通過(guò)使用高光譜成像，我們可以評(píng)估水果和蔬菜的成熟度和老化情況。

保證食品質(zhì)量是追求利潤(rùn)與負(fù)責(zé)任的食品生產(chǎn)過(guò)程中至關(guān)重要的事情。特別是對(duì)于水果和蔬菜來(lái)說(shuō)，它們相較其他食品更加敏感，因此必須保持新鮮狀態(tài)才能保持其價(jià)值和健康。高光譜成像技術(shù)為自動(dòng)化質(zhì)量控制系統(tǒng)提供了重要數(shù)據(jù)，以保證食品的優(yōu)質(zhì)水準(zhǔn)。

使用SINESPEC賽斯拜克SP130M高光譜相機(jī)來(lái)評(píng)測(cè)李子和番茄的老化情況。

評(píng)估食品新鮮程度時(shí)，食品的生長(zhǎng)天數(shù)是必須量化的一個(gè)關(guān)鍵指標(biāo)。在這種情況下，水果和蔬菜的成熟度和硬度是兩個(gè)基本參數(shù)，需要觀察和監(jiān)測(cè)。通過(guò)使用高光譜相機(jī)，可以觀察水果和蔬菜在成熟過(guò)程中的光譜變化。

在這項(xiàng)研究中，我們使用了SINESPEC賽斯拜克SP130M高光譜相機(jī)和實(shí)驗(yàn)室推掃平臺(tái)對(duì)李子和番茄進(jìn)行了為期20天的檢查，以評(píng)估它們的老化過(guò)程（見圖1）。SINESPEC賽斯拜克SP130M高光譜相機(jī)是一種涵蓋可見光-近紅外波段（VNIR）的相機(jī)，能夠覆蓋從400到1000納米的光譜范圍。研究的第一階段主要集中在樣品光譜特征隨時(shí)間變化的分析?；诖?，我們建立了番茄和李子的老化過(guò)程回歸模型。

圖1

圖2

實(shí)驗(yàn)中使用了SINESPEC賽斯拜克SP130M相機(jī)，在40×20推掃平臺(tái)上放置了3個(gè)李子和3個(gè)西紅柿樣本。對(duì)這些樣本進(jìn)行了為期20天的測(cè)量。

采用高光譜數(shù)據(jù)，與樣品照片一起捕捉下來(lái)。從照片中可以看出，隨著時(shí)間推移，李子的新鮮度逐漸下降，尤其是西紅柿（見圖2）。通過(guò)在一個(gè)西紅柿和李子的中間開一個(gè)小口，發(fā)現(xiàn)這種操作似乎對(duì)加速番茄的衰老有明顯的影響，但對(duì)李子則沒(méi)有影響。

圖3

這里是第3張圖片，分別展示了第1天、第13天和第20天的樣本照片。

通過(guò)光譜反射率可以揭示出化學(xué)變化。

對(duì)于每個(gè)李子和番茄，在進(jìn)行每天的光譜測(cè)量時(shí)（即第1天、第2天、第3天、第6天、第9天、第13天、第14天、第16天、第17天和第20天），需要進(jìn)行矩形框選。為了簡(jiǎn)化結(jié)果的展示，圖4中只顯示了第1天、第13天和第20天的光譜。在所選區(qū)域內(nèi)取光譜的平均值。

從第1天到第20天，拍攝的照片顯示出番茄的光譜差異比李子更加明顯(圖3)。

光譜可以展示水果和蔬菜中隨著時(shí)間發(fā)生的化學(xué)變化。李子和西紅柿在初始階段都呈現(xiàn)綠色，因?yàn)樗鼈兏缓~綠素。然而，在成熟過(guò)程中，葉綠素會(huì)分解成另一種化學(xué)物質(zhì)。對(duì)于西紅柿而言，葉綠素會(huì)轉(zhuǎn)化成番茄紅素，這也解釋了為何它呈現(xiàn)紅色。這種化學(xué)變化導(dǎo)致了李子和西紅柿在550到750nm之間的光譜變化。此外，水果和蔬菜的成熟程度也會(huì)影響水分含量，并進(jìn)而影響它們?cè)?70納米處的光譜。隨著時(shí)間的推移，其他特性（如糖含量）也會(huì)發(fā)生變化，從而在反射率光譜中留下痕跡。

