近紅外光譜檢測蘋果硬度方法分析

宋 愷

(遼寧裝備制造職業技術學院，遼寧 沈陽 110161)

1 水果品質檢測技術研究現狀

在實際檢測過程中可以結合蘋果的檢測方向選擇不同的檢測技術。結合檢測原理的差異，水果目前無損檢測技術分為高光譜檢測技術，聲學檢測技術，x射線檢測技術和近紅外檢測技術等，本文主要對近紅外檢測方法進行了探究。近紅外光譜主要指的是波長范圍在1100nm內的紅外短波，近紅外光譜檢測技術可以借助光譜檢測手段來獲取蘋果樣品的光譜數據信息，通過計算機和數據分析得出所需檢測數據，這也屬于蘋果品質檢測領域中的首選檢測技術。

2 蘋果品質和近紅外光譜作用機理

近紅外光譜檢測儀在經過蘋果樣品反射，漫反射之后會攜帶蘋果內部信息，這時就可以獲得與蘋果品質相關的信息。由于蘋果硬度會受到纖維含量和果膠含量的影響，這也使不同硬度的蘋果其近紅外光譜信息之間差異巨大。通過讀取蘋果光譜數據可以從中提取蘋果品質信息，建立蘋果硬度之間的光譜模型，近紅外光譜在吸收蘋果信息的時候會受到蘋果大小的影響，同時對設備光源要求較高，蘋果反射光譜和漫反射光譜信噪比相對較低。為了提升整個實驗的精確性，需要選擇漫反射進行光譜信息的收集。蘋果硬度會隨著蘋果生長時期而變化，這時結合近紅外光譜漫反射需求可以在分析蘋果硬度的基礎上，設計不同采收時間下蘋果硬度檢測方案，從而構建出較為完善的近紅外光譜數據平臺，得到最佳漫反射參數，完成蘋果硬度光譜測試平臺的構建。

3 實驗步驟

3.1 實驗概述

傅里葉變換近紅外光譜儀器具有多通道同時測量的優勢，而這一優勢也使其在目前蘋果硬度測量過程中得到了廣泛地應用，在未來無損檢測過程中近紅外光譜儀器也屬于無損檢測的主要發展方向。評估品質在實際檢測的過程中需要借助近紅外光譜檢測儀對蘋果糖度酸度、可溶性固型物進行相應地檢測，但目前對于蘋果硬度的紅外檢測研究還相對較少，由于該領域沒有過多的研究結論，導致建立模型的預測精度較低。為了更好地提升蘋果應用檢測模型的實際預測效果，利用精密度較高的質構分析儀器來對蘋果的硬度進行測量，采用傅里葉變換近紅外光譜儀器對蘋果的紅外光譜進行采集，進一步分析頻譜圖對其進行預處理，提取其中存在的弱光譜信息，發現蘋果內部預處理手段和有效共同范圍，借助偏最小二乘法定量分析評估來進行紅外光譜數據預測實際樣本內容。

3.2 實驗方法

本次實驗使用德國 Bruker光學儀器公司的智能型傅里葉變換近紅外光譜儀和智能光纖探頭，接收輸出漫反射零件進行紅外光譜的采集光譜測量。波長范圍為833～2500nm，掃描共64次，實際分辨率為8cm-1，蘋果真實硬度值在測量的過程中主要使用質構分析儀器，測量探頭需要選擇0.5mm的源頭，插入速度保持在10mm/s，插入深度為5mm。每個樣品需要測量4點計算平均值。本次蘋果在檢測過程中樣本共200個，將蘋果隨機分為檢測組和觀察組，觀察組共150個蘋果樣本，檢測組共50個蘋果樣本。在相同實驗下對蘋果的近紅外漫反射光譜進行采集，每個蘋果樣本需要采集4次光譜，同時還需要在蘋果最大橫徑處等距離的4個點面進行4次采集，而這4次采集的近紅外漫反射光譜的平行光譜也就等于本次蘋果樣本的光譜。使用質構分析儀器對蘋果應用進行測量，探頭需要刺入蘋果的內部，同時保證探頭的次數，位置與紅外光譜采集點相對應，在測量過程中計算機需要自動采集并對次數力度進行記錄。在測試樣品蘋果4個點位均測量完畢后，需要將數據進行平均值計算，而此平均值就是蘋果樣本的硬度。在實際測驗過程中會由于測驗儀器，蘋果樣品以及環境儲存等條件對蘋果進行影響，導致紅外光譜測量過程中會出現噪聲，頻譜圖基線漂移的現象。而為了更好地避免這些外界因素對實際檢測結果造成的干擾，就需要利用Bruker公司生產的定量分析儀軟件對光譜進行預處理。

3.3 實驗結果

模型的建立質量好壞會與蘋果檢測精準度以及樣品參數覆蓋范圍有著一定的聯系，本次檢測組和觀察組蘋果實際硬度水平分為高硬度，中硬度和低硬度。實際以平均值為中心分布，這也表示蘋果樣品實際檢測具有一定的代表性，同時蘋果樣品檢測組的含量范圍都保持在觀察組范圍內，可以更好地對模型質量進行相應的評價。光譜區間的選擇能夠對光譜數據進行壓縮，如果光譜分析區域選擇過寬，那么就會增加一些無效信息，如果分析區域選擇過窄，那么將會丟掉一些有效信息，從而降低模型準確性。本次實驗大部分蘋果樣品的光譜圖形狀較為相似，在圖形首尾兩端都具有較強的噪聲干擾，同時在光譜內部含有較為豐富的吸收峰，但是由于不同蘋果樣品內部的組織結構和化學成分各不相同，因此蘋果樣品的光譜圖播放強度也存在一定差距。為了降低光譜圖首尾強噪聲區域對實際精確度造成的干擾就需要對其進行預處理，預處理光譜波長范圍需要進一步縮短，并在此區域里利用定量分析軟件對其進行光譜預處理。最佳光譜范圍內部包含了與蘋果樣品有著直接聯系的物質，其中包含了碳水化合物、果膠以及水，這些物質都屬于較為典型的吸收波段，而碳水化合物和果膠會出現較為強烈的吸收。因此，可以利用多元散射校正光譜對所給出的信息進行適合的波長選取，使用原始光譜進行建模能夠決定系數的高低。實際模型用的預測值和真實預測值決定系數R=0.0150kg/cm2，這也表示模型能夠更好地預測蘋果硬度，同時還可以符合蘋果用的檢測精準度的需求，值得在實際檢測中得以應用推廣。

4 結語

多元散射校正手段屬于多波長建模的一種有效數據處理手段，能夠消除蘋果樣品由于散射從而造成的光譜噪聲不穩定和基線平移等現象，進一步提升原光譜信噪比，強化蘋果樣品成分含量和希望度之間的聯系，確立待測成分在紅外波段的特征以及吸收位置，為波長的最優選擇提供相應的數據支撐。