V i s i o n S y s t e mf o rS o r t i n g P o m e gr a n a t eF r u i t s [C ]//2n dI E E E‘湖北农机化“2021年第5期I n t e r n a t i o n a l C o n f e r e n c e o n E l e c t r i c a l ,C o m p u t e r a n d C o m m u n i c a t i o nT e c h n o l o gi e s .I E E E ,2017.[10]P e n g H ,S h a oY ,C h e nK ,e t a l .R e s e a r c ho n M u l t i -c l a s s F r u i t sR e c o g n i t i o nB a s e do n M a c h i n eV i s i o na n dS V M [J ].I F A C -P a p e r s O n L i n e ,2018,51(17):817-821.[11]陆辉山.水果内部品质可见/近红外光谱实时无损检测关键技术研究[D ].杭州:浙江大学,2006.[12]程丽娟,刘贵珊,万国玲,何建国.可见/近红外高光谱成像技术对长枣中葡萄糖含量的无损检测[J ].发光学报,2019,40(08):1055-1063.[13]何嘉琳,乔春燕,李冬冬,张海红,邓鸿,单启梅,高坤,马瑞.可见-近红外高光谱成像技术对灵武长枣V C 含量的无损检测方法[J ].食品科学,2018,39(06):194-199.[14]牛晓颖,贡东军,王艳伟,陆文卿,梁贺,赵志磊,任瑞.基于近红外光谱和化学计量学的李果实成熟度鉴别方法研究[J ].现代食品科技,2014,30(12):230-234+125.[15]X u y a n g P ,L a i j u n S ,Y i n g s o n g L ,e t a l .N o n ‐d e s t r u c t i v e c l a s s if i c a t i o no f a p p l eb r u i s i ng t i m eb a s e do nv i s i b l e a n d n e a r ‐i n f r a r e dh y p e r s p e c t r a li m a g i n g[J ].J o u r n a l o f t h e e n c e o fF o o da n dA g r i c u l t u r e ,2018.D O I :10.1002/j s f a .9360.[16]Z h a oZL ,W a n g Y W ,G o n g DJ,e t a l .D i s c r i m i n a t i o no f P l u m B r o w n i n g w i t h N e a rI n f r a r e d S p e c t r o s c o p y [J ].G u a n g p ux u e y u g u a n g p u f e nx i=G u a n g p u ,2016,36(7):2089-2093.[17]孙世鹏,彭俊,李瑞,朱兆龙,V áz qu e z -A r e l l a n oM A N U -E L ,傅隆生.基于近红外高光谱图像的冬枣损伤早期检测[J ].食品科学,2017,38(02):301-305.[18]N e l s o nSO ,S o d e r h o l mL H ,Y u n g FD .D e t e r m i n i n g th e d i e l e c t r i c p r o p e r t i e so f g r a i n [J ].A g r i c u l t u r a le n gi n e e r -i n g,1953,34(9):608-610.[19]郭红利.猕猴桃的电学特性与无损检测技术的研究[D ].咸阳:西北农林科技大学,2004.[20]韩雅萱,颉敏华,王学喜,等.1-M C P 处理对冷藏期间不同采期 黄冠梨 衰老和品质的影响[J ].甘肃农业大学学报,2016,51(06):121-127.[21]陈大鹏,杨江山,颉敏华,张鑫.早酥梨果实品质㊁呼吸速率及乙烯释放的规律研究[J ].甘肃农业大学学报,2018,53(02):58-63.[22]王转卫,赵春江,商亮,等.基于介电频谱技术的甜瓜品种无损检测[J ].