高光谱图像检测草莓的可溶性固形物和质地
摘要： 1摘要：为了实现草莓品质的无损检测和成熟度的分辨，文中构建了高光谱图像技术检测草莓可溶性固形物和质地的系统，获取了反射模式下草莓的高光谱图像信息，结合回归分析中的PLS、PCR 、SVM三种算法分别建立草莓可溶性固形物和质地的检测模型，并利用PLS-DA、SVMDA两种算法分别建立草莓成熟度的识别模型。结果表明：在PLS、PCR、SVM三种检测模式中，总体上SVM模型的R2p比PCR、PLS高，其最大值可达0.85，效果最好。在成熟度的判别分析中，SVM的建模集和预测集准确率达93%以上，而PLS-DA达96.0%以上，所以PLS-DA效果较好。因此，采用高光谱图像技术对草莓可溶性固形物和质地的检测是可行的。
目录
引言
引言
草莓作为一种色泽艳丽、酸甜适口、营养丰富的水果，一直备受消费者青睐。草莓品质受到栽培条件、成熟季节、采收处理等多方面因素的影响，但品种的差异是决定草莓品质的主要因素。较高营养品质的草莓售价较高。然而，不同品种的草莓果实外观并没有十分明显的差异，因此，一些不法商贩为牟取利润，往往以次充好，欺骗消费者，使消费者的权益受损。
无损检测就是在不损伤被测材料的情况下，检查材料的内在或表面缺陷，或测定材料的某些物理量、性能、组织状态等的检测技术[1]。将无损检测技术应用于水果品质检测是最新发展一种趋势，其价值在于能够保证水果分选质量；指导水果生产，即根据成熟度、糖度、硬度等指标来决定施肥、浇水、采摘时间；减少抽样浪费；增加水果的附加值，这个主要针对外表缺陷而口感很好的水果[2]。
目前近红外光谱技术(Near Infrared Spectroscopy，NIR)[34]是近年来发展较为迅速的一种高新分析测试技术，把光谱测量技术、化学计量学技术、计算机技术和基础测试技术有机结合起来。根据近红外光谱所反映的样品组成、基团或物态信息与用认可的参比方法或标准测得的组成或性质数据，采用化学计量学建立校正模型，然后通过测定未知样品光谱以及建立的校正模型来快速预测其性质或组成的一种分析方法。与传统分析技术相比，近红外光谱技术更适合现场检测和在线分析等独特优势。但是近红外技术也有着它致命的弱点：它只提供对检验客体一个小区域的检测，检测物体在空间上也存在差异，需要大量有代表性且化学值已
*好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
知的样品建立模型，并且模型需要不断更新，建模成本高，测试难度大。所以此方法存在一定的局限性。
近年来，利用高光谱图像技术对水果品质进行无损检测是一个重耍的发展趋势。高光谱图像技术[5]集中了光学、电子学、计算机科学及信息处理技术等科学，把二维图像技术和光谱技术融合在一起的先进技术。图像信息可以反映水果样本的大小、形状、缺陷、污染物等外部特征，由于不同成分对光谱吸收不同，某种缺陷在某个特定波长下的图像中就会有较显著的反映。光谱信息能充分反映水果样品内部的物理结构、化学成分的差异。这些特点决定了高光谱图像技术在水果内外部品质检测方面的优势与重要地位。高光谱成像技术因具备同时获取果蔬空间光谱和图像信息的优势,已被逐渐运用到果蔬品质检测领域[6]，如对土豆含水率[7]，雪花梨含糖量和含水率[8]，香焦总糖、含水率、硬度[9]等果蔬内部品质的检测。高光谱反射成像技术是主要获取果蔬表面反射光所成像的光谱图像信息。目前多数研究将果蔬局部像素区域作为感兴趣区域,提取其平均光谱信息来预测果蔬局部或者整体的内部品质。
1 材料与方法
1．1 材料
12月31早上从南京市锁石村生态园采摘红颜、章姬两个品种的草莓。
1．2 试验仪器
高光谱成像系统（主要由摄像机、成像光谱仪、CCD摄像头、光源、一套机械输送装置以及计算机等几部分组成，为台湾五铃公司生产）。质构仪（TA.TX2i，英国Stable Micro公司），折光仪。
1．3 试验方法
1．3．1 实验方法
采摘两个不同品种分三种不同成熟度的草莓（成熟度按照草莓的颜色和种植人员常年的经验给的意见来区分成熟度），采摘回实验室后挑选大小一致、外观正常、干净、无畸形和完好无损伤的样品，编号Ａ、Ｂ、Ｃ备用。整个实验过程中，实验室保持温度、湿度不变。
6分熟 8分熟 10分熟
图1章姬不同成熟度的样品
6分熟 8分熟 10分熟
图2红颜不同成熟度的样品
