果品无损检测技术的研究现状
水果成熟度检测技术的现状与发展
水果成熟度检测技术的现状与发展随着社会的快速发展，人们的生活水平也不断提高，对食品安全和质量的要求也越来越高。
水果作为人们日常生活中不可或缺的一部分，更是受到了广泛关注。
在水果产业中，水果的成熟度是一个非常重要的指标，不同成熟度的水果在口感和营养价值上都有所差异，因此对水果成熟度的检测技术也越来越受到关注和重视。
本文将对水果成熟度检测技术的现状与发展进行深入探讨。
一、水果成熟度检测的意义水果的成熟度是指水果内在品质发展的一种表现，也是水果成熟与否的主要标志。
水果的成熟度不仅决定了水果的口感和风味，还直接影响到水果的营养价值和商品价值。
对水果成熟度的准确检测能够帮助果农和加工企业掌握水果的最佳采摘时间，从而最大程度地保留水果的新鲜度和营养价值，增加水果的市场竞争力。
1. 传统的水果成熟度检测方法传统的水果成熟度检测方法主要是通过人工观察水果的外观、手感、气味等来判断水果的成熟度。
这种方法虽然简单易行，但准确性不高，容易受主观因素的影响，且无法对大批量的水果进行快速而准确的检测。
2. 生物学方法生物学方法是指通过测定水果内部生物化学成分的方法来判断水果的成熟度。
比较常用的生物学方法有测定水果的可溶性固形物含量、pH值、气味物质等。
这些方法能够较为准确地判断水果的成熟度，但仍存在操作复杂、耗时长、需要专业设备等缺点。
3. 光学传感技术光学传感技术是一种新兴的水果成熟度检测技术，通过测量水果的光学特性来判断其成熟度。
目前比较常用的光学传感技术包括近红外光谱技术、激光散射技术、多光谱成像技术等。
这些技术具有检测速度快、精度高、无损检测等优点，已经在农业生产中得到了广泛应用。
1. 智能化随着人工智能和物联网技术的快速发展，智能化已成为水果成熟度检测技术的发展趋势。
将传感器与互联网相连接，实现对水果成熟度的实时监测和数据采集，不但提高了检测效率，还能够有效降低人力成本。
2. 非接触式检测传统的水果成熟度检测方法多为接触式检测，容易对水果造成损伤。
水果成熟度检测技术的现状与发展
水果成熟度检测技术的现状与发展水果成熟度检测技术是农业生产过程中非常重要的一个环节，用于判断水果的成熟程度以及质量，对于确保水果品质和销售价格具有重要的作用。
随着科学技术的不断进步和发展，水果成熟度检测技术也在不断更新和完善。
本文主要探讨了当前水果成熟度检测技术的现状和发展方向。
目前，常见的水果成熟度检测技术主要包括质量测试、化学分析、可视光谱技术、红外光谱技术以及基于成像的方法。
其中，质量测试是最常见的水果成熟度检测方法之一，例如大小、颜色、硬度、含糖量以及PH值等指标。
这些质量指标与水果成熟度有直接关系，可以通过手动测试或机器测试获得。
化学分析则是另一个非常重要的水果成熟度检测方法。
常见的化学分析方法包括气相色谱、高效液相色谱，以及质谱等方法，利用这些方法可以检测水果中丰富的化学成分和代谢产物。
其中，气相色谱被普遍用于检测挥发性物质，如水果的香气和气味，而高效液相色谱则主要用于分析水果中的非挥发性化合物。
另外，光谱技术作为现代无破坏性测试技术的代表，也可以应用于水果成熟度检测。
在可视光谱技术中，通常使用CCD相机采集水果表面反射光谱信号，并进行数据分析和处理。
红外光谱技术则基于水果中不同成分对红外光谱的吸收谱带有所不同的原理进行检测。
在基于成像的水果成熟度检测方法中，机器视觉技术和计算机图像处理技术则被广泛应用于水果的成熟度测试。
例如，利用计算机视觉算法，在水果表面的颜色、纹理和形状特征上构建分类模型，实现对水果的自动检测和成熟度识别。
总的来说，随着先进技术的提高，未来水果成熟度检测技术有望更加智能化、无损、高效，预计将进一步促进农业的生产效率和经济效益。
水果无损检测技术的应用现状
‘湖北农机化“2021年第5期基金项目:香梨感染病原菌后贮藏期品质㊁微生物变化规律及图谱特性研究(31960498);库尔勒香梨树体病害早期快速无损检测关键技术及装置研发(2019X X 02);黑斑病胁迫下库尔勒香梨的高光谱特征及早期诊断研究(T D N G 2020102)㊂作者简介:陈斐(1996-),男,广东罗定人,硕士研究生,研究方向:农产品无损检测及设备研发㊂水果无损检测技术的应用现状陈 斐1,2刘媛媛1,2 王统炤1,2 粟 容1,2 胡启旺1,2(1.塔里木大学机械电气化工程学院,新疆阿拉尔843300;2.新疆维吾尔自治区现代农业工程重点实验室,新疆阿拉尔843300) 摘要:中国是水果生产大国,在世界水果市场上所占比重日益提升㊂为了进一步提高竞争力和贸易利润,用于把控贸易水果品质的无损检测技术,其存在价值越来越高,发展程度越来越受重视㊂无损检测技术可以在不损伤被测对象的情况下,利用被测对象缺陷的相关物理性质对其进行检测㊂本文针对目前比较常见的几种水果无损检测技术,阐述其技术原理,对它们国内外新的研究现状进行叙述,同时对水果无损检测技术进行优缺点总结,让相关科研学者把握水果品质评价中无损检测技术的应用情况,并且为之后的研究提供参考㊂关键词:水果;品质;无损检测技术引言中国是世界主要的水果生产大国,于国内外都有巨大的市场需求㊂从1990年开始,水果产业以可观的速度逐步发展成为我国农村经济发展的主要支柱产业[1]㊂随着我国经济持续向好,人们物质水平提高,人们愈发看重水果的品质㊂提高水果品质评价能力不仅有利于我国水果产业的发展,还有利于增强我国在水果出口方面的竞争力[2]㊂水果的品质分内外,对内有硬度㊁糖度㊁酸度㊁可溶性固形物和内部的缺陷等㊂对外有水果的表皮状态(颜色㊁光泽㊁粗糙度等),大小等㊂使用传统水果品质检测方法,主观性影响大,且在水果内部品质检测时会对水果造成的不同程度的破坏,为了应对以上问题,无损检测技术因其高效和无损的优点开始兴起㊂根据不同的检测原理,当前主要的水果无损检测技术多基于智能感官仿生技术㊁水果特性和光谱技术㊂其中主流的检测方法为以下几种:机器视觉无损检测技术㊁近红外光谱无损检测技术㊁电学特性无损检测技术以及声学特性无损检测技术㊂1机器视觉无损检测技术1.1概述随着计算机技术的发展,计算机应用领域延伸出许多新分支㊂机器视觉技术便是其中之一,此技术主要应用相机采集被测物图像信息,将采集的图像信息进行处理,在数字图像处理技术下,利用各种类型的算法与分析方法对被测水果的轮廓㊁大小㊁成熟度和外部品质等特征值进行采集[3]㊂在机器视觉技术中,摄像机㊁图像采集卡㊁光源和上位机是硬件基础,图像处理软件为软件系统[4]㊂此技术普遍应用于水果的品质分级中,具有检测效率高㊁准确性好和可重复的特点㊂1.2水果品质检测中应用现状1.2.1表面缺陷检测由于图像处理技术的发展,使机器视觉识别和分析水果的表面缺陷成为可能㊂纪宇慧[5]发现灰度图利于提取清晰的苹果疤痕轮廓,结合c a n n y 算子和空洞填补法进行图像预处理,并运用形态学的开运算解决果实边缘不清的问题㊂刘军[6]优选自适应阈值法进行图像预处理,在对核桃的外部特征进行交叉对比分析后,选择其中的长宽比㊁面积和分散度等九个特征组成九维最优特征空间,以其为基础建立多种核桃外部缺陷检测模型㊂该模型对缺陷的总识别率为90.21%㊂D a v i d [7]研制的基于R G B 图像番茄分级机器视觉系统通过直方图阈值法对缺陷与健康番茄的花萼和茎部瘢痕进行检测,平均准确率均为0.9515㊂结合径向基神经网(R a d i a l B a s i sF u n c t i o n ,R B F )基于支持向量机(S u p po r tV e c t o r M a c h i n e ,S V M )建立R B F -S V M 分类识别模型,该模型的准确率达0.9709,且分级精度随着分级类别数量的增加而降低㊂1.2.1水果分级检测机器视觉技术基于被测水果图像,从图像中获取水果外部品质信息㊂水果外部品质信息包括水果轮廓大小㊁轮廓形状㊁表面纹理和颜色等信息㊂研究学者通过上述信息来研究如何对相应水果进行检测与‘湖北农机化“2021年第5期分级㊂朱丹[8]结合P L C 控制系统与图像识别系统对苹果进行分级分拣实验㊂实验中归一化处理图像,用N i b l a c k 算法进行二值化,并提取苹果轮廓特征,结果发现基于苹果周长可以实现苹果的等级分类㊂K u m a rA [9]优选小波特征,将其纳入机器视觉对石榴果的分类与分级中,随着训练样本数增加,检测准确性提高㊂P e n g H [10]设计基于支持向量机的多分类模型,利用异常惩罚因子对被测样本进行不完全分类并建立基于线性核函数的S V M 多分类模型,该模型对苹果㊁香蕉㊁柑橘㊁杨桃㊁梨㊁火龙果6种水果的识别准确率分别为:95%㊁80%㊁97.5%㊁86.7%㊁92.5%㊁96.7%㊂1.3存在问题及发展趋势在目前研究中,大部分研究都致力于提高系统计算力以及特征的精确识别㊂究其根源,目前在最优成本内所选择硬件的计算能力不足以支撑大量计算,而机器视觉直接面对的对象是图像和视频,其中数据量的庞杂㊁无用数据占比高和高特征空间维度造成机器必须进行大量运算㊂那么,对特征选取的算法优化,更优数据处理模型的探索,依然是未来机器视觉发展的趋势㊂目前,研究的检测样本普遍单一,学者通常只选取一种水果样本进行研究,以此减少所需处理的数据量㊂多种类水果样本的检测,是未来机器视觉技术必然的发展方向㊂同时,因为机器视觉只能检测水果表面的数据信息,少数研究者开始探寻通过表面信息与水果内部品质建立联系的方式,以此能兼顾对水果内部品质的实时检测㊂2近红外光谱无损检测技术2.1概述近红外光是介于可见光与中红外光之间的电磁波,其波长范围为780~2526n m [11]㊂水果中含有大量的含氢基团,对于不同的基团,其吸收峰位置以及强度都会明显区别于其他基团㊂以伯-比尔吸收定律为基础,结合不同光谱特征与被测样本内部结构建立联系,便可判定样本内部结构的变化㊂红外光谱技术多结合计算机科学㊁化学计量学以及光谱学等学科,常用多元统计㊁聚类分析和曲线拟合等化学计量学方法提取光谱所含信息㊂因红外光在光纤中传输效果良好,可实现水果在线快速检测,近些年其引起了国内外许多学者的研究兴趣㊂2.2水果品质检测中应用现状2.2.1水果内部品质检测光作用于水果产生的反射㊁散射㊁透射和吸收等物理现象,为水果的光学特性㊂近红外光具备高穿透特性,可利用此特性获取水果内部的化学信息㊂据以上原理,可获得水果内部的含糖量,酸度和可溶性固形物含量等信息,进而对水果内部品质进行分析㊂程丽娟[12]采集灵武长枣近红外光谱图像,用高效液相色谱法测量长枣中的葡萄糖含量㊂结合光谱值和化学值分别建立偏最小二乘回归(P a r t i a lL e a s tR q u a r e sR e g r e s s i o n ,P L S R )和多元线性回归(M u l t i pl e L i n e a rR e g r e s s i o n ,M L R )模型提取特征波长,发现使用多项式平滑算法预处理方式,可降低噪音,去掉无用信息,其定标相关系数为0.8265,预测相关系数为0.7910㊂其中结合P L S R ㊁间隔随机蛙跳算法和竞争性自适应重加权算法(C o m p e t i t i v e a d a p t i v e r e w e i g h t e d s a m p l i n g,C A R S )的模型为最优模型,定标相关系数为0.8353,预测相关系数为0.8322,这说明提取特征波长可减少冗长数据,降低维数,实现快速检测㊂何嘉琳[13]采集长枣的近红外光谱图像,分别用遗传算法㊁连续投影算法和C A R S 算法提取特征波段,优选标准正态变量变换法为最优原始光谱预处理方法,所建偏最小二乘(P a r t i a lL e a s tR qu a r e s ,P L S )模型交互验证相关系数和交互验证均方根误差分别为0.8395和16.2482㊂牛晓颖[14]通过近红外漫反射技术提取不同成熟度李果的光谱主成分,用马氏距离判别法建立分类模型,该模型的校正集判别正确率为96.33%,预测集判别正确率为96.30%㊂发现对于不同成熟度的李果,其坚实度㊁可滴定酸和可溶性固形物的聚类效应明显且不同,此可作为不同成熟度的李果分选的依据㊂2.2.1水果外部品质检测X u y a n g P [15]采集苹果损伤的HS I 颜色模型,用集成学习方法对特征波段进行筛选,并使用线性判别分析法(l i n e a r d i s c r i m i n a n t a n a l ys i s ,L D A )将模型准确率提高到92.86%㊂Z h a oZL [16]利用近红外光谱技术对李子褐变和非褐变进行检测,并发现马氏距离判别分析和反向传播-人工神经网络构建的分类模型能够有效地识别李子褐变情况,预测集精度达97.56%㊂孙世鹏[17]等为了去除损伤区域近红外光谱中冗杂的信息,在研究中用连续投影算法㊁相关特征选择算法和一致性算法处理冗余信息,提取特征波段,并基于k -邻近㊁朴素贝叶斯㊁支持向量机3种分类方法建立分类器,其中一致性算法选择的特征波段在S V M 