果蔬品质劣变传感检测与监测技术研究进展

果蔬在采后贮藏和运输过程中极易发生品质劣变,食用价值降低且造成巨大的经济损失。为保障果蔬品质,减少产后劣变导致的资源浪费,本文综述了果蔬品质劣变传感检测与监测技术最新研究现状,分析了各类检测技术的原理、特点及优缺点。其中,机器视觉可检测果蔬外部品质和表面缺陷,电子鼻可监测果蔬的劣变气味,近红外光谱可检测果蔬内部品质和隐性缺陷,高光谱成像能实现可视化检测果蔬内外品质、监测劣变过程,拉曼光谱可检测果蔬腐败菌及其代谢产物,多技术联用和多信息融合能综合评价果蔬劣变。以各种传感器为感知节点构建物联网监测系统,进而实现果蔬品质劣变信息的智能化实时监测,为解决果蔬加工过程中品质劣变控制技术难题提供参考,对降低果蔬产后的经济损失,推进果蔬产业可持续发展具有重要意义。     

基于NIR和Raman光谱的果蔬质量检测研究进展与展望

主要回顾了可见/近红外光谱分析技术和拉曼光谱分析技术在果蔬品质与安全检测领域的研究进展。可见/近红外光谱分析技术在果蔬品质的定量分析（包括糖、酸等内部成分含量和坚实度等组织物理属性等）、果蔬品质的定性分析（如缺陷检测、成熟度分级、货架期/储藏期判断等）、果蔬生长/加工过程监测、果蔬生长环境条件分析以及果蔬安全检测、果蔬品种与产地溯源等方面获得了广泛应用。拉曼光谱分析技术在果蔬内部成分分析（尤其是类胡萝卜素含量）、品质分级、成熟度辨别、缺陷/损伤检测等方面获得成功应用,在果蔬农残与微生物污染检测方面也比可见/近红外光谱分析技术更具潜力。此外,还分析归纳了光谱分析技术在果蔬品质与安全检测领域的优势与不足,并展望了今后的发展趋势。     

基于能量谱和吸光度谱的马铃薯黑心病判别模型优化

马铃薯储藏过程中,在高温、缺氧等环境下,极易产生黑心病等内部缺陷,严重影响马铃薯加工品的品质和原料加工利用率。黑心病薯无法从外观分辨,传统检测方法需要将马铃薯切开后判断,仅适用于抽样检测。基于自主研发的马铃薯内部品质光谱检测装置进行光谱数据采集,分别采集234条健康马铃薯和236条黑心病马铃薯能量谱和吸光度谱数据用于判别模型建立,采用随机法按3∶1将样本集划分为校正集和验证集,以灵敏度、特异性指数、分类正确率作为模型评价指标。基于吸光度谱,经标准化（Auto）预处理后,在波段500~950nm范围内建立马铃薯黑心病偏最小二乘线性判别模型（PLS-LDA）,并通过竞争性自适应重加权法与连续投影法（CARS-SPA）进行联合变量筛选,最终采用9个变量,对黑心病判别的灵敏度、特异性指数、总分类正确率分别达98.87%、98.30%和98.44%。基于能量谱,采用双波长相关系数法,分别计算任意波长对组合的能量差值和比值,与黑心病进行相关分析,最终采用2个变量能量比值T699/T435建立线性判别模型（LDA）,对黑心病判别的灵敏度、特异性指数、总分类正确率分别达97.71%、96.15%和97.67%。因此,基于吸光度谱的CARS-SPA-PLS-LDA模型和基于能量谱的(T699/T435)-LDA模型均可有效识别马铃薯黑心病,与吸光度谱模型相比,能量谱模型仅采用2个变量,模型更简单稳定,并且解决了白背景与暗电流2个参比限制的难题,适用性更广泛。     

