光谱技术检测水果内部腐烂

形成检测系统进行检测将数据库和检测装置进行链接对水果进行检测并且能够返回检测结果到电脑屏幕上
logo
光谱图像扫描仪将内部损伤水果的图像扫描下来，并进行保存。
-2-
2.建立数据库
1、运用主成分分析法分析对采集来的图像进行分析。 2、建立数据库界面，建立数据库系统。 3、将采集来的图像和分析后的结果链接进入数据库系统。
-3-
3.形成检测系统进行检测
将数据库和检测装置进行链接对水果进行检测，并且能够返回检测结果到电脑屏幕上。
-4-
logo
小组成员：孟繁宇、郭峰、马文斐、胡永生、王瑛
感谢观看

水果内部品质光特性无损检测研究及应用

浙江大学学报(农业与生命科学版)　29(2):125～129,2003Journa l of Zhej i ang Un iversity (A gric 1&L ife Sci 1) 收稿日期:2002209210基金项目:国家自然基金(30270763)和国家“863”计划(2001AA 422230)资助项目.作者简介:应义斌(1964—),男,浙江宁海人,教授,博士生导师,主要从事农产品品质无损检测研究。

T el :0571286971140,E 2m ail :ybying @zju .edu .cn文章编号:100829209(2003)022*******水果内部品质光特性无损检测研究及应用应义斌,刘燕德(浙江大学生物系统工程系,浙江杭州310029)摘　要:基于水果光特性的无损检测和分级技术正越来越广泛地应用于水果的产后加工和质量评判中。

本文介绍了水果内部品质光学特性检测原理及检测系统组成,分析了规则反射、透射和漫反射3种光特性测量方法在水果内部品质检测中的优缺点,并阐述了水果的糖度、酸度、硬度等内部品质光特性无损检测的国内外最新研究进展和应用前景。

关　键　词:水果;内部品质;光学特性;无损检测中图分类号:O 657.33 文献标识码:AY I N G Y i 2b in ,L I U Yan 2de (D ep t .of B iosy ste m s E ng ineering ,Z hej iang U n iversity ,H ang z hou 310029,Ch ina )Study and applica tion of optica l properties for nondestructive i n ter ior qua lity i n spection of fruit .Jou rnal of Zhejiang U n iversity (A gric 1&L ife Sci 1),2003,29(2):1252129Abstract :N ondestructive quality in specti on and so rting techn ique based on fru it op tical p roperties is w idely u sed in po st 2harvest p rocessing and quality con tro l.T he fru it in teri o r quality in specting system s and their detecting p rinci p le w ere in troduced .T h ree differen t k inds of m easu ring m ethods ,such as reg 2u lar reflecti on ,diffu se reflecti on and tran s m ittance ,w ere analyzed .T he studies and their advancem en ts related to in specti on of sugar con ten t ,acidity and firm ness of fru its ,w ere review ed .F inally ,the app li 2cati on p ro spects of th is techno logy w ere fo rm u lated .Key words :fru it ;in teri o r quality ;op tical p roperties ;nondestructive in specti on 对农产品进行光学特性的无损检测和分级是近三十五年发展形成的新技术,是光、机、电、气一体化的结晶。

苹果内部品质近红外光谱分析检测技术

苹果糖度酸度由于苹果在生长过程中有阳阴面之分导致其糖酸分布不均2004年韩东海教授等作了苹果糖度的近红外光谱分析得出苹果径向糖度分布如图1果核处的糖度基本是最低的沿半径方向上糖度变化近似二次曲线形状通过拟和的方法将曲线用统一的二次曲线yax2bxc的形式表示出来
维普资讯
物定性鉴定和定量分析。获得近红外光谱主要应用两种技术：透射光谱技术和反射光谱技术。透射光谱（波长一般在７００ｍ０～１０ｎ１范围内）是指将待测样品置于光源与检测器之间，检测器
圈１苹果的径向糖度拟和二次曲线
１９９７年意大利
ＭａＵｒｉｏＶｅｎ稳定在２∞ 万吨以上。苹果采收１后，由于大小、着色、成熟度和商品性的不同，应进行仔细的分类，并根据不同的用途进行不同规格的包装。但由于分散的农户不具备开拓大市场的能力，他们把销售的着眼点放在集市的地摊上，因而在分类包效地保证每一个产品的质量。（）指导苹果生产２
主要是含氢基团ＸＨ振动的倍频和合频吸收。－有机物次曲线形状，通过拟和的方法将曲线用统一的二次曲线
分子对近红外光谱各个波长处具有不同的吸收率，在光ＹＡ２Ｂ＋＝Ｘ＋ＸＣ的形式表示出来。沿轴向上，苹果糖
谱表现出波峰和波谷。因此，近红外光谱主要用于有机度从果柄部分到花萼部分是逐渐增大的。
量的一种物理性质量标准。
Ｆ表示硬度（ｇ，ｋ）Ｒ表示可溶性固性物（ｂｉ）Ｓ表％ｒ，ｘ示淀粉指数。
近红外无损检测原理简介近红外谱区辐射是介于可见谱区到中红外谱区之苹果糖度．酸度
间的的电磁波谱区，其波长范围为０７— ．ｍ。近．５２５由于苹果在生长过程中有阳阴面之分，导致其糖

