監測和控制食品質量對于食品廠家具有最重要的意義，特別是水果和蔬菜比其他食品更敏感，必須新鮮銷售和加工才能有價值和健康。高光譜相機為自動質量控制系統提供關鍵數據，以確保食品的高質量。

使用賽斯拜克SP系列高光譜相機測量李子和西紅柿的老化

食品老化是評價新鮮度時需要量化的重要參數。在這種情況下，水果和蔬菜的成熟度和硬度是需要觀察和監控的兩個最基本的品質。高光譜相機可以觀察水果和蔬菜在整個成熟過程中的光譜變化。

在這項研究中，我們使用賽斯拜克SP系列高光譜相機和實驗室掃描儀對李子和西紅柿進行了 20 天的檢查，以評估老化過程(圖 1)。SP系列是一款可見-近紅外 (VNIR) 相機，涵蓋 400 至 1700 納米的光譜范圍。分析的第一部分側重于樣品隨時間變化的光譜特征。然后，提出了西紅柿和李子老化的圖像模型。放置在實驗室掃描儀上并使用SP系列相機測量 20 天的三個李子和西紅柿樣本。

拍攝了樣品的照片以及高光譜數據。圖片顯示，李子的新鮮度，尤其是西紅柿，隨著時間的推移會嚴重退化(圖 2)。在一個西紅柿和李子的中間做了一個小切口。它似乎對加速番茄的老化有實質性影響，但對李子沒有影響。

圖 1：第 1 天、第 13 天和第 20 天拍攝的樣本照片。

光譜反射揭示化學變化

每天進行光譜測量時(第 1、2、3、6、9、13、14、16、17 和 20 天)，在每個李子和番茄上進行矩形選擇。圖 3 中僅顯示了第 1、13 和 20 天獲得的光譜，以便于閱讀結果。光譜對選擇進行平均。

西紅柿的光譜差異比李子的光譜差異更顯著。這在第 1、13 和 20 天拍攝的照片中已經可見(圖 2)。

光譜揭示了水果和蔬菜中隨時間發生的化學變化。由于含有葉綠素，李子和西紅柿在早期生長階段呈綠色。但是當成熟時，葉綠素會分解成另一種化學物質。對于西紅柿，葉綠素分解成番茄紅素，這就是紅色的原因。這種化學變化解釋了李子和西紅柿的光譜隨時間在 550 到 750 納米之間的變化。水果和蔬菜的成熟過程也會影響水分含量或結構，從而影響它們在 970 納米處的光譜。其他屬性(例如，糖含量)也會隨時間變化，從而影響光譜反射率。

圖 2：在第 1、2、3、6、9、13、14、16、17 和 20 天獲取的李子和西紅柿的假 RGB 圖像。每個數據集被組合成一個(馬賽克)，從左邊(第 1 天)到右邊(第 20 天)。每個番茄和李子的平均光譜顯示在第 1 天(白色)、第 13 天(粉紅色)和第 20 天(紫色)。

量化老化的圖像模型

建立了一個回歸模型來量化李子和西紅柿的老化(圖 3)。成像日是實際的回歸變量。

李子的 R2 為 0.81，而西紅柿的 R2 為 0.91。這些是根據用于訓練模型的選擇以外的其他選擇計算的。實際值與預測值的回歸圖如圖 4 所示。

對于李子，該模型基于從 588 納米到 976 納米的縮小光譜范圍。對于西紅柿，該模型基于 445 至 993 納米之間的光譜帶。

圖 3：三個李子(頂部)和三個西紅柿(底部)的回歸模型輸出。在第 1、2、3、6、9、13、14、16、17 和 20 天(從左到右)獲取數據。熱圖范圍從第 1 天(最小值)到第 25 天(最大值)。

圖 4：兩種模型的實際值與模型預測(測量李子和西紅柿的老化)。

結論

SP系列相機適用于測量水果和蔬菜的成熟度和老化度，因為它對農產品的新鮮度相關特性非常敏感。在建立典型的回歸模型時，應將實驗室測量值用作開發和驗證模型的參考值。然而，這些并不是獲得水果和蔬菜老化所必需的。

在可見-近紅外 (VNIR) 模式下運行的高光譜相機為監測新鮮食品的產品質量提供了一種有效的工具。由于其非破壞性，與傳統的基于點的方法相比，高光譜成像是一種特別適用于食品分級、分類和分類的方法。