1．3．2 高光谱数据采集
实验采用高光谱图像检测系统的反射模式进行对草莓的检测。该系统主要包括高光谱成像单元如图2，一种调节0150 W卤钨灯，水平机动化阶段，一个图像采集软件的计算机。高光谱图像单元包括一个CCD摄像机，连接到一个成像光谱仪（光谱分辨率2.8 nm），这个系统允许的有效波长范围从4001000 mm。该高光谱图像采集系统信息采集是一个线扫描成像过程，利用移动平台以可控的速度使成像对象相对于固定的光谱相机平行移动，通过线扫描获取实验对象的高光谱图像信息[10]。
图3基于成像光谱仪的高光谱图像系统
将准备好的草莓样品，放置于移动平台上，运行高光谱图像系统采集样品的高光谱图像信息，分别采集到的是4001000mm之间共420个波长下的图像（图4）。由于在透射模式下的光线和图像的角度上，饱和区域（834.72 nm）中存在光谱图像。因此,基于双区域增长算法开发对于分离背景和草莓的饱和区域。
Hyperspectral reflectance Gray image in Mask image in 834.72 nm
Image 834.72 nm
图 4 高光谱图像系统采集的图像实例
为了获得准确的数据，一些参数需要在预实验中确定，如相机的曝光时间，图像采集调整焦距，光照强度，图像尺寸和传送速度[11]。在实验中参数为：移动距离为90mm、结束距离为280mm，光照强调为3.5w强度且45°对准拍摄物体，曝光时间为1780us和输送速度为2.3mm/sec。开启输送装置,同时点击Spectra1Cube软件开始采集高光谱。样本采集的过程中，整个系统均处于封闭状态以避免外界光线的干扰。
1．3．3 质构仪的测定
高光谱采集完之后立即进行质构仪的测定，为保证试验的统一性，草莓切对半，一半进行质构测定，一半保留待用。其平面置于质构仪载物台上，其凸面的最高点部位置于P/5(直径5mm)的探头下进行局部TPA 测试。测试前速度为3mm/s，测试速度选择1mm/s，测试后速度为1mm/s，两次压缩停顿时间为5 s，压缩距离为2mm，触发力值为5 g。经Texture Exponent 32 软件分析得到硬度、黏着性、弹性、凝聚性、咀嚼性、回复性的特征曲线表征果肉质地状态的评价参数。
1．3．4 可溶性固形物的测定
可溶性固形物的测定与质构仪的测定同步，每测定完一个样品的草莓，就同步开始测定该样品的可溶性固形物含量，测定时，为了减少操作误差，应采取同一个部位测定。
目录
引言
引言
草莓作为一种色泽艳丽、酸甜适口、营养丰富的水果，一直备受消费者青睐。草莓品质受到栽培条件、成熟季节、采收处理等多方面因素的影响，但品种的差异是决定草莓品质的主要因素。较高营养品质的草莓售价较高。然而，不同品种的草莓果实外观并没有十分明显的差异，因此，一些不法商贩为牟取利润，往往以次充好，欺骗消费者，使消费者的权益受损。
无损检测就是在不损伤被测材料的情况下，检查材料的内在或表面缺陷，或测定材料的某些物理量、性能、组织状态等的检测技术[1]。将无损检测技术应用于水果品质检测是最新发展一种趋势，其价值在于能够保证水果分选质量；指导水果生产，即根据成熟度、糖度、硬度等指标来决定施肥、浇水、采摘时间；减少抽样浪费；增加水果的附加值，这个主要针对外表缺陷而口感很好的水果[2]。
目前近红外光谱技术(Near Infrared Spectroscopy，NIR)[34]是近年来发展较为迅速的一种高新分析测试技术，把光谱测量技术、化学计量学技术、计算机技术和基础测试技术有机结合起来。根据近红外光谱所反映的样品组成、基团或物态信息与用认可的参比方法或标准测得的组成或性质数据，采用化学计量学建立校正模型，然后通过测定未知样品光谱以及建立的校正模型来快速预测其性质或组成的一种分析方法。与传统分析技术相比，近红外光谱技术更适合现场检测和在线分析等独特优势。但是近红外技术也有着它致命的弱点：它只提供对检验客体一个小区域的检测，检测物体在空间上也存在差异，需要大量有代表性且化学值已
*好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
知的样品建立模型，并且模型需要不断更新，建模成本高，测试难度大。所以此方法存在一定的局限性。