一种近红外光谱水果内部品质自动检测系统

近红外吸收光谱包含了待测水果的所有成分吸收信息! 因此可同时检测多种内部成分 ! 不像传统分析法
^# 要一一进行分析 " =
本文基于近红外漫反射光谱分析技术 ! 建立了用于水果内部品质的快速自动检测系统 ! 并对$ ! @ 个雪青梨糖度和酸度的快速无损检测进行了试验研究! 探讨了近红外漫反射光谱测试技术在水果内部品质无损检测中的应用前景 =
第! " 卷第 # 期 $ " " %年#月
! " & ’ ( ) * + , ’ -. / 0 2 + * * 2 5 0 ) 6 2 7 9 * 2 * 0 0 ) 2 * ; 2 0 * ; 0 1 34 8 3 3:
工学版 " 浙! 江 ! 大 ! 学 ! 学 ! 报!
< ’ , = ! "> ’ = # & + *= $ " " %
一种近红外光谱水果内部品质自动检测系统
$ 刘燕德#! ! 应义斌#! 傅霞萍#! 陆辉山#
" 浙江大学生物系统工程与食品科学学院 #浙江杭州 H $ #= # " " $ ?& $=江西农业大学工学院 #江西南昌 H H " " ! ^ 摘 ! 要 #基于傅里叶变换近红外漫反射光谱技术探讨了水果内部品质快速自动检测的新方法 = 建立水果的内部品质自动检测系统由光源 ’ 迈克尔逊干涉仪 ’ 近红外漫反射光纤探头组件 ’ 铟镓砷检测器’ 数据采集卡和水果样品室等部件组成 = 利用该系统对不同采收期雪青梨糖度和总酸度进行了自动检测试验并结合多元校正算法偏最小二乘建立了雪青梨漫反射光谱与其内部糖度 ’ 酸度的相关关系 = 试验结果为 % 定标误差分别为 "= 预测法# $ ^g ’ "= " $g # 误差分别为 "= 经研究表明 # 该自动检测系统可以直接用于水果内部品质的快速定量分析 = H $g ’ "= " $g= 关键词 #自动检测 &近红外光谱 & 光纤探头 & 数据采集卡 & 水果中图分类号 # $ I> D ^ #!!!!! 文献标识码 #M!!!!! 文章编号 # # " " @ ? D H N" $ " " % " # " " ^ H " !

高光谱荧光成像技术在识别早期腐烂脐橙中的应用研究

第３２卷，第１期２０１２年１月
光谱学与光谱分析
ＳｐｅｃｔｒｏｓｃｏｐｙａｎｄＳｐｅｃｔｒａｌＡｎａｌｙｓｉｓ
Ｖｏ１．３２，Ｎｏ．１，ｐｐ１４２—１４６Ｊａｎｕａｒｙ，２０１２
高光谱荧光成像技术在识别早期腐烂脐橙中的用研究
李江波，王福杰，应义斌，饶秀勤
浙江大学生物系统工程与食品科学学院，浙江杭州３１００５８
摘要腐烂是发生在柑橘类水果中最普遍、最严重的病害，早期腐烂果的自动化检测有助于提高水果加工业的市场竞争力。然而，目前没有有效的自动化检测技术。以脐橙为研究对象，利用荧光高光谱成像检测早期腐烂果。最佳指数ＯＩＦ理论用于识别腐烂果的最优波段组合（４９８．６和５９１．４ｎｍ）。基于最优波长的比图像及双阈值分割算法，识别率达到１００。研究表明，该方法能有效克服梗伤果及果梗在紫外线诱导下所产生的荧光效应对腐烂果识别的影响。该研究为基于多光谱成像技术对早期腐烂果的在线检测系统的开发奠定ｒ基础。
的识别率。随后他们又尝试采用荧光成像技术结合ＲＧＢ相机及区域增长法识别，识别率提高到９４．６％。然而，较复杂的区域增长算法同样限制了这种技术在在线水果分级中的应用。
高光谱成像技术，尤其是荧光成像技术，由于具有全波段连续光谱信息及识别目标对象不同化学组分的能力，已被逐渐引入农产品质量安全无损检测领域¨６］。相关研究ｌ１胡表明波段比算法不仅具有减少球形水果弯曲表面带来的光照不均匀的优点，而且能够有效地增强不同组分之间的差异，提供一些无法从单波段或者彩色图像中得到的独特信息。本研究主要目的是采用高光谱荧光成像技术结合波段比检测理论开发一种有效的早期腐烂果检测算法，为在柑橘类水果分级包装线上快速检测腐烂果奠定基础。

高光谱成像在水果内部品质无损检测中的研究进展

第29卷,第6期光谱学与光谱分析Vol 29,No 6,pp1611 16152009年6月 Spectro sco py and Spectr al AnalysisJune,2009高光谱成像在水果内部品质无损检测中的研究进展马本学1,2,应义斌1*,饶秀勤1,桂江生11 浙江大学生物系统工程与食品科学学院,浙江杭州 3100292 石河子大学机械电气工程学院,新疆石河子 832003摘要随着高光谱成像技术的日趋成熟与高光谱成像硬件、软件成本的不断下降,以及高光谱图像数据处理算法的不断改进,应用高光谱成像技术对水果品质进行无损检测成为当前研究热点之一。

为了能跟踪国内外的最新研究成果,对高光谱成像在水果内部品质(成熟度、坚实度、可溶性固形物、水分)检测研究进行综述,以期对我国相关研究人员的研究工作提供参考。

关键词高光谱成像;水果;内部品质;无损检测中图分类号:S126,T P 391 4 文献标识码:A DOI :10 3964/j issn 1000 0593(2009)06 1611 05收稿日期:2008 03 08,修订日期:2008 06 12基金项目:国家自然科学基金项目(60665002)和教育部新世纪优秀人才支持计划基金项目(NCE T 04 0524)资助作者简介:马本学,1970年生,浙江大学生物系统工程与食品科学学院博士研究生 *通讯联系人 e m ail:ybying@z ju edu cn引言我国是世界水果生产大国,根据!中国统计年鉴∀2006年我国水果总产量已经达到17239 9万吨(包括瓜果类),水果产量世界第一,但我国不是水果生产强国,水果出口量只占总产量的2%左右,远远低于9%~10%的世界平均水平[1]。

