獼猴桃品質(zhì)檢測方法

傳統(tǒng)的獼猴桃果實(shí)品質(zhì)檢測方法主要是化學(xué)分析方法、質(zhì)構(gòu)剖面分析、穿刺等測試方法，這些有損檢測方法在實(shí)際應(yīng)用中存在成本高、破壞性強(qiáng)等局限性。為滿足快速、無損的果品品質(zhì)監(jiān)測需求，核磁共振、光譜分析和電子鼻等技術(shù)，已被廣泛研究并應(yīng)用于檢測水果的內(nèi)部品質(zhì)。其中，高光譜成像技術(shù)作為新興的光學(xué)檢測方法，可同時(shí)獲取待測對象的內(nèi)外部品質(zhì)信息，即二維空間和一維光譜信息。二維空間信息用于直接提取待測對象的外部品質(zhì)特征（如大小、形狀）；將一維光譜信息與對象特定成分及含量等特征進(jìn)行耦合分析，可以實(shí)現(xiàn)果品內(nèi)部品質(zhì)預(yù)測評(píng)估。

高光譜成像技術(shù)通過在多個(gè)連續(xù)的光譜波段（通常覆蓋可見光到近紅外范圍）采集物體的反射或透射信息，能夠提供比傳統(tǒng)圖像更豐富的細(xì)節(jié)。這項(xiàng)技術(shù)通過記錄每個(gè)像素的光譜信息，能夠**反映物體的物理和化學(xué)特性。獼猴桃品質(zhì)檢測中，高光譜成像可用于無損評(píng)估其外觀、內(nèi)部結(jié)構(gòu)、糖度、硬度、成熟度等多種特征，通過分析不同波段的光譜信息，幫助檢測瑕疵、腐爛以及預(yù)測質(zhì)量指標(biāo)，廣泛應(yīng)用于農(nóng)業(yè)產(chǎn)品的質(zhì)量控制和智能化檢測。因此，國內(nèi)外學(xué)者已逐漸將高光譜技術(shù)用于高效、無損的獼猴桃品質(zhì)監(jiān)測與分級(jí)研究中。

高光譜成像技術(shù)在獼猴桃內(nèi)部品質(zhì)檢測中的應(yīng)用

獼猴桃作為后熟水果之一，在實(shí)際采收時(shí)通常在未成熟時(shí)采摘，以延長其貯藏時(shí)間。如果過早采摘，獼猴桃會(huì)保持果肉的硬度，從而影響口感。采收太晚會(huì)導(dǎo)致獼猴桃過熟，難以儲(chǔ)存。可溶性固形物含量（SSC）、硬度和顏色（L*、a*和B*）是評(píng)價(jià)獼猴桃品質(zhì)和成熟度的重要參數(shù)。因此，無損檢測獼猴桃在不同的成熟期的SSC，硬度和顏色，可用于確定適當(dāng)?shù)牟墒諘r(shí)間和采后質(zhì)量分級(jí)。在以往的研究中，Meng et al. (2024)利用高光譜成像技術(shù)和化學(xué)計(jì)量學(xué)方法，建立了獼猴桃不同成熟期理化指標(biāo)（SSC、硬度、L*、a*和B*）的快速檢測模型，并采用偽彩色技術(shù)對獼猴桃不同成熟期的理化指標(biāo)分布進(jìn)行可視化，使檢測結(jié)果更加直觀（圖1）。Zhu et al. (2017) 也利用高光譜成像技術(shù)研究了結(jié)合變量選擇方法和校正模型預(yù)測了獼猴桃硬度，可溶性固形物含量（SSC）和pH值，并開發(fā)了圖像處理算法，以在每個(gè)像素中傳遞預(yù)測模型，從而生成可視化硬度和SSC的空間分布的預(yù)測（圖2）。 

圖1.獼猴桃理化指標(biāo)可視化圖

圖2.原始RGB圖像（a）和獼猴桃中SSC（B）和硬度（c）的分布圖（測量值在圖的底部）。

由于獼猴桃采摘后的儲(chǔ)存時(shí)間短，需要冷藏以延長其成熟和軟化時(shí)間。為探究貯藏環(huán)境對獼猴桃品質(zhì)的影響，Zhao et al. (2023) 采用高光譜成像（HSI）技術(shù)研究了獼猴桃在近紅外（NIR）區(qū)域不同貯藏條件下的獼猴桃品質(zhì)變化。他們提出了一種基于深度學(xué)習(xí)方法對在不同溫度（低溫和室溫）下儲(chǔ)存的獼猴桃進(jìn)行不同時(shí)間（0、2、4 和 6 天）的分類。此外，為了進(jìn)一步研究低溫環(huán)境下貯藏時(shí)間對獼猴桃的影響，采用深度學(xué)習(xí)方法建立高光譜深度特征與獼猴桃之間的關(guān)聯(lián)，并對獼猴桃的貯藏時(shí)間進(jìn)行分類。分類圖可以直觀地顯示了新鮮水果和低溫貯藏水果之間的差異（圖3）。