农业工程学报,2017,33(09):290-295.[23]J u s t i c i a M ,A .M a d u eo ,R u i z -C a n a l e sA ,e t a l .L o w -f r e -q u e n c y c h a r a c t e r i s a t i o n o fm e s o c a r p el e c t r i c a l c o n d u c t i v i -t y i n d i f f e r e n t v a r i e t i e s o f o l i v e s (O l e a e u r o pa e aL .)[J ].C o m p u t e r s a n dE l e c t r o n i c s i nA gr i c u l t u r e ,2017.[24]高迎旺,耿金凤,饶秀勤.果蔬采后内部损伤无损检测研究进展[J ].食品科学,2017,38(15):277-287.[25]李大伟,陈超,兰海鹏,等.基于电特性的新疆骏枣含水率的试验研究[J ].农机化研究,2016,38(07):212-215.[26]孔繁荣,郭文川.发育后期苹果的介电特性与理化特性的关系[J ].食品科学,2016,37(09):13-17.[27]张莉,韩爱华,黄云钰,等.柿果实成熟期间电学参数变化[J ].甘肃农业大学学报,2019,54(02):199-204.[28]C h o w d h u r y A ,B e r aT K ,G h o s h a lD ,e t a l .S t u d y i n g th e e l e c t r i c a l i m p e d a n c ev a r i a t i o n s i nb a n a n ar i p e n i n g u s i n g e l e c t r i c a l i m p e d a n c e s p e c t r o s c o p y (E I S )[C ]//20153r d I n t e r n a t i o n a lC o n f e r e n c eo nC o m p u t e r ,C o m m u n i c a t i o n ,C o n t r o la n dI n f o r m a t i o n T e c h n o l o g y (C 3I T ).I E E E ,2015.[29]M a s s a hJ ,H a j i h e y d a r iF ,D e r a f s h iM H.A p pl i c a t i o no f E l e c t r i c a l R e s i s t a n c e i nN o n d e s t r u c t i v e P o s t h a r v e s t Q u a l -i t y E v a l u a t i o n o fA p p l eF r u i t [J ].J o u r n a l o fA g r i c u l t u r a l e n c e&T e c h n o l o g y ,2018,19(5):1031-1039.[30]W a t a n a b e T ,N a k a m u r aN ,A n d oY ,e t a l .A p pl i c a t i o n a n d S i m p l i f i c a t i o n o f C e l l -B a s e dE q u i v a l e n tC i r c u i tM o d e lA -n a l y s i s o fE l e c t r i c a l I m p e d a n c e f o rA s s e s s m e n to fD r o p S h o c kB r u i s i n g i nJ a pa n e s eP e a rT i s s u e s [J ].F o o da n d B i o p r o c e s sT e c h n o l o g y ,2018,11(11):2125-2129.[31]杜功焕,朱哲民,龚秀芬.声学基础[M ].江苏:南京大学出版社,2012.[32]应义斌,韩东海.农产品无损检测技术[M ].北京:化学工业出版社,2005:164+302.[33]应义斌,蔡东平,何卫国,等.农产品声学特性及其在品质无损检测中的应用[J ].