近红外光谱分析技术在水果品质无损检测上的应用

近红外光谱分析技术具有快速、非破坏性、低成本及同时测定多种成分等特点,在很多领域得到广泛应用。本文简介了近红外光谱技术的检测原理,指出其检测优点和不足。综述了国内外将近红外光谱技术应用于水果品质无损检测方面的研究进展,并对利用近红外光谱技术进行水果品质无损检测的研究前景进行了展望。     

便携式水果内部品质近红外检测仪研究进展

介绍了水果内部品质近红外光无损检测原理,描述了便携式水果内部品质近红外检测仪检测流程,对比分析了几款商品化的便携式水果内部品质近红外检测仪性能特点,总结了国内外最新研究进展,并展望了便携式水果内部品质近红外检测仪的发展趋势.     

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。     

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。     

近红外光谱技术在肉品检测中的应用和研究进展

近红外光谱(NIRS)作为新型光学检测技术在食品行业中得到广泛应用。该技术能实现肉品在线、快速、无损检测,是肉和肉制品品质分析的重要技术之一。文章综述了近红外光谱技术在肉类行业中的重要应用以及近年来的研究进展,主要包括蛋白质、脂肪及水分等影响肉类品质的化学组成成分分析,肉品感官品质如嫩度、保水性、肉色及新鲜度等指标的评价以及肉品的产地、品种等方面的鉴定。同时列举了近红外光谱技术在几种常见肉制品品质检测中的应用实例,并针对目前发展趋势展望了该技术的前景：近红外光谱技术在进一步深入研究提高肉品检测精度的基础上,通过与机器视觉技术等新型无损检测技术的融合以实现全面评价肉类品质的目标。     

光谱关键变量筛选在农产品及食品品质无损检测中的应用进展

农产品及食品的品质与安全一直以来都是人们关注的焦点,不仅关系着人们的身体健康,而且关系着社会稳定甚至国家安全。由于农产品及食品的品质不合格引发的安全事件备受社会各界的广泛关注。对农产品及食品的品质的监管长久以来都是分析检测领域的重点和难点。我国人口众多,对农产品和食品的消费量非常大。面对如此大量农产品及食品品质的无损快速检测需求,光谱法以其快速、无损、高效、环境友好、可现场检测等诸多特点,为农产品及食品品质的无损快速分析提供了良好的解决方案。然而,传统的光谱法在检测过程中所使用的数据量十分庞大,不仅在建立校正模型过程中会消耗大量时间,而且难以完成大量农产品及食品的品质在线高通量无损快速检测。大量数据的计算成为限制光谱类分析仪器工作效率的主要瓶颈之一,并且大量数据的计算对仪器设备的硬件配置也提出了非常高的要求,从而间接地提高了光谱分析技术的应用成本。近年来,关键变量筛选技术脱颖而出,并成为光谱分析的一个新热点。通过筛选,采用少量关键变量建立校正模型即可得到和全谱数据建模准确度相差无几的分析结果,从而可以有效提高分析仪器的工作效率并间接地降低光谱分析技术的应用成本,进而为农产品及食品品质的高通量检测提供了可靠的技术支持、为满足人民日益增长的美好生活需要提供科技保障。针对光谱关键变量筛选在粮食及粮食作物、蔬菜、水果、经济作物、肉类、食品品质与安全领域的无损检测应用进行综述,对光谱关键变量筛选技术的应用从筛选方法、应用范围、应用效果等方面进行了分类总结归纳,并就光谱关键变量筛选技术在农产品及食品品质无损检测中的应用从变量筛选方法特点及趋势、所选变量的稳定性和可靠性、所选变量的实际意义等方面进行了展望。     

