基于介電特性的水果成熟度無損檢測研究進展

劉 橙，劉廣同，何金成，沈婷婷

(福建農林大學機電工程學院，福建 福州350002)

0 引言

成熟度這一指標在水果產業中扮演著重要角色，是精準把握水果采收時間的主要依據。采收過早，水果產量低、品質差、口味不佳；采收過晚，則水果硬度下降、不易運輸、貨架期短。研究結果表明，相互混雜不同成熟度的水果已造成水果產業鏈在整個作業環節中損失率高達31%[1]。為了降低水果損失率，提高水果的品質和等級，建立水果成熟度評價模型極其重要，也更能滿足水果產業規模化標準化的發展需求。

傳統方法檢測水果成熟度主要是依靠果農經驗判斷，或者測量水果的理化指標(糖度、酸度、硬度或可溶性固溶物量等)后，依據其成熟時的國標數據值判定其成熟度等級[2]。除依靠果農經驗判斷外，其他傳統方法均需破壞果實外部，又稱為有損檢測技術。由于有損檢測無法大規模地逐個檢測，與現代果品生產要求不匹配。

鑒于此，無損檢測技術應運而生[3-4]。其是在不損害被檢測水果組織的前提下，利用聲學、光學、電學、計算機視覺和智能感官等技術對果品外部特征和內部結構及其組成成分進行測定與評價的檢測技術。其中，光譜技術已廣泛應用于水果的成熟度檢測，本文不做贅述；利用單目或多目攝像頭獲取水果圖像，利用計算機視覺技術獲取果實特征，從而判定水果成熟度，多應用于不同成熟期顏色變化或果皮紋理變化較為明顯的水果成熟度檢測上；利用電子傳感器陣列模擬人的器官，再通過模式識別系統分析水果的整體信息(智能感官技術)，從而確定果實的成熟度。無損檢測技術既可以檢測果品品質，又不會破壞果實，保證了被測試水果的完整性，更加符合大規模檢測的現代水果產業化發展需求。

介電特性法是一種將水果置于電場并利用不同頻率下介電參數的變化來反映水果綜合品質的無損檢測方法，由于所用實驗儀器簡單便攜，測量原理及信號的處理也比較容易，介電特性法判斷水果成熟度已具備一定的應用前景[1]。本文討論介電特性無損檢測水果成熟度的研究進展。

1 水果成熟度介電特性檢測原理

作為一種非線性的各向異性的不均勻電介質，水果在成熟的過程中會經歷一系列的變化，宏觀層面上表現為硬度的下降、糖酸含量的變化，色澤的變化等。從微觀層面來觀察，水果內部存在著由大量帶電粒子形成的生物電場，而伴隨著水果在生長、成熟過程中物質和能量的轉換，水果內部組織中各類化學物質所帶電荷量及電荷的空間分布也會有所變化。微觀層面上電場的變化又在宏觀上影響了水果的電特性，由此，可以通過研究水果的電特性判斷水果的成熟度。其中評價介電特性的主要參數是相對介電常數ε′和介電損耗因數ε″，此外，還有損耗角正切、等效阻抗、電阻電導和電容[5]。

2 介電特性測量技術

目前介電特性測量技術有平行極板(電容器)技術、末端開口同軸探頭技術、傳輸線技術、諧振腔技術和自由空間技術等[6]。其測試系統主要由介電參數測量儀器、夾持被測樣品的夾具、數據處理軟件和計算機4部分組成，平行極板測量系統如圖1所示，同軸探頭測量系統如圖2所示。

圖1 平行極板技術測量系統Fig.1 Parallel plate technology measurement system

圖2 同軸探頭測試系統Fig.2 Coaxial probe test system

各種測量技術所測量的材料各有不同，測量適用的頻段也各不相同。平行板電容器測量技術一般適用于較低頻段，利用測量得到的電容和電導，推算出介電常數。末端開口同軸探頭技術和傳輸線技術，前者通過測量反射系數來測量介電常數，后者則通過傳輸系數和反射系數來測量介電常數。諧振腔技術則適用于射頻、微波段，通過諧振頻率點的Q值測量介電常數。自由空間測量技術適用于微波及毫米波以上頻段。介電常數測量方法如表1所示。

表1 介電常數測量方法總結

精度最高的是諧振腔技術，精度最低的是自由空間技術。諧振腔技術僅能在一個或幾個頻率下測量，而且必須知道樣品截面的精確尺寸，不太適用于果品的大規模檢測，因此在水果成熟度檢測上應用較少。傳輸線技術因其樣品的制造難度極大，且要求均勻介質，因此該技術在農產品介電特性測量中的應用較少。

