高光譜成像技術(shù)是一種光譜技術(shù)與成像技術(shù)構(gòu)成的集成技術(shù)，能夠準(zhǔn)確探測一維光譜和二維幾何空間信息，在食品安全檢測工作領(lǐng)域中被廣泛應(yīng)用。本文簡單總結(jié)了高光譜成像技術(shù)在農(nóng)產(chǎn)品檢測中的應(yīng)用。

?

高光譜——無損檢測

在農(nóng)產(chǎn)品無損檢測方面，由于高光譜成像技術(shù)依靠的是窄波段電磁波光譜的成像原理米分析物質(zhì)的物理性質(zhì)和化學(xué)成分，因此無需工作者破壞農(nóng)產(chǎn)品結(jié)構(gòu)，就能夠完成檢測工作，實(shí)現(xiàn)了農(nóng)產(chǎn)品的無損檢測。在技術(shù)應(yīng)用過程中，工作者需要使用光譜儀、CCD相機(jī)、圖像采集卡等設(shè)備構(gòu)建一個高光譜成像系統(tǒng)，工作者先要利用該系統(tǒng)進(jìn)行產(chǎn)品光譜圖像的采集，然后經(jīng)過系統(tǒng)校準(zhǔn)、圖像校正、圖像分析等操作流程，可以得出農(nóng)產(chǎn)品內(nèi)的農(nóng)藥殘留、果銹情況。

在此過程中，由于農(nóng)產(chǎn)品中各個物質(zhì)的物理特征與化學(xué)成分存在差異，因此這些物質(zhì)會顯示出不同的光譜信息，使得人們得以分辨出農(nóng)產(chǎn)品內(nèi)部所包含的各類物質(zhì)，然后借此判斷出產(chǎn)品的質(zhì)量情況，省略了傳統(tǒng)檢測中需要破壞產(chǎn)品結(jié)構(gòu)的操作，提高了檢測工作的效果。

?

高光譜——準(zhǔn)確度檢測

一般來說，相較于多維光譜技術(shù)，利用高光譜技術(shù)獲得的圖像具有更高的分辨率，使其在農(nóng)產(chǎn)品檢測的應(yīng)用中，體現(xiàn)出了精度高的特質(zhì)，提升了檢測工作的水平。在準(zhǔn)確度方面，該技術(shù)的運(yùn)用能夠幫助人們得到三維的圖像數(shù)據(jù)，實(shí)現(xiàn)了樣本光譜信息與圖像信息的集成，為人們精準(zhǔn)地判斷農(nóng)產(chǎn)品質(zhì)量，提供了有力的依據(jù)。

此外，在高光譜系統(tǒng)中，工作者可以通過增益、可變積分時間、暗電流偏移等方式，來反復(fù)校準(zhǔn)和校正之前所獲得的原始高光譜圖像，進(jìn)一步優(yōu)化了該技術(shù)下檢測工作的準(zhǔn)確性，與此同時，隨著數(shù)據(jù)處理的技術(shù)的發(fā)展，人們已經(jīng)能夠有效處理冗余信息多、波段多的高光譜圖像了，保障了最終檢測結(jié)果的精度，提升了產(chǎn)品檢測工作的水平。

?

高光譜——含糖量檢測

糖分作為人體必不可少的養(yǎng)分，含糖量在很大程度上影響著果蔬類農(nóng)產(chǎn)品的質(zhì)量，因此工作者將高光譜成像技術(shù)應(yīng)用到含糖量的測定上，能夠準(zhǔn)確判斷農(nóng)產(chǎn)品的質(zhì)量，增強(qiáng)產(chǎn)品檢測工作的效用。

在含糖量上，工作者可以利用高光譜系統(tǒng)米獲取產(chǎn)品糖度的漫反射光譜圖像，然后截取其中的有效波段，并建立糖度檢測模型。之后將數(shù)據(jù)信息帶入到模型中，能夠分析出產(chǎn)品中的含糖量，最后再在此基礎(chǔ)上，根據(jù)相應(yīng)的指標(biāo)來判定該產(chǎn)品的質(zhì)量水平，明確受檢測果蔬的口感、營養(yǎng)含量等情況，使檢測工作更加精細(xì)。此外，由于該技術(shù)所需的人工操作較少，效率較高，因此能夠幫助產(chǎn)品檢測機(jī)構(gòu)節(jié)省大量的人力資源，深入優(yōu)化了農(nóng)產(chǎn)品檢測工作的效果，并且縮短了大規(guī)模產(chǎn)品檢測工作的周期，推動了檢測工作的發(fā)展。

????

