无损检测技术在农产品品质评价中的应用

《无损检测技术在农产品品质评价中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、无损检测技术在农产品品质评价中的应用随着我国加入世贸组织后和人民消费物质的不断丰富，人类对可食农产品的要求不再满足于农产品的数量，也不再满足于农产品的安全、卫生，而是对农产品的外观、风味和营养等品质问题越来越关注，要求越来越高。在同等安全、卫生的情况下，选择食用优质农产品渐渐成为一种消费观念和消费文化，这使得对农产品按质量要素进行等级划分，实行以质论价、优质优价就变得切实可行。本文综述了不同的无损检测技术在农产品中的应用现状和最新研究进展，并对其未来的发展方向进行了展望。1农产品的无损检测无损检测技术(NondestructiveDeterminationTechonologi

2、es，简称NDT)是一门新兴的综合性应用学科，它是在不破坏或损坏被检测对象的前提下，利用农产品内部结构异常或缺陷存在所引起的对热、声、光、电、磁等反应的变化，来探测各种农产品等内部和表面缺陷，并对缺陷的类型、性质、数量、形状、位置、尺寸、分布及其变化做出判断和评价。根据无损检测原理的不同，检测方法大致可分为光学特性分析法、声学特性分析法、机器视觉技术检测方法、电学特性分析法、核磁共振检测技术与x射线检测技术等；农产品的品质检测主要包括水果、蔬菜的检测与分级；畜禽、水产品类的检测与分级；经济作物的检测与分级(烟叶、茶叶、咖啡、蜂产品)；谷物籽粒的检测与分级(如大豆、花生、玉米、芝

3、麻、大米)等：根据农产品品种及其物理特性的多样性，不同的农产品有时需要用不同的无损检测方法和检测装置来实现。2无损检测主要方法与基本原理2.1光学特性分析法由于农产品的内部成分和外部特性不同，在不同波长光线照射下会有不同的吸收或反射特性，即水果的分光反射率或吸收率在某一特定波长内会比其它部分大，根据这一特性结合光学检测装置能实现农产品品质的无损检测。目前用于水果内部品质的光学检测主要有3种方法：规则反射光法、漫反射光法和透射光法。2.2声学特性分析法农产品的声学特性是指农产品在声波作用下的反射特性、散射特性、透射特性和吸收特性、衰减系数和传播速度及其本身的声阻抗与固有频率等，它

4、们反映声波与农产品相互作用的基本规律，故根据农产品的声学特性即可判断农产品品质。2.3机器视觉技术检测方法计算机视觉是以计算机和图像获取部分为工具，以图像处理技术、图像分析技术、模式识别技术、人工智能技术为依托，处理所获取的图像信号，并从图像中获取某些特定信息。计算机视觉技术无需接触特定对象便可从获取的图像中得到大量的信息，通过对这些信息的分析得到物体尺寸、表面缺陷、外观形状、表面色度等具体信息，进而实现外观质量的综合评价。2.4电学特性分析法介电特性是指生物分子中的数负电荷(只能在分子线度范围内运动的电荷)对外加电场的响应特性。农产品的生理变化伴随着电介质特征参数变化，而这一

5、变化可通过对宏观介电特性参数的检测感知。因此，利用农产品的介电特性，可实现对农产品含水率、损伤、品质等的快速检测。2.5核磁共振检测技术核磁共振技术(NMR)是一种探测浓缩氢质子的技术，它对农产品中的水、脂的混合团料状态下的响应变化比较敏感。如果以适当频率的电磁波照射在外加磁场中的自旋核，这时处于低能态的自旋核就会吸收电磁波的能量，从低能态跃迁到高能态。这种现象称为核磁共振。这时的核产生一种核磁共振信号，从而给出核磁共振谱，即NMR谱。根据此核磁共振谱可反映分子中原子所处的状态，进而可以对农产品的内部品质进行综合评价。2.6X射线检测技术x射线具有较好的穿透能力，对于农产品来讲

6、其密度大小影响x射线的穿透量的多少，通过对穿透量的分析，可探明物质内部的情况。X射线适合于那些与密度变化有密切联系的品质因素检测。由于农产品的密度与金属等物质相比要小得多，所以所需x射线强度很弱，通常称其为软X射线。3无损检测技术在农产品品质检验中的应用3.1在果蔬产品检测中的应用袁雷、刘辉军等选择不同谱区范围的近红外光谱，利用偏最小二乘法对柑橘中总酸、总糖和维生素三种组分建立数学预测模型并进行优化，三种组分的化学值与近红外预测值的相关决定系数分别为：总酸r2=0.959，总糖r2=0.970和维生素Cr2=0.973，所建模型具有实际应用价值。BartDeKetelaere和

7、JosseDeBaerdemaeker两人研究出了一种基于频谱分析来估测西红柿的硬度的方法，研究表明西红柿椭圆模型的共鸣频率与其硬度相关，他们把一种基于统计的无参数滤波方法应用于频谱以获得共鸣频率的有力估计，并施加以合适的算法，从而可以以最少的测量次数获得单个西红柿的硬度。应义斌、徐惠荣和徐正冈建立了用于柑桔成熟度检测的计算机视觉系统，研究了柑桔图像颜色的描述方法，通过分析比较，认为在利用水果可见光彩色图像检测水果成熟度时，宜采用HIS颜色模型空间，利用人工神经网络方法建立了根据柑桔图像的色