评估水果蔬菜成熟度的高光谱成像技术

通过使用高光谱成像，我们可以评估水果和蔬菜的成熟度和老化情况。

保证食品质量是追求利润与负责任的食品生产过程中至关重要的事情。特别是对于水果和蔬菜来说，它们相较其他食品更加敏感，因此必须保持新鲜状态才能保持其价值和健康。高光谱成像技术为自动化质量控制系统提供了重要数据，以保证食品的优质水准。

使用SINESPEC赛斯拜克SP130M高光谱相机来评测李子和番茄的老化情况。

评估食品新鲜程度时，食品的生长天数是必须量化的一个关键指标。在这种情况下，水果和蔬菜的成熟度和硬度是两个基本参数，需要观察和监测。通过使用高光谱相机，可以观察水果和蔬菜在成熟过程中的光谱变化。

在这项研究中，我们使用了SINESPEC赛斯拜克SP130M高光谱相机和实验室推扫平台对李子和番茄进行了为期20天的检查，以评估它们的老化过程（见图1）。SINESPEC赛斯拜克SP130M高光谱相机是一种涵盖可见光-近红外波段（VNIR）的相机，能够覆盖从400到1000纳米的光谱范围。研究的第一阶段主要集中在样品光谱特征随时间变化的分析。基于此，我们建立了番茄和李子的老化过程回归模型。

图1

图2

实验中使用了SINESPEC赛斯拜克SP130M相机，在40×20推扫平台上放置了3个李子和3个西红柿样本。对这些样本进行了为期20天的测量。

采用高光谱数据，与样品照片一起捕捉下来。从照片中可以看出，随着时间推移，李子的新鲜度逐渐下降，尤其是西红柿（见图2）。通过在一个西红柿和李子的中间开一个小口，发现这种操作似乎对加速番茄的衰老有明显的影响，但对李子则没有影响。

图3

这里是第3张图片，分别展示了第1天、第13天和第20天的样本照片。

通过光谱反射率可以揭示出化学变化。

对于每个李子和番茄，在进行每天的光谱测量时（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），需要进行矩形框选。为了简化结果的展示，图4中只显示了第1天、第13天和第20天的光谱。在所选区域内取光谱的平均值。

从第1天到第20天，拍摄的照片显示出番茄的光谱差异比李子更加明显(图3)。

光谱可以展示水果和蔬菜中随着时间发生的化学变化。李子和西红柿在初始阶段都呈现绿色，因为它们富含叶绿素。然而，在成熟过程中，叶绿素会分解成另一种化学物质。对于西红柿而言，叶绿素会转化成番茄红素，这也解释了为何它呈现红色。这种化学变化导致了李子和西红柿在550到750nm之间的光谱变化。此外，水果和蔬菜的成熟程度也会影响水分含量，并进而影响它们在970纳米处的光谱。随着时间的推移，其他特性（如糖含量）也会发生变化，从而在反射率光谱中留下痕迹。

图4

图4展示了李子和番茄的伪彩图，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天的数据。每个数据集从左到右排列在一个单一的数据集中（镶嵌图）。每个番茄和李子的平均光谱分别显示在第1天（白色）、第13天（粉色）和第20天（紫色）。

利用回归模型来衡量老化的程度。

在图4中，我们建立了回归模型来量化李子和番茄的老化情况。图中的横轴代表成像日，是我们用来进行实际回归的变量。根据我们的计算，李子的R2值为0.81，番茄的R2值为0.91。这些R2值是基于其他选择进行计算的，并非用于模型训练的选择。根据实际值和预测值的对比，我们得到了回归图，如图5所示。

图5

针对李子，这个模型是基于光谱范围从588nm到976nm的数据。对于番茄而言，该模型则使用了445nm到993nm之间的光谱波段进行训练。

热区图呈现了三个李子和三个西红柿在不同天数下的回归模型输出。数据采集分别在第1、2、3、6、9、13、14、16、17、20天进行，热区图的时间跨度为第1天至第25天。从左到右依次是每个采集日期对应的数据。

图6

图6展示了对两个模型进行实际值和模型预测值对比的结果，这些模型是用来测量李子和西红柿的老化程度的。

结论

赛斯拜克sinespecSP130M高光谱相机的应用范围包括测量水果和蔬菜的成熟度和老化程度，因为它能够高度敏感地捕捉到农产品的新鲜度相关特征。在建立经典回归模型时，可以将实验室测量结果作为开发和验证模型的参考值。

SP130M高光谱相机在可见-近红外(VNIR)范围内工作，可有效监测生鲜食品的产品质量。相比传统的基于点的方法，高光谱成像具有非破坏性，通过图谱合一的检测方式，特别适用于食品分级和分类。在各种工业和农业应用中，高光谱成像结合分辨率更高的光谱信息，提供各种成分、异物检测和质量损伤情况等，形成“征兆图”，供诊断、决策和风险评估等使用。

通过广泛的实验和实际应用，发现绝大多数物质成分在近红外900-1700nm和短波红外1000-2500nm的波段中表现出很好的吸收和反射特性，并且这些波段中的光谱特征非常明显。因此建议，在进行相同类型的应用时，应选择合适的波长范围产品来检测不同的物质。