造成水果出口难的主要原因之一就是未能严格按照出口标准对水果品质进行分级。

随着科学技术的发展和人民生活水平的不断提高,以及我国加入世界贸易组织,国际水果市场竞争日益加剧,消费者对水果品质的要求越来越高。

一种近红外光谱水果内部品质自动检测系统

第40卷第1期2006年1月浙　江　大　学　学　报(工学版)Journal of Zhejiang University (Engineering Science )Vol.40No.1J an.2006收稿日期:20040823.浙江大学学报(工学版)网址:/eng基金项目:国家自然科学基金资助项目(30370371,60468002).作者简介:刘燕德(1967-),女,江西泰和人,教授,博士,从事农产品光学特性检测.E 2mail :jxliuyd @通讯联系人:应义斌,男,教授,博导.E 2mail :ybying @一种近红外光谱水果内部品质自动检测系统刘燕德1,2,应义斌1,傅霞萍1,陆辉山1(1.浙江大学生物系统工程与食品科学学院,浙江杭州310029;2.江西农业大学工学院,江西南昌330045)摘　要:基于傅里叶变换近红外漫反射光谱技术探讨了水果内部品质快速自动检测的新方法.建立水果的内部品质自动检测系统由光源、迈克尔逊干涉仪、近红外漫反射光纤探头组件、铟镓砷检测器、数据采集卡和水果样品室等部件组成.利用该系统对不同采收期雪青梨糖度和总酸度进行了自动检测试验并结合多元校正算法偏最小二乘法,建立了雪青梨漫反射光谱与其内部糖度、酸度的相关关系.试验结果为:定标误差分别为0.25%、0.02%,预测误差分别为0.32%、0.02%.经研究表明,该自动检测系统可以直接用于水果内部品质的快速定量分析.关键词:自动检测;近红外光谱;光纤探头;数据采集卡;水果中图分类号:TN751 文献标识码:A 文章编号:1008973X (2006)01005304Autom atic measurement system of fruit internal qu alityusing near 2infrared spectroscopyL IU Yan 2de 1,2,YIN G Y i 2bin 1,FU Xia 2ping 1,L U Hui 2shan 1(1.College of B iosystems Engineering and Food S cience ,Zhej iang Universit y ,H angz hou 310029,China;2.College of Engineering ,J iang x i A g ricultural Universit y ,N anchang 330045,China )Abstract :The met hods of automatic measurement of intact f ruit internal quality were investigated based on Fourier transform near 2inf rared spect ro scopy ,and t he system was also developed.The system consisted of light source ,interferometer ,fiber optical sensor ,In GaAs detector ,data collection card and f ruit holder.Quantitative test s for sugar co ntent and total acidity of pears were carried out by t his system and t he rela 2tionship between t he f ruit reflectance and internal quality indices were obtained by using partial least squares calibration techniques.Standard errors of calibration (SEC )were 0.25%,0.02%for t he calibra 2tion set ,and standard errors of prediction (SEP )were 0.32,0.02%for prediction set respectively.The measurement system can be directly applied to fast quantification analysis of f ruit internal quality.K ey w ords :automatic measurement ;near 2infrared spect ro scopy ;optical fiber ;data collection card ;f ruit 随着计算机技术的迅速发展以及化学计量学方法研究的日益深入,近红外光谱技术在农产品品质检测领域里得到较快发展[122].水果是重要的农产品,消费者在选购水果时对于内部品质如口感、糖度和酸度也是极为看重.因此,利用水果光学特性开展水果内部品质无损检测与分级技术研究,并将其研究成果应用到水果产后加工和处理生产线上具有广阔的市场应用前景[3].近红外光技术是一种新的光谱技术,最近20多年来发展迅速[4],将其用于水果内部品质在线实时检测具有传统检测方法不可比拟的优点:1)它属于非破坏性检测,可保留水果完整外表而得其内在品质方法;2)检测速度快,不像传统化学分析法,需花大量时间来做复杂的样本的预处理和常规分析;3)近红外吸收光谱包含了待测水果的所有成分吸收信息,因此可同时检测多种内部成分,不像传统分析法要一一进行分析[5].本文基于近红外漫反射光谱分析技术,建立了用于水果内部品质的快速自动检测系统,并对248个雪青梨糖度和酸度的快速无损检测进行了试验研究,探讨了近红外漫反射光谱测试技术在水果内部品质无损检测中的应用前景.1　检测原理及系统组成1.1　检测基本原理水果中碳水化合物、糖分、淀粉及酸度等成分分子属于红外活性分子,当近红外光照射到水果中时,不同的水果内部成分对于不同波长的光学吸收和散射程度不同,而随着水果内部成分质量分数的不同,其内部光谱也将发生变化,利用这一特性,即可根据近红外光谱特征分析水果中的主要成分及其质量分数[627].水果内部品质光谱检测基本流程见图1:首先收集具有代表性的样品(其组成及其变化范围接近于要分析的样品);然后采集样品的光谱数据,利用标准的化学方法对样品进行化学成分分析,通过数学方法将这些光谱数据和检测数据进行关联,一般将光谱数据进行转换(一阶或二阶导数),与化学测定值进行回归计算,得出定标方程,建立数学模型.在分析未知样品时,先对待测样品进行扫描,根据光谱值利用建立的模型可以计算出待测样品成分的质量分数.1.2　自动检测系统组成及工作过程本系统由5个部分组成,见图2,它们分别是:50W 石英卤素灯光源(Nicolet ,美国)、迈克尔逊干涉仪、近红外漫反射光纤探头组件、铟镓砷检测器、数据采集卡和水果样品室等.光源发出的光通过干涉仪和聚焦透镜通过入射光纤照射到水果内部组织中发生漫射,从水果内部漫射出来的光通过由检测器输出的接收光纤进入铟镓砷检测器,检测器与计算机连接采用插入式数据采集卡,漫反射光谱信号通过数据采集卡存储于计算机内存中,并由Nicolet 公司OM IN IC6.1光谱处理软件进行处理,最后在显示屏上实时地显示结果.计算机选用了Pentium 机,其主频256Hz ,内存128Mbit s.自动检测系统的主要技术参数:波长范围为800～2500nm ,采样间隔为1.25nm ,光谱采集分辨率为2.5nm ,信噪比为0.096,动镜速度为0.9494cm/s ,光圈大小为32,参比材料为聚四氟乙烯标准块.图1　水果内部品质漫反射近红外光检测流程图Fig.1　Diff use near 2inf rared reflectance flow chart fortesting of pearsquality图2　水果内部品质漫反射近红外光无损自动检测系统Fig.2　Near 2inf rared automation measurement system for pear f ruit internal quality45浙　江　大　学　学　报(工学版) 第40卷　2　实验与分析2.1　水果的近红外光谱采集利用以上近红外光谱自动检测系统进行光谱试验,可以得到质量较好的光谱图,图3为雪青梨品种的原始吸收光谱.从图中可知在976、1180、1576和1978nm 处具有明显的吸收峰.利用OMINIC6.1对原始吸收光谱进行一阶微分、二阶微分(D 2log (1/R )和平滑处理S 2G 法则),从经过分析的雪青梨原始光谱和一、二阶微分光谱中,得出用于雪青梨检测的有效光谱范围在967～2000nm ,有效光谱范围的选择为今后的水果内部品质检测光谱范围的有效选取提供了依据.图3　水果的近红外漫反射光谱原始光谱Fig.3　Typical spectra of log (1/R )of reflectance recip 2rocal for pear f ruit2.2　算法原理及模型建立2.2.1　偏最小二乘法建模算法[8]　偏最小二乘法(partial least squares ,PL S )的基本算法是先对光谱矩阵作分解,将光谱矩阵A 表示为主成分矩阵T 与载荷矩阵P 的乘积;同时也将浓度矩阵C 表示为浓度主成分矩阵U 与载荷矩阵Q 的乘积;然后在U 和T 之间进行线性回归,建立浓度矩阵C 与光谱矩阵A 之间的关系.