高光谱成像技术在果蔬品质与安全无损检测中的原理及应用

水果和蔬菜的品质与安全是消费者最为关心的问题。传统的化学检测方法是一种费时费力的破坏性检测技术。随着成像和光谱技术的快速发展,高光谱成像技术已经广泛应用于农产品品质与安全的快速无损检测中。高光谱成像技术融合了传统的成像和光谱技术的优点,可以同时获取被检测物体的空间信息和光谱信息,因此该技术既可以像检测物体的外部品质,又可以像光谱技术一样检测物体的内部品质和品质安全。目前,已经有大量的基于高光谱成像技术检测水果和蔬菜品质与安全的研究性论文发表,为了深入了解高光谱成像技术的检测原理并跟踪国内外最新的研究进展,综述了高光谱成像技术在水果和蔬菜外部品质、内部品质和品质安全检测中的原理、发展和应用。另外,还简要介绍和讨论了高光谱成像系统的构成、常用的数据分析方法、发展趋势及面临的挑战。     

农产品外部品质无损检测中高光谱成像技术的应用研究进展

高光谱成像技术是一种传统图像及光谱的融合技术,可以同时获取研究对象的空间及光谱信息.由于图像数据能反映农产品的外部特征、表面缺陷及污斑情况,而光谱数据又可以对物体内部物理结构及化学成分进行分析.因此,近几年在农产品品质无损检测中引起越来越多的关注,成为一个研究热点.为了跟踪国内外的最新研究成果,对高光谱反射及荧光成像技术应用于农产品(水果、蔬菜、肉类、谷物等)的外部品质检测进行了分类综述,以期为高光谱技术在农业方面更广阔的应用提供参考.     

光谱及成像技术在果蔬损伤检测研究中的应用现状与展望

果蔬在收获、运输、贮藏、分拣、包装和销售过程中均会遭受不同程度的挤压、碰撞或摩擦,从而造成果蔬损伤,如挤伤、开裂、擦伤等外部损伤,同时,在生长过程中会产生黑心、水心、褐腐、霉心等内部损伤。果蔬损伤初期特征不明显,外观与正常果实基本无异,然而随着时间的推移,损伤组织恶化扩散,最终导致整个果实腐烂变质,又进而接触感染其他果实,造成周边甚至整箱果蔬病变,对果蔬产业造成巨大的经济损失。果蔬采后损伤检测方法多种多样,其中人工检测最为简单常用,但是该方法不仅耗时耗力,容易造成错判和漏判现象,而且无法实现肉眼不可见的皮下或内部损伤检测。近年来,随着计算机技术的快速发展,越来越多的无损检测技术被广泛应用于果蔬损伤检测,其中最为常用的当属光谱和成像技术。光谱成像技术通常结合图像处理、光谱分析、化学计量学方法、统计分析等手段,利用损伤果蔬和正常果蔬的图谱信号差异实现损伤检测,具有无损、快速等优点,能解决人工检测耗时耗力且准确率低的问题。在此主要概述了8种光谱及成像技术（近红外光谱、拉曼光谱、荧光光谱、高光谱成像、空间频域成像、核磁成像、X射线成像和热成像）在果蔬损伤检测的最新研究进展,包括检测原理及其技术特点,总结分析了各技术在果蔬损伤检测方面的应用情况,并展望未来发展趋势,以期为果蔬损伤无损检测提供借鉴与参考。     

拉曼光谱技术在农产品质量安全检测中的应用

农产品的质量安全与我们老百姓的身体健康和生命安全密不可分。传统的化学检测方法具有需要样品前处理,操作过程复杂以及破坏样品等诸多缺陷。拉曼光谱技术作为一种分析、测试物质分子结构强有力的表征手段,可以快速实现样品的无损伤、定性定量检测分析。随着拉曼光谱技术的不断完善和应用范围的逐渐拓宽,拉曼光谱技术在农产品的质量安全检测中发挥着极其重要作用,并且具有广阔的应用前景。目前,已经有大量的基于拉曼光谱技术检测农产品质量安全的相关研究报道,为了解拉曼光谱技术的检测原理以及发展现状,并跟踪国内外最新研究进展,简述了拉曼光谱技术的基本原理及其发展、拉曼光谱检测装置,深入综述了拉曼光谱技术在果蔬、禽畜、粮食质量安全检测中的最新研究进展,指出了拉曼光谱技术应用在农产品质量安全检测中的现存的技术问题。另外,还简要介绍了国内外部分拉曼光谱仪的部分信息和便携式拉曼光谱仪专利申请状况,展望了该项技术的研究方向和应用前景。     