农业工程学报,1997(3):213-217.[34]白志杰.基于声学特性水果硬度检测系统与应用方法的研究[D ].镇江:江苏大学,2018.[35]C u i ,D i ,Y i n g ,e t a l .O r t h o g o n a l t e s t d e s i g n t o o pt i m i z e t h e a c o u s t i c v i b r a t i o n m e t h o d f o r p e a r t e x t u r em e a s u r e m e n t[J ].P o s t h a r v e s t B i o l o g y a n dT e c h n o l o g y ,2015.[36]L a s h g a r iM ,M o h a m m a d i go lR .D i s c r i m i n a t i o no fG o l a b a p p l e s t o r a g e t i m eu s i n g a c o u s t i c i m p u l s er e s po n s ea n d L D Aa n dQ D Ad i s c r i m i n a n t a n a l y s i s t e c h n i q u e s [J ].I r a n A gr i c u l t u r a l R e s e a r c h ,2016,35(2):65-70.[37]W e i L ,G u o h u aH.K i w i f r u i t (A c t i n i d i a c h i n e n s i s )qu a l i -t y de t e r m i n a t i o n b a s e d o n s u rf a c e a c o u s t i cw a v e r e s o n a t o r c o m b i n e dw i t h e l e c t r o n i c n o s e [J ].B i o e ng i n e e r e d ,2015,6(1).(收稿日期:2021-01-12)。
无损检测技术及其在果品质量安全检测中的应用
无损检测技术及其在果品质量安全检测中的应用【摘要】本文介绍了无损检测技术及其在果品质量安全检测中的应用。
在简要介绍了背景和研究意义。
在详细讨论了光学成像技术、声学测试技术、电磁波检测技术和磁共振成像技术在果品质量安全检测中的具体应用。
通过这些无损检测技术，可以非破坏性地检测果品的质量和安全性，提高果品检测效率和准确性。
在展望了无损检测技术在果品质量安全检测中的前景，强调了其在未来的发展潜力。
通过本文的介绍，读者可以更深入了解无损检测技术在果品质量安全检测中的重要性和应用前景。
【关键词】无损检测技术、果品质量安全检测、光学成像技术、声学测试技术、电磁波检测技术、磁共振成像技术、前景、总结、展望1. 引言1.1 背景介绍果品质量安全一直是消费者和生产者关注的焦点之一。
随着人们生活水平的提高，对果品品质和安全性的要求也越来越高。
传统的果品检测方法往往需要破坏性的采样或化学处理，不仅破坏了果品的整体性，还可能残留有害物质，对人体健康造成威胁。
发展一种无损检测技术对于果品质量安全至关重要。
无损检测技术是一种可以在不破坏被检测物体的情况下获取物体内部信息的技术手段。
通过应用无损检测技术，可以实现果品的快速、准确检测，同时保证果品的完整性和安全性。
在果品质量安全检测中，光学成像技术、声学测试技术、电磁波检测技术和磁共振成像技术等无损检测技术被广泛应用，为果品的质量评估和安全检测提供了有力的技术支持。
本文将重点介绍无损检测技术及其在果品质量安全检测中的应用，旨在探讨无损检测技术对果品质量安全检测的意义和作用，为果品行业的发展和消费者的健康提供参考依据。
1.2 研究意义果品质量安全一直是消费者关注的重要问题，而无损检测技术的应用可以有效地提高果品质量安全检测的效率和准确性。
通过无损检测技术，可以在不破坏果品本身的情况下，对果品的内部结构、口感、成熟度、营养含量等进行全面、准确地检测和分析，从而及时发现果品内部存在的问题和隐患。
芒果无损检测方法的研究现状及发展趋势
