高光譜(pǔ)成像技術在食品安全領(lǐng)域的應用

食品安全問題備(bèi)受關注，人們對果蔬品質與安全标準的要求也越來越高，已成爲社會關注的熱點。傳統果蔬品質檢測(cè)方法如化學法、高效液相色譜法、質譜分析法等通常對待測(cè)物具有破壞性，且檢測(cè)速度慢。

1. 高光譜成像技術介紹

高光譜(pǔ)成像技術将圖像與光譜(pǔ)技術相結(jié)合，可同時快速、準確(què)地獲取被測(cè)食品的圖像信息和光譜信息, 憑借無損、檢測(cè)速度快和不損害被測(cè)食品的優點(diǎn)，實現食品品質和質量的快速、高效檢(jiǎn)測(cè)，使得其在食品安全檢測(cè)中有著(zhe)極爲廣泛的應用。

高光譜三維立體圖像

2. 高光譜成像技術在果蔬品質檢(jiǎn)測(cè)中的應用

市場上人們對果蔬的直接感受就是其外部品質的好壞，即對顔色、新鮮度、大小、損傷、凍傷與腐爛等方面的判斷；其次，就是對果蔬的内部品質來作爲衡量其營養價值的重要依據，通過檢測果蔬的糖分、硬度、水分、成熟度、蛋白質等指标對其進行判斷。傳統的檢測技術由於(yú)精度低、操作複雜，很難區分出來。高光譜成像技術恰好克服瞭(le)這一缺點，能夠實現全方位的無損檢測，而且精度高、易於(yú)操作，近年來逐步用於(yú)果蔬外部品質和内部品質的檢測中。

3. 果蔬外部品質的檢測

1) 新鮮度檢測

新鮮度是反映果蔬品質最重要指标。利用高光譜成像儀採(cǎi)集瞭(le)分别在失水0、10、24、48小時狀态下的小白菜、菠菜、油菜、娃娃菜等四種蔬菜葉片，並對其光譜圖像進行對比分析。其中，通過小白菜葉片在不同失水時間下的高光譜圖像及光譜信息的變化，葉片在失水過程中其形狀外觀形态及内部葉綠素均有變化。

小白菜葉片不同失水時間(jiān)段下的高光譜(pǔ)圖像

2) 凍傷檢測

凍傷和機械損傷是果蔬在採(cǎi)摘、運輸及儲(chǔ)藏過程中不可避免的表面損傷，将直接影響果蔬的外部品質。利用高光譜成像技術和ANN預測模型對蘋果凍傷進行瞭研究，如圖1所示。實驗採用如圖2所示過程，在400-1000nm波段的凍傷蘋果高光譜圖像中選擇5個主成分波段（717,875,960和980nm）進行ANN模型的建立，其訓練集、測試集、和驗證集的相關系數分别爲0.93,0.91和0.92，最終實現瞭98%以上的識别準確率。

圖1：蘋果光譜特征曲線圖

圖2：特征波段光譜數據選取

3）腐爛檢測

腐爛是果蔬在儲藏、運輸過程中最常見的現象，不僅影響果蔬的内外部品質，甚至會導緻安全問題。利用高光譜成像技術對桃子根黴菌進行深入研究，選取400-1000nm波段採(cǎi)集桃子360°全方位的高光譜數據（如圖1所示），然後通過統計方法和圖像分割算法得到三個單波長圖像（709nm，807nm和874nm）可以明顯區分出邊(biān)緣、健全和腐爛部位。

圖1：包含光譜(pǔ)和空間(jiān)信息的高光譜(pǔ)圖像示意圖

4.果蔬内部品質檢測

1）糖度和硬度檢測

糖度和硬度是反映果蔬内部品質的兩個重要指标，糖度能體現出果蔬的口感度，硬度能間接體現果蔬的成熟度。利用近紅外高光譜成像儀（900-1700nm）分别對490個藍莓的果柄側和花萼側進行光譜成像檢測果實的糖度和硬度。

藍(lán)莓果實(shí)樣本的硬度和糖度的Brix值分布圖

5. 結論

随著(zhe)生活水平的提升，人們對健康食品的品質要求越來越高。傳統的檢測技術操作複雜、破壞性強，難以滿足檢測需要。高光譜成像技術憑借圖譜結合、無損、無接觸的優勢，能夠快速、準確(què)、無損的檢測出食品的品質，操作簡單，近年來廣泛應用與果蔬品質的檢測中，成爲食品安全質量檢測最先進技術之一。

* 本文内容主要轉自網絡論文，僅供學術交流與應用研究，知識産(chǎn)權歸(guī)各自然人所有。*