分类器下分类识别正确率达95.16%㊂2.3存在问题及发展趋势近红外光谱技术因其非破坏性和便捷的特点,于水果品质的无损检测中发展迅速㊂国内外学者相关研究中,一般只对水果内部或外部品质单指标进行研究,‘湖北农机化“2021年第5期少有进行多指标混合研究的㊂不同的水果适用的光谱数据处理方式㊁特征波段选择标准和模型建立都各不相同,检测方法不通用㊂因为现阶段已有模型预测精度不够,建模的方法还需研究改进,现在对于近红外光谱技术的研究点,多在运用合适的数据预处理方法排除冗杂的数据,降低数据量,建立较优预测模型提高检测时的效率和准确度㊂此技术多用于水果的定性与定量分析,分析结果可作为水果内部可溶性固形物㊁总糖和总酸的预测依据以及水果品种和水果产地的区分依据,目前大部分研究都处于理论阶段,数据多来源于实验室静态检测,而对动态检测的研究较少㊂3电学特性检测技术3.1概述在外加电场下,水果产生的介电特性㊁导电及电磁等物理特性被称作水果的电学特性[18]㊂水果的细胞中含有许多带电粒子其导电性能好,而细胞膜因富含蛋白质㊁果胶和纤维素等导致其导电性极差,因此可以将水果的细胞看做一个由导体和绝缘体构成的复合体,其拥有导电和绝缘的双重特性[19]㊂水果在成熟过程或受病虫害侵害时,水果的内部理化特性会发生显著变化,从而使细胞的结构㊁化学成分和细胞膜通透性发生改变[20-21]㊂水果细胞的生化反应从宏观的角度上改变的了水果的电学特性[22-23],因此对于不同的水果,由于成分和状态的不同,其介电特性也不同㊂基于特定的电学特性可对水果实现无损检测,对水果的内部结构进行分析[24]㊂3.2水果品质检测中应用现状李大伟[25]对红枣的电学特性和含水率变化情况进行测定,研究发现在1000H z内可用复阻抗来建立与红枣含水率的关系,即在含水率55.85%以下时复阻抗随着含水率的降低而增大㊂孔繁荣[26]采用同轴探头技术测量发育后期3个月内的富士苹果,获得其在20~4500MH z 间的相对介电常数和介质损耗因子,并与测得的生理特性和内部品质进行比较,得知相对介电常数随频率增加而减小,介质损耗因子在2000MH z 处存在极小值,可溶性固形物和p H 值与相对介电常数和介质损耗因子之间存在负的线性相关性,硬度和含水率与相对介电常数和介质损耗因子间存在正的线性相关性㊂张莉[27]对柿果电学参数进行检测,发现频率在251~398k H z时可利用阻抗㊁电感和电容区分柿果成熟度,频率为3.98k H z 和63.1k H z时可利用电导判断柿果的成熟度㊂C h o w d h u r y A [28]用电阻抗谱作为香蕉成熟过程中电阻抗变化的一种无损评价方法,将香蕉电阻抗变化与成熟过程建立联系㊂研究中将少量交流电注入香蕉,连接到A g /A gC l 电极阵列上,用阻抗仪测量表面电位,香蕉的阻抗随着香蕉的成熟而增加㊂M a s s a h J [29]用特制的测压元件调节两电极之间的夹持力,对收获的苹果进行电阻检测㊂频率分别为120H z 和1k H z时,对苹果的重量和电阻进行测量,结果表明随着贮藏时间的延长,电阻增大㊂T a k a s h i W a t a n -a b e [3]应用细胞等效电路分析日本梨组织瘀伤,并对梨组织瘀伤区进行等效电路阻抗值分析,发现损伤组织中原生质的抗逆性略有提高,细胞膜的电容和蜕膜液的抗逆性明显降低㊂3.3存在问题及发展趋势利用介电特性对水果进行无损检测,虽然因其快速简便和数据量小的特点,让该无损检测技术拥有广阔的前景,但因为水果之间的介电特性都各不相同,所以大部分研究只针对一种类型水果进行研究,且研究结果仅表明基于电学特性的水果无损检测技术在实践上是可行的,研究结果总结的方法规律不具有普适性㊂因为水果的电学特性,目前研究多在于检测水果的含水量,成熟度和损伤情况,理论上的研究较多,基于电学特性针对水果无损检测的设备研发不足㊂未来的研究重点在将测试的频率㊁电压㊁温度等影响因素标准化,减少这些因素对实验结果的干扰,使对水果电学特性的研究不仅只能在一个特性上㊂同时增强对基于电学特性无损检测技术的检测设备的研究,强化该技术的实用性㊂4声学特性检测技术4.1概述声波的产生㊁传播㊁接收和在介质中产生的影响是声学主要的研究内容[31]㊂水果对声波的反射㊁透射㊁散射吸收以及本身的声阻抗和固有频率等都属于水果的声学特性范畴[32]㊂现有的声学特性检测设备将声敏传感器采集的声音信号转变为电信号,再通过模拟/数字转换器处理成数字信号,之后对数字信号进行分析,获得时间与声学特性之间关系的时域图,通过傅里叶算法将时域图转变成易分析的频谱图㊂声波是由物体振动所产生的机械波,传播声波的空间被称作声场,水果内部组织结构的改变会对传播声波产生影响,从而导致其声学特性发生改变,声学特性能够对不同的水果进行识别,对水果处于不同内部状态时进行检测[33]㊂4.2水果品质检测中应用现状白志杰[34]设计的声学特性检测和分析系统,使用-42d B 的4015咪头提高声学检测系统的稳定性与‘湖北农机化“2021年第5期可靠性,并建立分级模型对不同硬度水果进行分级试验,发现采用二次判别分析法(qu a d r a t i cd i s c r i m i n a n t a n a l y s i s ,Q D A )建立的水果硬度分级模型效果最好,该模型可对金帅苹果㊁丰水梨㊁烟台红富士苹果和贡梨4种样品进行分级,准确率可达到95%以上㊂W e nZ h a n g [35]优化激光多普勒振动仪(L a s e rD o p pl e rV e -l o c i m e t r y,L D V )测定梨纹理时的试验参数㊂实验将梨置于以恒定的扫频率和加速度幅值振动的振动台中间,由扫频正弦波信号对梨进行激励㊂结果无论线性扫频方式或对数扫频方式和加速度振幅下,同一测点的频率响应曲线均具有良好的重复性㊂对118个梨样品进行L D V 法与破坏性穿刺试验的比较,结果表明梨的弹性指数与梨的硬度有很好的相关关系且L D V 法在重复性和灵敏度方面优于穿刺法㊂L a s h ga r i M [36]提出一种对不同贮存时间的伊朗苹果无损分类的方法,该研究用P C A 来确定光谱中大多数差异的关键变量,利用L D A 和Q D A 建立分类模型进行标定,L D A 和Q D A 模型的分类准确率分别约为80.56%和83.33%㊂L i u W e i [37]利用频率为433MH z 的表面声波共振器对贮藏12天的猕猴桃果实品质进行了测定,并基于P C A 和随机共振(S t o c h a s t i cr e s o n a n c e,S R )方法对猕猴桃样品的响应进行了测量和分析,实验结果表明,P C A 法能对不同贮藏时间的猕猴桃样品进行定性鉴别,S R 和表面声波共振器频率分析方法都能成功地识别出回归系数较高的样本㊂4.3存在问题及发展趋势现有基于声学特性的无损检测技术多使用声发射检测和超声检测,声发射检测优点在于检测仪器轻便,可实现实时连续监控检测,但因延性材料产生的低幅值声波,易受噪音影响㊂超声检测优点在于对缺陷极其敏感,穿透力强,但容易受被测样品表面光滑度影响,这个特性也为水果表面状况检测提供了新思想㊂目前该技术检测设备大多通过敲击水果发生,如果敲击力度控制不当,很容易损伤被测水果,同时因为该种检测方式,大部分研究的重点在于检测水果硬度与相关品质的关系㊂5结语水果无损检测技术基于水果特性㊁智能感官仿生技术和光谱技术,研究的核心是围绕水果品质的变化,从水果外部物理特性和内部成分以及结构变化中获得信息,建立相关检测模型对水果品质进行检测研究㊂如何快速㊁简捷地检测水果品质的这些变化是当前研究的热点,无损检测技术具有高效㊁快速㊁准确性好的优点,适用于水果品质评价㊂本文综述了机器视觉无损检测技术㊁近红外光谱无损检测技术㊁电学特性无损检测技术和声学特性无损检测技术在水果品质评价中的应用,总结了这些技术在水果品质评价中的应用,并分析了它们的优缺点㊂水果无损检测技术在我国发展几十年已取得充足的发展,但研究理论实践化还有许多问题需要面对㊂机器视觉虽然为水果外部损伤提供了很好的检测模式,但建立一个具有普遍性㊁提高检测的准确性建立一个全面完整的数据库是很有必要的㊂近红外光谱法虽然在分析水果内部品质研究上已趋于成熟,具有快速㊁无损和可实现多组分同时测定的特点,但检测指标普遍单一㊂基于声学特性和介电特性的无损检测技术虽然在理论和技术上是可行的,但在实用上,其检测精度和效率还有很大的限制㊂随着无损检测技术的发展,将每种技术实用化是最终目的,实现多种手段综合检测㊁多种样品同时在线检测和多项指标同时检测是未来最期望达到的目标㊂以无损检测技术的数字化㊁图像化和信息化是未来检测技术发展的趋势㊂无损检测技术的发展能很好的促进我国水果品质的提升,提高我国水果在国际贸易中的竞争力㊂参考文献:[1]刘窈君,杨艳萍.水果品质控制的无损检测技术应用及发展[J ].北方园艺,2020(01):152-157.[2]王顺,黄星奕,吕日琴,等.水果品质无损检测方法研究进展[J ].食品与发酵工业,2018,44(11):319-324.[3]伍光绪.基于计算机视觉的血橙无损检测与分级技术研究[D ].重庆:西南大学,2016.[4]赵小霞,李志强.基于P L C 和机器视觉的水果自动分级系统研究[J ].农机化研究,2021,43(08):75-79.[5]纪宇慧.机器视觉在苹果疤痕识别和颜色分级中的应用[D ].济南:济南大学,2019.[6]刘军,郭俊先,帕提古丽㊃司拉木,等.基于机器视觉与支持向量机的核桃外部缺陷判别分析方法[J ].食品科学,2015,36(20):211-217.[7]D a v i d I r e r i ,E i s a B e l a l ,C e d r i c O k i n d a ,e t a l .Ac o m p u t e r v i -s i o n s y s t e mf o r d e f e c t d i s c r i m i n a t i o n a n d g r a d i n gi n t o m a -t o e s u s i n g m a c h i n e l e a r n i n g a n d i m a g e p r o c e s s i n g [J ].A r t i -f i c i a l I n t e l l i g e n c e i nA g r i c u l t u r e ,2019,2:28-37.D O I :10.1016/j.a i i a .2019.06.001.[8]朱丹,吴兹古力.基于机器视觉的农业机械图像识别系统分析[J ].农机化研究,2020,42(10):28-31+36.[9]K u m a rA .A N e u r a lN e t w o r k A s s i s t e d M a c h i n e V i s i o n S y s t e mf o rS o r t i n g P o m e gr a n a t eF r u i t s [C ]//2n dI E E E‘湖北农机化“2021年第5期I n t e r n a t i o n a l C o n f e r e n c e o n E l e c t r i c a l ,C o m p u t e r a n d C o m m u n i c a t i o nT e c h n o l o gi e s .I E E E ,2017.[10]P e n g H ,S h a oY ,C h e nK ,e t a l .R e s e a r c ho n M u l t i -c l a s s F r u i t sR e c o g n i t i o nB a s e do n M a c h i n eV i s i o na n dS V M [J ].I F A C -P a p e r s O n L i n e ,2018,51(17):817-821.[11]陆辉山.水果内部品质可见/近红外光谱实时无损检测关键技术研究[D ].杭州:浙江大学,2006.[12]程丽娟,刘贵珊,万国玲,何建国.可见/近红外高光谱成像技术对长枣中葡萄糖含量的无损检测[J ].发光学报,2019,40(08):1055-1063.[13]何嘉琳,乔春燕,李冬冬,张海红,邓鸿,单启梅,高坤,马瑞.可见-近红外高光谱成像技术对灵武长枣V C 含量的无损检测方法[J ].食品科学,2018,39(06):194-199.[14]牛晓颖,贡东军,王艳伟,陆文卿,梁贺,赵志磊,任瑞.基于近红外光谱和化学计量学的李果实成熟度鉴别方法研究[J ].现代食品科技,2014,30(12):230-234+125.[15]X u y a n g P ,L a i j u n S ,Y i n g s o n g L ,e t a l .N o n ‐d e s t r u c t i v e c l a s s if i c a t i o no f a p p l eb r u i s i ng t i m eb a s e do nv i s i b l e a n d n e a r ‐i n f r a r e dh y p e r s p e c t r a li m a g i n g[J ].J o u r n a l o f t h e e n c e o fF o o da n dA g r i c u l t u r e ,2018.D O I :10.1002/j s f a .9360.