果皮厚度对水果组织中光传输特性的影响

水果产品品质检测技术在水果的生产和消费中起着十分重要的作用。利用水果产品的光学特性进行无损检测是水果品质无损检测与分级技术中最实用的和最成功的技术之一。深入研究光在水果组织中的输运规律,对于水果产品品质的光学检测有着十分重要的意义。本文以仁果类薄皮水果苹果和厚皮水果柑橘为例,建立果皮和果肉两层组织模型,利用蒙特卡罗法模拟了808 nm的波长下高斯光束在水果组织中传输的光学特性,揭示了水果果皮厚度对光在组织中的传输特性如漫反射率、透射率、内部吸收率和穿透深度等特性的影响,分析了果肉组织的检测效率。研究结果表明,果皮越厚,透射率和穿透深度越小,果皮比果肉的光吸收能量密度在径向距离上的分布范围更广,随着水果组织内部深度的增加,光吸收能量密度逐渐减小,径向方向减弱的更快。而对于漫反射率,在径向距离0.2～1.2 cm之间,果皮越薄漫反射率越小,在1.2～4.0 cm之间,果皮越厚漫反射率越小。此研究结果表明在用光学检测方法对水果进行无损检测和分级时,无论是透射或反射测量,果皮厚度和光束的相互作用都不应忽视,也为不同类型的水果产品设计更为有效的光学检测装置(如光源的强度、检测器的大小以及位置等)提供了理论基础,对于水果产品品质的光学检测有着十分重要的意义。     

近红外光谱技术在水果产业中的最新应用

综述了近红外光谱技术在水果产业中的最新应用,系统阐述了NIR在果树栽培调控、果实品质检测、果实贮藏三方面的最新研究进展,并对其发展前景提出了展望。     

水果坚实度的近红外光谱检测分析试验研究

应用傅里叶漫反射近红外光谱技术探讨了水果坚实度无损检测的方法。利用偏最小二乘法建立了坚实度与漫反射光谱的无损检测数学模型,同时对不同光谱预处理方法和不同建模波段范围对模型的预测性能进行了对比分析。结果表明：利用傅里叶变换光谱仪采集的原始光谱的平滑预处理对结果并没有太大影响;原始光谱在800～2 500 nm范围的模型得到了最好的预测结果：校正集样本的相关系数r为0.869,校正均方根误差RMSEC为3.88 N;预测集样本的相关系数r为0.840,预测均方根误差RMSEP为4.26 N。 通过本研究得出：应用近红外漫反射光谱检测水果坚实度是可行的,为今后快速无损评价水果成熟度提供了理论依据。     

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 applications in drying of fruits from a sustainable development goals perspective

This review focuses on the many contributions of ultrasound technologies for fruit drying toward the United Nations Sustainable Development Goals (SDG). Along this review, several aspects attained from the application of ultrasound technologies are correlated with the SDGs. The main ultrasonic technologies applied for fruit drying, such as ultrasonic bath, probe ultrasound, air-borne ultrasound air-drying, and ultrasound-assisted contact air-drying, are presented. An in-depth discussion on ultrasound contributions, its advantages, disadvantages, and limitations are made. The effects of ultrasound on water diffusivity in several fruits are presented by correlating this effect with drying time and cost of energy. Ultrasound-assisted fruit drying, like other food processing technologies, directly impacts Zero Hunger, but ultrasound technologies contribute to much more than delivering long shelf-life food. This technology can be used to produce healthy foods and provide well-being, which will be discussed by correlating the effects of ultrasound-assisted air-drying with the concentration of nutritional compounds. Ultrasound-assisted fruit drying reduces wastewater toxicity and energy consumption and improves productivity, potentially improving workplaces and salaries. A walk through the technology is presented from Zero Hunger to No Poverty.     

Automatic method of fruit object extraction under complex agricultural background for vision system of fruit picking robot

Fruit picking robot is required for agricultural automation for fruit harvest, and vision system is the important and crucial composition of a robot system. An automatic extraction method of fruit object under complex agricultural background for vision system in fruit picking robot is presented in this study. The method is based on an improving Otsu threshold algorithm using a new feature in OHTA color space. Color features are extracted in OHTA color space and then used as an input for the Otsu threshold algorithm which calculates the segmentation threshold value automatically. Four kinds of fruit images are selected to validate the automatic extraction method. The fruit objects are automatically extracted with this method and the outputs are presented in binary images. Numerous of experiments show that the automatic extraction method can extract mature fruit from complex agricultural background and the extraction accuracy is more than 95%. The results indicate an effective fruit object extraction method for vision system of fruit picking robot.     