设A n ×m 为n 个样品在m 个波长上的光谱参数矩阵,C n ×l 为n 个样品l 种成分质量分数构成的矩阵.将A n ×m 和C n ×l 分解为如下形式:A n ×m =T n ×h P h ×m +E n ×m ,(1)C n ×l =U n ×h Q h ×l +F n ×l .(2)式中:h 称为样品的抽象组分数,T n ×h 为光谱参数特征因子矩阵,U n ×h 为质量分数特征因子矩阵,P h ×m 为光谱参数载荷矩阵,Q h ×l 为质量分数载荷矩阵,E n ×m 和F n ×l 分别为光谱参数矩阵的残差矩阵和浓度矩阵的残差矩阵.建立T n ×h 与U n ×h 的关系矩阵B (浓度与光谱参数间的内部关系为U n ×h =T n ×h B h ×h ,(3)此时质量分数与光谱参数间的外部关系为C n ×1=T n ×h B h ×h Q h ×1+F n ×1.(4)要求‖F (n ×l )‖达到最小.2.2.2　水果内部品质数学模型的建立　本试验选用了166个雪青梨组成标准样品集,采用雪青梨的近红外光谱和其糖度、酸度的化学测定值建立数学模型.166个雪青梨糖度的范围为10.98%～14.34%,其平均值为12.84%.雪青梨酸度质量分数为0.10%～0.25%,其平均值为0.14%.根据美国Nicolet 公司的智能定量分析软件TQ Analyst v6.0得出偏最小二乘法预测82个标准样品的糖度、酸度预测值,其中标准样本集的化学测定值与预测值的相关系数分别为0.94和0.83,标准校正误差分别为0.25%和0.02%,雪青梨糖度、酸度测定值与预测值的相关关系图如图4和5.2.2.3　系统精度评价及模型的检验　用已建立的数学模型对82个样品的糖度、酸度质量分数进行预测,82个雪青梨糖度的质量分数范围为11.15%～14.30%,其平均值为12.77%;雪青梨酸度质量分数范围为0.10%～0.23%,其平均值为0.14%.结果分别为:其预测值和实际值的相关系数分别为0.87和0.80,其标准预测误差分别为0.32%和0.02%.根据本次试验结果,说明所建立的自动检测系统性能较好且所建立的数学模型预测精度也较高.图4　糖度测量值与预测值的相关图Fig.4　Relationship between measured sugar content vs.predicted sugarcontent图5　总酸测量值与预测值的相关图Fig.5　Relationship between measured total acidity vs.predicted titratable acidity55第1期刘燕德,等:一种近红外光谱水果内部品质自动检测系统3　结　语本研究建立了基于傅里叶变换近红外光谱无损检测水果内部品质的自动检测系统,利用该系统对水果糖度和酸度含量的无损检测进行了试验研究.研究结果表明:该自动检测系统能快速用于水果内部品质的无损检测和分级.参考文献(R eferences):[1]L AMM ER T YN J,NICOL A Y B B,OOMS K,et al.Non2destructive measurement of acid,soluble solids and firmness of Jonagold apples using N IR2spectrometer [J].T ransactions.of the ASAE,1998,41(4):10891094.[2]SL AU GH TER D C,T HOMPSON J F,TAN E S.Nondestructive determination of total and soluble solids in fresh prune using near infrared spectroscopy[J].Jou rnal Posth arvest Biology and T echnology,2003,28:437444.[3]刘燕德,应义斌.基于MA TL AB语言的水果糖度定量分析[J].浙江大学学报:工学版,2004,38(10):1371137.L IU Yan2de,YIN G Y i2bin.Quantitative analysis ofnear inf rared spectra in apple sugar content based on MA TL AB[J].Journal of Zhejiang U niversity:E ngi2 neering Science,2004,38(10):13711374.[4]刘燕德,应义斌.光纤传感技术及其在水果内部品质检测中的应用研究[J].传感技术学报,2003,20(2):170 174.L IU Yan2de,YIN G Y i2bin.A study on fiber sensing technique used for f ruit interior quality inspection[J].Journal of T ransducer T echnology,2003,20(2):170174.[5]PEIRS A,SCH EERL INC K N,TOUCHAN T K,et al.Comparison of Fourier transform and dispersive near2in2f rared reflectance spectrometer for apple measurements[J].Journal Biosystems E ngineering,2002,81(3):305 311.[6]SL AU GHIER D C.Nondestructive determination of in2ternal quality in peaches and nectarines[J].T ransaction of the ASAE,1995,38(2):617623.[7]SCHMILOV ITCH Z,MIZRACH A,HOFFMAN A,et al.Determination of mango physiological indices by near2inf rared spectrometry[J].Journal Postharvest Biol2 ogy.T echnolagy,2000,19:245252.[8]许禄,邵学广.化学计量学方法[M].北京:科学出版社,2004.(上接第44页)参考文献(R eferences):[1]王勇,姚亦峰,蒋兴浩,等.嵌入式系统接入internet的技术研究[J].计算机工程与应用,2001,37(4):1215.WAN G Y ong,YAO Y i2feng,J IN G Xing2hao et al.Technical Study of Embedded System Accessing Internet [J].Computer E ngineering and Application,2001,37(4):1215.[2]Postel J.RFC793,Transmisstion control protocol.[S/OL].[2004209208]./ftp/rfc/ rfc793.pdf.[3]COM ER D ER,Internetworking with TCP/IP[M].New J erey:Prentice Hall.1998.[4]方捷磊,朱杰.在嵌入式网络应用中实现TCP/IP协议[J].微电子学与计算机,2002,19(5):2830,17FAN G Jie2lei,ZHU Jie.How to implement TCP/IP in an embedded network application[J].Microelectronics and Computer,2002,19(5):2830,17.[5]李长河,杜辉天,吕林涛.一种小型嵌入式TCP/IP协议栈的设计与实现[J].微电子学与计算机,2003,20(6): 4043.L I Chang2he,DU Hui2tian,L V Lin2tao.The design and implementation of a small embedded TCP/IP statck[J].Microelectronics and Computer,2003,20(6):4043. [6]孟蕾,陈文艺,宋焕生.嵌入式TCP/IP实现的研究和分析[J].西安邮电学院学报,2004,9(1):5660.M EN G Lei,CH EN Wen2yi,SON G Huan2sheng.The research and analysis of embedded TCP/IP protocol[J].Journal of Xian U niversity of Post and T elecommunica2 tions,2004,9(1):5660.[7]林涛,王济勇,韩光洁,等.EI内核中TCP状态机约简的研究[J].计算机科学,2004,31(1):3134.L IN Tao,WAN G Ji2yong,HAN Guang2Jie,et al.Re2 search on TCP state machine reduction embedded inter2 net kernel[J].Computer Science,2004,31(1):3134.[8]MINSHALL G.SAITO,Y MOGUL J.et al.Applicationperformance pitfalls and TCP’s Nagle algorithm.[J].ACM P erform ance E v alv ation R eview,2000,27(4):3644.65浙　江　大　学　学　报(工学版) 第40卷　。