芒果无损检测方法的研究现状及发展趋势崔秀帅;唐荣年;杨举华;王越;张连瑞【摘要】综述了目前国内外芒果无损检测所采用的方法,包括机器视觉技术检测法、近红外光谱技术检测法、超声波检测法、介电特性检测法.根据芒果无损检测现阶段存在的一些问题分析了芒果无损检测将向着设备便携化及操作简单化、无损评价、多种传感器联合检测的方向发展.%In this paper,the mango's nondestructive testing methods are summarized,involving the machine vision technology method,near infrared spectrum technology method,ultrasonic method and dielectric property assay.According to the problems of mango nondestructive testing at present,the development trend of mango nondestructive testing is stated in terms of deviceconvenience,nondestructive evaluation and joint detection.【期刊名称】《贵州农业科学》【年(卷),期】2013(041)007【总页数】4页(P167-170)【关键词】芒果;无损检测;联合检测;便携化【作者】崔秀帅;唐荣年;杨举华;王越;张连瑞【作者单位】海南大学机电工程学院,海南海口570228;海南大学机电工程学院,海南海口570228;青岛大学化学化工与环境学院,山东青岛266061;海南大学机电工程学院,海南海口570228;山东电力集团公司临沂供电公司,山东临沂276001【正文语种】中文【中图分类】S-01芒果是一种营养价值极高的热带水果，素有“热带果王”之称。
果品无损检测技术的研究现状
果品无损检测技术的研究现状周新仁 丁继高(农八师143团机关,石河子,832000)摘 要 无损检测是近年来发展起来的高科技技术之一,在工业和农业的应用方面得到了广泛的研究。
文中综述了目前无损检测技术在国内外果蔬产品品质检验中的应用现状,并指出了果品品质无损检测技术的发展方向。
关键词 无损检测,果品,品质检验第一作者:学士,副教授。
收稿时间:2004-08-02,改回时间:2004-09-10 随着生活水平的提高,人们在满足果品和蔬菜数量需求的同时,对质量也提出了更高的要求。
人们不仅要求果蔬大小相同,而且要求品质一致。
为了对大量生产的果蔬进行自动分级和品质鉴定,国内外有许多学者长期从事这一领域的研究。
果蔬品质的检测方法大致可分为近红外分析法、声学特性分析法、X 射线分析法、计算机图像检测法、电、磁特性分析法、可见光成熟度分析法以及激光分析法等。
其中,无损检测应用更加广泛,是近几年发展的高新技术之一。
无损检测又称非破坏检测,即在不破坏样品的情况下对其进行内部品质评价(包括糖度、酸度、硬度、内部病变等)的方法。
该方法检测速度较传统的化学方法迅速,又能有效地判断出从外观无法得出的样品内部品质信息。
由于消费者在选购水果时极为看重其内部品质如口感、糖度和酸度,因此研究基于水果光学特性的内部品质无损检测与分级技术,并将研究成果应用到水果产后处理生产线上具有广阔的市场应用前景。
本文分析了水果的光特性、电特性、声学特性检测原理及方法,并综述了国内外的最新研究进展。
1 无损检测技术的应用111 果品光特性无损检测的原理分析由于水果的内部成分和外部特性不同,在不同波长光线照射下会有不同的吸收或反射特性,也就是说,水果的分光反射率或吸收率在某一特定波长内会比其他部分大,根据这一特性结合光学检测装置能实现水果品质的无损检测[1]。
考虑到水果品种的多样性和形状的特殊性,用于水果内部品质光特性检测的系统主要由光源系统,入射出射光纤组件,光电检测转换器和信号放大转换系统,显示输出等硬件系统和用于光谱采集和数据处理的软件系统组成。
无损检测技术在水果品质安全和真实性的应用研究进展
核农学报2024，38（4）：0736~0745Journal of Nuclear Agricultural Sciences无损检测技术在水果品质安全和真实性的应用研究进展肖宏辉1， 2李春霖1， 3张永志1， 3聂晶1， 3吴振2， *袁玉伟1， 3， *（1浙江省农业科学院农产品质量安全与营养研究所，浙江杭州310021；2宁波大学食品与药学学院，浙江宁波315211；3农业农村部农产品信息溯源重点实验室，浙江杭州310021）摘要：在水果产量攀升和品质要求不断提高的背景下，对水果的品质、安全和真实性开展快速无损检测的需求日益迫切。
