發(fā)布時間:2025-03-10
瀏覽次數(shù):362
監(jiān)測和控制食品質(zhì)量對于盈利和負(fù)責(zé)任的食品生產(chǎn)至關(guān)重要。尤其是水果和蔬菜比其他食品更敏感,必須新鮮出售和加工才能有價值和健康。高光譜成像為自動質(zhì)量控制系統(tǒng)提供了關(guān)鍵數(shù)據(jù),以確保食品的高品質(zhì)。
01
使用 Specim FX10 高光譜相機(jī)測量李子和西紅柿的老化
食品老化是評估新鮮度時需要量化的重要參數(shù)。在此背景下,水果和蔬菜的成熟度和硬度是需要觀察和監(jiān)測的兩個最重要的品質(zhì)。高光譜相機(jī)可以觀察水果和蔬菜在整個成熟過程中的光譜變化。
在本研究中,我們使用Specim FX10高光譜相機(jī)和實(shí)驗(yàn)室掃描儀對李子和西紅柿進(jìn)行了 20 天的檢查,以評估其老化過程(圖 1)。Specim FX10 是一款可見光-近紅外 (VNIR) 相機(jī),其光譜范圍覆蓋 400 至 1000 納米。分析的第一部分側(cè)重于樣品隨時間變化的光譜特征。然后,我們提出了西紅柿和李子老化的回歸模型。
圖 1:將三顆李子和西紅柿樣本放置在 40×20 的實(shí)驗(yàn)室掃描儀上,并使用 Specim FX10 相機(jī)測量 20 天。
拍攝了樣品的照片,并附上了高光譜數(shù)據(jù)。圖片顯示,李子,尤其是西紅柿的新鮮度隨著時間的推移而大幅下降(圖 2)。在一個西紅柿和李子的中間做了一個小切口。這似乎對加速西紅柿的衰老產(chǎn)生了重大影響,但對李子卻沒有影響。
圖2:第1天、第13天、第20天拍攝的樣品照片。
02
光譜反射揭示化學(xué)變化
每天進(jìn)行光譜測量時(第 1、2、3、6、9、13、14、16、17 和 20 天),對每個李子和西紅柿進(jìn)行矩形選擇。圖 3 中僅顯示了第 1、13 和 20 天獲得的光譜,以方便讀取結(jié)果。光譜是所選光譜的平均值。西紅柿
的光譜差異比李子更顯著。這在第 1、13 和 20 天拍攝的照片中已經(jīng)可見(圖 2)。
光譜揭示了水果和蔬菜內(nèi)部隨時間發(fā)生的化學(xué)變化。李子和西紅柿在早期生長階段呈綠色,這是因?yàn)樗鼈兒腥~綠素。但在成熟時,葉綠素會分解成另一種化學(xué)物質(zhì)。對于西紅柿來說,葉綠素會分解成番茄紅素,這解釋了西紅柿呈紅色的原因。這種化學(xué)變化解釋了李子和西紅柿在 550 到 750 納米之間的光譜隨時間變化的原因。水果和蔬菜的成熟過程還會影響水分含量或結(jié)構(gòu),從而影響它們在 970 納米處的光譜。其他特性(例如糖含量)也會隨時間變化,從而形成光譜反射率。
圖 3:第 1、2、3、6、9、13、14、16、17 和 20 天獲得的李子和西紅柿的假 RGB 圖像。每個數(shù)據(jù)集都合并成一個(馬賽克),從左側(cè)(第 1 天)到右側(cè)(第 20 天)。每個西紅柿和李子的平均光譜在第 1 天(白色)、第 13 天(粉色)和第 20天(紫色)顯示。
03
量化衰老的回歸模型
建立了一個回歸模型來量化李子和西紅柿的老化(圖 3)。成像日期是實(shí)際的回歸變量。
對于李子,R2 為 0.81,而對于西紅柿,R2 為 0.91。這些是根據(jù)用于訓(xùn)練模型的其他選擇計算的。圖 4 顯示了實(shí)際值與預(yù)測值的回歸圖。
對于李子,該模型基于從 588 到 976 納米的縮小光譜范圍。對于西紅柿,該模型基于 445 到 993 納米之間的光譜帶。
圖 4:三顆李子(頂部)和三顆西紅柿(底部)的回歸模型輸出。數(shù)據(jù)分別在第 1、2、3、6、9、13、14、16、17 和 20 天采集(從左到右)。熱圖范圍從第 1 天(最小值)到第 25 天(最大值)。
圖 5:兩個模型的實(shí)際值與模型預(yù)測值(測量李子和西紅柿的老化)
04
結(jié)論
Specim FX10相機(jī)適合測量水果和蔬菜的成熟度和老化度,因?yàn)樗鼘εc農(nóng)產(chǎn)品新鮮度相關(guān)的特征很敏感。在建立典型的回歸模型時,應(yīng)使用實(shí)驗(yàn)室測量值作為參考值來開發(fā)和驗(yàn)證模型。然而,這些對于評估水果和蔬菜的老化度來說并不是必需的。
在可見近紅外 (VNIR) 下運(yùn)行的高光譜相機(jī)為監(jiān)控新鮮食品的產(chǎn)品質(zhì)量提供了有效的工具。與傳統(tǒng)的基于點(diǎn)的方法相比,高光譜成像因其無損特性而特別適合食品分級、分類和分類。(來源:Specim高光譜成像)