[16]Z h a oZL ,W a n g Y W ,G o n g DJ,e t a l .D i s c r i m i n a t i o no f P l u m B r o w n i n g w i t h N e a rI n f r a r e d S p e c t r o s c o p y [J ].G u a n g p ux u e y u g u a n g p u f e nx i=G u a n g p u ,2016,36(7):2089-2093.[17]孙世鹏,彭俊,李瑞,朱兆龙,V áz qu e z -A r e l l a n oM A N U -E L ,傅隆生.基于近红外高光谱图像的冬枣损伤早期检测[J ].食品科学,2017,38(02):301-305.[18]N e l s o nSO ,S o d e r h o l mL H ,Y u n g FD .D e t e r m i n i n g th e d i e l e c t r i c p r o p e r t i e so f g r a i n [J ].A g r i c u l t u r a le n gi n e e r -i n g,1953,34(9):608-610.[19]郭红利.猕猴桃的电学特性与无损检测技术的研究[D ].咸阳:西北农林科技大学,2004.[20]韩雅萱,颉敏华,王学喜,等.1-M C P 处理对冷藏期间不同采期 黄冠梨 衰老和品质的影响[J ].甘肃农业大学学报,2016,51(06):121-127.[21]陈大鹏,杨江山,颉敏华,张鑫.早酥梨果实品质㊁呼吸速率及乙烯释放的规律研究[J ].甘肃农业大学学报,2018,53(02):58-63.[22]王转卫,赵春江,商亮,等.基于介电频谱技术的甜瓜品种无损检测[J ].农业工程学报,2017,33(09):290-295.[23]J u s t i c i a M ,A .M a d u eo ,R u i z -C a n a l e sA ,e t a l .L o w -f r e -q u e n c y c h a r a c t e r i s a t i o n o fm e s o c a r p el e c t r i c a l c o n d u c t i v i -t y i n d i f f e r e n t v a r i e t i e s o f o l i v e s (O l e a e u r o pa e aL .)[J ].C o m p u t e r s a n dE l e c t r o n i c s i nA gr i c u l t u r e ,2017.[24]高迎旺,耿金凤,饶秀勤.果蔬采后内部损伤无损检测研究进展[J ].食品科学,2017,38(15):277-287.[25]李大伟,陈超,兰海鹏,等.基于电特性的新疆骏枣含水率的试验研究[J ].农机化研究,2016,38(07):212-215.[26]孔繁荣,郭文川.发育后期苹果的介电特性与理化特性的关系[J ].食品科学,2016,37(09):13-17.[27]张莉,韩爱华,黄云钰,等.柿果实成熟期间电学参数变化[J ].甘肃农业大学学报,2019,54(02):199-204.[28]C h o w d h u r y A ,B e r aT K ,G h o s h a lD ,e t a l .S t u d y i n g th e e l e c t r i c a l i m p e d a n c ev a r i a t i o n s i nb a n a n ar i p e n i n g u s i n g e l e c t r i c a l i m p e d a n c e s p e c t r o s c o p y (E I S )[C ]//20153r d I n t e r n a t i o n a lC o n f e r e n c eo nC o m p u t e r ,C o m m u n i c a t i o n ,C o n t r o la n dI n f o r m a t i o n T e c h n o l o g y (C 3I T ).I E E E ,2015.[29]M a s s a hJ ,H a j i h e y d a r iF ,D e r a f s h iM H.A p pl i c a t i o no f E l e c t r i c a l R e s i s t a n c e i nN o n d e s t r u c t i v e P o s t h a r v e s t Q u a l -i t y E v a l u a t i o n o fA p p l eF r u i t [J ].J o u r n a l o fA g r i c u l t u r a l e n c e&T e c h n o l o g y ,2018,19(5):1031-1039.[30]W a t a n a b e T ,N a k a m u r aN ,A n d oY ,e t a l .A p pl i c a t i o n a n d S i m p l i f i c a t i o n o f C e l l -B a s e dE q u i v a l e n tC i r c u i tM o d e lA -n a l y s i s o fE l e c t r i c a l I m p e d a n c e f o rA s s e s s m e n to fD r o p S h o c kB r u i s i n g i nJ a pa n e s eP e a rT i s s u e s [J ].F o o da n d B i o p r o c e s sT e c h n o l o g y ,2018,11(11):2125-2129.[31]杜功焕,朱哲民,龚秀芬.声学基础[M ].江苏:南京大学出版社,2012.[32]应义斌,韩东海.农产品无损检测技术[M ].北京:化学工业出版社,2005:164+302.[33]应义斌,蔡东平,何卫国,等.农产品声学特性及其在品质无损检测中的应用[J ].农业工程学报,1997(3):213-217.[34]白志杰.基于声学特性水果硬度检测系统与应用方法的研究[D ].镇江:江苏大学,2018.[35]C u i ,D i ,Y i n g ,e t a l .O r t h o g o n a l t e s t d e s i g n t o o pt i m i z e t h e a c o u s t i c v i b r a t i o n m e t h o d f o r p e a r t e x t u r em e a s u r e m e n t[J ].P o s t h a r v e s t B i o l o g y a n dT e c h n o l o g y ,2015.[36]L a s h g a r iM ,M o h a m m a d i go lR .D i s c r i m i n a t i o no fG o l a b a p p l e s t o r a g e t i m eu s i n g a c o u s t i c i m p u l s er e s po n s ea n d L D Aa n dQ D Ad i s c r i m i n a n t a n a l y s i s t e c h n i q u e s [J ].I r a n A gr i c u l t u r a l R e s e a r c h ,2016,35(2):65-70.[37]W e i L ,G u o h u aH.K i w i f r u i t (A c t i n i d i a c h i n e n s i s )qu a l i -t y de t e r m i n a t i o n b a s e d o n s u rf a c e a c o u s t i cw a v e r e s o n a t o r c o m b i n e dw i t h e l e c t r o n i c n o s e [J ].B i o e ng i n e e r e d ,2015,6(1).(收稿日期:2021-01-12)。
无损检测技术及其在果品质量安全检测中的应用
无损检测技术及其在果品质量安全检测中的应用【摘要】本文介绍了无损检测技术及其在果品质量安全检测中的应用。
在简要介绍了背景和研究意义。
在详细讨论了光学成像技术、声学测试技术、电磁波检测技术和磁共振成像技术在果品质量安全检测中的具体应用。
通过这些无损检测技术，可以非破坏性地检测果品的质量和安全性，提高果品检测效率和准确性。
在展望了无损检测技术在果品质量安全检测中的前景，强调了其在未来的发展潜力。
通过本文的介绍，读者可以更深入了解无损检测技术在果品质量安全检测中的重要性和应用前景。
【关键词】无损检测技术、果品质量安全检测、光学成像技术、声学测试技术、电磁波检测技术、磁共振成像技术、前景、总结、展望1. 引言1.1 背景介绍果品质量安全一直是消费者和生产者关注的焦点之一。
随着人们生活水平的提高，对果品品质和安全性的要求也越来越高。
传统的果品检测方法往往需要破坏性的采样或化学处理，不仅破坏了果品的整体性，还可能残留有害物质，对人体健康造成威胁。
发展一种无损检测技术对于果品质量安全至关重要。
无损检测技术是一种可以在不破坏被检测物体的情况下获取物体内部信息的技术手段。
通过应用无损检测技术，可以实现果品的快速、准确检测，同时保证果品的完整性和安全性。
在果品质量安全检测中，光学成像技术、声学测试技术、电磁波检测技术和磁共振成像技术等无损检测技术被广泛应用，为果品的质量评估和安全检测提供了有力的技术支持。
本文将重点介绍无损检测技术及其在果品质量安全检测中的应用，旨在探讨无损检测技术对果品质量安全检测的意义和作用，为果品行业的发展和消费者的健康提供参考依据。
1.2 研究意义果品质量安全一直是消费者关注的重要问题，而无损检测技术的应用可以有效地提高果品质量安全检测的效率和准确性。
通过无损检测技术，可以在不破坏果品本身的情况下，对果品的内部结构、口感、成熟度、营养含量等进行全面、准确地检测和分析，从而及时发现果品内部存在的问题和隐患。
芒果无损检测方法的研究现状及发展趋势
芒果无损检测方法的研究现状及发展趋势崔秀帅;唐荣年;杨举华;王越;张连瑞【摘要】综述了目前国内外芒果无损检测所采用的方法,包括机器视觉技术检测法、近红外光谱技术检测法、超声波检测法、介电特性检测法.根据芒果无损检测现阶段存在的一些问题分析了芒果无损检测将向着设备便携化及操作简单化、无损评价、多种传感器联合检测的方向发展.%In this paper,the mango's nondestructive testing methods are summarized,involving the machine vision technology method,near infrared spectrum technology method,ultrasonic method and dielectric property assay.According to the problems of mango nondestructive testing at present,the development trend of mango nondestructive testing is stated in terms of deviceconvenience,nondestructive evaluation and joint detection.【期刊名称】《贵州农业科学》【年(卷),期】2013(041)007【总页数】4页(P167-170)【关键词】芒果;无损检测;联合检测;便携化【作者】崔秀帅;唐荣年;杨举华;王越;张连瑞【作者单位】海南大学机电工程学院,海南海口570228;海南大学机电工程学院,海南海口570228;青岛大学化学化工与环境学院,山东青岛266061;海南大学机电工程学院,海南海口570228;山东电力集团公司临沂供电公司,山东临沂276001【正文语种】中文【中图分类】S-01芒果是一种营养价值极高的热带水果，素有“热带果王”之称。
果品无损检测技术的研究现状
果品无损检测技术的研究现状周新仁 丁继高(农八师143团机关,石河子,832000)摘 要 无损检测是近年来发展起来的高科技技术之一,在工业和农业的应用方面得到了广泛的研究。
文中综述了目前无损检测技术在国内外果蔬产品品质检验中的应用现状,并指出了果品品质无损检测技术的发展方向。
关键词 无损检测,果品,品质检验第一作者:学士,副教授。