高光譜——損傷檢測

傳統(tǒng)的外傷檢測主要依靠工作者在分揀過程中的肉眼判11:24譜圖觀察各類波段光的反射情況，可以判定農(nóng)產(chǎn)品內(nèi)部存在的損傷，比如凍傷、質(zhì)變等問題，例如：在蘋果的損傷檢測中，工作者通過獲取其在近紅外、短波紅外、可見波段內(nèi)的光譜信息，然后利用 SVM、SLOG 等方式，構(gòu)建損傷檢測模型，能夠以90%以上的準(zhǔn)確率檢測出其內(nèi)外的損傷情況。

此外，由于產(chǎn)品的損傷情況與其食用安全狀態(tài)具有密切的聯(lián)系，因此工作者通過基于該技術(shù)的損傷檢測操作，能夠幫助人們評定農(nóng)產(chǎn)品的食用安全性，增強(qiáng)了檢測工作的效用。

?

高光譜——內(nèi)部細(xì)菌檢測

就目前來看，肉類經(jīng)常會受到細(xì)菌的感染，而傳統(tǒng)的檢測工作效率較低，檢測周期較長，降低了工作效果。而基于高光譜技術(shù)的細(xì)菌檢測工作實(shí)現(xiàn)對大腸桿菌污染的快速、無損檢測，能夠有效提升肉類農(nóng)產(chǎn)品的檢測水平。

在細(xì)菌檢測上，以牛肉為例，工作者可以通過分析紅外線條件下，牛肉的高光譜反射率光譜圖像，能夠得出牛肉樣本中的具體成分，在此過程中，工作者可以使用 PLSR 法，來建立牛肉脂肪、蛋白、水分含量的預(yù)測模型，然后將光譜圖像信息導(dǎo)入到模型中，可以準(zhǔn)確地檢測出其中各個營養(yǎng)成分的含量狀態(tài)，并判斷出該樣品是否存在細(xì)菌污染，實(shí)現(xiàn)細(xì)菌檢測操作。

?

高光譜——可溶性固形物檢測 ???

可溶性固形物(SSC)檢測，為農(nóng)產(chǎn)品檢測的重點(diǎn)內(nèi)容，具體檢測項(xiàng)目包括“糖”、“微量元素”、“礦物質(zhì)”等多種。以“藍(lán)莓的糖度檢測”為例，應(yīng)首先準(zhǔn)備好藍(lán)莓，置于4℃環(huán)境下密封保存 3d，檢測前4h 取出。此后，可將光譜波長設(shè)置為 900~1700nm，分辨率設(shè)置為 2.8nm，狹縫寬度 30pm，調(diào)整鏡頭焦距以及平臺移動速度后，便可開始檢測。糖度檢測，應(yīng)于提取果汁后采用糖度計(jì)完成。采用 Matlab°R2010a 軟件平臺，對圖像進(jìn)行處理以及校正后，便可形成光譜圖像。初步形成的光譜圖像，噪聲一般較大，需去除兩端波段，取 961~1665nm 范圍內(nèi)的波形，建立藍(lán)莓可溶性固形物檢測模型，后于藍(lán)莓果實(shí)區(qū)域提取光譜信息，便可獲得平均光譜。

有研究通過對測量結(jié)果的觀察發(fā)現(xiàn)，當(dāng)樣本數(shù)為5時，藍(lán)莓糖度為5%。隨著樣本量的增加，糖度同樣顯著提升。當(dāng)樣本量增加至40時，糖度增加到最高，達(dá)到12%。此外，研究同樣發(fā)現(xiàn)，與選擇藍(lán)莓果柄光譜數(shù)據(jù)測量糖度相比，采用藍(lán)莓花萼測量糖度，建模結(jié)果更加準(zhǔn)確?？梢?，以藍(lán)莓花萼為樣本，采用高光譜成像技術(shù)，對農(nóng)產(chǎn)品的可溶性固形物進(jìn)行檢測，能夠取得良好的效果。