2摇
结果与分析
光谱特性是高光谱技术在水果检测方面应用的
基础
,
不同成熟度的水果
,
由于物理结构以及内部成
分含量的不同
,
导致在不同波长的光源照射下
,
水果
的反射
、
散射以及透射特性有很大差别
,
如何确定特
征波长并对不同成熟度进行区分
,
成为水果成熟度
检测的一个重要方向
。
随着高光谱技术的兴起
,
国
内外利用高光谱技术对水果成熟度的几个相关指标
(
着色度
、
糖酸比
、
坚硬程度
、
可溶性物质的数量
)
做
了大量的研究
,
证明采用高光谱技术能够实现对不
同成熟度的水果进行区分
。
国外对水果成熟度的研
究主要集中在成熟和未成熟猕猴桃
(
光谱特性
520
~ 680 nm)
[9 - 10]
,
桃子的含糖量和坚硬程度与其成
熟度的关系
[11]
,
不同成熟度西红柿的波长
(396 ~
736 nm)
[12]
,
西瓜和甜瓜的成熟度与可溶性固体物
质含量的相关性
[13]
。
国内在此方面的研究主要有
以红心李和桃子为例
,
区分不同成熟度水果的方
法
[14]
;
根据果皮色泽
a*( a*
代表果实绿色到红色
变化
,
是评定果实成熟度的关键指标
)
来快速预测
磨盘柿成熟度
[15]
等
。
我们利用北京卓立汉光仪器有限公司的
Hyper鄄
sis
系列高光谱成像检测系统
,
初步研究了不同成熟
度的水果在可见光及近红外波段的反射率
,
确定了
与检测水果成熟度的最有效特征波长
。
图
2
是利用
数码相机拍摄的待测样品的彩色图像
,
对应同一样
品的不同位置和不同样品
(
梨和枣
),
建立相应的样
品集
,
然后利用高光谱采集试验样品的待测成分对
应的光谱数据
。
图
2摇
实验样品的实物图示
Fig. 2摇 Pictures of experimental fruits
在不同的波段范围内
,
高光谱图像检测仪对能
量的响应不同
,
因而会使原始光谱曲线上出现很多
的噪声
,
导致原始光谱曲线不太平滑
,
而且
GaiaSort鄄
er
高光谱分选仪在
350 ~ 1 000 nm(
可见
-
近红外
)
光谱的采样间隔是
1郾 9 nm,
因而在相邻的波段间
,
原始光谱曲线具有信息重合的现象
,
致使整个光谱
数据存在信息冗余
。
因此
,
必须对数据进行降维和
去噪处理
。
主要处理过程包括
Resize(
重置图像大
小和波段范围
)、ROI(
感兴趣区
)、Mask(
阈值
)、Fil鄄
ter(
中值滤波
)、PCA(
主成分分析
) / MNF(
最小噪声
分离
)、
特征波段提取等
。
通过试验样品的测量
,
发
现枣的感兴趣区域
(ROI)
在
450 ~ 980 nm,
得到任意
像素点的连续光谱曲线如图
3,
可以看出样本在近
红外波段区域反射值大于在可见光波段区域反射
值
,
在
667 nm
波段处表现出光谱吸收特征
,
并且成
熟枣和非成熟枣分别在
635,875 nm
和
575,810 nm
呈现局部极大值
,
由此确定
5
个特征波段
;
而梨的感
兴趣区域
(ROI)
在
486 ~ 910 nm
的光谱曲线
(
见图
4),
可以看出样本在
670 nm
处出现吸收峰
,
在
580 ~
630 nm
和
770 ~ 830 nm
出现反射峰
。
图
3摇
枣的连续光谱曲线
Fig. 3摇 Reflectance spectra of jujube
3摇
结
摇
论
随着图像处理技术
、
光谱分析技术
、
计算机技术
等的快速发展和相互融合
,
利用高光谱成像获取待
测水果丰富的图像和光谱信息
,
对水果综合品质进
行全面评价已成为水果无损检测的一个重要趋势
。
56
第
33
卷 第
4
期
摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
杨昆程等
:
水果成熟度的高光谱成像无损检测研究