本研究概述了光谱学、力学、声学、计算机视觉、电子鼻和电子舌等无损检测技术结合多种化学计量学方法在水果营养功效成分和感官属性品质特征挖掘、农药残留和病害霉变安全性检测以及原产地、品种分类、贮藏时间真实性鉴别研究中的应用。
同时，本研究还从生产实际和科学研究两个方面进行了展望，可为水果的质量安全监管和消费者权益保障提供科学依据。
关键词：水果；品质评价；安全性；真实性；无损检测DOI：10.11869/j.issn.1000‑8551.2024.04.0736我国是水果生产和消费大国，2022年水果产量为31 296.2万吨，同比2021年增长4.4%，位居世界前列［1］。
水果中富含膳食纤维、维生素、矿物质、多酚类和有机酸类等功效成分，有较高的营养价值，适量摄入对维持人体健康、预防食源性疾病具有重要意义［2］。
同时，相关研究表明，水果消费的增加与心理和主观幸福感呈正相关［3］。
随着消费水平不断升级，居民对优质水果的需求日益增加。
水果的品质等级由外观、营养成分、口感、气味、贮藏期等多种因素决定。
货架期短、易受损等因素严重影响了不同产地和储运条件下的水果品质，导致有效成分含量存在差异。
近年，市场上不断出现以次充好、掺杂掺假、农药残留等问题，已引起政府监管部门和消费者的普遍关注［4］。
水果成熟度检测技术的现状与发展
水果成熟度检测技术的现状与发展随着人们对健康的日益关注，水果这种天然的食品也逐渐成为人们食物链中的重要组成部分。
然而，水果的成熟度与品质一直是消费者所关心的问题，因此，如何对水果的成熟度进行快速、准确的检测成为了当前水果种植、生产和销售的重要问题。
本文将对水果成熟度检测技术的现状与发展进行阐述。
现在，水果成熟度检测技术主要有以下三种：1.压力式检测技术这种检测技术主要是基于水果在不同成熟度阶段下的变形特征来进行检测，主要使用一些专用检测仪器进行测量。
然而，该项技术的不足之处在于需要使用专门的设备，并且对水果的形状大小和品种差异产生较大影响，因此不适用于大量的水果检测。
2.色泽检测技术该项技术是通过分析水果在不同熟度阶段下的颜色变化来进行检测，常见的检测方法包括色度计和成像设备等。
但是，由于色泽受环境影响较大，因此该项技术需要对环境光线进行正确控制，使得检测结果能够具有可重复性和准确性。
3.电子鼻检测技术电子鼻技术是利用特殊的传感器技术来模拟人类的嗅觉识别能力，通过检测水果散发出的挥发性有机物来进行检测。
该项技术在非破坏性检测方面表现出较好的效果，可以快速、准确地检测水果的成熟度。
但是，该项技术的不足之处在于需要预先对不同水果的挥发性成分进行训练，同时还需要对水果的保存环境进行相应的控制。
目前，水果成熟度检测技术正在向非破坏性、高效、自动化、智能化发展。
1.非破坏性检测非破坏性检测是指能够在不破坏水果的情况下进行检测，不损坏水果的形态和品质，同时具有高准确性和高可靠性。
非破坏性检测技术的应用可以大大降低水果的浪费，并提高水果的质量和口感。
2.高效检测高效性是指检测速度快，能够在最短时间内完成对水果的检测，使得企业能够快速做出相应决策。
高效性检测技术可以帮助企业降低人工成本，提高效率和生产效益。
3.自动化检测自动化检测是指通过计算机技术和机电控制技术将检测、分析和判定过程实现自动化，不需要人工干预，能够自动完成对水果的检测和分类。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
果品无损检测技术的研究现状周新仁 丁继高(农八师143团机关,石河子,832000)摘 要 无损检测是近年来发展起来的高科技技术之一,在工业和农业的应用方面得到了广泛的研究。
文中综述了目前无损检测技术在国内外果蔬产品品质检验中的应用现状,并指出了果品品质无损检测技术的发展方向。
关键词 无损检测,果品,品质检验第一作者:学士,副教授。
收稿时间:2004-08-02,改回时间:2004-09-10 随着生活水平的提高,人们在满足果品和蔬菜数量需求的同时,对质量也提出了更高的要求。
人们不仅要求果蔬大小相同,而且要求品质一致。
为了对大量生产的果蔬进行自动分级和品质鉴定,国内外有许多学者长期从事这一领域的研究。
果蔬品质的检测方法大致可分为近红外分析法、声学特性分析法、X 射线分析法、计算机图像检测法、电、磁特性分析法、可见光成熟度分析法以及激光分析法等。
其中,无损检测应用更加广泛,是近几年发展的高新技术之一。
无损检测又称非破坏检测,即在不破坏样品的情况下对其进行内部品质评价(包括糖度、酸度、硬度、内部病变等)的方法。
该方法检测速度较传统的化学方法迅速,又能有效地判断出从外观无法得出的样品内部品质信息。