圖3. 獼猴桃的偽彩*圖像（a）及不同低溫儲(chǔ)存時(shí)間的品質(zhì)預(yù)測圖（b）

Zou et al. (2024)對紅心獼猴桃在開花、結(jié)果、成熟和采收過程進(jìn)行了研究，提出了一種將熒光高光譜成像（FHSI）技術(shù)與化學(xué)計(jì)量學(xué)相結(jié)合的獼猴桃品質(zhì)屬性評(píng)價(jià)和成熟度識(shí)別的無損方法（圖4）。該研究發(fā)現(xiàn)隨著獼猴桃成熟，F(xiàn)HSI技術(shù)捕獲的獼猴桃熒光強(qiáng)度逐漸減弱。在獼猴桃品質(zhì)屬性（DMC、硬度和SSC）的預(yù)測中，熒光高光譜技術(shù)結(jié)合PLSR模型準(zhǔn)確預(yù)測了獼猴桃的內(nèi)在品質(zhì)特征。在使用深度學(xué)習(xí)模型進(jìn)行獼猴桃成熟度（未熟、成熟和過熟）的三分類中，深度學(xué)習(xí)相對于機(jī)器學(xué)習(xí)模型具有一定的優(yōu)勢。

圖4. FHSI技術(shù)與化學(xué)計(jì)量學(xué)相結(jié)合的獼猴桃品質(zhì)和成熟度檢測流程

Ma et al. (2021)利用推掃式近紅外高光譜成像相機(jī)和樣品旋轉(zhuǎn)階段相結(jié)合的方法采集了獼猴桃全表面的高光譜數(shù)據(jù)，這項(xiàng)工作提供了一種非破壞性和快速的方法來可視化獼猴桃的SSC和pH值（圖5）。結(jié)果表明獼猴桃SSC和pH的360°映射結(jié)果超過了這一領(lǐng)域的早期工作，它們在每個(gè)完整的樣品中顯示出不同的空間分布。研究結(jié)果表明，對象旋轉(zhuǎn)高光譜成像方法是有前途的非破壞性預(yù)測映射的獼猴桃或其他圓柱形樣品中的SSC和pH值。

圖5. 獼猴桃全表面品質(zhì)可視化圖像

高光譜成像技術(shù)在獼猴桃外部品質(zhì)檢測中的應(yīng)用

獼猴桃形狀特征是獼猴桃在產(chǎn)后分級(jí)處理過程的一項(xiàng)重要指標(biāo)，不僅影響果實(shí)外觀，也決定果實(shí)等級(jí)高低的劃分。傳統(tǒng)的形狀分級(jí)方法大多采用人工分級(jí),存在耗時(shí)長、效率低、重復(fù)性差且易受人為主觀影響等問題。針對傳統(tǒng)獼猴桃形狀分級(jí)存在的問題，黎靜 et al. (2020)利用高光譜成像建立了獼猴桃正常果和畸形果的分類檢測方法。該研究以“金魁”獼猴桃為研究對象，采獼猴桃畸形果和正常果的分類由多位專業(yè)果形分析人員綜合評(píng)定，得到正常果和畸形果（圖6）。利用可見-近紅外高光譜成像系統(tǒng)采集獼猴桃樣本的光譜數(shù)據(jù)，并采用主成分分析法對光譜數(shù)據(jù)進(jìn)行降維得到了特征波長的融合光譜圖像。然后計(jì)算了獼猴桃區(qū)域的形狀特征參數(shù)，結(jié)合機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)了正常果與畸形果的識(shí)別。

圖6. （a）：正常果；（b）-（d）：畸形果

高光譜成像技術(shù)在獼猴桃貨架期檢測中的應(yīng)用

貨架期是影響果蔬品質(zhì)和供應(yīng)**的重要因素,快速準(zhǔn)確預(yù)測果蔬貨架期已成為消費(fèi)者、生產(chǎn)者和管理者共同關(guān)注的問題。獼猴桃屬于呼吸躍變型果實(shí)，采后成熟、衰老迅速，極易軟化腐爛變質(zhì)，貨架壽命非常有限。但由于獼猴桃表面顏色變化不明顯，人們僅憑感官難以準(zhǔn)確判斷獼猴桃的貨架期和質(zhì)量等級(jí)。邵園園 et al. (2020) 近紅外高光譜成像技術(shù)獲取冷藏、室溫條件下不同保鮮時(shí)間的獼猴桃高光譜信息，結(jié)合化學(xué)計(jì)量學(xué)方法，對獼猴桃貨架期進(jìn)行快速預(yù)測和判別。對獼猴桃切片圖像進(jìn)行PCA分析，圖7為4℃和（18±2）℃的獼猴桃切片PC1-PC7圖像。由圖中可以看出，PC2圖像反映獼猴桃切片信息* 明顯，４℃和（18±2）℃的獼猴桃切片PC2圖像在各貨架期均呈現(xiàn)出不同程度的內(nèi)部變化。從所得切片信息也進(jìn)一步驗(yàn)證了高光譜成像技術(shù)是實(shí)現(xiàn)獼猴桃貨架期預(yù)測的可靠工具。

圖7. 獼猴桃切片圖像主成分分析