收稿时间:2004-08-02,改回时间:2004-09-10 随着生活水平的提高,人们在满足果品和蔬菜数量需求的同时,对质量也提出了更高的要求。
人们不仅要求果蔬大小相同,而且要求品质一致。
为了对大量生产的果蔬进行自动分级和品质鉴定,国内外有许多学者长期从事这一领域的研究。
果蔬品质的检测方法大致可分为近红外分析法、声学特性分析法、X 射线分析法、计算机图像检测法、电、磁特性分析法、可见光成熟度分析法以及激光分析法等。
其中,无损检测应用更加广泛,是近几年发展的高新技术之一。
无损检测又称非破坏检测,即在不破坏样品的情况下对其进行内部品质评价(包括糖度、酸度、硬度、内部病变等)的方法。
该方法检测速度较传统的化学方法迅速,又能有效地判断出从外观无法得出的样品内部品质信息。
由于消费者在选购水果时极为看重其内部品质如口感、糖度和酸度,因此研究基于水果光学特性的内部品质无损检测与分级技术,并将研究成果应用到水果产后处理生产线上具有广阔的市场应用前景。
本文分析了水果的光特性、电特性、声学特性检测原理及方法,并综述了国内外的最新研究进展。
1 无损检测技术的应用111 果品光特性无损检测的原理分析由于水果的内部成分和外部特性不同,在不同波长光线照射下会有不同的吸收或反射特性,也就是说,水果的分光反射率或吸收率在某一特定波长内会比其他部分大,根据这一特性结合光学检测装置能实现水果品质的无损检测[1]。
考虑到水果品种的多样性和形状的特殊性,用于水果内部品质光特性检测的系统主要由光源系统,入射出射光纤组件,光电检测转换器和信号放大转换系统,显示输出等硬件系统和用于光谱采集和数据处理的软件系统组成。
无损检测技术在水果品质安全和真实性的应用研究进展
核农学报2024，38（4）：0736~0745Journal of Nuclear Agricultural Sciences无损检测技术在水果品质安全和真实性的应用研究进展肖宏辉1， 2李春霖1， 3张永志1， 3聂晶1， 3吴振2， *袁玉伟1， 3， *（1浙江省农业科学院农产品质量安全与营养研究所，浙江杭州310021；2宁波大学食品与药学学院，浙江宁波315211；3农业农村部农产品信息溯源重点实验室，浙江杭州310021）摘要：在水果产量攀升和品质要求不断提高的背景下，对水果的品质、安全和真实性开展快速无损检测的需求日益迫切。
本研究概述了光谱学、力学、声学、计算机视觉、电子鼻和电子舌等无损检测技术结合多种化学计量学方法在水果营养功效成分和感官属性品质特征挖掘、农药残留和病害霉变安全性检测以及原产地、品种分类、贮藏时间真实性鉴别研究中的应用。
同时，本研究还从生产实际和科学研究两个方面进行了展望，可为水果的质量安全监管和消费者权益保障提供科学依据。
关键词：水果；品质评价；安全性；真实性；无损检测DOI：10.11869/j.issn.1000‑8551.2024.04.0736我国是水果生产和消费大国，2022年水果产量为31 296.2万吨，同比2021年增长4.4%，位居世界前列［1］。
水果中富含膳食纤维、维生素、矿物质、多酚类和有机酸类等功效成分，有较高的营养价值，适量摄入对维持人体健康、预防食源性疾病具有重要意义［2］。
同时，相关研究表明，水果消费的增加与心理和主观幸福感呈正相关［3］。
随着消费水平不断升级，居民对优质水果的需求日益增加。
水果的品质等级由外观、营养成分、口感、气味、贮藏期等多种因素决定。
货架期短、易受损等因素严重影响了不同产地和储运条件下的水果品质，导致有效成分含量存在差异。
近年，市场上不断出现以次充好、掺杂掺假、农药残留等问题，已引起政府监管部门和消费者的普遍关注［4］。
水果成熟度检测技术的现状与发展
水果成熟度检测技术的现状与发展随着人们对健康的日益关注，水果这种天然的食品也逐渐成为人们食物链中的重要组成部分。
然而，水果的成熟度与品质一直是消费者所关心的问题，因此，如何对水果的成熟度进行快速、准确的检测成为了当前水果种植、生产和销售的重要问题。
本文将对水果成熟度检测技术的现状与发展进行阐述。
现在，水果成熟度检测技术主要有以下三种：1.压力式检测技术这种检测技术主要是基于水果在不同成熟度阶段下的变形特征来进行检测，主要使用一些专用检测仪器进行测量。
然而，该项技术的不足之处在于需要使用专门的设备，并且对水果的形状大小和品种差异产生较大影响，因此不适用于大量的水果检测。
2.色泽检测技术该项技术是通过分析水果在不同熟度阶段下的颜色变化来进行检测，常见的检测方法包括色度计和成像设备等。
但是，由于色泽受环境影响较大，因此该项技术需要对环境光线进行正确控制，使得检测结果能够具有可重复性和准确性。
3.电子鼻检测技术电子鼻技术是利用特殊的传感器技术来模拟人类的嗅觉识别能力，通过检测水果散发出的挥发性有机物来进行检测。
该项技术在非破坏性检测方面表现出较好的效果，可以快速、准确地检测水果的成熟度。
但是，该项技术的不足之处在于需要预先对不同水果的挥发性成分进行训练，同时还需要对水果的保存环境进行相应的控制。
目前，水果成熟度检测技术正在向非破坏性、高效、自动化、智能化发展。
1.非破坏性检测非破坏性检测是指能够在不破坏水果的情况下进行检测，不损坏水果的形态和品质，同时具有高准确性和高可靠性。
非破坏性检测技术的应用可以大大降低水果的浪费，并提高水果的质量和口感。
2.高效检测高效性是指检测速度快，能够在最短时间内完成对水果的检测，使得企业能够快速做出相应决策。
高效性检测技术可以帮助企业降低人工成本，提高效率和生产效益。
3.自动化检测自动化检测是指通过计算机技术和机电控制技术将检测、分析和判定过程实现自动化，不需要人工干预，能够自动完成对水果的检测和分类。
厚皮甜瓜无损检测方法的研究现状及发展趋势
农 机Байду номын сангаас化 研 究
第 １ ０期
厚 皮 甜 瓜 无 损 检 测 方 法 的 研 究 现 状 及 发 展 趋 势
田海 清 ，王 春 光 ，杨 晓 清
（内蒙 古农 业 大 学 机 电工 程 学 院 ，呼 和浩 特 ００１ １ ０ ８）
摘
要 ：厚皮甜瓜是一种具有重 要经济价值 和营 养价值 的水 果 ， 该果 品 内部 品质的无 损检 测对 其生 产及 流通有 重要 意
年增 加 。
满足消费者对水果 品质 的要求 、 提高水果产 品的市场 价值 与竞 争 力 、 加农 民收 入具 有 重 要意 义 。 增
１ 厚 皮甜瓜 的生理特性 和营养 与经济价值
甜 瓜是 一 种 古老 作 物 ， 葫 芦 科 ， 培 历 史 悠 久 。 属 栽 根 据其 解 剖 结构 特 点 ， 分 为 薄皮 甜瓜 和 厚 皮 甜 瓜 两 可 类 。其 中 ， 皮 甜 瓜 起 源 于 西 亚 、 亚 大 陆 性 气 候 的 厚 中 干 旱 草 原 ， 长 势 强 ， 实 较 大 ， 厚 ， 皮 光 滑 或 有 生 果 肉 果 细 纹 。厚皮 甜 瓜 的 含 糖 量 较 高 ， 含 有 氨 基 酸 、 机 并 有 酸 等多 种风 味物 质 ； 同时 含 有 纤 维 素 、 、 、 、 生 钙 铁 磷 维 素 Ａ， １ Ｂ ， Ｂ ， ２ ｃ以 及 Ｂ胡 萝 卜素 ， 其 是 铁 、 Ａ 和 １ 尤 Ｖ ３ 胡萝 卜素等 含 量在 各 类 水 果 中名 列 前 茅 。 此 外 ， 皮 厚
上 。厚 皮 甜 瓜 是 喜 温 、 光 作 物 ， 个 生 育 期 要 求 喜 整 充 足 的 光 照 、 高 温度 和 较 大 的 昼 夜 温 差 ， 样 有 利 较 这
基于图像处理和光谱分析技术的水果品质快速无损检测方法研究
基于图像处理和光谱分析技术的水果品质快速无损检测方法研究基于图像处理和光谱分析技术的水果品质快速无损检测方法研究随着人们对食品安全和食品品质要求的提高，对水果品质的快速无损检测方法的需求也日益增加。
传统的水果品质检测方法存在着操作复杂、耗时耗力和无法实现在线检测等问题。
而基于图像处理和光谱分析技术的水果品质快速无损检测方法能够提高水果品质的检测效率和准确性，适应了现代农产品质量检测的需求。
本文主要介绍了基于图像处理和光谱分析技术的水果品质快速无损检测方法的研究现状和发展趋势，包括图像采集、图像处理和光谱分析的原理及其在水果品质检测中的应用。
首先，图像采集是基于图像处理的水果品质快速无损检测的重要环节。
通过选择合适的图像采集设备，如高分辨率相机或光谱仪，可以获取水果的外观图像或光谱信息。
水果外观图像包括水果的颜色、形状、大小等特征，而水果光谱信息可以反映水果的内部成分和质量特性。
其次，图像处理是实现水果品质快速无损检测的关键步骤之一。
通过使用各种图像处理算法，如边缘检测、颜色特征提取、纹理分析等，可以对水果外观图像进行特征提取和分析。
这些图像处理算法可以帮助识别水果的瑕疵、病虫害或变质情况，从而评估水果的品质。
最后，光谱分析技术是水果品质快速无损检测的另一个重要方向。
光谱分析可以通过测量水果在不同波长下的反射或透射光谱，来获取水果的化学成分和生理状态信息。
常用的光谱分析技术包括近红外光谱、红外光谱和紫外光谱等。
通过分析水果的光谱数据，可以实现对水果成熟度、糖度、酸度等质量指标的无损检测。
基于图像处理和光谱分析技术的水果品质快速无损检测方法在实际应用中具有广泛的前景和潜力。
它可以大大提高水果品质检测的效率和准确性，减少品质评估过程中的主观因素，并且对水果的外观特征和质量指标进行全面而准确的评估。
然而，目前该领域还存在一些挑战和问题，如复杂的图像处理算法的设计和优化、光谱数据的获取和处理等。
此外，不同水果种类和不同品种的水果也需要针对性地开发适用的检测模型和算法。
果品无损检测技术的研究进展
色 、 面 缺 陷等 ） 测 外 ， 着力 进 行 其 内部 品 质 （ 表 检 还 可 溶性 固形物 、 分 、 实度 、 度等 ） 糖 坚 酸 的无损 检测 ， 些 有 检 测项 目已经 商 品化 。但 是 ， 目前 国内果 品 的无损 检 测 仅 停 留在 外 部 的 品 质 检 测 上 ， 没 有 达 到 实 时 远
摘
要 ： 损 检 测 技 术 是 近 年 来 发 展 起 来 的 高科 技技 术 ， 农 业 和 ＿ 业 中都 得 到 广 泛 应 用 。 国 内外 果 品 无损 检测 的技 无 在 【 对
术方 法 原 理 和 应 用 现状 进 行 概 述 ， 对 该 技 术 在 果 品 检测 方 面 的应 用 前 景 进 行 展 望 。 并
（ ｈ ｎ ｑｎ ｒｉ ｅｅ ｒｈＩｓ ｔｔ，ｉ ｇ ｎ Ｃ ｏ ｇ ｉ ０ ２ ０ Ｃ ｉ ） Ｃ ｏ ｇ ｉ Ｆ ｕｔ ｓａｃ ｔｕｅＪａ ｆ ， ｈ ｎ ｑｎ ４ ２ ６ ｈｎ ｇ Ｒ ｎｉ ｎｉ ｇ ａ
Ａｂ ｔ ａ ｔ Ｎｏ ｄ ｓｒ ｃ ｉｅ ｑ ａｉ ｖ ｌ ａｉ ｎ ｔｃ ｎ ｌ ｇ ｓｗ ｄ ｌ ｓ ｄ ｉ ｎ ｉｌ ｓｏ ｄ ｓｒ ｎ ｇ ｃ ｌ ｒ ｅ ｅ ｔ ｅ ｒ ｓｒ ｃ ： ｎ ｅ ｔ ｔ ｕ ｌ ｙ ｅ ａｕ ｔ ｅ ｈ ｏ ｏ ｙ ｉ ｉ ｅ ｙｕ ｅ ｎ ｍａ ｙｆ ｄ ｆ ｎ ｕ ｔ ａ ｄ ａ ｒ ｕ ｔ ｅ ｉ ｒ ｃ ｎ ａ ｓ ｕ ｖ ｔ ｏ ｅ ｉ ｙ ｉ ｕ ｎ ｙ ｆｒ ｔ ｅ ｄ ｖ ｌｐ ｎ ｆ ｈ ｇ ｔ ｃ ． ｈ ｏ ｓｉ ａ ｄ ｆｒ ｉ ｎ ａ ｐ ｉａｉ ｎ ｓａｅ， ｓ ｇ ｎ ｈ ｏ ｉ ｓ ｏ ａ ｉ ｕ ｏ ｄ ｓｒ ｃ ｉｅ ０ ｈ ｅ ｅ ｏ ｍｅ ｔｏ ｉｈ— ｅ ｈ Ｔ ｅ ｄ ｍｅ ｔ ｎ ｏ ｅ ｇ ｐ ｌ ｔ ｔｔ ｕ ａ ｅ ａ ｄ ｔｅ ｒｅ ｆｖ ｒｏ ｓ ｎ ｎ ｅ ｔ ｔ ｃ ｃ ｏ ｕ ｖ ｔｃ ｎ ｌ ｇｅ ｒ ｎｒ ｄ ｃ ｄ ｉ ｈ ｓｐ ｐ ｒ Ａｎ ｈ ｓｏ ｅｖ ｅ ｒ ｓ ｎｅ ｈ ｒ ｍｉｉ ｇ ａ ｐ ｉａ ｉｎ ｐ ｏ ｐ ｃ ｓｏ ｏ ｄ ｓｒ ｃ ｉｅ ｅ ｈ ｏ ｏ ｉｓｗｅ ｅ ｉ ｔ ｕ ｅ ｎ ｔ ｉ ａ ｅ ． ｄ ｔ ｉ ｖ ｒ ｉｗ ｐ ｅ ｅ ｔｄ ｔ ｅ ｐ ｏ ｓｎ ｐ ｌ ｔ ｒ ｓ ｅ ｔ ｆｎ ｎ ｅ ｔ ｔ ｏ ｃ ｏ ｕ ｖ ｄ ｔ ｒ ｎ ｔ ｎ ｔｃ ｎ ｌ ｇ ｎｆ ｉ ． ｅｅ ｍｉ ａ ｉ ｈ ｏ ｏ ｉ ｔ ｏ ｅ ｙ ｕ ｒ ｓ Ｋｅ ｒ ｓ Ｆ ｉ； ａｕ ｔ ｎ Ｎ ｎ ｅ ｔ ｃ ｉｅ ｄ ｔｒ ｉ ａ ｉｎｔ ｃ ｎ ｌｇ ｙ ｗｏ ｄ ： ｒ ｔ Ｅｖ ｌ ａｉ ； ｏ ｄ ｓｒ ｔｖ ｅ ｅ ｎ ｔ ｈ ｏｏ ｕ ｏ ｕ ｍ ｏ ｅ ｙ
水果成熟度检测技术的现状与发展
水果成熟度检测技术的现状与发展随着人们对健康生活的重视，水果的消费量在不断增加，而对于成熟度的检测则成为了保障水果品质和安全的重要环节。
近年来，随着科技的不断发展，水果成熟度检测技术也在不断创新和进步。
本文将对水果成熟度检测技术的现状与发展进行分析和探讨。
1.传统的水果成熟度检测方法传统的水果成熟度检测方法主要依靠人工观察和体感，如触摸、闻味、品尝等方式来判断水果的成熟度。
这种方法存在着主观性强、易受操作者经验和感官差异的影响，不能进行量化和精准的判断，因此在商业化生产中逐渐被淘汰。
2.基于光学特性的成熟度检测方法随着光学技术的发展，人们利用水果的光学特性来进行成熟度检测。
利用光学传感器、光学成像技术和光谱分析技术，可以检测水果的颜色、表面特征、纹理和内部组织等信息，从而判断水果的成熟度。
