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。     

基于光谱和成像技术的果蔬质量检测研究进展

为保证食品安全和消费者健康,无损检测技术广泛应用于果蔬质量检测中。光谱和图像技术可分别获取果蔬的内部和外部信息,成为质量检测的有效工具。为跟踪国内外研究进展并分析研究现况,从果蔬外部品质(尺寸、形状、表面缺陷、颜色、纹理等)、内部品质(内部缺陷、可溶性固形物、可滴定酸、水分、类胡萝卜素等单一品质及综合品质)、成熟度、货架期/贮藏期、产品溯源、生长监测、安全(农药残留、病虫和细菌侵染、转基因产品等)检测及光学系统设计等方面综述了光谱和成像技术的应用,分析了存在的图谱库不完善、解混处理算法复杂、高精度和便携式的光学系统开发力度不够、校正模型的影响因素复杂等问题。然后,归纳了发展趋势,指出了各组分可视化分析及交互作用机理解析、光与果蔬组织的交互作用机理分析和光学特性参数反演等光学特性分析、科学合理的综合评价体系的建立、新算法的应用和多种算法的联合使用、不同算法的可靠性和稳定性的提高、稳定和普适模型的建立、低成本和便携式等光学分析仪器的商品化开发和商业化应用等成为进一步探索的方向,为基于光谱和成像技术的果蔬质量检测发展提供了参考。     

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.     

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。     

基于地面多光谱成像技术的茄子灰霉病无损检测研究

实时、便捷、可靠的作物病害诊断方法是进行科学的作物喷药管理的基础,也是精细农作的关键技术之一。根据感染灰霉病菌的茄子叶片的光谱反射特征和相应的特征波段的图像信息,利用基于地面的包含绿、红、近红外三波段灰度图的多光谱成像技术对染病茄子叶片进行病斑的无损检测。目的是建立能准确反映植物病害状况的检测模型,实时过滤掉土壤噪声、气候条件等环境干扰,实现对植物健康状况进行快速、准确、非破坏性检测。结果显示,利用绿、红和近红外三通道图像信息算法模型,能够在有干燥的土壤和枯叶等干扰下对灰霉病斑进行较好的识别,为植物生产中病害的在线无损检测提供了新的方法。     

基于光谱及成像技术的种子品质无损速测研究进展

种子是农业生产过程的重要生产资料。种子质量评价、活力与老化检测、纯度与真伪鉴别、分类与溯源研究是种子品质检测中的常见问题。种子质量主要包含种子含水率、蛋白含量、脂肪酸含量、淀粉含量等,是种子品质分级的重要指标,并且关系到种子存储过程的安全问题。种子活力是种子发芽和出苗率、幼苗生长的潜势、植株抗逆能力和生产潜力的总和;高活力种子具有明显的生长优势和生产潜力。种子老化是指种子活力的自然衰退,表现为种子变色、发芽率低、生长势差、作物减产。种子的纯度与真伪则会影响作物产量和农产品品质;而种子分类与溯源则是保证种子纯度与鉴别种子真伪的重要方法,进而为作物产量与产品品质提供保障。对于种子品质分析,传统方法通常需要对样品做不可逆的破坏性分析,且分析时间长、过程复杂,难以适应现代农业对种子生产环节的需要。因此,开展种子品质无损快速检测技术研究成为当前亟待解决的问题。近年来,随着化学计量学的发展和计算机技术的进步,近红外光谱法以其快速、无损、高效等优势,在农产品、食品、农业投入品等的无损快速分析方面得以广泛的应用。进一步地,将光谱技术与成像技术相结合,高光谱成像技术近年来日益兴起,相比较于传统的光谱技术,高光谱成像技术在获得待测样品的光谱信息的同时,还可以获取样品的空间分布信息以及图像特征。基于近红外光谱及高光谱成像等无损快速检测技术,从种子质量评价、活力与老化检测、纯度与真伪鉴别、分类与溯源研究四方面对近年来关于种子品质无损快速检测文献进行综述。在分析不同检测技术特点的基础上,分别就上述种子品质检测方面的问题加以整理。进而对种子品质无损快速检测的技术特点进行了总结与展望。     

基于漫反射高光谱成像技术的哈密瓜糖度无损检测研究

利用高光谱成像系统获得网纹类哈密瓜糖度漫反射光谱信息,选择有效波段500～820 nm进行哈密瓜糖度检测建模回归分析。对比了多元散射信号修正和标准正则变换校正方法,原始光谱、一阶微分、二阶微分光谱预处理方法对建模精度的影响;采用偏最小二乘法、逐步多元线性回归和主成分回归方法对比分析了带皮哈密瓜和去皮哈密瓜糖度检测模型效果。结果表明,对原始光谱经过MSC和一阶微分光谱处理后,采用PLS和SMLR方法均可取得很好的建模效果,应用PLS法检测带皮哈密瓜糖度是可行的,其校正集相关系数(R_c)为0.861,RMSEC为0.627,预测集相关系数(R_p)为0.706,RMSEP为0.873;应用SMLR法检测去皮哈密瓜糖度效果最佳,校正集相关系数(R_c)为0.928,RMSEC为0.458,预测集相关系数(R_p)为0.818,RMSEP为0.727。研究表明,应用高光谱成像技术检测哈密瓜糖度具有可行性。     

