高光谱荧光成像技术在识别早期腐烂脐橙中的应用研究.pdfVIP

第32卷，第1期 光谱学与光谱分析 2O1 2年1月 and SpectroscopySpectralAnalysis January，2012 高光谱荧光成像技术在识别早期腐烂脐橙中的应用研究 李江波，王福杰，应义斌，饶秀勤。 浙江大学生物系统工程与食品科学学院，浙江杭州 310058 摘要腐烂是发生在柑橘类水果中最普遍、最严重的病害，早期腐烂果的自动化检测有助于提高水果加 工业的市场竞争力。然而，目前没有有效的自动化检测技术。以脐橙为研究对象，利用荧光高光谱成像检测 早期腐烂果。最佳指数0IF理论用于识别腐烂果的最优波段组合(498．6和591．4nm)。基于最优波长的比 图像及双阈值分割算法，识别率达到100％。研究表明，该方法能有效克服梗伤果及果梗在紫外线诱导下所 产生的荧光效应对腐烂果识别的影响。该研究为基于多光谱成像技术对早期腐烂果的在线检测系统的开发 奠定了基础。 关键词高光谱荧光图像；波段比算法；OIF理论；脐橙；早期腐烂；梗伤 中图分类号：S126；TP391．4文献标识码：A DOI：10．3964／j．issrL 的识别率。随后他们又尝试采用荧光成像技术结合I沁B相 引 言 机及区域增长法识别，识别率提高到94．6％。然而，较复杂 的区域增长算法同样限制了这种技术在在线水果分级中的应 由真菌感染引起的腐烂是柑橘类果实采后最普遍、最严 用。 重的病害，因为一个腐烂果的存在可能在储藏或运输的过程 高光谱成像技术，尤其是荧光成像技术，由于具有全波 中引起整批水果被感染，因而造成巨大的经济损失[1]。因 段连续光谱信息及识别目标对象不同化学组分的能力，已被 此，我国国标规定柑橘类水果在装箱起运前不允许有腐烂果 逐渐引入农产品质量安全无损检测领域[6。9]。相关研究[1H3] 的存在[2]。然而，早期感染霉菌的病斑在外观上与正常果皮 表明波段比算法不仅具有减少球形水果弯曲表面带来的光照 几乎没有差别，非常难以识别。目前在水果分级包装线上通 不均匀的优点，而且能够有效地增强不同组分之间的差异， 常是利用紫外线光源照射并通过人工剔除。但是操作员的手 提供一些无法从单波段或者彩色图像中得到的独特信息。本 长时间暴露于紫外线下对身体是非常有害的，并且长时间的 研究主要目的是采用高光谱荧光成像技术结合波段比检测理 工作也容易引起视觉疲劳导致误检[3]。 论开发一种有效的早期腐烂果检测算法，为在柑橘类水果分 据我们所知，国内未见关于利用机器视觉技术检测腐烂 级包装线上快速检测腐烂果奠定基础。 果的报道。国外，也仅有少部分学者利用光谱或者图像技术 进行了初步研究。Blasco等[3]利用近红外(NIR)光谱检测被 1实验部分 真菌早期感染的柑橘类水果，结果发现l050帆波段最有 利于检测这种病害。G西mez—Sanchis等[43利用可见近红外1．1实验样本 (Vis—NIR)高光谱成像检测柑橘和橙子早期感染果，不同识试验对象为赣南脐橙，品种为纽荷尔，产地江西龙南。 别理论用于特征波段提取，研究表明识别树(regressiontree， 样本于2010年采自当地橙园。由于我们在预试验(如图1)中 discrimimnt RT)结合线性判别分析(1inear amlysis，LDA)是发现仅腐烂、梗伤及果梗3类型区域在紫外线的激发下会发 最有效的。尽管获得了91．3％的识别率，但是大量波段的参 出荧光(注意，图像中橙子表面紫色的亮斑是由于紫外线光 与限制了这种技术的实际应用。B1asco等[5]利用RGB相机源所致，并不是荧光现象)，因此本试验中主要研究对象为 结合可见光成像系统检测绿霉菌感