高光譜成像技術(shù)在食品安全領(lǐng)域的應(yīng)用
高光譜成像技術(shù)在果蔬品質(zhì)檢測中的應(yīng)用
市場上人們對果蔬的直接感受就是其外部品質(zhì)的好壞,即對顏色、新鮮度、大小、損傷、凍傷與腐爛等方面的判斷;
其次,就是對果蔬的內(nèi)部品質(zhì)來作為衡量其營養(yǎng)價值的重要依據(jù),通過檢測果蔬的糖分、硬度、水分、成熟度、蛋白質(zhì)等指標(biāo)對其進(jìn)行判斷。
傳統(tǒng)的檢測技術(shù)由于精度低、操作復(fù)雜,很難區(qū)分出來。高光譜成像技術(shù)恰好克服了這一缺點,能夠?qū)崿F(xiàn)的無損檢測,而且精度高、
易于操作,近年來逐步用于果蔬外部品質(zhì)和內(nèi)部品質(zhì)的檢測中。
果蔬外部品質(zhì)的檢測
新鮮度檢測
新鮮度是反映果蔬重要指標(biāo)。利用高光譜成像儀采集了分別在失水0、10、24、48小時狀態(tài)下的小白菜、菠菜、油菜、娃娃菜等四種蔬菜葉片,
并對其光譜圖像進(jìn)行對比分析。其中,通過小白菜葉片在不同失水時間下的高光譜圖像及光譜信息的變化,葉片在失水過程中其形狀外觀形態(tài)及內(nèi)部葉綠素均有變化。
凍傷檢測
凍傷和機械損傷是果蔬在采摘、運輸及儲藏過程中不可避免的表面損傷,將直接影響果蔬的外部品質(zhì)。
利用高光譜成像技術(shù)和ANN預(yù)測模型對蘋果凍傷進(jìn)行了研究,如圖1所示。實驗采用如圖2所示過程,
在400-1000nm波段的凍傷蘋果高光譜圖像中選擇5個主成分波段(717,875,960和980nm)進(jìn)行ANN模型的建立,
其訓(xùn)練集、測試集、和驗證集的相關(guān)系數(shù)分別為0.93,0.91和0.92,最終實現(xiàn)了98%以上的識別準(zhǔn)確率。
腐爛檢測
腐爛是果蔬在儲藏、運輸過程中最常見的現(xiàn)象,不僅影響果蔬的內(nèi)外部品質(zhì),甚至?xí)?dǎo)致安全問題。利用高光譜成像技術(shù)對桃子根霉菌進(jìn)行深入研究,
選取400-1000nm波段采集桃子360°的高光譜數(shù)據(jù)(如圖1所示),然后通過統(tǒng)計方法和圖像分割算法得到三個單波長圖像(709nm,807nm和874nm)
可以明顯區(qū)分出邊緣、健全和腐爛部位。
果蔬內(nèi)部品質(zhì)檢測
糖度和硬度檢測
糖度和硬度是反映果蔬內(nèi)部品質(zhì)的兩個重要指標(biāo),糖度能體現(xiàn)出果蔬的口感度,硬度能間接體現(xiàn)果蔬的成熟度。
利用近紅外高光譜成像儀(900-1700nm)分別對490個藍(lán)莓的果柄側(cè)和花萼側(cè)進(jìn)行光譜成像檢測果實的糖度和硬度。
結(jié)論
隨著生活水平的提升,人們對健康食品的品質(zhì)要求越來越高。傳統(tǒng)的檢測技術(shù)操作復(fù)雜、破壞性強,難以滿足檢測需要。
高光譜成像技術(shù)憑借圖譜結(jié)合、無損、無接觸的優(yōu)勢,能夠快速、準(zhǔn)確、無損的檢測出食品的品質(zhì),操作簡單,近年來廣泛應(yīng)用與果蔬品質(zhì)的檢測中,
成為食品安全質(zhì)量檢測技術(shù)之一。
電話
微信