无损检测技术在水果品质安全和真实性的应用研究进展

在水果产量攀升和品质要求不断提高的背景下,对水果的品质、安全和真实性开展快速无损检测的需求日益迫切。本研究概述了光谱学、力学、声学、计算机视觉、电子鼻和电子舌等无损检测技术结合多种化学计量学方法在水果营养功效成分和感官属性品质特征挖掘、农药残留和病害霉变安全性检测以及原产地、品种分类、贮藏时间真实性鉴别研究中的应用。同时,本研究还从生产实际和科学研究两个方面进行了展望,可为水果的质量安全监管和消费者权益保障提供科学依据。     

高光谱图像技术在水果品质无损检测中的应用

传统的近红外光谱分析法和可见光图像技术应用于水果品质无损检测中存在的检测区域小、检测时间长、仅能检测表面情况等局限性。高光谱图像技术结合光谱技术与计算机图像技术两者的优点,可获得大量包含连续波长光谱信息的图像块,其图像信息可检测水果的外部品质,光谱信息则可用于水果内部品质的检测,达到根据水果内、外部综合品质进行分类的目的。根据不同的采集设备,简介了两种获得高光谱图像的方法。综述了国内外将该技术应用于水果品质检测方面的研究进展,检测内容包括外观品质、损伤与缺陷,成熟度和坚实度,含糖量、含水率等内部品质,着重介绍了各高光谱图像的成像波段范围、分辨率、成像源,实验数据处理的方法以及实验结果等。根据综述所得提出了高光谱图像技术应用中需要解决的光谱降维、降低样品差异影响和实时检测平台搭建等问题。     

猕猴桃品质光谱无损检测技术研究进展

光谱无损检测技术正越来越广泛地应用在水果内部品质检测中。该文从猕猴桃光谱特性差异及光谱无损检测技术影响因素对比分析等方面出发，对目前光谱分析技术在猕猴桃品质检测中应用的研究现状进行综述。分析了猕猴桃与其它水果光谱吸收特性和散射特性的差异以及不同温度、硬度、成熟度、部位及生长期管理措施对猕猴桃光谱特性的差异。对猕猴桃样品采集、光谱检测及数据处理等方面的不同方法进行了对比分析。指出采用500～2500 nm的可见光及近红外光谱对不同产地、不同生长环境和管理条件、不同储藏期、不同成熟度猕猴桃的果肉颜色、硬度、干物质含量、可溶性固形物含量、含糖量以及水果密度等内部品质进行检测是可行的。数据处理和定标模型建立方面的研究正在从传统多元回归和数值优化方法到包括人工神经网络技术、遗传算法、小波分析和自组织理论等先进数据分析技术的非线性模式识别方向发展。今后研究重点应进一步提高定标模型预测可靠性、通用性和实用性，建议今后对不同猕猴桃品种及不同仪器之间定标模型的通用性、猕猴桃在运动条件下的光谱检测技术等方面进行研究。     

农产品品质无损检测概述

农产品品质无损检测是保证农产品质量和安全的一种新兴的高科技技术,本文介绍了常用的无损检测方法,综述了无损检测技术在不同农产品的品质检测中的应用,提出了未来的研究方向。     

国家高技术研究发展计划“863”计划研究成果

成果名称:基于计算机视觉的水果品质智能化实时检测与分级生产线课题名称:水果品质实时检测与分级机器人系统研究(国家“863”计划2001AA422230)柑橘的光学特性与品质机器视觉无损检测的研究(国家自然科学基金No.39800099)基于计算机视觉的柑橘品质实时检测新方法研究(国家自然科学基金No.30270763)水果三维几何特征和色彩的在线实时机器视觉检测方法研究(国家自然科学基金No.60575026)课题完成单位:浙江大学生物系统工程与食品科学学院、杭州杭挂机电有限公司课题主要完成人:主持人:应义斌浙江大学生物系统工程与食品科学学院电话:0571-8…     

苹果内部品质的电特性无损检测研究

利用智能LCR测试仪、圆形平板电极系统和PC计算机及自主开发的水果电特性无损检测软件,用非接触式无损检测方法在线测定了不同内部品质的苹果的电特性的差异。结果表明,在5～100 kHz的频率范围内,有腐烂或损伤的苹果的阻抗比完好的要小,但测试结果受频率漂移影响较大;在33～100 kHz频率范围内,有腐烂或损伤的苹果的相对介电常数比完好的要大,测试频率的变化对相对介电常数基本无影响;损耗因数的变化则无一定的规律性。因此,用相对介电常数来进行水果内部品质的判别是可行的。     

农产品声学特性及其在品质无损检测中的应用

综述了国外对农产品声学特性研究的进展，阐明了农产品声学特性的测定原理，介绍了农产品声学特性在农产品品质无损检测中的典型应用实例，为发展我国农产品品质无损检测技术提供一定的参考。     