基于高光谱成像技术的土壤水分机理研究及模型建立

为了研究宁夏地区土壤的水分迁移机理以及对土壤水分快速无损检测,利用高光谱成像(光谱范围900~1 700 nm)技术对土壤的含水率进行了研究。通过高光谱成像系统采集了208个土样,比较了不同天数下土壤含水率与光谱的变化、不同质量含水量光谱的差异。对采集到的土样进行PLSR模型建立,对比分析不同光谱预处理方法、不同方法提取特征波长(UVE、CARS、β系数、SPA)、不同建模方法(MLR、PCR、PLSR)建立的模型,优选出最佳模型。结果表明:在一定的土壤含水量范围内,光谱曲线的反射率与土壤含水率成反比;当增大到超过田间持水率时,光谱曲线的反射率与土壤含水率成正比。对比分析了不同预处理方法,优选出单位向量归一化预处理方法。对比不同的模型,优选出SPA提取的特征波长的MLR模型。最优的特征波长为987,1 386,1 466,1 568,1 636,1 645 nm,最优模型的预测相关系数Rp=0.984,预测均方根误差RMSEP为0.631。因此,今后可采用不同波段对土壤含水率进行定量分析。     

基于便携式拉曼高光谱成像技术的散装奶粉中硫脲可视化现场快速检测方法研究

硫脲是一种含氮量高、毒性较大的潜在蛋白掺假化合物,常规的实验室检测方法过程复杂、效率低,无法满足口岸对大批次散装奶粉样本质量快速筛查的需求。为解决口岸抽样监管缺乏快速实时评价方法的难题,利用自主搭建的便携式点扫描拉曼高光谱成像系统,开发了一种简单高效的奶粉中硫脲现场可视化快速检测方法,确保散装奶粉在进出口环节的精准监管。研究以不同添加浓度（0.005%~2.000%）的硫脲奶粉混合物为样本,分别用Whittaker平滑方法和自适应迭代重加权惩罚最小二乘算法（airPLS）消除光谱数据的背景随机噪音信号和荧光背景干扰,峰值识别后对硫脲特征位移处的单波段数据进行二值化处理,得到混合样本感兴趣区域的二值热图,通过二值图中硫脲像素点的有无和坐标,对奶粉中的硫脲进行定性判别和定位分析。进一步分析得感兴趣区域内硫脲像素点数目与添加浓度的关系,结果表明随着添加浓度的增加,硫脲像素点数目呈线性增长趋势,其中线性拟合的决定系数(R2)为0.991 3,硫脲的最低检出浓度为0.05%。在0.25%,0.60%,1.20%和1.50%的添加水平下,利用像素点数目和线性拟合关系预测奶粉中硫脲的浓度,结果显示预测浓度的相对误差范围为-9.41%~4.01%,相对标准偏差小于7%。该点扫描拉曼高光谱成像系统能在10 min内完成单个样本的检测,结合软件控制系统,实时对奶粉中的硫脲颗粒进行定性、定量和污染分布分析,方法简单高效、准确性好、灵敏度高、稳定性强,为口岸现场对散装奶粉中硫脲掺假物的实时快速检测提供了技术监管手段,能显著提升口岸现场散装样本的监管环节质量评价的精准性,为进口奶粉快速通关提供技术保障。     

基于NIR高光谱成像技术的长枣虫眼无损检测

为了研究快速识别虫眼枣与正常枣的有效方法,利用特征波长主成分分析法结合波段比算法进行虫眼枣识别。首先,利用NIR高光谱成像系统采集130个长枣(50个正常、80个虫眼枣)图像,提取并分析不同类型长枣特征区域的平均光谱曲线,对970~1 670 nm范围内的光谱数据进行主成分分析,确定7个特征波长(990,1 028,1 109,1 160,1 231,1 285,1 464 nm)。然后,对长枣图像做主成分分析,选择PC2图像进行虫眼识别,虫眼与正常枣的识别率分别为67.5%、100%。为了进一步提高虫眼枣的识别率,采用波段比(R1231/R1109)对未识别的虫眼枣进行再次识别,识别率提高到90%。结果表明,基于NIR高光谱成像技术的检测方法对虫眼枣识别是可行的,同时也为多光谱成像技术应用于在线检测长枣品质提供了理论依据。     

激光诱导击穿光谱技术在土壤元素检测中的应用

激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)是一种原子发射光谱,具有对样本简单(或不需要)预处理,多元素同步、远距离测量,适用性广等独特优势。因此,LIBS分析技术被看作是未来化学分析和快速绿色分析技术领域的新兴技术。目前,土壤污染(重金属、有机污染等)检测与防治已成为现代农业和农业可持续发展关注和研究的热点问题。介绍了常见LIBS系统的结构组成以及工作原理,综述了LIBS技术对土壤中大量营养元素,重金属元素和土壤相关其他物质的研究现状和主要进展,提出了LIBS检测技术在土壤元素等方面的研究方向和发展趋势。     

