高光谱成像仪在果蔬内外品质无损检测中的应用
发布时间:2025-05-16
浏览次数:933
高光谱成像仪融合了传统的成像技术和光谱技术的优点,既可以像传统的成像技术一样获取被检测物体的空间信息,又可以像光谱技术一样获取光谱信息,其在果蔬品质与安全无损检测中存在多方面的应用。本文为大家做了介绍。
高光谱成像仪融合了传统的成像技术和光谱技术的优点,既可以像传统的成像技术一样获取被检测物体的空间信息,又可以像光谱技术一样获取光谱信息,其在果蔬品质与安全无损检测中存在多方面的应用。本文为大家做了介绍。

高光谱成像仪用于果蔬外部品质检测:
外部品质是蔬菜最重要的感官品质,是蔬菜品质最直接的反映。蔬菜的外部品质主要通过其颜色、纹理、尺寸、形状和表面缺陷进行评估。目前传统的机器视觉技术已经实现了上述外观品质特征的自动检测,但是对于大部分特征不明显的缺陷,例如损伤、腐烂、冻伤等,缺陷区域的颜色、纹理等信息和正常区域处的高度相似,基于RGB彩色相机的传统机器视觉无能为力。高光谱成像技术的多波长图像优点弥补了传统成像技术的缺点,近年来被越来越多的应用于农产品表面缺陷的检测中。
腐烂是水果和蔬菜在存储、运输过程中的最严重的常见缺陷。腐烂不仅影响水果蔬菜的美观,还会使它们的内部品质发生变化,甚至导致食品安全问题。对于青霉菌引起的柑橘腐烂,传统的检测方法是在紫外光源的照射下人工完成。
研究者试图通过搭建高光谱成像系统和各种线性非线性分类方法找到腐烂柑橘的自动检测方法。他们利用相关分析、互信息、逐步分析和基于线性判别分析的遗传算法挑选了适合检测的特征波长。然后基于分类回归树(CART)和线性判别分析(LDA)等像素分类方法实现了腐烂区域在特征波长图像上的分割。试验结果表明利用搭建的高光谱机器视觉平台和特征波长图像能够检测青霉菌引起的腐烂。
高光谱成像仪用于果蔬内部品质的检测:
内部品质是水果和蔬菜的营养价值的衡量依据。一般来讲,内部品质主要通过检测水果和蔬菜的糖度、酸度、硬度、可溶性固形物含量、淀粉含量、水分和成熟度等指标进行评估。传统的检测方法是通过物理化学等破坏性的检测手段进行测量,传统方法费时费力,且只适合同批次农产品的抽检。高光谱成像技术可以实现农产品的化学成像,这也使水果和蔬菜的内部品质快速无损检测成为可能。
可溶性固形物含量(SSC)是指水果和蔬菜中所有溶解于水的化合物的总称,包括糖、酸、维生素、矿物质等。利用高光谱成像技术无损检测水果和蔬菜中可溶性固形物含量是近年来内部品质检测的研究热点。研究人员利用高光谱成像系统采集苹果的高光谱图像,然后通过测量苹果的吸收系数和约化散射系数来预测苹果的硬度和可溶性固形物含量。研究发现苹果的吸收系数和约化散射系数与硬度和SSC含量都相关,其中吸收系数与硬度和SSC含量的相关性较高。可溶性固形物含量预测的相关系数为0.864,该研究表明高光谱成像技术是测量水果光学特性的一种有效手段,可用于水果内部品质的无损检测。
高光谱成像仪用于果蔬品质安全的检测:
食品安全关系到消费者的饮食安全和健康,因此得到全社会持续性的高度关注。同内部品质检测一样,食品安全的检测目前仍是以传统的化学方法为主。品质安全主要通过检测水果和蔬菜的动物粪便等外来物污染、各种病害、品质劣变、细菌感染和农药残留等指标进行评估。大量的成功应用案例证明了高光谱成像技术在水果和蔬菜品质安全检测方面的可行性和有效性,高光谱成像技术作为一种新的科学有效的检测工具在未来食品安全检测中也将扮演更加重要的角色。
动物粪便往往含有各种病菌、细菌,被动物粪便污染的水果和蔬菜对人类的健康是一种潜在的威胁。因此及时检出并清洗或剔除被粪便等污染物污染的水果蔬菜是有必要的。研究人员通过搭建了一个高光谱反射和荧光成像系统用于在线检测苹果的缺陷和粪便污染。利用所搭建的线扫描高光谱成像系统结合商业的苹果分选生产线能以每秒钟三个以上的速度在线检测苹果的粪便污染和缺陷。实验结果表明,利用荧光成像系统和简单的波长比算法可以获得 100%的检测正确率。蔬菜中的粪便污染物会引起人类患上食源性传染疾病。为了快速自动地检测菠菜叶表面的粪便污染,研究人员搭建了线扫描高光谱荧光成像系统,并利用主成份分析(PCA)实现了菠菜表面粪便污染区域的提取。实验结果表明利用所搭建的高光谱成像系统可以实现菠菜叶表面粪便污染的检测。
相关产品
-
【名人趣事】中国遥感的开拓者和奠基人——童庆禧院士
童庆禧1935年出生,作为中国遥感的开拓者和奠基人之一,他亲历了我国遥感事业从无到有、从弱到强的全过程。..
-
高光谱壁画图像修复基础理论
在处理高光谱壁画内容像时,首先需要理解其基本组成和特性。高光谱壁画通常由多波长的光谱信息构成,这些信息包含了丰富的色彩和细节特征。然而由于光照条件、环境因素以及..
-
【贵州】2026年3月遥感影像获取情况公告
..
-
高光谱图像数据基于纯像元的分析方法介绍
高光谱成像仪获取的高光谱数据数据量大,数据率高,巨大的数据量为应用和分析带来不便,因此产生了许多新的数据处理方法对高光谱数据进行处理。本文对高光谱图像数据基于纯..