3 介電特性檢測水果成熟度的應用

基于介電特性測定水果成熟度是通過電學參數反映水果在不同生長階段的內部變化，分析不同頻率下介電參數變化趨勢，并與其內部單一或多個理化指標(如糖度、硬度、酸度等)建立相關性關系，進而得出水果的成熟度。在介電特性的測試技術中，由于采用平行極板技術和同軸探頭技術測量時樣品不需特別制備，測量精度較高，國內外現有研究中采用平行極板技術和同軸探頭技術較多，本文主要針對這兩種技術的應用進行闡述。

3.1平行極板技術

20世紀70年代起，果蔬等農業物料的電特性引起人們的關注[7]。MCLENDON B[8]利用平行板電容器對梨的介電特性展開研究，發現在0.5～5.0 kHz的頻率下梨的介電常數和損耗角正切隨頻率增長而呈減少趨勢。葉齊政等[9]利用阻抗分析裝置、水槽和平行板電極系統對番茄的阻抗特征頻率進行分析，發現，在10Hz～50 kHz范圍，成熟番茄阻抗大于青番茄。郭文川等[10-11]利用LCR電橋測量儀測量了3種不同成熟度下的西紅柿介電特性，在4～150 kHz的頻段內，隨著西紅柿成熟度的提高，相對介電常數和等效阻抗會隨成熟度的升高而減小。唐玉榮等[12]應用自制的香梨電學參數測量裝置研究了低頻電場作用下香梨的電特性，發現測試頻率≤1 Hz時，隨著成熟度的提高，電感逐漸增大、電容逐漸減小，并解釋了香梨成熟過程中細胞膜通透性的變化，成熟度越高，膜的流動性越低。由此，在一定的頻率段，隨著果實成熟度的提高，不同水果的介電特性會有不同的變化趨勢。

學者們將水果的理化特性和介電特性進行了回歸相關性分析。李英[13]研究了桃子、蘋果、梨等對象，將果實的各項理化指標(糖、酸、硬度、含水率)和相對介電常數、壓電阻率分別進行二次多項式回歸分析，得出桃子除硬度外，其他理化指標均對相對介電常數的值有顯著影響；而梨的含水率和酸度值對相對介電常數的值有顯著影響；蘋果的高壓電阻率則隨著含水量的增加而增大，變化顯著。唐燕[14]進行了“秦光2號”油桃果實品質的生理指標(硬度、可溶性固形物、酸和含水量)和電參數(復阻抗、并聯等效電容、并聯等效電感)之間的相關性研究，建立了有效的預測模型(相關系數都達到顯著水平)。沈江潔[15]針對“新紅星”蘋果的多個電學指標(復阻抗Z、串聯等效電阻Rs、并聯等效電容Cp)與品質理化指標進行了一對一回歸函數分析，表明在特征頻率39.8 kHz下，Z、Rs、Cp與果實硬度；Rp、Cp與果實酸度；Rp與果實可溶性固形物含量；Cp、Z與果實乙烯釋放速率；Cp、Z與果實呼吸速率的相關性最好。SOLTANI M等[16]利用介電特性研究在100 kHz和1 MHz頻段下評價香蕉硬度與介電常數的相關性，并成功預測了香蕉的成熟度。

進一步地，引入算法及預測模型，進行果實成熟度的預測。陳志遠[17]應用LCR電子測量儀測試了126 Hz～3.98 MHz頻率下番茄果實的電學參數，以硬度作為番茄成熟度的判斷方法，研究了電參數與番茄硬度的相關性，將BP神經網絡應用于番茄果實成熟度的預測模型，得出模型準確率達到70%，預測能力較好。劉梅[18]采用遺傳算法優化最小二乘支持向量機算法構建網絡來進行甜瓜糖度的無損檢測，將智能檢測儀LCR-819測得100 kHz下完整甜瓜的電阻、電容值作為輸入，以甜瓜糖度作為網絡輸出，成功預測甜瓜的甜度。李永超[19]使用CCA方法對蘋果介電特征與理化特征間整體相關性進行了研究，使用機器學習領域的特征選擇技術從串聯等效電阻等108種介電特征中篩選出與蘋果品質類別標簽關系最緊密的介電特征，構建特征最優子集，建立了一個基于介電特征最優子集的蘋果品質5級分類模型，在最優介電子集包含6種介電特征時，分類模型準確率為98.3%。蘭海鵬等[20]和范修文等[21]將果實硬度、可溶性固體物含量、果皮葉綠素含量和維生素C含量作為香梨成熟特征描述的基礎參數，并分析香梨成熟過程中電容、電感、電阻等多個電學參數的變化規律，提出多指標綜合分析的香梨成熟度評價方法，建立了特征電學變量與基礎參數間的相關方程，實現了香梨成熟過程中電學特性和基礎參數間的相互預測。