由于消费者在选购水果时极为看重其内部品质如口感、糖度和酸度,因此研究基于水果光学特性的内部品质无损检测与分级技术,并将研究成果应用到水果产后处理生产线上具有广阔的市场应用前景。
本文分析了水果的光特性、电特性、声学特性检测原理及方法,并综述了国内外的最新研究进展。
1 无损检测技术的应用111 果品光特性无损检测的原理分析由于水果的内部成分和外部特性不同,在不同波长光线照射下会有不同的吸收或反射特性,也就是说,水果的分光反射率或吸收率在某一特定波长内会比其他部分大,根据这一特性结合光学检测装置能实现水果品质的无损检测[1]。
考虑到水果品种的多样性和形状的特殊性,用于水果内部品质光特性检测的系统主要由光源系统,入射出射光纤组件,光电检测转换器和信号放大转换系统,显示输出等硬件系统和用于光谱采集和数据处理的软件系统组成。
光学检测技术在果蔬外观如表面缺陷,色泽和内部成分如可溶性固形物、糖分、坚实度、酸度、干物质含量等方面具有快速、无损的优点。
目前用于水果内部品质的光学检测主要有3种方法:规则反射光法、漫反射光法和透射光法。
反射光谱法检测是指将检测器和光源置于样品的同一侧,检测器所检测的是样品以各种方式反射回来的光。
物体对光的反射又分为规则反射(镜面反射)与漫反射。
规则反射指光在物体表面按入射角等于反射角的反射定律发生的反射,所采用的光纤布置位置,其优点是光谱信息最易实现且反射率较高,能够用于水果生产检测分级线上;缺点是测量用的校正模型易受水果表面特性影响而变化,依水果类型不同需要调整。
漫反射是光投射到物体后,在物体表面或内部发生方向不确定的反射。
其特点是由于接受的光谱信息全部反映水果内部组织的特性,因此大多数国内外研究者均采用这种方式进行基础研究。
但由于在测量过程中需要将光源与28食品与发酵工业 F ood and Fermentation Industries ( ) 2004Vol.30No.11(Total 203)探测器隔离,所以在高速的水果生产分级线上较难实现。
透射光谱是指将待测样品置于光源与检测器之间,检测器所检测的光是透射光或与样品分子相互作用后的光(承载了样品结构与组成信息)。
其特点是不受水果表面特性的影响,接受的光谱信息反映了水果内部组织的信息。
但光透射水果的数量少,且需要较高能量的光源,较难适应水果生产分级线的需要。
从以上3种测量技术来看,3种测量各有自己的特点和适用性。
通过分析研究国内外学者的研究成果,发现水果品质分析最常用的是漫反射光谱技术。
1.2 果品的电特性无损检测的原理分析水果属于电介质,电介质中电子受原子核强烈束缚,不能自由移动,电介质的特征是以正、负电荷重心不重合的电极化方式传递、存贮或记录电的作用和影响,其中起主要作用的是束缚电荷[2]。
水果的组织和细胞采后仍保持旺盛的代谢过程,如呼吸作用、有机物转化等。
果实的水分变化可以通过电特性明显反映[3]。
从微观上看,水果分子内部存在电场,且在分子线度范围内改变位置,场强的变化非常剧烈,这种微观特性实质上决定着水果的生理、物理和化学特征,但这种微观场用现有电生理技术无法测量。
因此,从可观测角度考虑,只能研究一定体积内微观场的空间平均值,即转而研究水果的宏观电特性。
与一般电介质类似,可以将水果的宏观电特性用复阻抗Z(或复导纳Y)及复介电常数ε表示。
这里复阻抗(或复导纳Y)是水果的物体常数,与水果的个体尺寸相关,复介电常数是水果内部物质特性的反映,与水果个体尺寸无关[4]。
水果电特性参数的测定方法有接触和非接触等方法,将被测水果直接放入平板电极间测定其电特性参数,依据水果与极板接触与否,可分为接触法和非接触法,都属于无损检测。
水果电特性参数无损检测的电路原理[5],是将正弦波发生器输出的驱动电流I流过由标准电阻Rb和被检测水果作为介质的电容器构成的串联电路,通过二个具有相同增益K的差分放大器的输出电压E1和E2,经过简单的代数运算,就可以得到被测水果的电特性参数。
设计合适的介电参数检测电路[6],可以对水果的宏观电特性参数进行检测,试验表明,介电参数的检测结果基本可以正确反映水果的实际品质情况,因此基于电特性无损检测方法实现水果品质的在线自动化评价是完全可行的。
1.3 果品声学特性无损检测的原理分析果品的声学特性是指果品在声波作用下的反射特性、散射特性、透射特性和吸收特性、衰减系数和传播速度及其本身的声阻抗与固有频率等,它们反映了声波与果品相互作用的基本规律[7]。
果品声学特性的检测装置通常由声波发生器、声波传感器、电荷放大器、动态信号分析仪、微型计算机、绘图仪或打印机等组成。