自动光学(视觉)检测技术及其在缺陷检测中的应用综述

以智能制造业表面缺陷在线自动检测为应用背景,系统地综述了自动光学(视觉)检测(以下统称自动光学检测,AOI)技术。内容涉及AOI技术的基本原理、光学成像方法、系统集成关键技术、图像处理与缺陷分类方法等。对AOI系统集成中的关键技术,如视觉照明技术、大视场高速成像技术、分布式高速图像处理技术、精密传输和定位技术和网络化控制技术等进行了概述;对表面缺陷AOI主要光学成像方法的基本光学原理、功能和应用场合进行了总结;对表面缺陷检测中的图像处理、缺陷几何特征定义、特征识别与分类算法进行了系统阐述,重点介绍了周期纹理表面缺陷图像中的纹理背景去除方法,复杂和随机纹理表面缺陷的深度学习检测、识别与分类方法。     

光谱分析在西甜瓜内部品质无损检测中的研究进展

西甜瓜(西瓜和甜瓜)味甘多汁,营养丰富,其内部品质的检测对其生产和流通具有重要意义。西甜瓜内部品质的传统检测方法检测时间长,成本高且为有损检测,不能满足现代生产的需要。随着光谱分析技术的快速发展,应用近红外光谱分析和高光谱成像进行西甜瓜内部品质的无损检测已成为研究热点。为跟踪国内外最新研究进展并分析研究现状,介绍了近红外光谱分析和高光谱成像的技术特点和系统组成,归纳了光谱信息预处理、变量筛选、模型建立和模型评价等光谱信息解析方法,综述了近红外光谱分析和高光谱成像在西甜瓜内部品质(可溶性固形物含量、坚实度、总酸含量、成熟度、水分等)无损检测中的应用,并从技术难点和实际应用两方面讨论了光谱分析技术在西甜瓜内部品质无损检测中的发展趋势,指出利用深度学习进行光谱信息解析、建立多特征信息融合的综合评价模型、开发基于人工智能与移动终端深度融合的快速无损检测系统等将成为新的研究方向。     

高光谱成像在水果内部品质无损检测中的研究进展

随着高光谱成像技术的日趋成熟与高光谱成像硬件、软件成本的不断下降,以及高光谱图像数据处理算法的不断改进, 应用高光谱成像技术对水果品质进行无损检测成为当前研究热点之一。为了能跟踪国内外的最新研究成果, 对高光谱成像在水果内部品质(成熟度、坚实度、可溶性固形物、水分)检测研究进行综述,以期对我国相关研究人员的研究工作提供参考。     

机载相机非球面光学系统热光学特性分析

环境温度是影响非球面光学系统成像质量的主要因素之一，采用热光学特性分析方法，对某机载相机非球面光学系统进行热光学特性分析，通过有限元法分析相机光学系统结构热变形，并去除镜面表面刚体位移，将面型数据输入光学软件程序进行Zernike多项式拟合，将拟合结果导入光学设计软件中，对非球面光学系统成像进行性能评价。分析结果表明:热光学特性分析方法可以有效地对非球面光学系统的实际工作环境进行仿真，预测环境温度对光学系统成像质量的影响，对光学系统设计具有指导意义。     

用于水果品质检测的小型成像光谱仪

利用成像光谱可同时获得水果的成像信息和光谱信息,实现水果外部和内部品质的高精度、无损伤、无污染的大面积瞬态检测。为了获得水果的成像光谱,设计了一种以自主研发的凸面光栅作为核心元件的小型成像光谱仪,它具有成像质量好、体积小、重量轻等优点,光谱分辨率在578nm波长处达2.1nm,光谱谱线弯曲和色畸变均小于0.6%。对该小型成像光谱仪进行了检测和苹果成像光谱测量实验,结果表明:该成像光谱仪满足设计要求且可以快速的获得苹果的高精度成像光谱,从而进行水果的品质检测。     