基于随机森林的鱼粉蛋白近红外定量分析

基于近红外(NIR)光谱技术,采用随机森林(RF)回归方法测定饲料鱼粉的蛋白含量。考虑到RF模型的随机性,通过调试决策树数量(ntree)和分裂变量数目(nsv)来进行模型优选;利用基尼系数(G)的下降量来判断近红外波长变量的建模重要性,进而为鱼粉蛋白的NIR分析优选信息波长,以提高NIR定量分析精度。根据统计学原理,选择具有较低计算复杂度的等效最优模型。优选的RF模型构建471个决策树,需要随机的103个波长变量进行树节点分裂,同时通过计算节点分裂前后G的平均下降量来选择52个近红外信息波长进行定标校正,得到等效最优的校正模型,校正均方根偏差和校正相关系数分别为3.970%和0.943;经过独立的预测集样品对最优RF模型进行检验,预测均方根偏差为5.271%,预测相关系数为0.906,说明RF回归结合G系数的波长优选能够有效地提高NIR光谱应用于鱼粉蛋白定量的预测能力。     

果蔬表面粗糙度特性检测触觉传感器设计与试验

为使农业机器人能够通过"触摸"检测果蔬表面粗糙度特性,设计并制作了一种PVDF触觉传感器,通过触觉信号处理分析检测果蔬的表面粗糙度特性。利用ANSYS有限元分析选择传感器模型的有效信息获取区域,将PVDF压电薄膜和电阻应变片以不同方向和位置随机排布在该区域。搭建触觉信息检测平台,通过多通道数据采集程序对3种不同粗糙度等级的样本进行数据采集与存储,提取样本特征,建立支持向量回归机算法模型,并通过基于径向基核函数的SVR算法对果蔬表面粗糙度进行预测。试验结果与实际设定粗糙度等级一致,证明所设计触觉传感器能有效检测果蔬表面粗糙度特性。     

快速检测技术在果蔬农产品检测中的应用探究与讨论

近年来,我国农业现代化步伐不断加快,农产品质量安全问题备受关注。在这一背景下,快速检测技术在果蔬农产品检测领域崭露头角,展现出广阔的应用前景。作为新兴技术,快检技术具有检测速度快、操作简便等优势,能够有效满足农产品质量安全的监控需求,维护公众的身体健康。本文重点探讨了快速检测技术在果蔬农产品检测中的应用价值及现状,并提出了相关的应用策略。研究表明,快速检测技术可有效提高农产品质量安全检测的效率和准确性,满足当前食品安全的紧迫需求。然而,目前该领域仍存在检测成本高、标准缺失、技术普及不足等问题。因此,应大力发展便携式、简易化的快速检测设备,全面推进快速检测技术在果蔬农产品检测中的应用。     

作物生长多传感信息检测系统设计与应

简述了作物生长多传感信息检测系统的硬件平台及实现.光箱系统采用卤素灯和D65型标准光源两组独立可调的均匀光照系统,结合温湿度控制装置,可以实现对多种作物生长环境的模拟.信息采集系统集成了包括光谱、多光谱图像、冠层温度、冠层光照及环境温湿度等多传感信息探测器,可以充分利用多种信息对作物生长信息进行监测.应用该系统就油菜氮素和水分的光谱、多光谱图像特征及光照对检测的影响进行了研究,结果表明:该系统能够克服环境因素的影响,能够利用多传感信息对作物营养进行较准确的定量分析,其中,油菜氮素光谱特征模型的相关系数达到0.92,均方根误差为0.53.     