近红外光谱变量筛选提高西瓜糖度预测模型精度

水果的内部品质是水果分级、保鲜及存储的一项重要指标,利用近红外光谱技术对西瓜内部品质进行快速无损检测研究有着非常重要的意义。为了研究变量筛选方法对西瓜糖度预测模型精度的影响,该文以麒麟瓜为研究对象,利用近红外漫透射光谱技术对麒麟瓜可溶性固形物含量（SSC）进行检测,采用偏最小二乘回归（PLSR）,多元线性回归（MLR）和主成分回归（PCR）建立麒麟瓜可溶性固形物数学模型,并探讨等间隔平均光谱和等间隔抽取光谱变量筛选结合连续投影算法（SPA）对预测模型精度的影响。研究结果表明：光谱经等间隔抽取（间隔5,115个变量）经归一化预处理,结合SPA优选出6个波长建立的PLSR预测模型的相关系数（rpre）为0.828、校正均方根误差（RMSEC）为0.589、预测均方根误差（RMSEP）为0.611。该模型预测效果相对较优,建模时间短,提高了模型的预测能力和预测精度。该研究为西瓜内部品质的在线无损检测提供研究基础。     

基于NIR-SVM对鸭梨褐变病果的识别

本文针对水果内部品质评定分类存在主观性强和一致性差的特点,提出了一种新的鸭梨褐变识别分类方法,该方法是利用近红外光谱仪获取正常鸭梨和褐变鸭梨近红外光谱并对其进行分析的基础上,应用支持向量机(SVM)算法的识别原理建立正常鸭梨和褐变鸭梨的分类识别模型。在多项式核函数下对试验样品的识别准确率为95%。研究结果表明NIR-SVM用于对于鸭梨褐变病果的无损检测识别是可行的。     

生鲜肉质量与安全无损检测关键技术研究

生鲜肉质量与安全无损检测技术具有不破坏检测样本、检测速度快、客观性强等优点,适于大规模产业化生产的在线检测和分级,易于实现自动化.为了跟踪国内外的最新研究成果,对生鲜肉质量与安全无损检测技术以生鲜肉食用品质、等级评判、微生物与污染物和异物排查4方面进行了分类综述,以期为无损检测技术在生鲜肉质量与安全检测方面更广阔的应用提供参考.     

基于多模型证据融合的苹果分类方法

水果内部品质是水果分类的重要依据之一,利用近红外光谱技术对苹果内部品质进行快速无损检测研究有着非常重要的意义。为提高近红外技术分类模型的预测精度,针对单一预测模型适用性差以及硬分割导致分类不确定性等问题,该研究以烟台红富士苹果为研究对象,利用自行研发的水果在线无损检测系统采集苹果近红外光谱以及可溶性固形物含量 (Soluble Solids Content, SSC),分别采用偏最小二乘（Partial Least Squares, PLS）和极限学习机（Extreme Learning Machine, ELM）法建立苹果预测分类模型,根据SSC的预测值与分类边界的距离提出三角形质量函数生成方法,通过证据理论的Dempster组合规则融合质量函数从而实现2种模型的融合,并探讨基于三角形质量函数的证据理论融合模型对预测精度的影响。研究结果表明：PLS分类模型的准确率为92.25%,ELM分类模型的准确率为 93.80%,而提出多模型融合方法的分类准确率达到了95.35%。而且,该研究提出的三角形质量函数生成法与硬分割生成的质量函数相比方法更符合实际,通过PLS、ELM模型和DS融合模型的混淆矩阵可以看出,融合模型实现了苹果SSC处于分类边界值时的准确分类,三类苹果被错误分类的个数均有减小。该研究提出的多模型证据融合方法不仅提高了模型的预测精度,而且更好地表达了关于类标预测的不确定性,为苹果的在线无损检测分类提供研究基础。     

手持式可见近红外苹果品质无损检测系统设计与试验

为实现苹果多产地多品质指标的现场快速无损检测与评价，该研究基于可见近红外光谱技术研发低成本、低功耗、小型化的苹果品质手持式无损检测终端。检测终端集成宽谱LED光源和水果特征响应窄带光电探测器，接入物联网云端数据系统，实现检测数据上传和模型的远程更新维护。利用研制的检测系统可有效获取不同产区苹果500～1 050 nm波长范围内的漫反射光谱，优选光谱预处理算法消除干扰并采用不同特征波长提取算法对数据进行降维，分别建立了多产地苹果可溶性固形物含量、硬度和维生素C含量的通用检测模型，模型的预测相关系数分别为0.926、0.798和0.704，预测均方根误差分别为0.585%、1.405 kg/cm2和0.968 mg/100g。将通用检测模型载入云端数据系统作为云模型，检测样本时调用云模型进行计算并反馈至检测终端。通过多个产地独立样本的验证表明，该系统可满足苹果产业现场无损检测的实际需求，为手持式光谱检测仪的实用化设计提供参考。     

农产品品质无损检测技术研究进展

基于农产品的物理特性的无损检测技术是近几十年来国内外研究的一个热门课题,随着现代技术的发展,这些研究已经取得了较大的进展,为农产品的品质检测系统开发了一系列的无损检测技术.本文较为全面地介绍了国内外基于农产品物理特性无损检测技术的研究现状及方法,如电学特性检测技术、光学特性检测技术、声波振动特性检测技术、核磁共振(NMR)技术、电子鼻技术、撞击技术以及一些其他技术与方法,并对未来的发展方向予了展望,综合应用多种高科技技术进行农产品的无损检测与分拣是未来发展的趋势.     