光学畸变对大孔径静态干涉成像光谱仪影响的建模与仿真

大孔径静态干涉成像光谱技术是近年来出现的一种新型干涉成像光谱技术,具有原理简单、稳定性高等诸多优点,但是仪器对光学系统的设计要求苛刻。特别是光学系统的畸变,对仪器获取的数据有较大的影响,并最终影响仪器的应用。通过对仪器获取数据机理的分析,给出光学系统畸变影响下的数据模型,为仪器的性能评估提供可能。最后在4%的畸变值条件下,利用模型和既定参数对畸变影响进行计算机仿真,由仿真结果可以看出,虽然该畸变对于普通的光学成像系统来说是可以容忍的,但是对于大孔径静态干涉成像光谱仪来说,复原光谱不但存在5%的相对偏差,而且光谱位置在长波处产生了近8 nm的偏移,从而导致光谱无法应用,因此该畸变是不可容忍的。     

高光谱成像技术对鲜枣内外部品质检测的研究

外部缺陷以及内部可溶性固形物的含量对提升鲜枣的采后附加值和鲜枣后续生产加工具有重要的意义,因此,为了实现同时对鲜枣内外部品质进行快速、准确识别,利用高光谱成像技术(450-1,000 nm)对壶瓶枣的“自然损伤”和可溶性固形物含量同时进行检测研究。首先,对光谱数据进行主成分分析(PCA)得到前7个主成分光谱值,对图像数据采用灰度共生矩阵(GLCM)提取到7项图像纹理指标(对比度、相关性、能量、同质性、方差、均值、熵)。然后,分别使用光谱主成分值、图像纹理特征值、以及主成分与纹理特征融合值建立偏最小二乘支持向量机(LS-SVM)模型对壶瓶枣的外部缺陷(“自然损伤”)和内部品质(可溶性固形物含量)进行检测研究。结果表明：使用主成分与纹理特征融合值建立的LS-SVM模型可作为通用模型同时对壶瓶枣内外部品质进行检测研究,其“自然损伤”判别正确率为92.5%,可溶性固形物预测集的预测相关系数(R_p)和预测均方根误差(RMSEP)分别达到了0.944和0.495。表明,采用高光谱成像技术可以建立通用模型同时对壶瓶枣的内外部品质进行检测,该研究为壶瓶枣的无损检测提供了理论参考。     

近红外光谱技术在葡萄及其制品品质检测中的应用研究进展

葡萄具有丰富的营养价值、药用价值和经济价值,是世界上种植面积最大的水果之一。根据人们的消费需求及产品的贮运要求,葡萄被加工成葡萄干、葡萄汁、葡萄酒、葡萄籽油等常见葡萄制品。基于食品质量安全的关注以及高品质果蔬农产品的需求,如何快速有效地评价葡萄及其制品的质量已成为当务之急。随着无损检测技术及装备的快速发展,近红外光谱（NIR）技术因其快速、无损、精确、经济及便于在线分析的优点,也逐渐被应用在果蔬等农产品质量品质检测领域。近年来,国内外学者利用NIR技术在不损坏被检测葡萄及其制品的前提下,结合化学计量法、主成分聚类分析（PCA）、偏最小二乘判别分析（PLS-DA）、主成分回归（PCR）、偏最小二乘回归（PLSR）、支持向量机（SVM）及神经网络（NN）等数据处理方法探究了糖、酒精、酸等一般成分及色素、单宁、芳香物质等特有成分含量与有效光谱信息的关联性,以此建立了葡萄及其制品主要品质指标的定性鉴别与定量分析模型,为便携式近红外葡萄品质检测设备的研制和在线葡萄汁、葡萄酒酿制过程监测系统的开发提供了一定技术支持。文章系统概述了近十年来国内外NIR技术在葡萄、葡萄酒、葡萄汁及葡萄副产物检测中的应用现状,旨在为葡萄及其制品在后续分类鉴定与品质评价研究方面提供参考。研究表明NIR技术通过定量定性分析可实现葡萄复杂理化成分的多组分检测和分类鉴别,在测定葡萄理化特性与内部品质方面的研究已经有了一定的进展,且在葡萄酒、葡萄汁的品质过程监测和定性鉴别方面的研究应用逐渐增多,并逐步应用于葡萄皮中多酚、花青素等葡萄副产物分析,以及葡萄藤、葡萄叶营养生长状况监测等其他方面,进一步证实了NIR技术正成为检测葡萄及其制品品质的一种有效工具,为进一步提高葡萄及其制品品质价值以及实现葡萄果园的实时、高效生产管理提供了技术支持,应用前景极为广泛。如何深入挖掘葡萄及葡萄制品不同类检测数据所反映信息的内在关联性,结合视觉、味觉、嗅觉等多源信息融合技术建立预测精确度更高、更稳健的模型去全面评价葡萄生产、果园管理、成熟期收获及产后加工全过程,实现对葡萄及其制品生产全过程质量控制和在线监测将成为今后的发展趋势。     

