农产品无损检测技术的探讨

《农产品无损检测技术的探讨》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、农产品无损检测技术的探讨摘要：下文主要结合笔者多年的工作实践经验，筒单的阐述了高光谱成像技术的原理，分析总结了国内外高光谱成像技术在农产品品质无损检测发展中存在的问题以及应用前景，以期该技术在我国农产品品质无损检测领域中发挥更大的作用。关键词：高光谱无损检测引言从古至今，农业都是中国的传统和基础产业。农产品的种植、加工、消费及出口对农产品的品质检测都有较强的依赖。现在适用的农产品品质检测方法有着破坏样本、消耗大量时间、甚至严重污染环境等不可避免的缺点。为了农业的健康发展、提高中国农产品的国际竞争力和缓解环境压力亟需开发一种快速无损的农产品品质检测方法。农产品无损检测

2、技术是利用自身力的学、光学、电学及声学等物理性质对其品质进行非破坏检测，并按照一定标准对其进行分级分选的新兴技术。现阶段，我国农产品品质检测主要以人工分拣为主，费时费力，导致农产品在国内外市场上缺乏相应的竞争力，市场前景不容乐观。因此，研究开发快速有效、实时在线的农产品品质无损检测技术已经成为我国农业工程领域的重要研究方向。1、高光谱成像技术原理高光谱是利用很多窄的电磁波波段获取物体有关数据的技术，它可在电磁波的紫外、可见光、近红外、中红外以至热红外区域，获取许多非常窄且光谱连续的图像数据，为每个像元提供数十至数百个窄波段（通常波段宽度〈10nm）光谱信息，能产生一

3、条完整而连续的光谱曲线。高光谱具有多波段、高分辨率和图谱合一的特点，把二维图像和光谱技术融为一体。高光谱图像可以用“三维数据块”来形象地描述（见1），其中x和y表示二维平面像素信息坐标轴，第三维（入轴）是波长信息坐标轴。高光谱图像集样本的图像信息与光谱信息于一身。图像信息可以反映样本的大小、形状、缺陷等外部品质特征，由于成分不同对光谱吸收也不同，在某个特定波长下图像对某个缺陷会有较显著的反映，而光谱信息能充分反映样品内部的物理结构、化学成分的差异。这些特点决定了高光谱图像技术在农产品内外部品质的检测方面的独特优势。2、高光谱成像检测装置由光源、光谱成像仪、图像采集卡

4、、暗箱、数据处理软件、位移平台等构成了典型的高光谱成像装置。高光谱成像技术有基于滤片的高光谱成像系统和基于图像光谱仪的高光谱图像系统两种2为搭建的高光谱成像装置示意3、高光谱数据处理高光谱图像数据块能够为被检样品提供详尽的内外部信息，但同时由于波谱段多、数据量大、数据相关性强等特点，给数据处理造成了维数灾难。目前，国内外大多数学者对数据处理的方法是：先选择感兴趣区域（ROI），在采用主成分分析法（PCA）、独立成分分析法（ICA）以及遗传算法（GA）等对感兴趣区域数据进行分析降维，去除大量冗余信息，找出特征波长，并建立相应的判别模型。常用的建模方法有BP神经网络法（

5、BPANN）、多元线性回归法（MLR）以及偏最小二乘法（PLS）。4、农产品无损检测中高光谱成像技术的应用自20世纪80年代以来，高光谱成像技术在军事侦查、土地遥感规划以及灾难评估等国家信息领域得到广泛应用。随着电子和光学成像技术的发展，高光谱成像技术才得以商业化。由于该技术的自身优势，国外研究人员开始将该技术应用到农产品无损检测领域，取得了一系列研究成果。近几年，国内研究人员也做了大量的基础研究工作，为该技术在农产品无损检测领域的广泛应用奠定了基础。4.1在水果品质无损检测中的应用水果内外部品质好坏是水果腐烂变质的罪魁祸首，也是划分水果等级最基本的标准。但要对水果

6、内外部多个品质特征同时进行非破坏的快速有效检测，依旧面临较大困难。高光谱成像技术融合了图像和光谱技术优势，在水果内外部品质检测方面取得了较好的效果。4.1.1在水果外部品质检测中的应用Vargas等用紫外诱导甜瓜表面动物粪便污染物发出(425〜774nm)荧光的高光谱荧光成像方法对甜瓜表面不同浓度的动物粪便进行检测，采用波段比(595/655nm,655/520nm,555/655nm)对其进行分析，检测率为79%〜96%。进一步研究发现模型把甜瓜表面疤痕组织误认为动物粪便。在采用主成分分析法对全波段进行分析发现，PC1和PC6包含了图像99.6%的信息，在根据权重

7、系数大小选择了465，487，531，607，643，688nm6个特征波长，相关系数为99.96%。4.1.2在水果内部品质检测方面的应用单佳佳等利用高光谱空间散射曲线的3个洛伦兹拟合参数对苹果的品质(硬度、可溶性固溶物含量)进行检测，采用偏最小二乘、逐步多元线性回归和BP神经网络3种方法分别对归一化处理和未归一化处理的3个洛伦兹参数组合建立预测模型。结果表明：采用偏最小二乘法对两种情况判别效果最好，校正相关系数和校正误差分别为Rc0.93，SEC=0.56,Rv=0.84，SEV=0.94。结果表明，该技术对苹果多参数进行同时检测是可行的4.2在蔬菜品质无损