中空纤维膜液相微萃取-GC-MS测定水果和蔬菜中三唑类杀菌剂残留量

研究了一种直接快速测定水果和蔬菜等固体样品中5种三唑类杀菌剂残留量的新方法,以气相色谱-质谱联用技术为基础,利用中空纤维膜液相微萃取提取固体样品中目标物。通过实验确定最佳萃取条件为：萃取剂为环己烷,固体样品与水的比例为1：3（总质量为10g）,超声震荡5min后以500r/min的搅拌速率在40℃下萃取20min。萃取后取1μL有机溶剂直接进样进行气相色谱质谱分离检测。在此条件下,水果和蔬菜中的三唑酮和多效唑的线性范围为0.5—25mg/kg,腈菌唑、烯唑醇和丙环唑的线性范围为1—25mg/kg;5种目标物的检出限均低于0.210mg/kg;相对标准偏差在4.7%—8.1%之间。该方法可以用于水果和蔬菜等固体样品中三唑类杀菌剂的快速测定。     

Applications of Raman Spectroscopy in Agricultural Products and Food Analysis: A Review

Abstract

Raman spectroscopy has been gaining popularity as an analytical tool due to advances in development of Raman spectrometry and the power of personal computers. Due to to its narrow and highly resolved bands, Raman spectroscopy allows for nondestructive extraction of chemical and physical information about samples and aids in rapid on-line analysis without any special sample preparation. In this review, Raman spectroscopic techniques such as dispersive Raman spectroscopy, Fourier transform Raman spectroscopy, surface-enhanced Raman spectroscopy, and spatially offset Raman spectroscopy are briefly introduced. In addition, applications of Raman spectroscopy are explored, within various fields of agricultural products and food, including fruits and vegetables, crops, meat and dairy products, oil, as well as beverages. In addition, some discussion on the importance of Raman spectroscopy as fundamental and applied research of agricultural products and food is provided.     

A Review of Applications and Experimental Improvements Related to Diode Laser Atomic Spectroscopy

Abstract

This article attempts to review the major advancements made in the past 12 years, since 1993, in the field of diode laser atomic spectroscopy. The discussion covers experimental improvements (e.g., wavelength stabilization, frequency upconversion, enhancement of tuning characteristics, spectral bandwidth using external cavities, etc.), diagnostic applications in various atomizers, as well as analytical applications (e.g., absorption, fluorescence, and ionization spectroscopy; element‐selective detectors for chromatography; etc.). With potential new users of these methods in mind, a detailed overview of the properties relevant to atomic spectroscopy of commercial diode lasers is also given.     

近红外光谱技术(NIRS)在干草品质检测中的研究与应用

干草品质对动物的生产性能、牧草价值和最终盈利有着最直接的影响,检测干草品质的方法也在不断改进,近红外光谱技术(NIRS)这种快速、 高效而无破坏性的现代检测技术已在饲草料中广泛应用。文章阐述了应用NIRS分析干草品质的可行性和高效性,详细介绍了NIRS用于检测牧草营养成分、真菌侵染程度、内生真菌产生的有毒物质以及一些难于用化学方法检测的微量成分等重要指标的研究成果。指出NIRS用于分析干草品质突破了过去常规化学方法的复杂、耗时、成本高等缺陷,是干草品质分析方法的一个重大进步,并期待着NIRS在牧草品质中的应用研究工作继续完善和发展,建立更精确的定标模型以及更系统的分析软件,促进畜牧业的快速发展。     

The Detection of Agricultural Products and Food Using Terahertz Spectroscopy: A Review

Abstract: Demand for high levels of quality and safety in agricultural products and food requires appropriate analytical techniques for analysis both during and after production. Desirable techniques should be quick, easy, and safe to use; require minimal or no sample preparation; avoid sample destruction; and be accurate. In this study, the recent technical applications of terahertz spectroscopy to identify and classify, qualitatively and quantitatively analyze, evaluate, and safely control agricultural products and food are reviewed. The challenges and future outlook of terahertz spectroscopy are discussed.     

Hyperspectral Imaging Applications in Agriculture and Agro-Food Product Quality and Safety Control: A Review

Abstract

In this review, various applications of near-infrared hyperspectral imaging (NIR-HSI) in agriculture and in the quality control of agro-food products are presented. NIR-HSI is an emerging technique that combines classical NIR spectroscopy and imaging techniques in order to simultaneously obtain spectral and spatial information from a field or a sample. The technique is nondestructive, nonpolluting, fast, and relatively inexpensive per analysis. Currently, its applications in agriculture include vegetation mapping, crop disease, stress and yield detection, component identification in plants, and detection of impurities. There is growing interest in HSI for safety and quality assessments of agro-food products. The applications have been classified from the level of satellite images to the macroscopic or molecular level.     

Recent Applications of Infrared and Raman Spectroscopy in Art Forensics: A Brief Overview

Abstract

A brief overview on the recent applications of infrared and Raman spectroscopy in the field of art forensics is presented.