利用高光譜成像技術(shù)開展香蕉碰撞損傷檢測工作
更新時間：2025-03-10 點擊次數(shù)：1152
香蕉作為大宗水果，在運輸和貯存時，通常會采摘處于綠硬期、未經(jīng)催熟且暫無法食用的青果，即青香蕉。但青香蕉在采收及運送過程中極易遭受機械性損傷，這不僅有損產(chǎn)品外觀，還會降低消費者的購買意愿。故而，對香蕉的碰撞損傷程度進行檢測十分必要。本文將闡述高光譜成像技術(shù)在香蕉碰撞損傷檢測中的應(yīng)用。
香蕉是中國嶺南特色水果之一。據(jù)統(tǒng)計，2020 年中國香蕉產(chǎn)量達 1151.3 萬噸。在采收和運輸階段，香蕉多處于綠硬期（青香蕉），這一時期它們極易受到各種碰撞損傷。不同類型的碰傷都會加速香蕉果皮活性氧的積累，進而促使香蕉果實衰老腐敗。青香蕉受到碰撞損傷后，微生物容易侵入損傷部位，在催熟過程中，隨著乙烯釋放和果實軟化，會出現(xiàn)瘀傷腐爛或黑斑花臉的情況，嚴重影響香蕉的色澤品質(zhì)與銷售價格。所以，迫切需要一種快速、無損檢測青香蕉碰撞損傷的方法。
傳統(tǒng)的青香蕉碰撞損傷檢測方法主要有人工肉眼識別和常規(guī) RGB 圖像識別。然而，人工識別主觀性強，常規(guī) RGB 圖像識別難以發(fā)現(xiàn)碰撞初期的損傷。鑒于傳統(tǒng)檢測方法的這些缺陷，利用高光譜技術(shù)進行無損檢測的應(yīng)用得到了快速發(fā)展。高光譜成像技術(shù)融合了傳統(tǒng)圖像和光譜技術(shù)的長處，能夠同時獲取被檢測物體的空間信息與光譜信息，通過測定物體內(nèi)外部的品質(zhì)參數(shù)，并建立這些參數(shù)與青香蕉碰撞損傷之間的聯(lián)系，實現(xiàn)對碰傷程度的區(qū)分，彌補了傳統(tǒng)檢測方法的不足。
高光譜成像技術(shù)融合了光譜和圖像兩種技術(shù)，能同時獲取待檢測對象的空間及光譜信息。這意味著它不僅可以檢測出果品的相關(guān)圖像信息，還包含豐富的光譜信息。高光譜圖像技術(shù)能夠檢測水果的內(nèi)外品質(zhì)信息以及食品安全性等綜合性品質(zhì)信息，原因在于圖像檢測技術(shù)可全面反映果品的外在特征，光譜檢測技術(shù)則能檢測果品的化學成分和物理結(jié)構(gòu)等信息。因此，高光譜圖像檢測技術(shù)是一種操作簡便、快速且無損的新型檢測技術(shù)。借助高光譜成像技術(shù)和相應(yīng)分析方法，提取特征波長，再建立相應(yīng)的預測模型，便可判斷香蕉的碰撞損傷程度。其具體步驟如下：
高光譜圖像數(shù)據(jù)采集：運用高光譜成像儀采集數(shù)據(jù)時，需先開啟儀器預熱，隨后進行黑白校正。儀器校正完成后，對樣本進行高光譜數(shù)據(jù)采集。
光譜數(shù)據(jù)提取：對獲取的高光譜數(shù)據(jù)進行感興趣區(qū)域的光譜提取，將每個感興趣區(qū)域中所有像素點的平均光譜作為該區(qū)域的原始光譜。
光譜數(shù)據(jù)的預處理：由于原始光譜數(shù)據(jù)包含大量冗余信息和噪音，所以要對提取的光譜數(shù)據(jù)進行預處理。通過預處理，可避免其他因素降低預測模型的準確性。
預測模型的建立：采用偏最小二乘法、支持向量機、人工神經(jīng)網(wǎng)絡(luò)、多元線性回歸等方法，構(gòu)建基于光譜圖像的預測模型。接著將光譜圖像信息輸入模型，就能準確檢測出香蕉的損傷程度，并判斷該樣品是否合格。
地址：浙江省海寧市棟梁路73號
郵箱：510433896@qq.com