High pressure processing and storage of blueberries: effect on fruit hardness

Non-thermal preservation technologies such as high pressure processing (HPP) have low impact in original fruit flavours. The objective of this study was to process the whole blueberries by HPP and investigate the effect on its hardness after processing and during 7 and 28 days storage. Whole blueberry immersed in water was the best packaging option. The blueberries submitted to 200 and 600?MPa for 5–60?min and were stored at 3°C for 1 week. In another experiment, HPP blueberries (200 and 600?MPa for 10?min) were stored for 28 days. No difference in sensorial texture was observed between HPP and fresh unprocessed blueberry, although the instrumental hardness decreased significantly. Hardness was not affected by the processing time and was similar just after HPP and one-week storage. The hardness of HPP-processed blueberries was kept along 28 days storage without considerable weight loss as opposed to fresh fruits which collapsed.     

微波消解-原子吸收光谱法测定茶树菇子实体中的6种金属元素

建立了原子吸收光谱法测定茶树菇子实体中金属元素(Ca,Mg,Zn,Cu,Mn和Fe)的方法。对茶树菇子实体采用微波消解处理,然后采用原子吸收光谱法测定茶树菇子实体中金属元素含量。该方法的平均回收率为98.0%—103.2%,相对标准偏差(RSD)不大于4.84%。研究表明,该法适用于茶树菇子实体中金属元素的测定。方法简便、快速、准确,为茶树菇子实体的营养价值提供了参考数据。     

荔枝果实中微量元素测定的研究

研究了电感耦合等离子体发射光谱法同时测定荔枝果实中多种微量元素的条件；测定了东莞地区不同生长时期三月红品种荔枝中Al，Ba，Cr，Mg，Mn，Sr，Mo，Pb，Se，Zn，Fe，Cu，Ca等十三种元素在果皮、果核、果肉中的分布，方法的相对标准偏差介于1.3%-4.9%，平均回收率为89%-124%，分析结果较为满意；同其它地区荔枝进行比较，发现东莞地区荔枝果实中Mo元素的含量明显低于其它地区，为合理施肥和充分利用土壤肥力提供植株方面的发展。荔枝果实中锌、铁、镁、钙等人体必需生命元素含量较高，提示了这一水果品种较高的营养价值。     

近红外光谱鉴别鲜枣品种及裂果研究

我国的鲜食枣品种多样, 不同的品种其肉质有差异, 其食用品质也有差别。此外, 鲜枣收获时有裂果,裂果导致其果肉外露,腐烂变酸,失去食用价值, 并且腐烂变质的水果,很容易传染给完整果,因此有必要将裂果和完整果进行分开贮藏,以减少损失。本研究采用近红外光谱快速鉴别鲜枣品种及裂果。以室温(20 ℃)贮藏的鲜枣为研究对象,应用近红外光谱,对2个不同品种的鲜枣进行光谱分析, 采用平滑法、多元散射校正、一阶微分和二阶微分方法对光谱进行预处理, 再用回归关系法和主成分分析法进行波数选择,建立3层人工神经网络鉴别模型, 结果表明, 鲜枣品种和裂果鉴别的正确率均可达100%, 可鉴别鲜枣品种和裂果, 以减少鲜枣贮藏的损失。说明近红外光谱可以实现鉴别冬枣和梨枣品种, 以及正确的识别完整果和裂果,为鲜枣的分类贮藏和加工提供理论依据。     

基于光谱分析的果树树种辨识研究

利用冠层光谱反射率数据(R_λ),对处于果实成熟期的七种挂果果树的树种进行了辨识研究。通过光谱数据重采样、植被指数求算等相关数据处理,比较了六种卫星传感器与四种植被指数对果树树种的辨识效能,并在优选数据形式、优化模型参数的基础上,建立了辨识果树树种的BP神经网络模型。主要结论为：(1)六种卫星传感器辨识果树树种的效能由强到弱的排列顺序为：MODIS,ASTER,ETM+,HRG,QUICKBIRD,IKONOS;(2)在四种植被指数中,RVI对果树树种的辨识效能最强,其次是NDVI,SAVI与DVI的辨识效能相对较弱;(3)用MODIS或ETM+传感器的近红外通道与红光通道上的反射率数据,求算的RVI与NDVI对果树树种的辨识效能相对较强;(4)在R_λ及其22种变换数据中,波长间隔设为9 nm的d1[log(1/R_λ)] ,是建立BP神经网络模型的首选数据形式;(5)利用波长间隔设为9 nm的d1[log(1/R_λ)] 这一数据形式,建立了辨识果树树种的3层BP神经网络模型。