3.2同軸探頭技術

同軸探頭技術常應用于測量水分含量比較高的水果介電特性，如測量梨、蘋果、密瓜的介電特性。該技術一般采用多算法篩選特征頻率，建立多種成熟度預測模型，最終選取最佳模型。

郭文川等[22]利用E5071C型網絡分析儀和末端開路同軸探頭采集10～4 500 MHz頻率間101個頻率下富士蘋果介電參數的頻譜特性，采用原始頻譜、主成分分析和連續投影算法3種方法優選頻率，建立了基于蘋果可溶性固形物含量的支持向量回歸預測模型和BP網絡預測模型，其中，主成分-支持向量回歸(PCA-SVR)效果最佳，其校正系數為0.936，預測相關系數為0.883，可應用于果實成熟度預測上。

郭文川等[23]采用同軸探頭技術，采集20～4 500 MHz頻率間的電學特性，建立了可溶性固形物含量(SSC)、硬度和含水率的定量檢測模型，比較了全介電譜(FS)和連續投影選法(SPA)兩種特征提取方法用于最小二乘支持向量機(LSSVM)、極限學習機和BP神經網絡模型3種模型中的效果。研究表明，FS-LSSVM模型具有最好的SSC預測能力，其校正集和預測集相關系數分別為0.974和0.931。

商亮[24]采用同軸探頭技術，基于介電譜技術建立了富士蘋果可溶固形物含量、酸度和含水率的定量檢測模型，分別采用經X-Y共生距離法(SPXY)和Kennard-Stone(KS)法劃分樣品集，采用主成分分析法(PCA)、無信息變量消除法(UVE)和連續投影算法(SPA)對原始介電頻譜進行優選，采用廣義神經網絡(GRNN)、學習向量量化網絡(LVQ)、支持向量機網絡(SVM)和極限學習機網絡(ELM)建立人工神經網絡模型，研究表明采用SPXY法劃分樣品集，SPA算法選擇特征變量，經ELM算法建立的蘋果可溶固形物含量、酸度和含水率的定量檢測模型最理想。

王轉衛[25]以生長期“富士”蘋果、生長期“碭山酥”梨為研究對象，分析其理化特性變化與內部品質之間的關系，結果表明，隨發育時間增加，“富士”蘋果和“碭山酥”梨的ε″和ε′，總體均呈現減小趨勢，采用SPA-LSSVM和UVE-LSSVM模型預測采摘期成熟甜瓜糖度和含水率，通過檢測水果的介電特性，結合生長過程中的硬度、糖度等參數變化，可以預測水果果實的成熟度。

4 結束語

利用介電特性無損檢測方法來評定水果的成熟度在技術和原理上具有可行性。其中，平行極板技術作為傳統的介電特性檢測技術，其研究應用較早。平行極板技術研究水果成熟度主要是分析不同頻率下介電特性的變化趨勢曲線，并利用數據分析軟件進行果實不同理化特性與介電特性的簡單線性相關性分析。隨著將神經網絡模型和機器學習回歸模型應用到果實成熟度的預測中，構建出水果成熟度的檢測判斷模型，該數學模型能夠更好地應用于成熟度檢測儀器中，滿足實際需求。同時經過不斷改進算法，預測精度也越來越高。同軸探頭技術主要用于中高頻，基于介電頻譜構建水果成熟度檢測模型，以多頻率下介電特性作為導入，頻率特征更多，更加符合大數據分析果實特征。通過比較不同變量優選、不同建模方法對模型預測效果的影響，輸出果實理化指標參數，達到預測果實成熟度的目的。

水果成熟度檢測模型主要是通過對水果單個或多個理化指標的預測后，結合相關水果成熟時的國家標準，從而確定水果的成熟度。目前占據經濟支撐地位的水果品種具有較為完善的針對成熟度的國家標準，而新興作物，則沒有相應的成熟度國家標準，利用介電特性無損檢測方法僅能預測水果單個或多個理化指標，確定水果的風味，不能確定水果的成熟度。因此，目前新興農作物的成熟度自動化判別仍存在問題。力爭尋找水果介電特性的共性，建立水果介電特性信息數據庫，能為無損檢測類似于黃金百香果的新興經濟作物提供其成熟度依據。

采用成品LCR電橋測試儀，需要連接PC機做后期的數據處理，不利于在果園采摘時使用，為了將目前對介電特性的研究成果實際應用于真實場景的農業生產中，可利用果實在特定幾個特征頻率下介電特性與理化特性相關性更加顯著的特點，開發基于介電特性的便攜式水果成熟度檢測儀，取代傳統的測量儀器。

結合計算機技術、數據處理技術和自動控制技術，建立水果成熟度的高精度識別模型，不斷改良算法，提高模型精度也是未來的主要研究方向。