这种方法具有非接触性、快速、精准的特点，适用于大规模水果生产和流通。
声学技术也被应用于水果成熟度的检测。
通过声学传感器和声波传播特性，可以对水果的含水率、硬度和成熟度进行检测。
这种方法具有简单、快速、不破坏性的特点，适用于多种不同类型的水果。
二、水果成熟度检测技术的发展趋势1.多模式融合的成熟度检测技术随着多种成熟度检测方法的发展，将不同的成熟度检测技术进行融合和组合，可以充分利用它们的优势，提高成熟度检测的准确性和稳定性。
结合光学特性和声学特性进行成熟度检测，既可以获取外部特征，又可以获取内部特征，从而提高成熟度检测的全面性和可靠性。
2.智能化的成熟度检测设备随着人工智能和物联网技术的发展，智能化成熟度检测设备得到了广泛应用。
通过集成传感器、图像识别和数据分析技术，可以实现对水果成熟度的自动检测和监控，减少人工成本和提高生产效率。
还可以对成熟度检测数据进行实时分析和预测，帮助农户和企业优化生产和销售策略。
3.无损检测技术的发展目前，传统的成熟度检测方法通常需要破坏性的取样，会对水果造成一定的伤害。
发展无损检测技术成为了水果成熟度检测的发展趋势之一。
果蔬质量检测技术的发展趋势分析
果蔬质量检测技术的发展趋势分析近年来，随着人们生活水平和环保意识的提高，越来越多的人开始注重自身健康，选择更多的时令蔬果作为日常饮食的主食。
然而，在果蔬的量大、品种多、来源广的背景下，消费者对于果蔬的质量安全问题非常关注，特别是农药残留、重金属超标等问题。
因此，果蔬质量检测技术的发展趋势成为了大家关注的热点。
一、目前果蔬质量检测技术状况目前，果蔬品种繁多，从产地到消费者手中的流通过程也很复杂，因此，在果蔬领域进行质量检测的技术也非常多样化。
从检测手段上来讲，主要可以分为理化检测、生物检测和光谱检测三种。
其中，理化检测主要通过物理、化学等手段从果蔬中提取出目标成分，如农药残留、重金属、营养成分等等，并对提取出的成分进行分析检测。
生物检测则主要通过现代分子生物学的技术手段，如酶联免疫吸附、聚合酶链反应等，对果蔬的基因、蛋白质等组成部分进行检测，从而判断果蔬的品质。
光谱检测则主要基于光学特性，如荧光、吸收谱线等，对目标成分进行检测。
二、果蔬质量检测技术未来趋势虽然目前互联网和物联网的发展极大的促进了果蔬质量检测技术的提升，但是消费者对果蔬质量的追求永远没有止境。
因此，未来果蔬质量检测技术的趋势主要体现在以下几个方面：1.智能化检测技术的普及随着互联网和物联网的快速发展，人们越来越依赖各种智能设备，消费者对于果蔬质量的关注程度也在不断提高。
科技进步将推动果蔬质量检测技术的智能化发展，未来果蔬质量检测仪器将逐渐普及到各个层面。
同时，智能化设备将实现多人使用、多种食材识别和专业化检测的功能，并且可以通过无线网络进行访问、运营和数据传输，大幅简化用户和操作人员的操作流程。
2.基于机器学习的质量分级模型基于机器学习的质量分级模型是现代果蔬质量检测技术的新趋势，它主要通过先进的机器学习算法对果蔬进行图像和色彩分析，可以在短时间内高效的完成质量等级评估。
基于机器学习的质量分级模型具有误差率低、精确度高、自动化程度高等优势，是未来果蔬质量鉴定的一种很有前途的技术手段。
水果成熟度检测技术的现状与发展
水果成熟度检测技术的现状与发展1. 引言1.1 水果成熟度检测技术的重要性水果成熟度检测技术在农业生产中起着至关重要的作用。
随着人们对健康饮食和食品安全的关注度不断提高，水果的成熟度成为消费者选择水果的重要参考因素之一。
对水果成熟度进行快速、准确地检测成为保证水果质量的关键。
水果成熟度直接影响着水果的口感和营养价值。
水果的成熟度过高或过低都会导致口感变差，且部分水果在成熟过程中会释放出有害气体，对人体健康造成影响。
水果成熟度检测技术可以帮助果农准确掌握水果的采摘时机，避免果实采摘过早或过晚而影响果实质量和产量。
水果成熟度检测技术还可以帮助果品加工企业、物流企业和超市等环节对水果进行质量管理和保鲜处理，提高水果的市场竞争力。
水果成熟度检测技术的重要性不容忽视，其发展不仅可以提高水果的品质和营养价值，也可以带动整个水果产业的发展和升级。
1.2 水果成熟度检测技术的应用前景水果成熟度检测技术的应用前景十分广阔，随着人们对健康生活的追求以及食品安全的重视，对水果成熟度检测技术的需求也在不断增加。
在农业领域，水果成熟度检测技术可以帮助果农确定最佳采摘时机，提高采摘效率，减少果实损失。
在食品加工行业，水果成熟度检测技术可以帮助企业控制生产质量，保证产品的品质和口感。
随着人们消费观念的不断升级，对水果的外观和口感要求也越来越高，因此水果成熟度检测技术在市场上的应用前景非常广泛。
随着科技的不断进步，人们对环境友好型产品的需求也在增加，这就要求食品行业不断创新，开发更加智能化、高效化的水果成熟度检测技术。
未来，随着人工智能、大数据、云计算等新技术的广泛应用，水果成熟度检测技术将更加智能化和精准化，不仅可以提高生产效率，降低生产成本，还可以更好地满足消费者的需求，推动整个食品行业的发展。
水果成熟度检测技术的应用前景非常广阔，具有巨大的市场潜力。
2. 正文2.1 传统水果成熟度检测方法传统水果成熟度检测方法主要包括人工检测、化学检测和机械检测。
水果成熟度检测技术的现状与发展
水果成熟度检测技术的现状与发展随着农业科技的不断发展和进步，水果的种植、生产和加工技术也在不断提高，其中水果成熟度检测技术更是备受关注。
水果成熟度检测技术具有广泛的应用价值，可以帮助果农更好地掌握水果的成熟度，提高收成和质量，同时也有助于保持水果的新鲜度和营养价值。
本文将探讨水果成熟度检测技术的现状与发展，希望对相关专业人士和水果产业发展有所帮助。
目前，水果成熟度检测技术主要包括便携式检测仪器、成像检测技术和光谱检测技术等几种主要技术手段。
1. 便携式检测仪器便携式检测仪器是目前应用较广泛的一种成熟度检测技术，它可以快速、准确地检测水果的成熟度。
这类检测仪器通常采用非破坏性检测技术，通过观察水果的外表特征、测量果皮颜色、硬度、重量等指标来判断水果的成熟度。
与传统的触摸和视觉检测相比，便携式检测仪器具有更高的效率和准确性，可以大大提高水果的品质和产量。
2. 成像检测技术成像检测技术是一种基于数字图像处理和分析的水果成熟度检测技术，它通过采集水果的图像信息，利用计算机视觉和图像处理技术来识别水果的成熟度。
这种技术不仅可以实现水果的快速检测，准确判断水果的成熟度，还可以实现自动化和智能化的生产管理，提高水果的品质和市场竞争力。
二、水果成熟度检测技术的发展趋势随着农业科技的不断发展和进步，水果成熟度检测技术也在不断创新和完善，未来的发展趋势主要体现在以下几个方面。
1. 智能化和自动化未来，水果成熟度检测技术将更加趋向于智能化和自动化，通过引入物联网技术、人工智能和大数据分析等先进技术手段，实现水果成熟度的实时监测、远程控制和智能化管理，以提高生产效率和管理水果成熟度的准确性。
2. 多元化和综合化水果成熟度检测技术未来的发展将更加趋向于多元化和综合化，即不仅注重食品安全和品质监测，还将关注水果的营养价值、口感和口味等综合特性的检测，以满足消费者多样化的需求。
3. 精准化和定量化水果成熟度检测技术在未来的发展中，将更加注重成熟度的精准度和定量化，通过引入高精度的传感器、仪器和设备，实现对水果成熟度的精准测量和定量分析，以满足不同水果品种和生长环境的需求。
水果成熟度无损检测技术研究进展
水果成熟度无损检测技术研究进展专题综述?北方园艺2olo(3):208～212水果成熟度无损检测技术研究进展贺艳楠,魏永胜z,郑颖(1.西北农林科技大学葡萄酒学院,陕西杨凌712100;2.西北农林科技大学生命科学学院,陕西杨凌712100)摘要:无损检测技术是近年来兴起的有别于有损检测手段的新兴高科技技术,得到了众多国内外研究人员的广泛关注,并且已经广泛应用于农业和工业,在水果成熟度检测方面,有较大的发展空间,现通过文献调查及统计分析的方法综述了目前对水果成熟度的几种无损检测技术方法的技术原理,研究现状及发展趋势,并对各种检测技术的应用前景进行了展望与预测. 关键词:水果;成熟度;无损检测中图分类号:Q94—331文献标识码:A文章编号:1001--0009(2010)O3～0208—05许多研究结果表明l】,水果在采摘,包装,保存,运输及加工等作业环节中的损失率高达30.45,主要原因之一即为不同成熟度的水果相互混杂所造成的.因此,根据水果的成熟度区分与筛选并及时的对其进行加工处理,对于改善水果品质,提升水果等级有重要意义.传统的果品成熟度检测主要是利用硬度计,糖度计,酸度计等来检测水果内部的硬度,可溶性糖,可滴定酸等一些与成熟相关的指标,均属于有损检测,不仅检测过程中要破坏水果的组织,而且无法大规模地逐个检测,不适于现代果品生产.鉴于此,无损检测技术应运而生.无损检测又称非破坏检测,是一种在不破坏被检对象的前提下,利用果品的物理性质对其进行检测,评价的方法,是近年来新兴起的一种检测果品品质的高科技手段,既可以检测果品品质,又不会对水果造成伤害,保证了水果的完整性,是确定水果最佳采收期和按成熟度进行准确分级的关键s.无损检测技术具有无损,快速,准确和实时性的特性.目前对果实成熟度进行无损检测所利用的主要技术有:针对水果的光学特性,电学特性l3.,声学特性[3.,力学冲击振动特性[40-54~,化学特性[5蛳,机器视觉特性L5删等众多性质进行的各种检测,但这些多处于试验研究阶段,实际应用较少.涉及的果品有苹果[5,12,18,20,31-32,37,52],梨[29,35,41,45,49],桃子..’引,猕猴桃__】8_,番茄[8,28,33,36,46,53],柿子[34,51],芒果l_4删等.各种检测技术各具特色,各有所长.1水果成熟度无损检测研究的文献分析以”成熟度”为主题,以”无损检测”为标题在《中国第一作者简介:贺艳楠(1987一),女,河北承德人,满族,在读本科, 研究方向为植物营养与生理.通讯作者:魏永胜(1970一),男,副教授,现主要从事植物水分与营养生理研究工作.E-mail:**************.收稿日期:2[)()9～11--20208期刊全文数据库(教育网)》进行检索,并以”maturity”为标题在结果中限制为”nondestructive”在《ElsevierSci—enceDirect》进行检索,得到1980~2009年间关于水果成熟度无损检测的文献236篇,并利用内容分析法和文献计量统计法进行了统计分析.236篇文献中,综述类文献38篇,主要是对他人研究成果的综合论述或是生产实践中的经验总结;原创性研究论文198篇,试验研究中所采用的无损检测手段(表1)包括水果的光学特性检测,电学特性检测,声学特性检测,力学冲击振动特性检测,化学气息检测,机器视觉特性检测等,其中以利用光学特性进行的研究最多,占到了检出文献的32.2.研究材料为常见水果,如苹果,梨,番茄等,其中以对苹果为材料的研究最多.而对于成熟度无损检测研究年代分布变化(图1)的分析表明,2005年以前对于水果成熟度无损检测的研究总体上呈缓慢上升趋势,但自2006年起开始迅速上升,表明随着人们认识的提高及科技的发展,对无损检测也越来越重视.表1果品无损检测主要手段2水果成熟度的无损检测技术2.1利用水果光学特性的无损检测水果对光的吸收特性,反射特性和透射特性因为其内部成分和外部特征不同,在不同的波长光线照射时会出现不同的吸收或者反射特性.水果的分光反射率或北方园艺2010(3):208～212?专题综述?吸收率在某一波长内会出现峰值,这一峰值的变化可与水果成熟时的内部生理指标如可溶性糖的含量,可滴定酸的含量或硬度相联系,因此根据水果的这些光学特性,进行无损检测是可行的.目前水果成熟度的光学检测主要是利用可见光一近红外和荧光技术.图1果品无损检测研究文献年代分布图2.1.1可见光与近红外技术分析法目前国内外对利用可见光一近红外技术检测水果成熟度的研究较多_6啪.近红外射线于1800年由FriedrichWilhelmHersche发现(Davies,2000),它包含了波长从780～2500nm的光波.当红外线照射到物体上时,光波会被反射,吸收或者散射,每种现象的产生都是由样品的物理和化学组成而决定的.所用的检测方法有单色扫描(scanningmonochromator),傅立叶变换(Fouriertrans—form,FT)和光电二极管阵列(photodiodearray,PDA)口.近红外与可见光的无损检测技术具有适应性强,灵敏度高,对人体无害,使用灵活,成本低和易实现自动化等优点,因而已被普遍应用于水果成熟度的无损检测的研究_13ll.1993年Slaughterf1]利用可见光与近红外技术建立了完整的桃和油桃内部品质无损检测的关系,并用该方法预测出了桃与油桃中可溶性糖的含量,从而预测了果实的成熟度;LurE等人用近红外光谱检测苹果的硬度和含糖量,通过有损与无损相结合的方式建立了预测苹果内部品质的数学模型;2007年,Pereir 等人口阳用近红外检测技术与硬度,糖度,酸度相结合的方法检测番茄的成熟度,并得到了各自的相关关系.其中,近红外技术与硬度,糖度,酸度的相关性分别为0.83, 0.81和0.83.这一结果说明了近红外技术与成熟指标间具有良好相关性,表明用可见光与近红外技术无损检测水果的成熟度的方法是可行而且实用的,在果品检测及农产品分级领域的研究方面都拥有广阔的应用前景. 