用高光谱成像和PCA检测苹果的损伤和早期腐烂

张保华２，黄文倩ｚ，李江波，赵春江．－，刘成良，黄丹枫
（１．上海交通大学机械系统与振动国家重点实验室，上海２００２４４）；
２．北京市农林科学院北京农业智能装备技术研究中心，北京１０００９７）摘要：为了实现苹果表面损伤和早期腐烂的快速有效检测，利用高光谱成像和主成分分析变换挑选了检测损伤和早期腐烂的特征波段，并开发了基于特征波段的检测算法。首先，利用高光谱成像系统采集苹果可见一近红外（４０ｏ１０００ｎｍ）波段的图像；其次，基于全波段图像的主成分分析变换，挑选出６个特征波段（５６０、６４０、６７５、７２０、８１０和９７０ｎｍ）；再次，对特征波段进行主成分分析变换，挑选出第３主成分（ＰＣ３）作为检测苹果表面损伤和早期腐烂的图像。利用该算法对正常果和带有损伤和早期腐烂的苹果样本共计１２０个进行检测，检测正确率达到９５．８％。试验结果表明：基于特征波段的主成分分析变换可以有效检测苹果表面的损伤和早期腐烂。关键词：高光谱成像；主成分分析；苹果；损伤；早期腐烂；检测
ｍａｉｇｅｓｉｎｈｅｔｖｉｓｉｂｌｅａｎｄｎｅｒ－ａｉｎｆｒｒｅａｄ（４００－１０００ｎｍ）ｒａｎｇｅｓｗｅｒｅａｃｑｕｉｒｅｄ；Ｓｅｃｏｎｄｌｙ，ｓｉｘｗａｖｅｂｎｄａｓ（５６０，６４０，６７５，７２０，８１０ａｎｄ９７０ｎｍ）ａｒｅｓｅｌｅｃｅｄｔａｓｔｈｅｅｆｅｃｉｔｖｅｗａｖｅｂａｎｄｓｂａｓｅｄｏｎｐｒｉｎｃｉｐｌｅｃｏｍｐｏｎｅｎｔｎａａｌｙｓｉｓｔｒｎｓａｆｏｒｍｆｏｒｔｈｅｈｙｐｅｒｓｐｅｃｔｒｌａｍａｉｇｅｓ；Ｔｈｉｒｌｙｄ，ｔｈｅｔｈｉｒｄｃｏｍｐｏｎｅｎｔ（ＰＣ３）ｓｃｏｒｅｓ

近红外光谱技术在水果无损检测中的最新研究进展

文献标识码：Ａ
文章编号：１６７４ — ９９４４（２０１３）１０ — ０２１５－０４
１引言
我国虽然是水果生产大国，但自１９９３年以来水果
储藏能力只有１Ｏ，烂果率高达２５，出口总量不到
该波长可用于区别苹果的成熟度］。Ｌｕｒ等人用近红
外
主要是化学分析法，该方法不仅可靠性和稳定性较差，而且在测试时还必须破坏水果，测试过程繁琐，只能通过少量样本的测定，来评价整批次水果的品质。鉴于以
上原因，无损检测技术应运而生。无损检测技术具有无
损、快速、准确性高和实时性强等特征。目前的无损检
测技术主要有针对水果光学特性、电学特性、声学特性、
力学振动特性等众多性质进行的各种检测，且大多还处
得到了各自的相关系数，分别为０．８３、０．８１和０．８３，表
Ｔｅｃｈｎｏｌｏｇｙ，ＮＩＳＴ）是一种利用物质对光的吸收、散射、反射和透射等特性来确定其成分含量的一种无损检测
摘要：综述了近红外光谱技术在水果成熟期预测和水果品质检测中的最新研究现状和存在的问题，并指出
了今后的研究方向。

葡萄内部品质的高光谱成像检测研究

葡萄内部品质的高光谱成像检测研究葡萄内部品质的高光谱成像检测研究摘要：近年来，随着农业科技的进步和人们对食品安全的关注度逐渐提高，葡萄品质检测成为了一个备受关注的研究领域。

