从国际近红外会议看高光谱技术在食品/农产品中的应用进展 ——第21届国际近红外光谱学术会议高光谱成像学习心得

随着图像处理及分析相关的硬件和软件的不断进步，高光谱成像（Hyper-spectral imaging system, HSI）在全球各种研究项目中的使用越来越多。HSI集光谱和成像技术优势于一体，可以同时获得光谱和空间的三维信息，成为光谱分析技术的前沿。与其他光谱成像仪相比，HIS具有更高的特异性，更快的图像采集速度，以及无创成像等优势，被应用于越来越多的领域。

2023年8月20-24日，第21届国际近红外光谱学术会议（NIR2023）在奥地利因斯布鲁克召开。本次会议中， “高光谱成像”部分报告内容分享如下：

高光谱技术应用主要包括农业、动物、矿物等，具有波段多、光谱范围窄、波段连续、信息量大等特点，在食品中果实损害程度、肉类的品质判别等方面应用广泛。来自西班牙的Jose Manuel Amigo教授以“Subsampling, sampling, oversampling? NIR or HSI-NIR?”为题介绍了近红外高光谱成像测定的注意事项，考察了温度、湿度等环境对测量结果的影响，同时也分享了传送带速度、扫描速度等的选择，以及后期的仪器维护等。

图 Jose Manuel Amigo教授报告

光谱成像常用于评价样品空间分布的物理化学特性。Puneet Mishra以“A novel new approach to standardised portable multimodal hyperspectral imaging: All-in-One hyperspectral imaging”为题分享报告。报告提出了一种智能一体化的实验系统，可以提供自动化的数据采集，克服对系统的重新整合等问题。该系统包括一个照明环境，一个内置的计算系统，用于自动图像采集的嵌入式软件，用于物体检测的人工智能系统等，对食品的实时无损研究具有重大意义。

图 Puneet Mishra报告

Nan Liu以“Shining hyperspectral light on agricultural products: an application story from strawberry”为题进行分享。报告以新鲜草莓为例，讲述了在测定波长范围为400到2500nm，结合机器学习，使用Hyspex的高光谱仪器及软件，对3种果实品质进行预测，结果显示模型对白利度（糖的百分浓度模型）、酸度、以及白利度与糖度的比值（B/A）都有较好的预测；草莓的顶端B/A比值较高，与草莓实际的味道以及酸甜程度相对应。

图 Nan Liu报告

山东大学药物智能制造技术研究臧恒昌教授团队 张梦琪供稿