高光谱成像技术及其在木材无损检测中的研究进展

开展木材无损检测是提高木材利用率,优化木材资源的重要手段。高光谱成像技术作为一种先进的无损检测技术,能同时获取待测物的光谱与图像信息,具有图谱合一的优点。介绍了高光谱成像技术的原理、装置以及数据处理方法,并首次详细介绍了该技术在木材及木制品的缺陷识别、重要物理力学性质检测以及化学性质预测等方面的研究进展。通过综合分析已有的研究,表明高光谱成像技术在木材及木制品品质无损检测中具有良好的应用前景。     

高光谱成像技术在水果品质检测中的应用研究进展

高光谱成像技术结合成像技术和光谱技术,可以从样本中获取其空间和光谱信息。因此,高光谱成像技术能够识别和检测水果的各种化学成分及其空间分布,在水果品质的检测中备受关注。本文首先综述了高光谱成像原理及系统装置,并展开讨论了高光谱图像的校正方法、多种光谱预处理、数据降维和样本集划分方法,从定量和定性角度对模型的构建方法和性能评估进行了分析。其次,总结了高光谱成像技术在水果内部品质(可溶性固形物含量、酸度、硬度、水分含量)和外部品质(损伤、缺陷和纹理)检测和分级中的最新研究进展。最后,对高光谱成像技术在水果品质检测与分级中的应用前景提出展望,以期为优化水果品质的检测方法提供理论依据。同时,也指出了当前可能存在的挑战和局限性。     

水果品质无损检测研究进展及应用现状

针对市场上存在的水果品质良莠不齐的现状及消费者对水果品质逐步提高的需求，水果售前品质分级显得尤为重要。水果售前品质分级可有效保证市场品质、促进品牌打造、提升商品竞争力、指导采后处理。已有的理化指标检测法和感官评定法均存在检测效率低、劳动强度大等缺陷，无法完全满足实际产业大批量水果无损分级的要求。无损检测作为一种新兴技术在水果品质分级上具有广泛的市场需求和应用前景，至今已形成了光谱、机器视觉、高光谱成像、电子鼻、声特征、介电特性和低场核磁共振等系列水果品质无损检测方法。这些方法针对水果结构、外形、品质指标等差异检测时各具优势，但受环境噪声、漂移噪声、样本差异、检测效率和检测成本等因素影响，并未全部应用于实际生产。介绍了水果品质无损检测领域已有技术的特性及其可行对应检测的水果品质参数，阐述分析了无损检测技术在水果品质分级行业的实际应用现状，讨论了水果品质无损检测领域尚存在的难点，并对下一步研究方向提出建议。     

无损检测技术在果蔬品质检测中的应用研究进展

果蔬品质是影响其市场价格和消费者满意度的重要因素之一。无损检测技术作为快速、低成本的质量评价方法,为果蔬品质检测提供了一种有效手段。本文综述了无损检测在果蔬品质检测领域中的相关应用研究,从检测原理、应用情况和技术特点3个方面对近红外光谱检测技术、机器视觉检测技术、高光谱成像检测技术、声学分析检测技术、电子鼻检测技术、介电性质分析检测技术、核磁共振检测技术等无损检测技术在果蔬品质检测中的研究情况进行总结,同时分析了各项技术目前存在的问题,并对未来的应用前景做出展望,以期为果蔬无损检测应用研究提供参考。     

高光谱成像在农产品无损检测中的应用

：随着计算机技术和光谱技术的发展,高光谱成像技术逐渐成为农产品检测的重要手段之一。高光 谱成像技术将图像分析和光谱分析有机结合起来,而图像信息可以表现出农产品的外部品质和特征,光谱信 息则可以用来检测农产品的内部品质,农产品的内外部品质信息可以完全反映出来,实现对农产品内外品质 的快速、无损检测。介绍了高光谱成像的基本原理,总结了国内外高光谱成像技术在果蔬、肉类、谷物等农产 品无损检测中的应用。     