但其也存在一定不足,如其抗干扰能力较差,光易散射,所用仪器复杂等,限制其广泛应用,因此未来的研究方向应放在抗干扰及轻便简捷上.2.1.2叶绿素荧光法检测成熟度叶绿素荧光法的主要原理是利用叶绿素a的荧光特性,用电磁辐射(红光)进行激发,使水果中的叶绿素a分子受到激发跃迁至高能激发态lg],当其返回基态时,多余的能量会以荧光的形式散发出去.因水果成熟时叶绿素含量下降,故其荧光参数会发生变化,可以利用荧光变进行水果成熟度等级的判断.目前所利用的荧光的激发光主要在660～670nm之间,而叶绿素的吸收峰在685nm处.Hyun kwonNohElO3等人对成熟度不同的水果中叶绿素的受光激发发光物质含量进行了研究,结果发现该物质含量变化符合果实成熟变化特性;王乐妍等人]对红心李和桃在655nm激发光致使叶绿素a发光光谱进行了研究,结果发现,光谱变化与糖含量之间的相关性分别高达98.92和97.31.研究结果表明,通过叶绿素荧光的方法测定果实的成熟度具有一定的可行性.相对于近红外技术而言,利用叶绿素荧光进行果实成熟度的无损检测还是一项新兴的技术,目前国内外对此研究相对较少,但因其具有方便简单,快捷无损等特性,因而具有很大的发展潜力.未来在果品无损检测方面的研究方向应倾向于此.2.2基于水果电学特性的无损检测对于基于介电常数测定水果成熟度的原理是根据生物分子中束缚电荷对外加电场的响应特性,通过电学参数反映水果内部变化,并与其内部某些生理指标(如可溶性糖含量,硬度,可滴定酸含量等)建立相关性关系,进而用于测定水果的成熟度l3盯].目前该领域的研究也日渐增加,如郭文川等[33_对番茄的成熟度与电特性的关系进行了研究,陈致远等]研究了番茄成熟度与电学参数之间的关系,得到了与郭文川等人类似的结论.王玲等口研究了苹果的品质和电学特性之间的关系,其测定的等效电阻与果肉的硬度的相关性高达98.6%.这些研究的结果均表明,可以用介电常数变化对水果的成熟度进行无损检测.2.3基于水果声学特性的无损检测技术利用水果的声学特性对其进行成熟度的无损检测和分级是近40a来发展形成的新技术,水果的声学特性是指水果在声波作用下的反射特性,散射特性,透射特性,吸收特性,衰减系数和传播速度及其本身的声阻抗与固有频率等,它们反映了声波与水果相互作用的基本规律.其主要原理是依据水果的各种声学特性指标变化来反映果实内部的品质_6引.应用上述各种指标的变化,与成熟指标(糖度,硬度,酸度)建立相关关系,以此来预测水果的成熟度和对其进行分级.目前利用较多的主要是超声波和可听声(声波).其中利用可听声进行果品无损检测研究较早口∞],而超声波应用研究相对较晚,但超声波以其频率高,波长短,定向传播性良好,穿透性强等优点而受到了众多研究人员的青睐,发展快. 209专题综述?北方园艺2OLO(3):208～212目前,国外研究人员利用超声波通过果皮和果肉后的衰减与果品成熟相关指标的关系进行检测,如鳄梨与芒果],苹果[],番茄等,但国内还没直接利用超声波进行果品成熟度无损检测的研究报道.此外,研究人员还用机械撞击产生的声学现象进行果品成熟度研究,如利用声脉冲阻抗技术确定西瓜成熟度的方法,从而确立了利用脉冲测定西瓜成熟度的方法o-I.1999年,王书茂等人[7.用冲击振动方法研究了西瓜的成熟度,并确立了其与含糖量的关系,二者之间的相关系数高达0.8,很好的用试验证实了冲击振动检测水果成熟度的可行性.冲击振动的方法快捷简单,成本低廉,但由于声波易受噪音干扰,冲击力度掌控难度较大,故对于冲击振动方法测定成熟度的应用来说,还有一段差距.未来的研究方向应该集中于克服干扰上. 2.4基于水果化学特性的无损检测技术基于果实挥发特性的电子鼻检测技术:电子鼻又叫做气味扫描仪,是2O世纪90年代发展起来的一种快速检测食品的新型仪器.它以特定的传感器和模式识别系统快速提供被测样品的整体信息,指示样品的隐含特征.电子鼻对水果成熟度的无损检测技术主要是用模拟电子仪器感知水果成熟时所散发出的特定物质(如某些酚类,酯类,乙烯等),而对其进行的无损检测[7.基于电子鼻技术研究人员已经对苹果l6,香蕉l6,梨ll6等水果进行了检测.电子鼻检测技术具有客观性,可靠性和可重现性等优点,因此对其研究和应用也较为广泛,已经在酒类及其它许多领域用于检测和分析,但由于传感器具有选择性和限制性,电子鼻往往有一定的适应性,不可能适应所有检测对象,即没有通用的电子鼻[7. 因此有必要加强研制并发展合适的传感器结构和传感器材料,在模式识别系统上亦应多样化.2.5基于机器视觉特性的成熟度无损检测技术机器视觉技术是以计算机和图像获取部分为工具,以图像处理技术,图像分析技术,模式识别技术,人工智能技术为依托,处理所获取的图像信号,并从图像中获取某些特定信息.基于机器视觉特性的无损检测水果成熟度方法主要是依据水果成熟过程中的一系列生理生化反应与其成熟度的相关性,利用机器视觉传感系统传导其变化并通过分析确定成熟与否的成熟度无损检测技术..Miller等人于1989年用机器视觉系统检测和分级市售桃,结果机器视觉成熟度检测结果与人工检测结果的吻合度为54,机器视觉检测表面着色面积与人工检测着色面积相关系数为92%_6.2006年,应义斌等人【6]用机器视觉的色度频度序列法进行柑橘成熟度的无损检测,结果对504只柑橘成熟果实和未成熟果实的判断正确率分别为79.1和63.6,总的判断正确率为21077.8.研究证实机器视觉无损检测技术亦不失为一种较为良好的果实成熟度检测方法.机器视觉检测技术可以将虚拟的和现实的联系起来,在人的最小干预下恢复场景信息.将人工智能和图像处理技术相结合,信息量大,功能多,是今后应用计算机技术检测水果成熟度的重要发展方向.但是,由于机器视觉系统构造复杂,造价偏高,正确率偏低等一些缺点,使得其推广存在难度.今后的主要研究方向应放在如何提高准确性以及如何降低造价上.2.6其它对水果成熟度无损检测的方法除上述各种无损检测技术外,其它应用于水果成熟度的无损检测技术还有:生物传感器检测技术,其原理同机器视觉技术相似,主要应用于检测糖度和测定成熟度;核磁共振检测技术,其在测定水果糖度等方面存在巨大的潜在价值;X射线衍射技术,用x射线的强穿透性对水果内部可溶性固形物进行检测,进而预测其成熟度.3展望无损检测技术相对于传统的有损检测来说,不破坏产品,使水果检测与分级更加科学准确和便捷,对于要求高效率,大规模的检测来说较为适合.目前的各种无损检测技术多处于探索研究阶段,发展还不成熟,各有优势与不足,而且多需要与有损检测相结合.另外,现阶段的无损检测技术存在易受其它因素干扰,成本高,运行复杂等不足,使得此阶段对其全面应用具有很大挑战性.故在应用方面,目前的无损检测还存在欠缺.尽管计算机技术及测试技术已有了较快的发展,使研究人员可以获得更为准确的信息,同时更快地处理海量数据,但现有的无损检测技术研究多是与水果的物理特性相联系,而与其内在生理生化特性的关系研究还较少,若能用生理生化指标很好地解释无损检测指标,则研究所建立的相关模型将更可靠.因此,无损检测研究中应注重将检测指标更好地与内部生理发育指标相结合.参考文献Eli滕斌,王俊.国内外瓜果品质的无损检测技术[J].现代化农业.2001, 258(1):2-5.E2]樊军庆.张宝珍.浅谈水果品质的无损检测技术口].世界农业,2007, 334(2):56—58.[3]徐惠荣,应义斌.红外热成像在树上柑桔识别中的应用研究[J].红外与毫米波学报,2004,23(5):464—467.【l4]庞新安.近红外光谱技术及其在农产品品质分析巾的应用广J].广西农业生物科学,2007,26(1):83—87.Es]刘小勇,张辉元,董铁,等.苹果水心病无损检测与防治研究进展_J].果树学报,2008,5(5):7卜726.[6]应义斌,刘燕德:水果内部品质光特性无损检测研究及应用[J].浙江大学学报(农业与生命科学版),2003,29(2):125—129.[7]李东华,徐亚民,纪淑娟,等.近红外光谱分析技术在果蔬品质无损伤检测方面的廊用rl1].农,科技与装备,2008,175(1):53—54.北方园艺2010(3):208～212专题综述[8]徐树来.不同成熟期番茄及其储藏过程中超弱发光特性的研究[J].食品科学,2005.26(9):539—541.[9]王乐妍,张冬仙,章海军,等.基于激光光致发光光谱的果实成熟度测试方法研究口].光谱学与光谱分析,2008,28(12):2772—2776.[1O]HyunKwonNoh,RenfuI.u.UV/bluelight—inducedfluorescencefor assessingapplematurity[J].ProcofSHE,2005:157—166.[11]NicolaiBM,BeullensK,BobelynE,eta1.Nondestructivemeasurement offruitandvegetablequalitybymeansofNIRspesformnear—in—fraredspectroscopyasatoolforolivefruitclassificationandquantitativeanal—ysis[J].Spectrosc.Lett.2005,38:769—785.[15]Carlomagno,G.,Capozzo,I—Attolico,G.,eta1.Non-destruetivegrad—ingofpeachesbynear—infraredspectrometry[J].Infachinensis)basedonvisible-NIRspectralcharact eristicsatharvest[J].PostharvestBio1.Techno1.2004,32:147—158.[19]Cozzolino,n,Esler,IVtB,eta1.PredictionofcolourandpHingrapes usingadiodearrayspectrophotometer(4001100rim)[J].NearInfraredSpectrosc.2004,12:105—111.[2o]DeBelie,N.,Tu,eta1.Preliminarystudyontheinfluenceofturgorpres—sureonbodyreflectanceofredlaserlightasaripenessindicatorforapples[J].PostharvestBio1.Techno1.1999,16:279—284.[21]Gomez,H.A,He,eta1.Non—destructivemeasurementofacidity,solu blesolidsandfirmnessofSatsumamandarinusingVis/NIRspectroscopytech—niques[J1.FoodEng,2006,77:313319.[22]Greensill,cv.,Newman,eta1.Aninvestigationintothedetermination ofthematurityofpawpaws(Caricapapaya)fromNIRtransmissionspectraLj].NearInfraredSpectrosc.1999(7):109—116.[23]Guthrie,J.A,Wedding,eta1.RobustnessofNIRcalibrationsforsolu—blesolidsinintactmelonandpineapple[J].NearInfraredSpectrosc.1998,6:259—265.[24]Guthrie,J.八,Liebenberg,eta1.NIRmodeldevelopmentandrobust nessinpredictionofmelonfruittotalsolublesolids[J].Aust.J.Agric.Res.2006,57:1-8.[25]Hgieh,C.,Lee,eta1.,Appliedvisible/near-infraredspectroscopyonde—tectingthesugarcontentandhardnessofpearlguava[J].Trans.ASAE,2005,2l:1039—1046,[26]Y andeLiu,XingmiaoChen,AiguoOuyang.Nondestructivedetermina tionofpearinternalqualityindicesbyvisible-infraredspectrometry[J].Lw,r_ FoodscienceandTechnology.2008,41:1720—1725.[27]LuR,AriananANear-infearedsensingtechniqueformeasuringinter—nalqualityofapplefruit[J].TransoftheASAE,2002,18(5):585—590.[28]Y ongniShao,Y ongHe,AntihusH.eta1.Visible/nearinfraredspectro—metrictechniquefornondestructiveassessmentoftomatoHeatwave”(Lycop ersicumesculentum)qualitycharacteristics[J].JournalofFoodEngineering,2007,81:672—678.