水果無損檢測技術綜述

劉非凡

（西京學院 電子信息學院，陜西西安 710123）

近年來我國水果產量增加，目前國內市場以及國外市場對高品質水果的需求也不斷增加，水果無損檢測和分級能夠提升水果的競爭力，有利于我國水果行業的發展。水果品質檢測主要有內部品質以及外部品質，原始的外部品質檢測主要是使用專門的分級器械來對水果的大小、重量進行簡單分類，或者人工對水果的外觀、紋理、表面缺陷等進行分類。傳統的分級器械較為煩瑣、速度慢且易對水果造成損傷。人工分選又帶有感官評價，主觀性強，無法形成統一的標準。傳統的內部檢測主要通過化學方法進行測定，這種方法需要破壞水果，通過分析少量樣本推測整個批次的水果品質，可靠性不高。為了克服這些缺陷，水果無損檢測技術應運而生，水果無損檢測要求在不破壞水果外表皮以及內部環境的情況下，利用聲、電、磁、光等技術得到水果的外部特征以及內部營養成分含量等數據，相比傳統檢測方法更高效。伴隨著物理、材料、計算機多個領域技術的發展，無損檢測技術也日益完善。

1 電子鼻技術

Gardne 在1994 年首次確定了“電子鼻”的定義，并且在該領域發表了論文，在近30 年來電子鼻技術突飛猛進。電子鼻的靈感來源于仿生學，它的核心器件是氣體傳感器，捕捉氣體的特征，將氣體特征轉化為可以量化的模擬信號，通過處理變為數字信號，PC 端再通過神經網絡或模式識別等算法進行處理。電子鼻技術相對成熟，檢測和等待結果耗費時間少，誤差小，在食品檢測、癌癥檢測、有毒有害氣體檢測等方面有廣泛的應用。

1.1 在水果無損檢測中的應用

劉強等[1]利用電子鼻技術結合不同的特征提取方案分別建立了草莓果實真菌病害的PLSR 模型，區分了健康果實和病害果實，準確率達到92.9%。尹芳緣等[2]基于電子鼻對芒果的可貯藏時間進行了預測，將檢測數據使用非周期隨機共振方法處理，提取互相關系數極大值，并擬合得到芒果儲存期預測模型，經驗證準確率為87.5%。胡桂仙等[3]基于電子鼻，采用線性判別法判斷柑橘的成熟度，準確率達到88%。

1.2 優缺點

電子鼻操作簡單、成本低、反應快，可以用于果實病害檢測、果實成熟度檢測、果實儲存期的預測等。缺點是在無損檢測領域易受環境的溫濕度、氣壓影響，而且檢測結果受到傳感器靈敏度以及模型算法的制約，需要提高傳感器的精密性以及模式識別算法的通用性。隨著機器嗅覺等技術的研究，電子鼻技術在水果無損檢測領域會得到更進一步的發展。

2 計算機視覺技術

近幾年人工智能領域發展迅猛，這也促進了計算機視覺技術的發展。通過攝像頭相機等代替人眼來進行圖像獲取，再利用計算機對采集的圖形進行特征提取，將圖像的灰度、亮度等轉化為數字信號，通過相關算法程序自動生成結果。

2.1 在水果無損檢測中的應用

伍光緒[4]通過圖像采集、預處理、分割技術，提取了血橙的成熟度、大小、周長的3 個特征參數，并將血橙分為極好、好、一般、差4 個等級。徐瑩瑩[5]利用計算機視覺技術研究了甜瓜的缺陷算法，根據甜瓜瓜蒂區域和其他部分的角點差，可以找到并去除瓜蒂，魯棒性好，有較小的耗時以及不錯的識別率。實驗提取了甜瓜的顏色和外部紋路作為特征參數，采用SVM 進行模式識別。對甜瓜的圖像進行分析時，采用灰度共生矩陣進行了特征參數處理，發現其中的角二階矩和對比度這兩個參數能夠明顯區分甜瓜是否病變，經驗證對甜瓜的缺陷識別率達到92.2%。童旭[6]采用雙目視覺獲取了蘋果、梨的圖片，對其進行預處理特征提取，再優化，建立了SVM 模型，使用粒子群優化的BP 神經網絡算法，針對外表皮對蘋果、梨進行了分級。

2.2 優缺點

計算機視覺技術能在一定的距離上對水果品質進行檢測，分級更穩定、精度更高。相較于人眼，能夠長時間地對自動化產線進行實時監測與控制，比對已有的數據庫來篩選出病變或者瑕疵的水果。缺點是尚在研究階段，沒有得到大規模的應用，另外一個缺陷是只能對水果外部進行檢測，無法檢測到水果的內部成分。

