高光谱相机解决方案
  • 高光谱相机对芒果内部品质的检测应用

  • 信息来源:彩谱品牌厂家 浏览次数:193发表时间:2023-06-17
  • 芒果作为一种世界性的水果之一,其品质的好坏直接关系到市场需求和消费者的满意度。而芒果外表看似完整无损,但可能在内部存在一些问题,如腐烂、软化、空心、脆性等,这些问题如果没有得到及时发现,可能会对芒果销售造成不良影响。因此,芒果内部品质的快速检测显得十分重要。而基于高光谱技术的芒果内部品质检测是近年来备受瞩目的一种有效方法。
    近年来我国芒果总产量保持稳步增长的态势,从2005年的74.15万吨增长至2014年的143.66万吨,同时我国已成为世界芒果收获面积第二大国家我国芒果生产情况如图1所示(数据源于网络)。
    从芒果产量和种植收获面积来看,中国已然成为了一个芒果生产大国,但这并不说明中国就是一个芒果生产强国。在实际发展中,我国芒果产业存在着诸如产业化和商品化程度低、标准化水平不足和采后处理水平不高等问题。据了解,目前我国大部分地区的芒果在采收后只是通过简单的人工分级(如图2所示)就直接进入市场进行销售,这样低效率且品质分级不精准的产后分级处理方式极大地制约了芒果产业的商品化和产业化。
    高光谱技术是一种实现光谱成像的技术手段,可以对物体进行全光谱扫描,获取不同波长的光谱信息。在芒果品质检测中,高光谱技术可以通过对芒果光谱数据的分析,结合化学计量分析和模式识别方法,对芒果的内部品质进行有效的检测和评估。由于高光谱技术可以快速获取物体表面信息,同时避免了传统检测方法中存在的繁琐、时间长等问题,因此被广泛应用于芒果内部品质检测中。
    图2
    本研究应用了400-1000nm的高光谱相机,可采用金宝搏官网入口 产品FS13进行相关研究。光谱范围在400-1000nm,波长分辨率优于2.5nm,可达1200个光谱通道。采集速度全谱段可达128FPS,波段选择后最高3300Hz(支持多区域波段选择)。
    图4
    本文选取芒果品种当中市面上最常见的"台农一号"作为实验样品(图5可见)。"台农一号"是芒果市场上需求最大,也是民间最广为人知的品种,其主要分布区域在广西、广东、海南、华南地区。选择外表无明显缺陷和损伤的“台农一号”芒果一共45个,其中随机挑选30个作为校正集样品,15个为验证集样品,将它们分别编号后置于5摄氏度的冰箱中贮藏。研究应尽量缩短芒果从采摘到检测中间的时间以保证检测数据的科学性和准确性,同时在试验前要保证芒果样品温度与周围环境温度一致,避免因温度不同而造成最终模型的误差。
    图5
    在进行试验前将芒果从冷藏柜放置于室内至温度与室温相同,用半湿润的细腻毛巾擦拭芒果表皮,擦去表面的泥土,以免表皮污垢对实验数据造成影响。选取芒果果体赤道部位正反中心两个点作为光谱仪器检测部位,按照顺序对芒果进行标号,注意要在光谱仪检测部位外不影响实验的果皮上标上进行标号,1号样品正面标上A1,反面标上B1,2号样品正面标上A2,反面标上B2,以此类推如图6所示。
    图6
    通过光谱仪对芒果进行近红外光谱数据测定后,以纵列为样品编号,行列为每个样品在不同波长所对应的漫反射率的值,将光谱数据保存至Excel表格内,方便后期对数据进行导入和处理。由于光谱仪器在检测时本身容易产生噪声影响光谱图像,在前端和尾端波长范围内产生了一些震荡性较大的噪声,把这些无效的波段去除之后,截取520~770nm波长范围内的光谱数据进行分析。在检测过程中发现有3个存在明显检测异常的样品,将这3个异常样品剔除后得到芒果校正样品集29个,光谱数据58组;芒果验证样品集13个,光谱数据26组。将校正样品集光谱数据导入专业光谱数据分析软件内得到光谱数据原始图像如图7所示,其中横坐标为波长数,纵坐标为漫反射率。
    图7
    高光谱技术对芒果的检测主要应用于两个方面:首先是对芒果内部空心的检测。芒果内部的空心现象会导致芒果口感不好、膨胀变形等问题,往往在外表看不出有明显异常。而利用高光谱技术,可以通过分析芒果的各种光谱信息,获取芒果内部空心的情况,进而进行针对性的处理。其次是对芒果内部腐烂和软化部位的检测。腐烂和软化是影响贮存期和口感的主要因素,因此检测并且快速处理这些问题对芒果生产至关重要。高光谱技术可以通过对芒果各部位的光谱数据进行分析,快速准确的判断芒果内部腐烂和软化的情况,从而指导产品的贮存、运输和销售。
    总体看来,基于高光谱技术的芒果内部品质检测已经获得了较为广泛的应用,它打破了传统破坏性检测方法的局限性,不仅可以提高检测速度、准确性和有利性,同时可以降低芒果生产的成本,并且减少了对芒果的污染和损害。未来,该技术还会得到不断的改进和提高,成为芒果生产和销售中不可或缺的技术手段。
  • 关闭本页】 【返回顶部】 【打印此页】 【收藏此页
Baidu
map