无损检测技术及其在果品质量安全检测中的应用

无损检测技术是近年来发展起来的高科技检测技术,广泛应用于农产品质量安全分析领域。本文综述了近红外光谱检测技术、高光谱成像技术、X射线检测技术、激光诱导荧光技术和生物传感器法等主要无损检测技术的进展及其在果品农药残留、重金属污染、微生物污染及病害等品质安全检测中的应用情况,并对其前景进行了展望。     

基于光谱技术的禽蛋内部品质无损检测研究进展

禽蛋品质检测是食品安全和消费者权益的重要保障措施,传统禽蛋品质检测主要依赖人工进行,存在工作强度大、效率低且准确率波动大等弊端。光谱检测技术具有快速、安全、无损等优点,近些年来在禽蛋内部品质检测领域发展迅速。本文基于禽蛋的新鲜度、蛋白含量、脂肪含量、血斑肉斑、受精信息、种蛋性别、胚蛋活性等内部品质指标检测的有关研究,概述了近红外光谱、可见-近红外光谱、高光谱成像及拉曼光谱等光谱检测技术在禽蛋内部品质无损检测中的研究进展,分析总结了光谱检测技术在禽蛋无损检测中的应用特点与难点,并展望了其未来发展趋势,以期为我国蛋品无损检测研究及行业质量安全监管提供参考。     

高光谱成像技术在农产品检测中的应用

新时期计算机及光谱技术得到快速发展,高光谱成像技术以其自身准确性、实用性在各个行业广泛应用,成为农产品检测重要方式之一。高光谱成像技术其将图像和光谱结合起来,展现出农产品外部特点特征的同时,也可以通过光谱信息了解农产品内部品质,反映农产品全面情况,实现产品迅速无损检测。本文对高光谱成像技术介绍后,对其在农产品检测中的实际应用详细分析,为农产品检测机构更好应用高光谱成像技术打下坚实基础。     

光谱分析技术在水果品质与安全检测中的应用

【目的】对可见光/近红外光谱和拉曼光谱应用于我国水果品质与安全检测领域近年来的研究成果进行总结,并展望其未来发展方向。【方法】文章在纵向梳理基于光谱分析技术检测水果品质与安全研究文献的基础上,深入分析了可见光/近红外光谱和拉曼光谱在我国水果品质(包括内部糖、酸、可溶性固形物、维生素C含量、内部霉变、坚实度及外部缺陷、损伤检测)与安全(农药残留)检测中的研究状况及存在的问题。【结果】在我国,可见光/近红外光谱技术广泛应用于水果各品质指标检测研究,并取得了大量研究成果。拉曼光谱技术在我国水果品质分析领域获得成功应用较少,但在水果农药残留量检测方面比可见光/近红外光谱分析技术更具优势。【结论】可见光/近红外光谱和拉曼光谱在水果品质与安全检测方面应用广泛,但存在较多问题。同时检测指标多、通用性强的便捷式检测系统和痕量检测是未来光谱分析技术在水果质量检测与分级方面的发展方向。     

近红外与高光谱成像技术在茶叶质量安全控制中的应用

近红外与高光谱成像技术作为一种新兴、高效、准确的无损快速检测技术,在茶叶种植及生产经营方面具有巨大的应用优势。本文综述了近红外与高光谱成像技术在茶园管理、生产监测、质量等级划分、种类及产地鉴别等茶叶质量安全控制环节中的研究与应用进展,并对其研究与应用前景进行了展望,以期促进该技术方法能更好、更快地应用于茶叶质量安全控制领域,从而促进茶产业健康跨越发展。     