3 近紅外光譜技術

廣義上來講，波長為780 ～2 526 nm 的電磁波都被稱為近紅外光。近紅外光譜技術的基本原理來源于比爾定律，又稱為吸光定律，通過定量分析物質在某些光譜區的吸收強度和吸光粒子數的關系來分析待檢物品。用近紅外光照射被檢測物品，捕捉被檢測物品對光的反射、散射、吸收后的光譜特征，再對其進行特征分析來確定被檢測物品各種成分含量，將該技術應用于水果檢測領域具有檢測快速、成本低、可檢測水果內部糖度和維生素等優點。

3.1 在水果無損檢測中的應用

近紅外光譜技術能夠檢測水果硬度、糖度以及內部可溶性物質的含量。OLIVEIRA 等[7]研究了近紅外光譜和中紅外光譜快速檢測百香果果肉并分級，利用PLS 回歸分析建立了預測果糖、蔗糖、酸度、可溶性固形物含量和維生素的模型。結果顯示，該模型不能很好地預測維生素的含量，能很好地預測果糖、蔗糖、酸度、可溶性固形物含量。ABASI 等[8]提取了原始的近紅外光譜數據，使用了小波變換算法處理數據，并與其他常用的預處理函數相結合，基于RMSE（估計均方根誤差）和相關系數評價模型決定相關系數，預測了蘋果樣品硬度。最終預測的蘋果樣品硬度是可以接受的（RMSEP=3.86），實驗應用小波變換去噪預處理，實現了PLS 回歸模型的快速性和精準性預測。

3.2 優缺點

近紅外光譜技術能夠快速、無損、高效地對水果品質進行檢測，不僅對水果表面紋理和內部成分進行檢測，還可以預測水果的成熟度、儲存期、病變等。缺點是在該領域中相關技術不夠成熟，國內的研究起步較晚，溫度變化以及其他無關信息變量的噪聲對檢測和預測的結果影響較大。BLANCO 等[9]驗證了溫度變化會改變液體樣品的近紅外光譜，而且會大大降低在嚴格控制的溫度條件下記錄的光譜所構建的標準模型的預測能力，在這種情況下就需要更復雜的模型。

4 基于電學特性的無損檢測技術

水果是一種電介質，從微觀來看每個水果內部都由無數帶電粒子組成，整體構成了生物電場，而水果的生長過程中經歷成熟、病變等過程，會產生一系列復雜的化學變化，導致內部的電荷數量和空間發生變化，從而影響整個生物電場。利用電學特性可以分析出水果成熟程度、表面堅硬程度、病毒害等分級所需特征，該技術所需要的設備不復雜、信號易于處理，具有廣闊的應用場景。

4.1 在水果無損檢測中的應用

JACKSON 等[10]用電阻抗法檢測蘋果損傷，分別對蘋果撞擊前后的阻抗進行測量，在50 Hz ～1MHz 的36 個點頻率下，電阻與電抗描繪了一個半圓弧，這些曲線的一些特征與瘀傷面積相關。蘋果品種和溫度對電阻抗的影響可能會造成大規模應用中測量的困難，但是電阻抗檢測方法的進一步發展可能會方便評估瘀傷技術的研究。

4.2 優缺點

利用基于電學特性的無損檢測技術對水果進行品質檢測，快速、便捷且數據量少。但是果實發生病蟲害往往會伴隨多個生化變化，相應的電學特性也會變化，果實不同，果實生理變化引起的一系列電學參數變化也不同，因此挑選出適合的參數是基于電學特性無損檢測的研究難點與方向。

5 核磁共振技術

核磁共振技術因其在醫學領域的廣泛應用被人們所熟知，核磁共振技術可按頻率分為高場和低場核磁共振技術，也可以分為核磁共振成像技術和波譜法。

5.1 在水果無損檢測中的應用

核磁共振成像技術可以檢測水果的成熟度、果皮硬度、營養成分等信息，也可以對水果的外部損傷程度進行測定，進而對水果進行分級。高營養價值的混合果汁消費在全國范圍內不斷增加，核磁共振波譜廣泛應用在果汁飲品的質量檢測中，它可以檢測制備果汁的原料來源，從而分析商家是否采取了欺詐手段進行虛假宣傳，保障生產者和消費者的權利，有利于改善居民的飲食安全問題。

5.2 優缺點

光譜數據涵蓋了廣泛的化合物，所以核磁共振波譜法檢測果汁等其他水果衍生品具有可行性，并且已被證明是十分有效的工具。核磁共振檢測技術能夠實現無損檢測，且結果穩定，受時間干擾較少。缺點是果汁中含有大量的有機酸和其他有機物質，可能會導致復雜的光譜，需要技術手段去除冗余的信號。

6 結語

水果的品質分級由外觀、氣味、口感、內部營養成分含量、儲存期等因素決定，因此低成本、高效、便捷地對水果進行無損檢測是當前的研究方向。無損檢測技術的準確性高、響應速度快，可以用于水果品質分級。本文綜述了近紅外光譜技術、電子鼻技術、基于電學特性的無損檢測技術、計算機視覺技術，并分析了它們各自的優缺點，在實際應用中應根據具體情況進行選擇。