高光谱成像仪在农产品无损检测中的具体应用

随着人们生活水平的提高，人们对农产品品质的要求也越来越高，而传统的农产品品质检测方法有着破坏样本、耗时长等缺点，无法满足现有的生产需求。随着光谱技术的不断发展，光谱成像技术被广泛的应用于农产的品质检测，它能够准确探测一维光谱和二维几何空间信息，获得被测样品的光谱信息和图像信息，对样品内外品质进行定量和定性的分析。本文介绍了高光谱成像仪在农产品无损检测中的具体应用。

高光谱成像仪用于果蔬品质检测：

针对果蔬类外部品质的无损检测，主要对果蔬的颜色、大小、性状和表面特征等方面进行判断，传统的人工分拣方法虽然能大致区分出果蔬外部品质的优劣，但是人工的判断更多的是凭借肉眼的观察和分拣的经验，因此存在一定程度的误差。应用高光谱成像技术进行无损检验时，能够对果蔬的擦伤、冻伤等外部损伤情况做出科学合理的检测。

果蔬的一般性损伤都是在采摘和运输的过程中造成的，有时候过长时间的存储也会使果蔬的外部氧化，发生质变，导致一定程度的腐烂，一般中期和晚期的外部损伤可以用肉眼进行察觉，但是果蔬早期的损伤是无法用肉眼判断的，只能借助高光谱成像技术。例如：用高光谱成像技术对苹果的擦伤程度进行研究，将苹果的擦伤程度分为可见损伤、近红外损伤和短波红外波段内损伤，通过采用相关函数建成检测模型，准确得出苹果擦伤的程度。

高光谱成像仪用于肉类品质检测：

根据国内外的相关研究，高光谱成像技术在肉类检测中发挥着重要作用，可以对肉制品的嫩度、大肠杆菌、肌内脂肪、蛋白质、水分、颜色和pH值等因素进行检测，形成有较高分辨率的高光谱图像。

在高光谱成像技术的应用中，主要对猪肉、牛肉、火鸡、火腿等肉类进行无损检测。例如：对猪肉进行无损检测时，采集多个样本，形成400～1100nm范围的高光谱图像，利用函数分析出猪肉高光谱图像的散射特征，将不同的参数拟合为散射曲线，从而建立起多元线性回归模型，得出最终的检测结果。

高光谱成像仪用于谷物品质检测：

就目前我国农产品的经营情况来看，市场上出现很多与农作物质量相关的问题，导致人们的生活水平受损，因此，对谷物类的无损检测至关重要。经过国内外各项研究，高光谱成像技术已广泛应用于谷物类无损检测。例如：利用高光谱成像技术对大米进行无损检测时，对大米的部分区域进行降维处理，利用主成分析法（PCA）和BP神经网络法（BPANN）建立相关图像模型。经过对比发现，应用BPNN形成的数据模型明显优于利用PCA形成的预测模型，能够对大米的品质进行准确的预测。除此以外，还可以用近红外高冠普检测小麦、玉米等农作物的真菌感染情况，利用高光谱成像技术形成线性波段，对感染的农作物种子进行识别。