Ultrasound and its combined application in the improvement of microbial and physicochemical quality of fruits and vegetables: A review

The eating safety and high quality of fruits and vegetables have always been concerned by consumers, so require a safe, non-toxic, environment-friendly technology for their preservation. The application of ultrasound is a potential technology in the preservation of fruits and vegetables. This paper describes the ultrasound mechanism for inactivating microorganisms, with the cavitation phenomena of ultrasound being considered as a main effect. Effect of ultrasound on microorganisms of fruits and vegetables was discussed. Ultrasound alone and its combined treatments can be an effective method to inactivate the spoilage and pathogenic microorganisms on the surface of fruit and vegetables. Effect of ultrasound on physicochemical quality of fruits and vegetables was reviewed. Ultrasound and its combined treatments reduced mass loss, decreased color change, maintained firmness, enhanced and inhibited enzyme activity as well as preserving nutritional components such as total phenolic, total flavonoids, anthocyanin, and ascorbic acid.     

External and internal features of garnet revealed by the multifocus imaging technique

This publication illustrates the imaging of both external and internal features of a single-garnet crystal using the multifocus imaging technique. Based on image stacks acquired using a standard optical microscope, it demonstrates that this easily implemented technique yields information on single grains and may in some cases provide more information than that obtainable from a conventional thin section.     

Nondestructive testing of external defects on Nanguo pear

In view of the common pests and diseases and irregularly shaped fruits of Nanguo pear, this paper fused the spectral information and image features to realize the rapid nondestructive testing and recognition of the external defects on Nanguo pear by hyperspectral imaging technology. Backpropagation neural network and support vector machine model was established to identify external defects, which are commonly used in classification and pattern recognition. The testing results show that recognition effect of support vector machine is better than backpropagation neural network. Among them, the recognition accuracy of fruits damaged by insects and rotten fruits of Nanguo pears reaches 100%. This study provides a theoretical basis for developing online grading system and quality detection of Nanguo pear based on multispectral imaging technique.     

半透射高光谱结合流形学习算法同时识别马铃薯内外部缺陷多项指标

针对马铃薯内外部缺陷多项指标难以同时识别的问题,提出了一种半透射高光谱成像技术采用流形学习降维算法与最小二乘支持向量机(LSSVM)相结合的方法,该方法可同时识别马铃薯内外部缺陷的多项指标。试验以315个马铃薯样本为研究对象,分别采集合格、外部缺陷(发芽和绿皮)和内部缺陷(空心)马铃薯样本的半透射高光谱图像,同时为了符合生产实际,将外部缺陷马铃薯的缺陷部位以正对、侧对和背对采集探头的随机放置方式进行高光谱图像采集。提取马铃薯样本高光谱图像的平均光谱(390~1 040 nm)进行光谱预处理,然后分别采用有监督局部线性嵌入(SLLE)、局部线性嵌入(LLE)和等距映射(Isomap)三种流形学习算法对预处理光谱进行降维,并分别建立基于纠错输出编码的最小二乘支持向量机(ECOC-LSSVM)多分类模型。通过分析和比较建模结果,确定SLLE为最优降维算法,SLLE-LSSVM为最优马铃薯内外部缺陷识别模型,该方法对测试集合格、发芽、绿皮和空心马铃薯样本的识别率分别达到96.83%,86.96%,86.96%和95%,混合识别率达到93.02%。试验结果表明：基于半透射高光谱成像技术结合SLLE-LSSVM的定性分析方法能够同时识别马铃薯内外部缺陷的多项指标,为马铃薯内外部缺陷的快速在线无损检测提供了技术参考。     

Advances in application of ultrasound in food processing: A review

Food processing plays a crucial role in coping up with the challenges against food security by reducing wastage and preventing spoilage. The ultrasound technology has revolutionized the food processing industry with its wide application in various processes, serving as a sustainable and low-cost alternative. This non-destructive technology offers several advantages such as rapid processes, enhanced process efficiency, elimination of process steps, better quality product and retention of product characteristics (texture, nutrition value, organoleptic properties), improved shelf life. This review paper summarizes the various applications of ultrasound in different unit operations (filtration, freezing, thawing, brining, sterilization/pasteurization, cutting, etc.) and specific food divisions (meat, fruits and vegetables, cereals, dairy, etc.) along with, the advantages and drawbacks of the technology. The further scope of industrial implementation of ultrasound has also been discussed.