[29]DonghaiHan,RunlinTu,ChaoLu,eta1.Nondestructivedetectionof browncoreintheChinesepearY alibytransmissionvisibleNIRspectrosco—py[J].FoodControl,2006,17:604—608.[3o]G.P.Kfivoshiev,tLP.Chalucova,MI.Moukarev.APossibilityforEliminationofthelnter~ereneefromthePeelinNondestructiveDetermination oftheInternalQualityofFruitandV egetablesbyVIS/NIRSpectroscop.Leb—ensrn.一Wiss[J].u.一Techno1.,2000,33344—353.r31]RenfuLu.Nondestructivemeasurementoffirmnessandsolublesolids—contentforapplefruitusinghyperspectralscatteringimages[J].2007(1):19—27.[32]郭文川,朱新华,周闯鹏,等.西红柿成熟度与电特性关系的无损检测研究[J].农业现代化研究,2002,23(6):458—460.[33]郭文川,朱新华,邹养军.苹果果实成熟期间电特性的研究[J].农业工程学报,2007,23(11):264—268.[34]周永洪,黄森,张继澍,等.火柿果实采后电学特性研究[J].西北农林科技大学学报(自然科学版),2008,36(4):0117-06.[35]王瑞庆,张继澍,马书尚.基于电学参数的货架期红巴梨无损检测[J].农业_T程学报,2009,25(4):243—247.[36]陈志远,张继澍,刘亚龙,等.番茄成熟度与其电学参数关系的研究[J].西北植物学报,2008,28(4):826—830.[37]王玲,黄森,张继澍,等.’嘎拉’苹果果实品质的电学特性研究[J].西北植物学报,2009,29(2):402—407.[38]刘芳,赵峰.超声波技术在食品生产检测和食品安全检测中的应用进展[J].福建分析测试,2008,17(4):27—31.[39]应义斌,蔡东平,何卫国,等.农产品声学特性及其在品质无损检测中的应用[J].农业工程学报,1997(3):319—323.[4O]葛屯,徐凌,夏恒.利用振动理论对西瓜成熟度进行无损检测的研究[J].农业工程学报,1998,14(2):231—234.1_41]屠康,马龙,潘秀娟.敲击振动无损检测3种梨果实品质参数的研究[J].安徽农业大学学报,2005,43(1):61—64.[427齐银霞,成坚,王琴.核磁共振技术在食品检测方面的应用lJ].食品与机械,2008,24(6):228—231.[43]MitsuruTaniwaki,MasahiroTakahashi,NaokiSakurai.Determination ofoptimumripenessforedibilityofpostharvestmelonsusingnondestructive vibration[J].FoodResearchInternationa1.2009.,42(2009):137—141.r44]Takao,H.,&Ohmori,SDevelopmentofdevicefornonelestructivee—valuationoffruitfirrrmess[J].japanAgriculturalResearchQuarterly,1994, 28:3643.r45]AmosMizrach,UriFlit~nov.Nondestruetiveultrasonicdetermination ofavocadosofteningprocess[J].JournalofFoodEngineering,1999,40:139—144.[46]AmosMizrach.Nondestructiveultrasonicmonitoringoftomatoquality duringshelf-lifestorage[J~.PostharvestBiologyandTechnology,2007,46, 271:274.[473Mizrach,ADeterminationfavocadoandmangofruitpropertiesbyul trasonictecbadque[1].Ultrasonics,2000,38717—722.[48]Mizrach,A,Galili,N.,Rosenhouse,G.,Determiningqualityparam—etersoffreshproductsbyultrasonicexcitation[J].FoodTechno1.1994,48: 68—71211专题综述北方园艺2OLO(3):208～212E493Mizrach,A,Flitsanov,LNondestructiveuhrasonicdeternfination ofavocadosofteningprocess[J].FoodEng.1999,40:139—144.[503ConstantinoV alero,CarlosH.Crissto,eta1.Relationshipbetween nondestructivefirmnessmeasurementsandcommerciallyimportantripening fruitstagesforpeaches,nectarinesandplums[J].PostharvestBiologyand Technology,2007,44:248—253.[513MitsuruTaniwaki,TakanoriHanada,NaokiSakurai.Postharvestquali—tyevaluationof”Fuyu’’and”Taishuu”persimmonsusinganondestructivevi—brationalmethodandanacousticvibrationtechnique[J].PostharvestBiology andTechnology,2009,51:80-85.[523I-BokKim,SangdaeLee,Man—SooKimb,eta1.Deterrrfinationofapple firmnessbynondestructiveultrasonicmeasurement[J].PostharvestBiology andTechnology,2009,52:44—48.[533ArturoBahazar,JavierEspinaLucero,IsidroRamos—Torres,eta1. Effectofmethyljasmonateonpropertiesofintacttomatofruitmonitoredwith destructiveandnondestructivetests~J].Journ~ofFoodEngineering,2007, 80:1086—1095.[54]AnetteK.Thybo,SuneN.Jespersen,PoulErikLf>rke,eta1.Stbdkil—de-Jbrgensen:Nondestructivedetectionofinternalbruiseandspraingdisea—seymptomsinpotatoesusingmagneticresonanceimaging[J].MagneticReso—nanceImaging,2004,22:1311—1317.E553Mizraeh,八,Determinationofavocadoandmangofruitpropertiesby ultrasonictechnique[J~.Ultrasonics,2000,38:717—722.[56]KimKB,Lees,KimSK,eta1.Determinationofapplefirmnessbynon—destructiveultrasonicmeasurement[J].PostharvestBiologyandTechnology 2009,52:44-48.[571MizraehA,HitsanovU.Nondestructiveultrasonicdeterminationofav—ocadosofteningprocess[J].JournalofFoodEngineering.1999,4o:139—144. [583MizrachANodestructiveultrasonicmonitoringoftomatoqualitydur—ingshelfqifestorage[J3.PostharvestBiologyandTechnology,2007,46:271—274.[59]张义,陈燕丽.乙烯利催熟过程中温州蜜柑果皮色泽及色素的变化lJ].广西园艺,2008,19(5):3-4,7.[60]张望舒,郑金土,汪国云,等.不同成熟度杨梅果实采后呼吸速率,乙烯释放速率和品质的变化[J3.植物生理与分子生物学学报,2005,31(4): 417—424E61]李曜东,魏玉凝,顾淑荣.PG与番茄果实成熟的关系『J].植物学通报,2004,57(1):79—83.[623HinesEL,L1obetEandGardnerJW.Neuralnetworkbasedelectronic noseforappleripenessdetermination[J].日ectron.Lett,1999,35:821—823. [633LlobetE,HinesEL,GardnerJWandFrancoSNon—destructiveba—nanaripenessdeterminationusinganeuralnetwork—basedelectronicnose[-J]_ Meas.Sci.Technol,1999,10:538—548.[643OshitaS,ShimaK,HarutaT,eta1.Di~riminationofodorsemanating fromLaFranc6pearbysemi-conductingpolymersensorsEJ].Computersand ElectronicsinAgriculture,2000,26:209—216.,[653应义斌,饶秀勤,马俊福.柑橘成熟度机器视觉无损检测方法研究EJ].农业工程学报,2004,20(2):255—258.[663应义斌,章文英,蒋亦元,等.机器视觉技术在农产品收获和加工自动化中的应用[J3.农业机械学报,2000,42(3):223—226.[673应义斌,徐惠荣,徐正冈.用于柑桔成熟度无损检测的色度频度序列法研究[J].生物数学学报,2006,21(2):306—312.[683刘静,章程辉,黄勇平.无损检测技术在农产品品质评价中的应用[J].福建热作科技,2007,32(3):32—36.[693SlaughterDC.Nondestructivedeterminationofinternalqualityinpeachesandnectarines[J].TransoftheASAE,1993,28(2):617—623.[70】陈霞,谢永红,果品无损检测技术的研究进展[J].西南园艺,2006,34(3):27—29.[713李敏,李宪华,奚星林,等.无损检测技术在食品分析中的应用[J3.检验检疫科学,2008,18(6):60—62.[723彭涤非.电子鼻在水果无损检测中的应用[C].湖南省园艺学会第八次会员代表大会暨学术年会论文集,2005:26—28.[733王书茂,焦群英,籍俊杰.西瓜成熟度无损检验的冲击振动方法[J3.农业工程学报,1999(3):241—245.E743王俊,胡桂仙,于勇,等.电子鼻与电子舌在食品检测中的应用研究进展[J].农业工程学报,2004,20(2):292—295.[753HinshawWS.BottomleyPAandHollandGN.Ademonstrationofthe resolutionofNMRimaginginbiologicalsystems[J3.Experientia,1979,35(9):1268—1269.[763张立彬,胡海根,计时鸣,等.果蔬产品品质无损检测技术的研究进展[J].农业工程学报,2005,21:176—180. ResearchAdvancedofNondestructiveDetectionofMaturityinFruitsHEY an-nanI.WEIY ong-shenge.ZHENGYing(1.CollegeofEnology,NorthwestA&FUniversity,Y angling,Shanxi712100,China;2.Collegeof LifeScience,NorthwestA&FUniversity,Y angling,Shaanxi712100,China)Abstract:Nondestructivedetectiontechnologyisanewdevelopmentofhigh-techinrecentyears.Itisdist inguishedwith traditionaldestructivedetectionandhasbeenresearchedbymanyresearchersintheworld.What’smore; ithasbeenwidelyusedinmanyfieldsofindustryandagriculture.Inthematurityinvestigatesoffruits,italsohasabri ghtandpromisingspacetodevelop.Inthispaper,wereviewedsomeofthenondestructivedetectionoffruitsmatu ritythroughliteraturesurveysandstati。
