南宫NG28

  监测和节造食品质量是食品出产中最沉要的一环。出格是水果和蔬菜比其他食品越发敏感，新鲜健全的才更有价值。高光谱成像为自动质量节造系统提供了关键数据，以确保食品的高质量。

使用Specim FX10高光谱相机丈量李子和番茄的老化

  新鲜度对评估水果和蔬菜的品质极度沉要，成熟度和坚实度是必要观察和监控的两个最根基的质量指标。高光谱相机可能观察水果和蔬菜在成熟过程中的光谱变动。

在这项钻研中，我们使用Specim FX10高光谱相机和尝试室扫描仪对李子和番茄进行了为期20天的观测，以评估其老化过程。Specim FX10是一台覆盖400-1000nm光谱领域的可见光-近红表（VNIR）相机。分析的第一部门侧沉于样本随功夫变动的光谱特点，而后提出了番茄和李子新鲜度的回归模型。

图1：将三个李子和番茄样本搁置在尝试室扫描仪上，并使用Specim FX10相机丈量了20天

  使用FX10拍摄了样本的照片以及高光谱数据。照片显示，番茄和李子的新鲜度随功夫显著降落（图2）。在其中一个番茄和李子的中央做了一个幼隐语，对加快番茄的老化有显著影响，但对李子没有影响。

图2：在第1天、第13天和第20天拍摄的样本照片

光谱反射揭示化学变动

  在进行光谱丈量的第1、2、3、6、9、13、14、16、17、19和20天，每个李子和番茄上都选择矩形区域统计了反射光谱。为了便于阅读了局，图3仅出现了在第1天、第13天和第20天获得的光谱，番茄的光谱差距比李子更显著。在图2的照片中已经能够看出差距。

  光谱曲线揭示了水果和蔬菜内部随功夫推移产生的化学变动。李子和番茄在早期成长阶段由于叶绿素出现绿色，但当它们成熟时，叶绿素分化成另表一种化学物质。对于番茄来说，叶绿素分化成番茄红素，成熟的番茄则出现为红色。这种化学变动诠氏缢李子和番茄在550-750nm之间的光谱变动。水果和蔬菜的成熟过程也会影响水分水平或结构，水分的对应光谱体此刻970nm处。除此之表，其他化学属性（如糖含量）也会随着功夫变动而变动，多种化学变动塑造了各功夫段的光谱曲线。

图3：在第1、2、3、6、9、13、14、16、17、19、20天获取的李子和番茄的假彩色RGB图像，以及在第一天（白色）、第13天（粉红色）和第20天（紫色）的番茄和李子的均匀光谱。

回归模型量化新鲜度

  在这项钻研中，成立了一个回归模型来量化李子和番茄的新鲜度。成像天数做为现实的回归变量，李子和番茄别离基于588-976nm和445-993nm的光谱领域进行预测回归分析，R²别离能达到0.81和0.91。现实值与预测值的回归图在图5中出现。

图4：三个李子（顶部）和三个番茄（底部）的回归模型输出

图5：两个模型的现实值与模型预测（丈量李子和番茄的新鲜度）

结论

  Specim FX10相机合用于丈量水果和蔬菜的成熟度和新鲜度，由于它对与农产品新鲜度有关的特点极度敏感。在构建典型的回归模型时，时时选取有损的尝试室丈量致反作为参考进行模型开发和验证，这个钻研显示，选取丈量天数作为回归变量依然能够很好的预测果蔬新鲜水平。因而，有损的尝试室指标对于获取果蔬的新鲜度并不是必要的，高光谱能够实现真正的无损预测与评估。

  在可见光-近红表（VNIR）下工作的高光谱相机为监测新鲜食品品质提供了有效的工具。与传统的基于点的步骤相比，高光谱成像拥有无损、非粉碎性的优势，是一种出格适合食品分级、分选和分类的步骤。

南宫NG28为您提供：

• FluorTron多职能高光谱成像分析技术
• PhenoTron-HIS植物果实品质高光谱无损检测技术
• FluorCam植物及果实叶绿素荧光成像全面解决规划
• SeedSort高光谱成像在线分选平台

图6：FluorTron?多职能高光谱成像分析系统及橘子成熟度及危险区光谱成像检测