检测时,由声波发生器发出的声波连续射向被测物料,从物料透过、反射或散射的声波信号,由声波传感器接收,经放大后送到动态信号分析仪和计算机以进行分析,即可求出果品的有关声学特性,并在绘图仪或打印机上输出结果。
果品的声学特性随农产品内部组织的变化而变化,不同果品的声学特性不同,同一种类而品质不同的果品其声学特性往往也存在差异,故根据果品的声学特性即可判断其品质,并据此进行分级[8,9]。
2 国内外的研究进展Dull和Birth(1989)等用近红外884nm和913nm2个波长反射光谱法测定了成熟罗马甜瓜中蔗糖与可溶性固形物的含量。
试验结果得出了近红外光谱与可溶性固形物含量的相关系数:样品薄片为0197,但完整果仅为0160,笔者认为测定值的差异主要是果皮强吸收的原因。
1992年,他们又对自己的研究进行了改正,并对哈密瓜进行了完整果光谱反射测试,得出近红外光谱与可溶性固形含量的相关系数达到0187;Slaughter(1995)在400～1000nm波长范围内利用光纤探头接收部分透射光来预测成熟和未成熟的油桃和桃内部可溶性固形物含量38综述与专题评论2004年第30卷第11期(总第203期) ( )(R 2=0192)、糖度(R 2=0187)、叶绿素A 含量(R 2=0197)和山梨醇含量(R 2=0188)。
但由于没有考虑油桃和桃的硬度指标,存在光谱范围窄,检测速度慢和稳定性差等问题;Upchurch 等(1997)在450～1050nm 光谱范围内利用苹果漫反射特性判别苹果内部是否有褐变,试验结果只有613%的完好苹果被误判为有缺陷,而把有缺陷的苹果判为好苹果的比例却高达12%,同样存在检测灵敏低,系统稳定性差等问题;LammertynJeroen ,Peirs 等人(2000)在880～1650nm 范围内利用光纤交叉组合探头对Jonadold 苹果可溶性固形物含量进行了近红外光谱反射特性的试验研究,通过PL S 分析得出两者的相关系数在79%～91%之间,另外他们还对反射光透射到苹果内部的深度进行了研究,得出光透射到苹果内部的深度在700～900nm 范围内为4mm ,在900～1900nm 范围内为2～3mm ,但结论仅对Jonadold 一种品种有效且缺少试验验证过程;Lu 等人(2001)研究了800～1700nm 范围内樱桃的坚实度和糖分含量的漫反射光谱特性,试验结果表明,试验是可行的,坚实度和糖分含量与反射光谱的相关系数分别为0165和0197,但没有进行800nm 以下和1700nm 以上波长的分析研究,且测试的精度不高;Manuela 等人(2002)在300～1100nm 波长范围通过对4个品种的苹果叶绿素含量的透射光谱分析,采用多元线性回归分析建立了苹果叶绿素含量与透射光谱的数学模型,其相关系数分别为R 2=0188(Elstar ),0198(Jonagold ),0190(Idared )和0187(G oldendeli 2cious );Lu 等(2002)[10]利用近红外光谱(700～1700m )来检测Empire 和Delicious 苹果的硬度和糖含量,光源采用250W 的石英钨丝卤素灯,且分别在315mm 和515mm 采用2根光纤接受光谱信息,通过对光谱数据的处理分析,并与破坏性分析相结合,建立了预测苹果内部品质的数学模型,但由于检测器不适合用于水果检测,导致检测精度不高,光谱信息提取困难。
从以上国外最新研究报道来看,利用水果的光学特性来对水果内部品质无损检测和最终实现水果按等级分级是一种具有广泛应用前景的新技术[11]。
但还是存在一些问题,如水果的测试部位选取、光学测量方式的优劣评判、检测精度、检测速度和实时性等需作进一步研究。
相对国外的研究而言,国内对水果糖度、酸度和硬度等重要内部品质指标的无损光学特性检测尚未见有详细而系列的报道。
陈世铭,张文宏等人(1998)利用1000～2500nm 近红外光谱对水密桃和洋香瓜等果汁的糖度检测进行了研究,分析了多元线性回归、偏最小二乘法和神经网络3种校正模式对不同光谱处理的近红外线光谱检测果汁糖度的影响,何东健[9]介绍了反射、半透射和透射3种测试装置的优缺点,并以柑橘和苹果为检测对象,采用透射光方法对2种水果的糖度、酸度和内部褐变进行实验验证,结果表明,在线检测水果糖度值与实测值的相关系数在0195以上,酸度相关系数大于0185,且基本上能检测内部缺陷,但试验的样品数量不多。
3 未来研究方向目前在水果内部品质方面的研究国内尚处于起步阶段,研究对象也很不全面,有待探索的问题还很多。
(1)进一步研究水果的不同光学、声学及电学等特性在内部品质检测中的可行性和应用潜力,突破目前水果内部成分分析时的破坏性,以及费时、费力、实时性差等问题。