近年来，利用高光谱图像技术对水果品质进行无损检测是一个重耍的发展趋势。高光谱图像技术[5]集中了光学、电子学、计算机科学及信息处理技术等科学，把二维图像技术和光谱技术融合在一起的先进技术。图像信息可以反映水果样本的大小、形状、缺陷、污染物等外部特征，由于不同成分对光谱吸收不同，某种缺陷在某个特定波长下的图像中就会有较显著的反映。光谱信息能充分反映水果样品内部的物理结构、化学成分的差异。这些特点决定了高光谱图像技术在水果内外部品质检测方面的优势与重要地位。高光谱成像技术因具备同时获取果蔬空间光谱和图像信息的优势,已被逐渐运用到果蔬品质检测领域[6]，如对土豆含水率[7]，雪花梨含糖量和含水率[8]，香焦总糖、含水率、硬度[9]等果蔬内部品质的检测。高光谱反射成像技术是主要获取果蔬表面反射光所成像的光谱图像信息。目前多数研究将果蔬局部像素区域作为感兴趣区域,提取其平均光谱信息来预测果蔬局部或者整体的内部品质。
1 材料与方法
1．1 材料
12月31早上从南京市锁石村生态园采摘红颜、章姬两个品种的草莓。
1．2 试验仪器
高光谱成像系统（主要由摄像机、成像光谱仪、CCD摄像头、光源、一套机械输送装置以及计算机等几部分组成，为台湾五铃公司生产）。质构仪（TA.TX2i，英国Stable Micro公司），折光仪。
1．3 试验方法
1．3．1 实验方法
采摘两个不同品种分三种不同成熟度的草莓（成熟度按照草莓的颜色和种植人员常年的经验给的意见来区分成熟度），采摘回实验室后挑选大小一致、外观正常、干净、无畸形和完好无损伤的样品，编号Ａ、Ｂ、Ｃ备用。整个实验过程中，实验室保持温度、湿度不变。
6分熟 8分熟 10分熟
图1章姬不同成熟度的样品
6分熟 8分熟 10分熟
图2红颜不同成熟度的样品
1．3．2 高光谱数据采集
实验采用高光谱图像检测系统的反射模式进行对草莓的检测。该系统主要包括高光谱成像单元如图2，一种调节0150 W卤钨灯，水平机动化阶段，一个图像采集软件的计算机。高光谱图像单元包括一个CCD摄像机，连接到一个成像光谱仪（光谱分辨率2.8 nm），这个系统允许的有效波长范围从4001000 mm。该高光谱图像采集系统信息采集是一个线扫描成像过程，利用移动平台以可控的速度使成像对象相对于固定的光谱相机平行移动，通过线扫描获取实验对象的高光谱图像信息[10]。
图3基于成像光谱仪的高光谱图像系统
将准备好的草莓样品，放置于移动平台上，运行高光谱图像系统采集样品的高光谱图像信息，分别采集到的是4001000mm之间共420个波长下的图像（图4）。由于在透射模式下的光线和图像的角度上，饱和区域（834.72 nm）中存在光谱图像。因此,基于双区域增长算法开发对于分离背景和草莓的饱和区域。
Hyperspectral reflectance Gray image in Mask image in 834.72 nm
Image 834.72 nm
图 4 高光谱图像系统采集的图像实例
为了获得准确的数据，一些参数需要在预实验中确定，如相机的曝光时间，图像采集调整焦距，光照强度，图像尺寸和传送速度[11]。在实验中参数为：移动距离为90mm、结束距离为280mm，光照强调为3.5w强度且45°对准拍摄物体，曝光时间为1780us和输送速度为2.3mm/sec。开启输送装置,同时点击Spectra1Cube软件开始采集高光谱。样本采集的过程中，整个系统均处于封闭状态以避免外界光线的干扰。
1．3．3 质构仪的测定
高光谱采集完之后立即进行质构仪的测定，为保证试验的统一性，草莓切对半，一半进行质构测定，一半保留待用。其平面置于质构仪载物台上，其凸面的最高点部位置于P/5(直径5mm)的探头下进行局部TPA 测试。测试前速度为3mm/s，测试速度选择1mm/s，测试后速度为1mm/s，两次压缩停顿时间为5 s，压缩距离为2mm，触发力值为5 g。经Texture Exponent 32 软件分析得到硬度、黏着性、弹性、凝聚性、咀嚼性、回复性的特征曲线表征果肉质地状态的评价参数。
1．3．4 可溶性固形物的测定
可溶性固形物的测定与质构仪的测定同步，每测定完一个样品的草莓，就同步开始测定该样品的可溶性固形物含量，测定时，为了减少操作误差，应采取同一个部位测定。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/swgc/spkxygc/404.html