果品内在品质无损检测技术的研究进展

该文综述了目前国内外果品内在品质的无损检测技术——近红外分析法、声学特性分析法、X射线分析法、计算机视觉技术及电、磁特性法的研究进展，简单介绍了果品的无损检测技术在国内外的应用现状，并提出发展意见。     

鸡蛋内部品质的光特性无损检测

无损检测鸡蛋内部品质是鸡蛋流通、加工中不可缺少的组成部分。为了提高鸡蛋内部品质光特性无损检测的精度,建立了鸡蛋的光学模型,找出了整蛋、内容物、蛋壳三者透射特性之间的关系。通过试验研究,得到了鸡蛋内部品质指标(哈氏单位)与整蛋透射率、蛋壳颜色、鸡蛋几何参数之间的相关关系。并对光特性无损检测的分级精度作了初步分析。     

水果综合分选机称重模块的设计与实现

为满足水果外观品质和质量综合分选的实际需要,设计了水果机器视觉质量综合分选机的称重模块。通过受力分析得出了水果质量的理论计算公式,给出了水果同步称重过程的实现方法。通过对质量不同的苹果进行实测标定,得出了等效质量 与其A/D转换值之间的关系式,并进行了试验验证。试验结果表明,所设计的称重模块可以与水果机器视觉分选机配合,对水果进行外观品质和质量的检测,称重精度约为2%。     

水果内部品质在线近红外分光检测装置及试验

阐述了近红外分光法检测水果内部品质的基本原理和检测流程，分析比较了在线式反射光测定法、不完全遮光型透过光测定法和完全遮光型透过光测定法的特点；以柑橘和苹果为检测对象，用完全遮光型透过光水果内部品质测定装置进行在线糖度、酸度及内部褐变等检测试验，并与常规分析法测定结果进行回归分析。结果表明，在线检测的糖度值与实测值的相关系数在0.95以上，酸度相关系数大于0.85，且能检测内部缺陷，完全满足在线检测水果内部品质的要求。     

基于介电特征选择的苹果内部品质无损分级

为了快速而准确地利用介电特性对苹果内部品质进行无损分级,该文对500个富士苹果的108种特征值（12种介电参数在9个频率点下）进行了分析筛选,以获取用于5个品质等级富士苹果无损分级的最少介电特征。在整个内部品质的分级过程中,贪心选择法、基于快速聚类的特征子集选择法、稀疏主成分分析法和以信息增益为评价函数的属性排序法共4种方法被用来从108种介电特征中选择出对等级划分最有帮助的关键介电特征。试验结果显示,基于快速聚类的特征子集选择法仅选择了4种特征时分级正确率就达到了80%左右,而贪心选择法的性能明显更优,在分级正确率超过90%时,其选择的特征一般不超过10种,其最优情况为当选择了4种介电特征时,分级正确率为91.22%,而当选择了10种介电特征时,其分级正确率为95.95%。该研究为水果等农产品的品质与病虫害快速无损检测等提供参考。     

食品电物性在无损检测中的应用研究进展

现代农业和食品加工的快速发展，使农产品的品质检测技术显得非常重要。无损检测技术已成为食品科学的一个重要研究热点，利用电物性对农产品品质检测、分级筛选等方面已显示出特殊的优越性。该文从农产品的含水量、可溶性固形物含量、新鲜程度等指标的检测及食品干燥、油炸、发酵、冷冻等过程的在线检测方面，阐述了利用电物性的食品无损检测技术的研究现状，也提出了今后进一步研究的方向和目标。     

柑橘成熟度机器视觉无损检测方法研究

水果内部品质无损检测技术是确定水果最佳采收期和按成熟度进行准确分级的关键。本研究以表面色泽与固酸比为柑橘成熟度指标，建立了用于柑橘成熟度检测的机器视觉系统，确定了适宜的背景颜色，进行了柑橘的分光反射试验，发现绿色柑橘表面与桔黄色表面的反射率在700 nm时反射率相差最大，约达53%，且各自的反射率都较大，700 nm是获得高质量的柑橘图像的较佳中心波长。建立了利用协方差矩阵和样本属于桔黄色和绿色的概率来判断柑橘成熟度的判别分析法，并以实测的固酸比值作为对照，对72枚柑橘样本进行了试验，柑橘成熟度的判别准确率达到91.67%。这表明柑橘果实的表皮颜色与成熟度之间具有相关性。