摘 要: 传统的近红外光谱分析法和可见光图像技术应用于水果品质无损检测中存在的检测区域小、检测时间长、仅能检测表面情况等局限性。高光谱图像技术结合光谱技术与计算机图像技术两者的优点可获得大量包含连续波长光谱信息的图像块其图像信息可检测水果的外部品质光谱信息则可用于水果内部品质的检测达到根据水果内、外部综合品质进行分类的目的。根据不同的采集设备简介了两种获得高光谱图像的方法。综述了国内外将该技术应用于水果品质检测方面的研究进展检测内容包括外观品质、损伤与缺陷成熟度和坚实度含糖量、含水率等内部品质着重介绍了各高光谱图像的成像波段范围、分辨率、成像源实验数据处理的方法以及实验结果等。根据综述所得提出了高光谱图像技术应用中需要解决的光谱降维、降低样品差异影响和实时检测平台搭建等问题。
关键词: 高光谱图像技术; 水果品质; 无损检测; 机器视觉; 水果分级
0 引 言
水果品质检测技术对于水果的生产和消费都十分重要多年来一直是农业工程领域的重要研究课题。目前对水果的外部品质检测已经有多种较成熟的技术如可见光图像检测、红外图像检测等。但是这些基于普通CCD成像的检测技术仅能够检测水果的部分表面特征无法实现对水果内部品质(如水分、糖酸度、机械损伤、碰伤、腐烂、变质、虫害等)的检测。
随着计算机技术的迅速发展以及化学计量学方法研究的日益深入近红外光谱技术在农畜产品品质检测领域得到较快发展[1- 3 ]。近红外光谱技术是一种新的光谱技术将其用于农产品内部品质在线实时检测具有传统检测方法不可比拟的优点[4 ]: 1)它属于非破坏性检测可保留农产品完整外表而得其内在品质; 2)检测速度快不需花大量时间进行样本预处理和常规分析; 3)近红外吸收光谱包含了待测农产品的所有成分吸收信息可同时检测多种内部成分。但是近红外光谱技术只提供对检验客体一个小区域的检测。水果的品质在空间上存在差异[5 ] 应用近红外光谱技术对水果品质进行检测时一定要注意检测部位的一致性。因此该方法还存在一定的局限。
近年来研究表明水果品质与安全性检测中应用基于高光谱图像技术的机器视觉系统是一个重要的发展趋势。高光谱图像技术检测的水果品质信息包含光谱和图像信息。由于光谱技术能检测水果的物理结构、化学成分等图像技术又能全面反映水果的外在特征及表面的缺陷及污染情况所以通过提取水果高光谱图像中各检测项目所对应的特征波长(通常是2到3个) [ 6] 该技术能对水果的综合品质与食用安全性进行全面、快速的检测。
1 高光谱图像技术概述
高光谱图像技术已经被应用于从精微研究到遥感的许多科学领域[7- 9 ]。一般认为光谱分辨率在10- 1λ数量级范围内称为多光谱( Multi-spect ral ) 光谱分辨率在10- 2λ数量级范围内称为高光谱( Hy per-spect ral) 光谱分辨率在10- 3λ数量级范围内称为超光谱( Ult raspectral) [10 ]。
高光谱图像是一系列光波波长处的光学图像(光源有特定的波长) 光谱范围可以在紫外( 200～ 400 nm)、可见光( 400～ 760 nm)、近红外( 760～ 2560 nm)以及波长大于2560 nm的区域。它比多光谱图像具有更高的光谱分辨率通常精度可达到2～ 3 nm。高光谱图像数据是三维的称为图像块(如图1)。其中的二维是图像像素的坐标信息(以x 和y 表示) 第三维是波长信息(以λ表示) 一个分辨率为x × y像素的图像检测器阵列在n个波长处获得的样品图像块是x × y × n 的三维阵列。
…………