本文通过引入高光谱成像技术，系统研究了对葡萄内部各种成分进行非破坏检测的方法和技术，为葡萄品质检测提供了新的思路和手段。

1. 引言葡萄是一种重要的经济作物，也是人们日常饮食中常见的水果之一。

其丰富的营养价值和独特的口感使其备受欢迎。

然而，葡萄的品质受到多种因素的影响，如种植环境、栽培管理、气候条件等。

因此，对葡萄的品质进行准确评估和检测具有重要意义。

2. 葡萄内部品质的成分及检测方法葡萄内部的品质主要包括糖分含量、酸度、多酚、维生素等成分。

传统的葡萄品质检测方法主要采用化学分析的方法，如高效液相色谱、气相色谱等。

然而，这些方法需要对葡萄进行破坏性采样，且操作复杂，限制了其在实际生产中的应用。

3. 高光谱成像技术高光谱成像技术是一种利用大量连续的谱线进行成像的技术。

其利用物体不同成分对光谱的吸收、反射和散射特性进行成像，能够提取出物体的大量信息。

高光谱成像技术在农业领域的应用已逐渐得到重视，对于作物的生长状态、病虫害检测等方面有着重要作用。

4. 葡萄内部品质的高光谱成像检测研究为了研究葡萄内部品质的高光谱成像检测方法，我们选择了一批葡萄样本进行实验。

首先，我们利用高光谱成像设备对葡萄进行成像，获取了葡萄不同位置的高光谱图像。

然后，我们利用光谱分析和数据处理技术提取出葡萄中不同成分的光谱特征，并构建了相应的检测模型。

最后，我们通过对比实验结果和化学分析结果，验证了高光谱成像检测方法的有效性和准确性。

5. 结果与讨论实验结果表明，利用高光谱成像技术可以准确、非破坏性地检测葡萄内部的各种成分。

通过对比分析不同位置的高光谱图像，我们可以发现不同位置的葡萄中成分含量存在差异。

而且，通过对光谱特征进行分析，我们还可以了解到不同成分之间的相互关系。

苹果内部品质近红外光谱无损检测研究进展

基金项目国家自然基金地区科学基金项目（31960503）；塔里木大学研究生科研创新项目（TDGR1202256）。

作者简介何代弟（1997—），女，甘肃平凉人，硕士，从事农业信息化研究。

收稿日期2023-04-24苹果内部品质近红外光谱无损检测研究进展何代弟1，2张晓1，2张楠楠1，2袁新涛1，2马瑞1，2保昊1，2孙武军1，2（1塔里木大学信息工程学院，新疆阿拉尔843300；2塔里木绿洲农业教育部重点实验室，塔里木大学，新疆阿拉尔843300）摘要中国是苹果生产、销售大国，开展苹果内部品质无损检测对增强我国苹果市场竞争力十分重要。

近红外光谱可同时检测多种成分，是一种操作简单、成本低廉的无损检测技术，在水果内部品质无损检测中具有巨大的发展潜力。

本文介绍了近红外光谱分析技术的原理和优缺点及其在苹果内部品质检测中的应用研究，为近红外光谱分析技术在水果检测中的应用提供参考。

关键词近红外光谱分析技术；无损检测；苹果中图分类号O657.33；TS255.7文献标识码A文章编号1007-7731（2023）16-0136-04苹果是常见的水果之一，富含多种维生素、蛋白质和糖类等，营养价值高，深受消费者喜爱。

近些年，随着科技水平的发展，我国苹果的种植面积、产量快速增长，苹果的口感、品质安全等也越来越被消费者重视。

苹果内部品质与其食用口感有着直接关系，并且影响苹果的销售，因此对苹果品质进行检测评估非常必要。

苹果的品质主要由糖度、酸度、硬度、水分及脆性等参数来表征，内部品质指标直接影响着果实的口感及品质，同时也是苹果成熟度的判断依据。

消费者在购买苹果时，不仅在意苹果的形状、大小、颜色等外观品质，并且越来越注重苹果的内部品质，比如酸甜度、脆性、营养物质等。

已有的研究证明，光谱检测技术检测苹果内部品质是可行的，但传统的苹果品质检测方法效率低、操作复杂、且具有破坏性，因此苹果内部品质的无损检测仍然是重点研究领域。

目前，无损检测技术如机器视觉、高光谱成像技术、介电特性法和核磁共振检测等被应用于水果品质无损检测中，与这些常用的无损检测技术相比，近红外光谱技术是一种新兴检测技术，具有绿色、无损、快速等优点，通过漫反射和漫透射获取苹果的成分和组织信息，对获得的光谱信息进行特征提取和分析，从而检测苹果的内部品质。

运用近红外透射光谱技术检测苹果内部品质

验的最佳主因子维数为３，关系数为０９４校正标准差为０３２。研究结果表明：用近红外透射光谱相．６４，．５９运
技术可以准确地无损快速定量分析苹果糖度和硬度。
关键词：近红外；透射；苹果；品质中图分类号：Ｓ２１１文献标识码：Ａ文章编号：１００３—１８（０８）９— １９— ３８Ｘ２０００３０
ｗＨｕ．ｄ．ｎ＠ｔｅｕｃ。
证的最佳主因子维数为３（图１所示）相关系数Ｒ如，
射光的夹角为１０，源依平分圆周的方式环绕在２。４光
苹果上部，距苹果约１ｃ０ｍ。１３２糖度测定．．
将苹果去皮榨汁，其中一滴，用手持式糖度取使
计ＷＹ３Ｔ一０进行检测，单位Ｂｘｉｆ。
模和预测。本实验采用偏最小二乘法作为数学模型的建模方法。
德国Ｍ．．ＵＴ公司近红外光谱仪，国欧司朗公德
司型号１Ｖ，０Ｗ的４个光源，Ｇ２１０Ｙ一１型果实硬度
计，Ｔ一０型手持糖度计。ＷＹ３１３实验方法．
１实验材料和方法
１一实验样品
从市场上购买两箱山东淄博红星苹果，中随机从挑选５０个样品，中４其５个样品供定标用，余５个样其
单位ｋ／ｍ，测量结果的最后平均值作为苹果的ｇｃ取