基于深度学习的农作物病害图像识别技术进展

农作物病害的无损检测和早期识别是精准农业和生态农业发展的关键。随着图像采集和图像处理技术的进步,高光谱成像等先进成像探测技术和基于深度学习的图像分析技术越来越多地应用于农作物病虫害的无损检测中。本文首先简单介绍了以深度学习为代表的图像识别技术的基本原理,然后系统地阐述了基于深度学习的先进成像技术和先进图像识别分析技术在农作物病害检测识别中的国内外研究现状,分析了其在农作物病害检测识别上存在的优缺点,如具有快速、准确率高等优点以及数据量过大处理不便等缺点,并进一步指出,利用高光谱成像和热红外成像与深度学习相结合,将成为今后研究农作物病虫害早期检测的主要发展方向。     

计算机视觉技术在水果品质检测中的研究进展

水果的品质检测是水果分级的重要依据。随着计算机和图像处理技术的发展、计算机硬件成本的下降和性能的提升,计算机视觉检测技术在水果品质检测方面获得了越来越多的应用。为了能充分利用最新研究成果,该文从计算机视觉技术在水果外观品质和内部品质的检测两个方面,分别综述了国内外的研究进展,并对其发展方向进行了展望,以供我国研究人员做同类研究时参考。     

种子活力无损检测方法研究进展

种子是农业实际生产中最根本的生产资料，种子活力的高低将直接影响农业生产和发展。种子活力的检测方法可分为无损和有损检测两大类。种子活力无损检测方法具备不损伤种子样本、检测效率高、可在线化检测、实验可重复性好以及实验污染少等优点，有近红外光谱检测技术、高光谱检测技术、电子鼻检测技术、机器视觉检测技术等多种无损检测法。基于国内外种子活力无损检测技术的发展现状，本研究综合评述了种子活力无损检测方法、技术以及检测结果，归纳了不同活力检测的特点、应用现状、研究进展以及在实际应用中优势和缺点，同时对种子活动检测技术发展趋势进行展望。     

水果内部品质光特性无损检测研究及应用

基于水果光特性的无损检测和分级技术正越来越广泛地应用于水果的产后加工和质量评判中.本文介绍了水果内部品质光学特性检测原理及检测系统组成,分析了规则反射、透射和漫反射3种光特性测量方法在水果内部品质检测中的优缺点,并阐述了水果的糖度、酸度、硬度等内部品质光特性无损检测的国内外最新研究进展和应用前景.     

水果品质电特性检测技术应用研究进展

电特性检测技术作为一种果品无损检测技术,正引起越来越多学者的关注。从果蔬介电特性影响因子和介电特性与水果品质检测2个方面对其研究现状进行了阐述,并对该技术的未来应用提出了一些建议。     

传感器技术在农产品无损检测中的应用研究

无损检测技术是有别于传统检测手段的一种新兴技术,近年来在工业和农业方面的应用研究得到了广泛的关注。针对传感器技术在农产品无损检测领域的研究,着重论述了视觉、嗅觉、味觉传感器技术以及生物传感器技术等多种无损检测技术在不同农产品检测中的基本原理、应用现状和最新研究进展,并对传感器无损检测技术的发展方向和应用前景进行了探讨。     

多旋翼无人机载高光谱成像系统几何和辐射校正方法研究

针对农林环保等行业应用,结合成像光谱仪与无人机(unmanned aerial vehicle, UAV)技术,有效地解决了高光谱遥感数据不足和空间分辨率低等问题.但UAV高光谱成像系统面临的设备昂贵、数据质量差和效率低等一系列问题,致使低成本高效便捷的UAV高光谱成像系统成为了研究的关键.介绍了将室内成像光谱仪搭载在多旋翼UAV上采集数据的高光谱成像系统,在试验区布设控制点和标准灰布,用GPS-RTK测量控制点的三维坐标和ASD地物光谱仪测量标准灰布的反射率以验证系统的成像精度.从辐射和几何两个方面进行分析评价.在辐射方面,经过辐射定标和MODTRAN模型大气校正的高光谱数据中校准灰布的反射率与ASD地物光谱仪测量的结果十分吻合;在几何方面,用GPS-IMU数据进行初始几何校正的图像与地面控制点坐标以分析图像处理后的几何误差,并提出通过改正姿态偏转角的方法提高图像的地理位置精度.     

