|
在果蔬品质检测方面，高光谱反射成像是最常见的类型，通常在可见/近红外（visible/near-infrared, Vis/NIR）（400～1 000 nm）或短波红外（1 000～ 2 500 nm）范围内，用于对果蔬内部品质和外部缺陷的检测[44,45]。例如，张然采集了不同损伤程度的马铃薯HSI信息（468～1 000 nm），通过主成分分析选择区域特征明显的主成分图像，然后将筛选的图像与对图像贡献率最高的波段进行递推最小二乘处理，同时结合贝叶斯分类器模型进行识别分析，实现了对马铃薯外部冻伤、机械损伤、摔伤等损伤的识别[46]。张梦芸进行了基于高光谱成像技术对蓝莓内部瘀伤检测的研究，使用卷积神经网络对高光谱图像进行分割，提高了检测的准确率并解决了蓝莓的摆放问题，对早期瘀伤的测试识别率达到81.1%[47]。RADY等利用可见光/高光谱成像（400～900 nm）检测苹果蠹蛾侵染情况，对侵染的判别率达到86%[48]。KERESZTES等开发了一个使用短波红外高光谱成像技术结合眩光矫正技术的早期苹果瘀伤的检测系统，准确度可达到98%，并且每个苹果的检测时间低于200 ms[49]。WU等利用HSI技术获取枣的反射图像来识别枣的常见缺陷（昆虫传播和裂缝），通过筛选合适的分析波长进行模型建立，准确度达到96%[50]。MOLLAZADE利用300～1 000 nm的高光谱成像系统检测纽扣蘑菇4个水平的表皮褐变，证明利用高光谱成像和化学计量学技术对蘑菇帽上不同程度的褐变进行分类是可行的[51]。XIE等通过获取不同成熟度香蕉在380～1 023 nm波段的高光谱图像，建立偏最小二乘（partial least squares, PLS）模型来预测香蕉的颜色和硬度，实现对香蕉成熟度的判别[52]。综合以往的研究可以看出，高光谱成像技术能够实现对果蔬内外部品质的有效检测和判断。国内外已有许多公司开发出适用于果蔬行业的高光谱成像的检测设备，例如，芬兰SPECIM公司的工业高光谱相机FX系列、北京卓立汉光仪器有限公司的高光谱成像仪，前者可搭载于果蔬分选生产线上，后者主要用于实验室研究。
|