水果成熟度检测技术的现状与发展
水果成熟度检测技术的现状与发展
随着近年来消费者对食品安全和品质的要求不断提高，水果质量检测成为了一个重要的领域。
而水果成熟度是影响水果品质的关键因素之一，因此水果成熟度检测技术的发展越来越受到关注。
本文将介绍水果成熟度检测技术的现状和发展。
1. 传统的水果成熟度检测方法
传统的水果成熟度检测方法主要包括人工观察法、嗅味法、密度法、硬度法等。
这些方法存在着操作复杂、误差较大和无法自动化等问题，限制了其在生产中的应用。
近年来，研究人员发现水果的成熟度与其生理指标密切相关，因此一些基于生理指标的成熟度检测方法被提出，如叶绿素荧光光谱法、色度法、光学传感器等。
这些方法基于成熟度指标能够提高检测精度和效率，但仍存在对特定仪器和检测环境的依赖，不够普适。
近年来，随着机器学习技术的发展，基于机器学习的水果成熟度检测方法逐渐成为研究热点。
这些方法将大量的数据输入机器学习模型中，分析其相关性并建立预测模型，实现了对成熟度的自动化检测和分级。
目前，基于机器学习的成熟度检测方法在视觉、红外和超声等领域均已取得了良好的实验结果。
近年来，基于物联网的成熟度检测方法被提出。
这些方法将传感器与物联网技术相结合，实时监测水果成熟状态，并通过云服务分析搜集数据，实现对生产链的智能管理。
这些技术的应用将大大提高生产效率和管理水平。
总的来说，水果成熟度检测技术的发展日益突出其自动化、高效化和智能化。
未来，随着新技术的不断涌现，水果成熟度检测方法的精度和效率将会得到进一步提升，并得到更广泛的应用。
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
果品无损检测技术的研究现状周新仁 丁继高(农八师143团机关,石河子,832000)摘 要 无损检测是近年来发展起来的高科技技术之一,在工业和农业的应用方面得到了广泛的研究。
文中综述了目前无损检测技术在国内外果蔬产品品质检验中的应用现状,并指出了果品品质无损检测技术的发展方向。
关键词 无损检测,果品,品质检验第一作者:学士,副教授。
收稿时间:2004-08-02,改回时间:2004-09-10 随着生活水平的提高,人们在满足果品和蔬菜数量需求的同时,对质量也提出了更高的要求。
人们不仅要求果蔬大小相同,而且要求品质一致。
为了对大量生产的果蔬进行自动分级和品质鉴定,国内外有许多学者长期从事这一领域的研究。
果蔬品质的检测方法大致可分为近红外分析法、声学特性分析法、X 射线分析法、计算机图像检测法、电、磁特性分析法、可见光成熟度分析法以及激光分析法等。
其中,无损检测应用更加广泛,是近几年发展的高新技术之一。
无损检测又称非破坏检测,即在不破坏样品的情况下对其进行内部品质评价(包括糖度、酸度、硬度、内部病变等)的方法。
该方法检测速度较传统的化学方法迅速,又能有效地判断出从外观无法得出的样品内部品质信息。
由于消费者在选购水果时极为看重其内部品质如口感、糖度和酸度,因此研究基于水果光学特性的内部品质无损检测与分级技术,并将研究成果应用到水果产后处理生产线上具有广阔的市场应用前景。
本文分析了水果的光特性、电特性、声学特性检测原理及方法,并综述了国内外的最新研究进展。
1 无损检测技术的应用111 果品光特性无损检测的原理分析由于水果的内部成分和外部特性不同,在不同波长光线照射下会有不同的吸收或反射特性,也就是说,水果的分光反射率或吸收率在某一特定波长内会比其他部分大,根据这一特性结合光学检测装置能实现水果品质的无损检测[1]。
考虑到水果品种的多样性和形状的特殊性,用于水果内部品质光特性检测的系统主要由光源系统,入射出射光纤组件,光电检测转换器和信号放大转换系统,显示输出等硬件系统和用于光谱采集和数据处理的软件系统组成。
光学检测技术在果蔬外观如表面缺陷,色泽和内部成分如可溶性固形物、糖分、坚实度、酸度、干物质含量等方面具有快速、无损的优点。
目前用于水果内部品质的光学检测主要有3种方法:规则反射光法、漫反射光法和透射光法。
反射光谱法检测是指将检测器和光源置于样品的同一侧,检测器所检测的是样品以各种方式反射回来的光。
物体对光的反射又分为规则反射(镜面反射)与漫反射。
规则反射指光在物体表面按入射角等于反射角的反射定律发生的反射,所采用的光纤布置位置,其优点是光谱信息最易实现且反射率较高,能够用于水果生产检测分级线上;缺点是测量用的校正模型易受水果表面特性影响而变化,依水果类型不同需要调整。
漫反射是光投射到物体后,在物体表面或内部发生方向不确定的反射。
其特点是由于接受的光谱信息全部反映水果内部组织的特性,因此大多数国内外研究者均采用这种方式进行基础研究。
但由于在测量过程中需要将光源与28食品与发酵工业 F ood and Fermentation Industries ( ) 2004Vol.30No.11(Total 203)探测器隔离,所以在高速的水果生产分级线上较难实现。
透射光谱是指将待测样品置于光源与检测器之间,检测器所检测的光是透射光或与样品分子相互作用后的光(承载了样品结构与组成信息)。
其特点是不受水果表面特性的影响,接受的光谱信息反映了水果内部组织的信息。
但光透射水果的数量少,且需要较高能量的光源,较难适应水果生产分级线的需要。
从以上3种测量技术来看,3种测量各有自己的特点和适用性。
通过分析研究国内外学者的研究成果,发现水果品质分析最常用的是漫反射光谱技术。
1.2 果品的电特性无损检测的原理分析水果属于电介质,电介质中电子受原子核强烈束缚,不能自由移动,电介质的特征是以正、负电荷重心不重合的电极化方式传递、存贮或记录电的作用和影响,其中起主要作用的是束缚电荷[2]。
水果的组织和细胞采后仍保持旺盛的代谢过程,如呼吸作用、有机物转化等。
果实的水分变化可以通过电特性明显反映[3]。
从微观上看,水果分子内部存在电场,且在分子线度范围内改变位置,场强的变化非常剧烈,这种微观特性实质上决定着水果的生理、物理和化学特征,但这种微观场用现有电生理技术无法测量。
因此,从可观测角度考虑,只能研究一定体积内微观场的空间平均值,即转而研究水果的宏观电特性。
与一般电介质类似,可以将水果的宏观电特性用复阻抗Z(或复导纳Y)及复介电常数ε表示。
这里复阻抗(或复导纳Y)是水果的物体常数,与水果的个体尺寸相关,复介电常数是水果内部物质特性的反映,与水果个体尺寸无关[4]。
水果电特性参数的测定方法有接触和非接触等方法,将被测水果直接放入平板电极间测定其电特性参数,依据水果与极板接触与否,可分为接触法和非接触法,都属于无损检测。
水果电特性参数无损检测的电路原理[5],是将正弦波发生器输出的驱动电流I流过由标准电阻Rb和被检测水果作为介质的电容器构成的串联电路,通过二个具有相同增益K的差分放大器的输出电压E1和E2,经过简单的代数运算,就可以得到被测水果的电特性参数。
设计合适的介电参数检测电路[6],可以对水果的宏观电特性参数进行检测,试验表明,介电参数的检测结果基本可以正确反映水果的实际品质情况,因此基于电特性无损检测方法实现水果品质的在线自动化评价是完全可行的。
1.3 果品声学特性无损检测的原理分析果品的声学特性是指果品在声波作用下的反射特性、散射特性、透射特性和吸收特性、衰减系数和传播速度及其本身的声阻抗与固有频率等,它们反映了声波与果品相互作用的基本规律[7]。
果品声学特性的检测装置通常由声波发生器、声波传感器、电荷放大器、动态信号分析仪、微型计算机、绘图仪或打印机等组成。
检测时,由声波发生器发出的声波连续射向被测物料,从物料透过、反射或散射的声波信号,由声波传感器接收,经放大后送到动态信号分析仪和计算机以进行分析,即可求出果品的有关声学特性,并在绘图仪或打印机上输出结果。
果品的声学特性随农产品内部组织的变化而变化,不同果品的声学特性不同,同一种类而品质不同的果品其声学特性往往也存在差异,故根据果品的声学特性即可判断其品质,并据此进行分级[8,9]。
2 国内外的研究进展Dull和Birth(1989)等用近红外884nm和913nm2个波长反射光谱法测定了成熟罗马甜瓜中蔗糖与可溶性固形物的含量。
试验结果得出了近红外光谱与可溶性固形物含量的相关系数:样品薄片为0197,但完整果仅为0160,笔者认为测定值的差异主要是果皮强吸收的原因。
1992年,他们又对自己的研究进行了改正,并对哈密瓜进行了完整果光谱反射测试,得出近红外光谱与可溶性固形含量的相关系数达到0187;Slaughter(1995)在400～1000nm波长范围内利用光纤探头接收部分透射光来预测成熟和未成熟的油桃和桃内部可溶性固形物含量38综述与专题评论2004年第30卷第11期(总第203期) ( )(R 2=0192)、糖度(R 2=0187)、叶绿素A 含量(R 2=0197)和山梨醇含量(R 2=0188)。
但由于没有考虑油桃和桃的硬度指标,存在光谱范围窄,检测速度慢和稳定性差等问题;Upchurch 等(1997)在450～1050nm 光谱范围内利用苹果漫反射特性判别苹果内部是否有褐变,试验结果只有613%的完好苹果被误判为有缺陷,而把有缺陷的苹果判为好苹果的比例却高达12%,同样存在检测灵敏低,系统稳定性差等问题;LammertynJeroen ,Peirs 等人(2000)在880～1650nm 范围内利用光纤交叉组合探头对Jonadold 苹果可溶性固形物含量进行了近红外光谱反射特性的试验研究,通过PL S 分析得出两者的相关系数在79%～91%之间,另外他们还对反射光透射到苹果内部的深度进行了研究,得出光透射到苹果内部的深度在700～900nm 范围内为4mm ,在900～1900nm 范围内为2～3mm ,但结论仅对Jonadold 一种品种有效且缺少试验验证过程;Lu 等人(2001)研究了800～1700nm 范围内樱桃的坚实度和糖分含量的漫反射光谱特性,试验结果表明,试验是可行的,坚实度和糖分含量与反射光谱的相关系数分别为0165和0197,但没有进行800nm 以下和1700nm 以上波长的分析研究,且测试的精度不高;Manuela 等人(2002)在300～1100nm 波长范围通过对4个品种的苹果叶绿素含量的透射光谱分析,采用多元线性回归分析建立了苹果叶绿素含量与透射光谱的数学模型,其相关系数分别为R 2=0188(Elstar ),0198(Jonagold ),0190(Idared )和0187(G oldendeli 2cious );Lu 等(2002)[10]利用近红外光谱(700～1700m )来检测Empire 和Delicious 苹果的硬度和糖含量,光源采用250W 的石英钨丝卤素灯,且分别在315mm 和515mm 采用2根光纤接受光谱信息,通过对光谱数据的处理分析,并与破坏性分析相结合,建立了预测苹果内部品质的数学模型,但由于检测器不适合用于水果检测,导致检测精度不高,光谱信息提取困难。
从以上国外最新研究报道来看,利用水果的光学特性来对水果内部品质无损检测和最终实现水果按等级分级是一种具有广泛应用前景的新技术[11]。
但还是存在一些问题,如水果的测试部位选取、光学测量方式的优劣评判、检测精度、检测速度和实时性等需作进一步研究。
相对国外的研究而言,国内对水果糖度、酸度和硬度等重要内部品质指标的无损光学特性检测尚未见有详细而系列的报道。
陈世铭,张文宏等人(1998)利用1000～2500nm 近红外光谱对水密桃和洋香瓜等果汁的糖度检测进行了研究,分析了多元线性回归、偏最小二乘法和神经网络3种校正模式对不同光谱处理的近红外线光谱检测果汁糖度的影响,何东健[9]介绍了反射、半透射和透射3种测试装置的优缺点,并以柑橘和苹果为检测对象,采用透射光方法对2种水果的糖度、酸度和内部褐变进行实验验证,结果表明,在线检测水果糖度值与实测值的相关系数在0195以上,酸度相关系数大于0185,且基本上能检测内部缺陷,但试验的样品数量不多。
3 未来研究方向目前在水果内部品质方面的研究国内尚处于起步阶段,研究对象也很不全面,有待探索的问题还很多。
(1)进一步研究水果的不同光学、声学及电学等特性在内部品质检测中的可行性和应用潜力,突破目前水果内部成分分析时的破坏性,以及费时、费力、实时性差等问题。