水果内部品质近红外光谱无损检测研究进展

例如苹果的可溶性固形物质量分数约占１１％～１５％，总糖质量分数约为９％～１４％。苹果的糖而言预测难度增大。苹果的密度为０．８３５～
ｇ／ｃｍ３，轻于水，这有利于光的透射。果品的
生理病害也是果品品质评价的重要指标。例如采集光谱首先要考虑光源种类、透反射方式、波近红外光源布置形式有单光源、多光源之分，常光谱通过漫反射或透射或漫透射方式进行采
对于苹果而言，可通过二种方式消除因成分分布不均产生的影响：１）漫反射光谱与苹果表面糖度。沿赤道分别相隔９０。测量４个点的漫反射光谱和Ｂｒｉｘ值，然后取平均进行建模；２）漫反射光谱与苹果整体糖度；３）透射光谱或漫透射与苹果整体糖度。甜瓜则取果底（花痕）处的漫透射光谱和果肉糖度进行相关分析。桃则常采集与缝合线成９０。部位的反射光谱与糖度值代表桃的整体。４．２水果温度与光谱处理
ｆｒｕｉｔ；ｉｎｔｅｒｉｏｒｑｕａｌｉｔｙ
１引言小型果实向西瓜等厚皮大型果实迈进。通过近红外
自从１９８５年农业部的Ｂｉｒｔｈ课题组用近光谱分析技术实现了品牌经营，提高了果品的竞争红外（ＮＩＲ）光谱分析技术检测果蔬品质以来，经过力和附加值。
２０多年的发展，社会认知程度不断提高，检测技术国内在８６３，科技攻关，科技支撑，国家自然科层出不穷，检测理沦日趋成熟，检测仪器早已从实验学等项目的支持和市场引导下，已有数个高等室走出，实际应用逐步扩大，并由在线检测向便携式院校、科研院所以及部分企业相继开展了相关研发发展，检测目标有从产后管理向产中管理延伸趋势；工作。毕卫红、傅霞萍等ｎ￣３１已就此专题分别撰写检测项目由当初的单一糖度（ＳＳＣ）指标到如今的苹了综述论文，在应义斌、刘燕德等［４’５１无损检测综述果等果实内部褐变、水心、淀粉、浅层损伤，柑橘局部论文中也涵盖了这部分内容，众多学者也进行了专失水、浮皮等多项同时检测；检测品种由桃等薄皮中项研究，近红外技术越来越倍受世人关注。

高光谱成像在水果内部品质无损检测中的研究进展

高光谱成像在水果内部品质无损检测中的研究进展一、本文概述Overview of this article随着科技的进步和消费者对食品安全与品质要求的日益提高，无损检测技术在水果品质评估中的应用逐渐受到关注。

其中，高光谱成像技术以其独特的光谱与空间信息结合能力，为水果内部品质的无损检测提供了新的可能。

本文旨在综述高光谱成像技术在水果内部品质无损检测领域的研究进展，包括其基本原理、技术应用、研究成果以及面临的挑战与未来发展趋势。

通过对相关文献的梳理和分析，本文期望能为该领域的进一步研究提供参考与借鉴。

With the advancement of technology and the increasing demands of consumers for food safety and quality, the application of non-destructive testing technology in fruit quality assessment is gradually receiving attention. Among them, hyperspectral imaging technology, with its unique ability to combine spectral and spatial information, provides new possibilities for non-destructive testing of the internalquality of fruits. This article aims to review the research progress of hyperspectral imaging technology innon-destructive testing of fruit internal quality, including its basic principles, technical applications, research achievements, challenges and future development trends. By reviewing and analyzing relevant literature, this article aims to provide reference and inspiration for further research in this field.二、高光谱成像技术原理及其在水果检测中的应用基础The principle of hyperspectral imaging technology and its application foundation in fruit detection 高光谱成像（Hyperspectral Imaging，HSI）是一种集图像与光谱信息于一体的技术，它能够在多个连续的狭窄波长范围内获取物体的图像数据，进而形成三维数据立方体——两个空间维度和一个光谱维度。

近红外光谱分析技术在果品品质检测中的应用

近红外光谱分析技术在果品品质检测中的应用本文论述了近红外光谱（NIRS）分析技术的原理，近红外光谱技术发展进程及其在果品品质中应用现状，发展前景。

标签：近红外光谱技术；果品品质检测；应用一、近红外光谱分析技术概述一般检测果品内部营养成分主要采用湿化学法，这样检测会破坏样品，操作繁琐、检测效率不高，而且不具备代表性，难以在商业上广泛应用。

近红外光谱技术是一种无损检测技术，在果品的品质检测和分级的研究应用中已取得较大进展。

近红外光谱技术作为一种分析手段，可以测定水果中的成分，包括有机物和部分无机物。

当分子受到红外线照射时，这些物质分子中化学键结合的各种基团发生伸缩、振动、弯曲等运动，分子被激发产生共振，同时光的能量一部分被吸收，通过测量其吸收光，可以得到极为复杂的图谱，这种图谱表示被测物质的信息。

不同物质在近红外波长区域有丰富的吸收光谱，每种成分都有特定的吸收峰，这就为近红外光谱定量分析提供了基础。

随着近红外光谱分析技术已广泛应用在果品品质检测方面[1-3]。

近红外光谱分析技术具有如下的优点[4-6]：1.被测样品无需进行前处理，不发生破坏，从而使样品保持原始状态；2.近红外光谱信息量大，对样品中多种成分同时进行分析；3.一般样品可在1 min内完成，大大缩短测试周期；4.适用的样品范围广，不同物态可直接测定；6.近红外光在普通的光导纤维中具有良好的传输特性，便于实现实时分析。

同时，近红外光谱分析技术也存在以下不足之处：7.物质在近红外区吸收弱，灵敏度较低；8.建立数学模型需要测量大量样品化学值；9.每一种模型只能适应一定时间和空间范围，模型需要不断更新。

采用近红外光谱分析技术进行果品品质分析具有如下优点：果品无需进行前处理，不发生破坏，可以不经过样品分离。

直接由近红外光谱测定出其中的多种成分含量，测定的准确度取决于化学计量学建立的数学模型，利用理想的数学模型预测的准确度可以达到校准仪器的测定值。

但是一般来说，近红外分析的准确度要略低于标准法。

水果内部品质可见近红外光谱无损检测方法的实验研究解读

浙江大学生物系统工程与食品科学学院博士学位论文水果内部品质可见/近红外光谱无损检测方法的实验研究姓名：傅霞萍申请学位级别：博士专业：生物系统工程指导教师：应义斌20080425浙江大学博士学位论文ｍｌ＿，，摘要Ｉ皇！蔓曼量曼曼曼曼蔓！曼曼皇曼曼曼曼曼皇曼曼！曼曼曼皇曼皇皇曼蔓量！曼皇摘要水果是人类饮食结构的基本组成部分，为人体提供了丰富的营养物质。

