利用高光谱成像评估水果和蔬菜的成熟度和老化程度

智能文字提取功能测试中

监测和控制食品质量对于盈利和负责任的食品生产至关重要。尤其是水果和蔬菜比其他食品更敏感，必须新鲜销售和加工才能是有价值的和健康的。高光谱成像为自动质量控制系统提供关键数据，以确保食品的高质量。使用Specim FX10 高光谱相机测量李子和西红柿的老化食品老化是评估新鲜度时需要量化的重要参数。在此背景下，水果和蔬菜的成熟度和硬度是需要观察和监控的两个最重要的品质。高光谱相机能够观察水果和蔬菜在整个成熟过程中的光谱变化。在这项研究中，我们使用 Specim FX10 高光谱相机和实验室扫描仪检查李子和西红柿 20 天，以评估老化过程（图 1）。Specim FX10 是一款可见光-近红外 (VNIR) 相机，覆盖 400 至 1000 纳米的光谱范围。分析的第一部分重点关注样品随时间变化的光谱特征。然后，提出了西红柿和李子老化的回归模型。‍拍摄了样品的照片以及高光谱数据。图片显示，随着时间的推移，李子，尤其是西红柿的新鲜度明显下降（图 2）。在一个西红柿和李子的中间切了一个小口。它似乎对加速番茄的老化有重大影响，但对李子没有影响。光谱反射揭示化学变化每天进行光谱测量时（第 1、2、3、6、9、13、14、16、17 和 20 天），对每个李子和番茄进行矩形区域的信息提取。图 3 中仅显示了第 1 天、第 13 天和第 20 天获得的光谱，以方便结果的理解。对选择区域的光谱进行平均。西红柿的光谱差异比李子更显著。这在第 1 天、第 13 天和第 20 天拍摄的照片中已经可见（图 2）。光谱揭示了水果和蔬菜内随着时间的推移发生的化学变化。李子和西红柿由于含有叶绿素，在生长早期呈绿色。但成熟时，叶绿素会分解成另一种化学物质。对于西红柿来说，叶绿素分解成番茄红素，这解释了西红柿的红色。这种化学变化解释了李子和西红柿的光谱随时间在 550 至 750 纳米之间的变化。水果和蔬菜的成熟过程也会影响水分含量或结构，从而影响其 970 纳米的光谱。其他特性（例如糖含量）也会随着时间而变化，从而影响光谱反射率。量化老化的回归模型建立了回归模型来量化李子和西红柿的老化（图 3）。成像日是实际的回归变量。李子的 R2 为 0.81，而西红柿的 R2 为 0.91。这些值根据除用于训练模型的选择之外的其他选择来计算。实际值与预测值的回归图如图 4 所示。对于李子，该模型基于从 588 纳米到 976 纳米的光谱范围。对于西红柿，该模型基于 445 至 993 纳米之间的光谱波段。结论Specim FX10 相机适用于测量水果和蔬菜的成熟度和老化程度，因为它对农产品新鲜度相关的特性非常敏感。在构建典型回归模型时，应使用实验室测量结果作为开发和验证模型的参考值。然而，这些并不是了解水果和蔬菜老化所必需的。在可见光-近红外 (VNIR) 范围内运行的高光谱相机为监控新鲜食品的产品质量提供了有效工具。与传统的基于点的方法相比，高光谱成像由于其非破坏性而特别适合食品分级、分选和分类。