基于Bi-GRU和空-谱信息融合的油菜菌核病侵染区域高光谱图像分割方法

[目的/意义]油菜菌核病是一种全球性的植物病害,可严重影响油菜的产量和品质,造成巨大的经济损失。为解决传统化学检测方法存在的操作复杂、污染环境、破坏样品及检测效率低等问题,构建了一种基于空-谱信息融合的双向门控循环网络(Bi-directional Gate Recurrent Unit,Bi-GRU)模型,实现油菜菌核病侵染区域的高光谱图像分割。[方法]首先提取7×7像素邻域作为目标像素的空间特征,同时考虑全波段光谱特征,实现空间信息和光谱信息的有效融合。在此基础上结合Bi-GRU架构,实现序列数据中任意位置上特征的同时提取,避免了空-谱数据融合顺序对模型结果的影响。[结果和讨论]与卷积神经网络模型和长短时记忆网络模型相比,基于空-谱信息融合的Bi-GRU模型在平均精度、平均交并比、Kappa系数和Dice系数等评价指标上均获得显著提升。该模型的油菜菌核病检测平均精度达到93.7%,同时可以有效提取早期感染阶段的病斑区域。[结论]本研究可为油菜菌核病的高通量无损检测奠定基础,也为油菜菌核病的早期感染检测提供参考依据。     

数字图像处理技术在果蔬分级检测中的应用

果蔬采摘后的分级检测是商品化处理中的一项重要技术,传统的果蔬分级检测主要由人工完成,效率低、误判率高。而在分级检测中引入数字图像处理技术可提高分检效率、减小误判率、减少果蔬表面损伤。文章对数字图像处理技术在果蔬分级检测中应用的国内外研究现状进行了研究分析,主要对数字图像处理技术、果蔬图像特征提取以及分类器进行分析,对果蔬图像特征提取方法进行较为详细的分析说明,并在此基础上阐述了数字图像处理技术在果蔬分级检测中存在的问题以及技术发展趋势,为后续该领域的研究提供参考。     

基于GSA的厌氧发酵原料碳氮比NIRS快速检测

在以预处理后玉米秸秆、秸秆粪便混合物为原料进行厌氧发酵生产沼气时,为了对厌氧发酵原料碳氮比进行快速检测,将近红外光谱(NIRS)与偏最小二乘(PLS)回归相结合构建快速检测模型,并基于遗传模拟退火算法(GSA)构建遗传模拟退火区间偏最小二乘算法(GSA-iPLS)和双重遗传模拟退火偏最小二乘算法(DGSA-PLS)分别用于特征谱区优选和特征波长点优选,以提高回归模型的检测精度和效率。全谱1844个波长点经GSA-iPLS进行谱区优选后,得到641个波长变量,再经DGSA-PLS进行特征波长点优选后,得到628个波长变量。DGSA-PLS回归模型验证集的决定系数(R2p)为0.920,预测均方根误差为7.178,相对分析误差为3.805。与全谱建模相比,DGSA-PLS模型的RMSEP减小了15.87%。通过波长优选,参与建模的波长点数量显著减少,有效降低了变量维度和模型复杂度,提升了预测精度和预测能力。本文通过优选碳氮比的敏感波长变量,有效提高了预测模型的鲁棒性,为直接、快速、准确测量厌氧发酵原料的碳氮比提供了新途径。     

农畜产品品质安全高光谱无损检测技术进展和趋势

高光谱成像技术作为光学无损检测的一种新技术在农畜产品品质安全检测中被广泛关注和应用.综述了高光谱无损检测技术的研发现状.在果蔬品质安全检测上,高光谱成像技术可用于组成分分析、食用指标测定、质量分级评定等内部品质检测和外部形态特征识别、表面缺陷及污染物检测、冻伤检验等外部品质判定,以及农药残留、致病菌污染等安全评定.在生鲜肉检测应用方面,包括营养品质的组成成分分析、食用品质如嫩度、大理石花纹、新鲜度等指标评价以及生鲜肉在微生物污染等安全品质的评定.分析了高光谱无损检测技术的现状及问题,并针对目前农畜产品无损检测的发展趋势进行前景展望.     