我国是水果生产大国，但并不是水果生产强国，产后加工和处理水平低是导致我国水果品质差、国际市场竞争力弱的主要原因之一，因而实现水果外观和内部品质的快速无损检测及分级已经成为我国水果产业化的必要前提．本研究是对本课题组前期研究（基于机器视觉技术的水果外观品质检测和基于近红外（ｎｅａｒｉｎｆｒａｒｅｄ，ＮＩＲ）光谱技术的水果糖、酸度检测）的进一步深入和拓展，目的是为实现水果品质的多指标综合评价．本课题以梨和猕猴桃为研究对象，利用可见／近红外光谱分析技术、光纤传感技术和化学计量学分析方法，结合理化分析、水果生理和病理知识，开展水果内部品质主要包括坚实度、维生素Ｃ含量的检测研究，并在此基础上建立各品质指标的近红外光谱定量预测模型。

本文还利用可见／近红外光谱分析技术结合模式识别方法，对水果内部缺陷、水果品种进行鉴别研究，并建立相应的定性判别或分类模型．本研究的主要内容，结果和结论为：（１）探索了光谱采集参数对分析结果的影响．解释了Ｎｅｘｕｓ智能型傅立叶变换（Ｆｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ，ＦＴ）光谱仪在光谱采集时增益、动镜速度和光圈大小等参数的设定依据，并分析了扫描次数和分辨率对光谱和建模结果的影响，结果显示：模型性能随分辨率增加而提高，但扫描时间也随之增加，而扫描次数为６４次的时候模型的性能相对较好；分析了用ＵＳＢ４０００便携式微型光纤光谱仪采集光谱时积分时间和平均次数等参数的设置依据；（２）分析了原始光谱及经预处理后的光谱（包括微分光谱和平滑光谱）的谱线特征，结果显示水果的漫反射原始光谱特征吸收主要在９７０ｎｍ、ｌ１９０ｎｍ、１４５０１７９０ｎｍ、ｎｍ和１９４０ｎｍ附近，与Ｏ．Ｈ和Ｃ．Ｈ基团的振动和倍频吸收相关；水果的原始ｎｍ、７９０—８００透射光谱在６８０．６９０ｎｍ附近的透过率变化比较显著，具有内部褐变缺陷的梨在柄．蒂垂直放置采集的光谱低于７５０ｎｍ时比完好的梨具有更强的吸收，而在高于７５０ｎｍ时吸收变弱；在柄．蒂水平放置采集的光谱的特性与柄．蒂垂直放置时的光谱的特性基本一致，只是这一分界点移到了７２０ｎｍ左右．对平滑光谱的平均吸光度和均方根噪声的方差分析结果显示：不同点数平滑处理对两台光谱仪器所采集的光谱的特征信息的影响不显著．（３）分析了水果不同检测部位的光谱信息的差异，对同一水果三个纬度和三个１１１浙江大学博士学位论文摘要经度的光谱平均吸光度和均方根噪声的方差分析结果显示：水果不同纬度上的光谱差异较大而不同经度上的差异较小．（４）基于Ｃｈａｕｖｅｎｅｔ检验方法对各组样本中的光谱异常样本进行分析，在剔除光谱异常样本后进行梨内部缺陷判别和梨品种分类的定性建模分析；基于杠杆值和学生残差Ｔ检验方法对各组样本中的浓度异常样本进行分析，将杠杆值和学生残差值较大的样本暂定为异常样本，通过比较逐一回收后的模型性能确定最终剔除的浓度异常样本，定量分析所用样本同时基于光谱异样本剔除结果和浓度异常样本剔除结果。

应用PCR技术快速检测腐烂苹果中扩展青霉菌

应用PCR 技术快速检测腐烂苹果中扩展青霉菌何鸿举1，焦凌霞2，樊明涛1,*，张建兵3，吕丽娟1，刘晓娇1，李亚菲1(1.西北农林科技大学食品科学与工程学院，陕西杨凌 712100；2.河南科技学院食品学院，河南新乡 453003；3.陕西出入境检验检疫局国际旅行卫生保健中心，陕西西安 710068)摘要：利用扩展青霉的多聚半乳糖醛酸酶基因序列，设计一对特异性引物，通过聚合酶链式反应(polymerase chain reaction ，PCR)反应快速检测腐烂苹果中的扩展青霉。

反应的特异性和敏感性以及反应的最适条件等试验的结果表明：该引物具有很高的特异性和灵敏性，只扩增扩展青霉DNA ，而不扩增其他真菌DNA ；菌体的检测限为1.34×103个孢子/mL ，DNA 的检测限为2.40×10-2μg/mL ；反应的最适退火温度范围为54～59℃，最适模板浓度范围为2.40～5.28μmol/L 。

该方法具有简单、快速、特异性好和灵敏性高等特点，可为快速检测腐烂苹果中扩展青霉的实际应用提供借鉴。

关键词：聚合酶链式反应(PCR)检测；扩展青霉；DNA 模板；引物特异性Rapid Detection of Penicillium expansum in Rotten Apples by Polymerase Chain ReactionHE Hong-ju 1，JIAO Ling-xia 2，FAN Ming-tao 1,*，ZHANG Jian-bing 3，LU Li-juan 1，LIU Xiao-jiao 1，LI Ya-fei 1(1. College of Food Science and Engineering, Northwest A & F University, Yangling 712100, China ；2. College of Food Science, Henan Institute of Science and Technology, Xinxiang 453003, China ；3. Shaanxi International Travel Healthcare Center, Shaanxi Entry-Exit Inspection and Quarantine Bureau, Xi ’an 710068, China)Abstract ：In this study, a pair of specific primers was designed according to the polygalacturonase gene of Penicillium expansum to detect Penicillium expansum in rotten apples by polymerase chain reaction (PCR). The results showed that the specificity and sensitivity of the design primer pair were high and only Penicillium expansum DNAs were amplified.The detection limits of Penicillium expansum and DNA were 1.34 × 103 spores/mL and 2.40 × 10-2μg/mL, respectively.The optimal reaction condition was obtained as follows: anneal temperature of 54－59 ℃ and template concentration of 2.40－5.28μg/mL. Owing to its simplicity, rapidity and high specificity and sensitivity, this assay can be used for practical applications.Key words ：PCR(polymerase chain reaction)detection ；Penicillium expansum ；template ；primers ；specificity 中图分类号：Q939.92 文献标识码：A 文章编号：1002-6630(2011)12-0183-05收稿日期：2010-07-11基金项目：教育部博士点基金项目(200807120017)；陕西省科技攻关项目(2007K01-12)作者简介：何鸿举(1983—)，男，硕士研究生，主要从事食品生物技术研究。