圖4

圖4展示了李子和番茄的偽彩圖，包括第1天、第2天、第3天、第6天、第9天、第13天、第14天、第16天、第17天和第20天的數(shù)據(jù)。每個(gè)數(shù)據(jù)集從左到右排列在一個(gè)單一的數(shù)據(jù)集中（鑲嵌圖）。每個(gè)番茄和李子的平均光譜分別顯示在第1天（白色）、第13天（粉色）和第20天（紫色）。

利用回歸模型來(lái)衡量老化的程度。

在圖4中，我們建立了回歸模型來(lái)量化李子和番茄的老化情況。圖中的橫軸代表成像日，是我們用來(lái)進(jìn)行實(shí)際回歸的變量。根據(jù)我們的計(jì)算，李子的R2值為0.81，番茄的R2值為0.91。這些R2值是基于其他選擇進(jìn)行計(jì)算的，并非用于模型訓(xùn)練的選擇。根據(jù)實(shí)際值和預(yù)測(cè)值的對(duì)比，我們得到了回歸圖，如圖5所示。

圖5

針對(duì)李子，這個(gè)模型是基于光譜范圍從588nm到976nm的數(shù)據(jù)。對(duì)于番茄而言，該模型則使用了445nm到993nm之間的光譜波段進(jìn)行訓(xùn)練。

熱區(qū)圖呈現(xiàn)了三個(gè)李子和三個(gè)西紅柿在不同天數(shù)下的回歸模型輸出。數(shù)據(jù)采集分別在第1、2、3、6、9、13、14、16、17、20天進(jìn)行，熱區(qū)圖的時(shí)間跨度為第1天至第25天。從左到右依次是每個(gè)采集日期對(duì)應(yīng)的數(shù)據(jù)。

圖6

圖6展示了對(duì)兩個(gè)模型進(jìn)行實(shí)際值和模型預(yù)測(cè)值對(duì)比的結(jié)果，這些模型是用來(lái)測(cè)量李子和西紅柿的老化程度的。

結(jié)論

賽斯拜克sinespecSP130M高光譜相機(jī)的應(yīng)用范圍包括測(cè)量水果和蔬菜的成熟度和老化程度，因?yàn)樗軌蚋叨让舾械夭蹲降睫r(nóng)產(chǎn)品的新鮮度相關(guān)特征。在建立經(jīng)典回歸模型時(shí)，可以將實(shí)驗(yàn)室測(cè)量結(jié)果作為開發(fā)和驗(yàn)證模型的參考值。

SP130M高光譜相機(jī)在可見-近紅外(VNIR)范圍內(nèi)工作，可有效監(jiān)測(cè)生鮮食品的產(chǎn)品質(zhì)量。相比傳統(tǒng)的基于點(diǎn)的方法，高光譜成像具有非破壞性，通過(guò)圖譜合一的檢測(cè)方式，特別適用于食品分級(jí)和分類。在各種工業(yè)和農(nóng)業(yè)應(yīng)用中，高光譜成像結(jié)合分辨率更高的光譜信息，提供各種成分、異物檢測(cè)和質(zhì)量損傷情況等，形成“征兆圖”，供診斷、決策和風(fēng)險(xiǎn)評(píng)估等使用。

通過(guò)廣泛的實(shí)驗(yàn)和實(shí)際應(yīng)用，發(fā)現(xiàn)絕大多數(shù)物質(zhì)成分在近紅外900-1700nm和短波紅外1000-2500nm的波段中表現(xiàn)出很好的吸收和反射特性，并且這些波段中的光譜特征非常明顯。因此建議，在進(jìn)行相同類型的應(yīng)用時(shí)，應(yīng)選擇合適的波長(zhǎng)范圍產(chǎn)品來(lái)檢測(cè)不同的物質(zhì)。