冰糖橙果实品质无损伤在线检测分级技术的建立与应用

【目的】冰糖橙果实外观分级与内部品质不一致极大地影响了其市场声誉,建立冰糖橙果实品质分级标准和果实快速规模化无损伤品质检测分级技术,并进行在线应用,为快速分选不同糖酸度冰糖橙产品提供技术支持。【方法】在利用常规果实品质分析方法对主产区的冰糖橙果实进行多年品质分析的基础上,找出果实外观和内在品质的相关性,确定不同果型横径与糖酸度含量的关系,形成冰糖橙果实分级标准。在此基础上,采集710-960 nm波段近红外透射光谱建立果实无损伤检测模型,利用常规品质分析数据对原始光谱反复进行校正并验证,确定无损伤检测的准确性,并在分级线上进行应用;调查统计应用无损伤检测生产线分级后各级冰糖橙的产量、销售单价和销售额。【结果】（1）根据果实横径大小进行初选分级,68-74 mm为大果型,62-67 mm为中果型,56-61 mm为小果型,再按果实的糖度（可溶性固形物Brix度）和酸度不同将冰糖橙划分为4个等级：糖度≥14、酸度≤0.4%为特级果;12≤糖度＜14、酸度≤0.4%为一等果;糖度≥14、0.6%≥酸度＞0.4%为二等果;糖度＜12、酸度≤0.4%为合格果。通过反复矫正,建立了冰糖橙果实品质分级标准。（2）通过多次进行单果糖度和酸度的分析矫正,建立了冰糖橙果实糖度和酸度的检验线。第1次建立的冰糖橙糖度检量线检测范围为10.1-14.9 Brix,再利用常规品质分析验证无损伤检测结果,合格率仅为26%。第2次建立的糖度检量线延长高糖检测范围,为10.1-16.2 Brix,经验证后合格率达90%。第3次建立的糖度检量线扩大低糖检测范围,为9.8-16.2 Brix,经验证后合格率为90%。第1次建立的冰糖橙酸度检量线检测范围为0.1%-1.26%,再利用常规品质分析验证无损伤检测结果,合格率仅为64%。第2次建立的酸度检量线延长高酸检测范围,为0.1%-1.37%,经验证后合格率达94%。第3次建立的酸度检量线继续扩大高酸检测范围,为0.1%-1.53%,经验证后合格率为92%。（3）新建立无损伤糖酸度校正和验证模型,糖度有效检测范围为8.7-15.1 Brix,酸度有效检测范围为0.14%-2.0%,经验证后糖度合格率达到98%,酸度合格率为98%。应用该分级技术,分选速度达到10个冰糖橙/秒,品质分级后最高单价48元/kg,年产量4 500 t,实现产值9 122万元。【结论】研究结果预测糖酸度准确,测量范围全面涵盖冰糖橙商品果的糖酸度,能大批量、快速、高质量和无损伤在线鉴别冰糖橙果实内在品质,结合外观品质分级标准,分选出内外品质均一的产品。     

基于荧光高光谱图像的柑桔糖度无损检测

采用632nm的连续波激光作为激发光,应用激光诱导荧光高光谱成像技术对柑桔的糖度值进行无损测量。先将该激光照射到南丰蜜桔和脐橙样品上,后用高光谱图像采集系统收集诱导出的荧光散射图像;接下来对荧光散射图像进行分析,选取100×50像素的荧光区域作为感兴趣区域(ROIs);再提取感兴趣区域在波长700～1000nm的光谱值作为荧光高光谱图像数据;最后用线性回归方法建立荧光高光谱图像数据预测果实糖度值的预测模型。结果表明,该模型预测柑桔糖度值的相关系数分别为南丰蜜桔的R=0.970,脐橙的R=0.960。因此可以看出,应用激光诱导荧光高光谱成像对柑桔糖度值进行无损检测是一种很有效的方法。