浅谈计算机视觉技术在果蔬外观品质检测中的应用

果蔬的外观品质是评估其市场价值、被消费者选择的依据之一,而且在某种程度上也会影响它们的内部品质。本文分析了计算机视觉系统对果蔬外部品质检测的发展现状,提出了计算机视觉技术在南疆果蔬外观品质检测中存在的问题及建议,旨在为新疆南疆地区水果和蔬菜品质检测技术的研究和发展提供参考。     

中国柑橘外部品质机器视觉检测分级技术研究现状与展望

柑橘外部品质是影响消费者采购和决定市场价值的重要因素之一。柑橘颜色、大小、形状和缺陷等外部品质指标的人工检测与分级费时、费力并且主观性强。因检测结果客观性好、自动化程度高,传统机器视觉技术和高光谱视觉技术成为果蔬外部品质检测技术与装备研究的热点。综述了我国机器视觉技术和高光谱视觉技术在柑橘外部品质检测技术与装备的研究现状、面临的挑战和未来发展的方向。      

神经网络在果蔬收获机器人机械臂避障路径中的应用

果蔬收获机器人是机器人技术在农业中的具体应用,基于避障的路径规划是果蔬收获机器人主要的研究内容.由于农业机器人作业环境的复杂性和非结构性,神经网络将是其重要的研究方法.为此,介绍了神经网络的特点,重点分析了采用神经网络描述果蔬收获机器人工作环境的基本思路,最后给出了黄瓜采摘机器人的具体分析实例,对农业机器人工作环境的描述具有较高的参考价值.     

红外辐射加热技术在果蔬脱水干燥中的应用研究

论述了红外辐射干燥的机理,分析了红外辐射干燥果蔬数学模型的建立情况,提出要有针对性地建立果蔬的红外干燥数学模型;对当前红外干燥果蔬的情况进行了分析,并指出应对不同的果蔬采用不同的红外辐射加热方式,以便优化红外干燥果蔬的过程,提高红外干制果蔬的品质。     

水果病害视觉与光谱检测技术研究现状及展望

水果病害是影响果树健康生长、果实品质和产量的重要因素之一,及时、精准地掌握果树的病害信息并进行精准施药管控,对防范果园重大病害的发生和流行,保障水果的稳产优产具有重要意义。随着现代农业朝规模化、智能化和高效率的发展需求,视觉和光谱检测技术因具有无损检测、可规模化和高效率等优点,逐渐发展为检测水果病害的重要技术之一。梳理国内外机器视觉和光谱技术在水果病害检测应用领域的研究进展,介绍图像处理技术有较好的解释性,有利于与植保农艺研究相结合;深度学习技术有较好的精度和泛化性;透射光谱技术可用于检测果实内部病害;反射光谱技术可用于检测果实、叶片表面病害,并实现分级。最后,总结未来机器视觉与光谱检测技术优化和应用的方向,并展望水果病害检测的实际生产应用前景,以期为水果病害检测研究提供参考与借鉴。     

气调包装下果蔬呼吸速率研究进展

在气调包装(MAP)系统中,果蔬的呼吸作用和气体通过包装薄膜进行交换维持果蔬的微环境气体组成,而使果蔬的货架期延长.在果蔬的MAP系统设计中,果蔬的呼吸速率模型是成功的关键.本文综述了近几十年来国内外果蔬MAP中呼吸速率的研究进展.包括果蔬MAP中呼吸速率的测定方法.影响呼吸速率的因素和果蔬呼吸速率模型的研究动态.并在此基础上提出了目前果蔬MAP呼吸速率研究中存在的问题和进一步研究方向.     

近红外光谱技术检测溶液中毒死蜱含量试验

用近红外光谱(NIR)方法对溶液中极微量毒死蜱进行了测定,通过模拟蔬果成分背景,配制了47个混合液样本,其中37个样本为含有质量比为0.005～0.100mg/kg毒死蜱的混合液样本,用于定量分析,同时10个不含农药的混合液样本,用于聚类分析.结果表明,近红外光谱法对混合溶液中质量比在0.008～0.090mg/kg之间的毒死蜱取得良好的检测效果.     

机器视觉在农产品物流分级检测中的应用

综述了近些年国内外机器视觉技术在农产品品质分级检测中的研究进展,选取水果、谷物籽粒、家畜、家禽和蔬菜为代表,重点阐述了机器视觉技术针对这些农产品特征进行分级检测的方法以及成果。同时,总结了目前机器视觉技术应用于农产品物流分级检测的不足之处,展望了未来的发展趋势。