苹果分级的研究现状及进展

2019-11-29孟祥宁张紫涵李扬任龙龙宋月鹏

落叶果树 2019年6期

孟祥宁，张紫涵，李扬，任龙龙，宋月鹏*

(1.山东龙口凯祥有限公司，山东龙口 265700；2.山东农业大学)

中国是世界上最大的苹果生产国，自2011年起苹果产量一直占世界苹果总产量的50%以上(图1)，自2011～2012年产季起，中国苹果产量呈现逐渐增加的趋势，但是，苹果出口量占全球苹果出口量的比重较低。以2017～2018产季为例，苹果产量占全球苹果产量的58.39%，而苹果出口量仅占全球出口量的20.35%[1]。并且中国苹果在国际市场上大多档次较低，不占据优势[2]，出口价格普遍比同质量的国外苹果低40%～70%，高档苹果市场被国外苹果垄断。在国内，高端苹果市场也多被进口苹果占领，同质量的国产苹果价格低于进口苹果。导致这种差距的原因主要是中国苹果采摘后的商品化处理技术落后，外观质量较差，产后附加值低[2-4]。

苹果分级是商品化处理中最重要的环节[5]，分级处理可以使苹果在大小、成熟度、色泽和品质等方面基本达到一致，有利于包装盒运输，提高产品市场竞争力，增加附加值。中国的果品分级技术起步较晚，果品分级机械化水平不高，与国外先进的分级技术比较有较大差距。中国苹果要在国际市场占据优势地位，必须对苹果分级进行研究，提出中国苹果分级未来发展方向和技术。

图1 中国苹果历年产量、出口量占世界的比重

1 中国苹果分级技术现状

苹果分级主要针对苹果的外观品质和内在品质两类指标进行。苹果的外观品质主要包括大小、形状、色泽、表面缺陷和损伤等外部特征，是苹果分级最重要的指标；苹果的内在品质主要包括甜度、酸度、水分、内部缺陷等生化指标[6]。苹果的外观、内在品质分级检测是中国苹果分级技术的两个主要研究方向。

1.1 苹果外观品质的分级方法

中国苹果外观品质分级发展较早，主要对苹果的重量和直径大小进行分级。苹果重量分级早期采用杆秤称重法。随着传感器的应用，苹果分级的重量信息开始由传感器获取，能较好地用于分级机械。对苹果直径的分级早期采用人工方式，通过肉眼观察对苹果大小进行分级，分级精度低，劳动量大。随后利用大小各异的孔或间隙筛选不同大小的苹果，适合机械化，已被广泛应用，但易造成果品损伤，分级精度易受不规则果形的影响[7]。

随着科学技术的发展，机器视觉技术开始应用到苹果大小分级检测中，将摄像头捕捉的苹果图像进行处理分析，根据相应的要素进行苹果分级，效率高、准确性好且具有可重复性的特点。安爱琴等[8]采用机器视觉方法，通过CCD摄像机获取苹果的样本图像，MATLAB编程实现对样本图像的背景去除、二值化、图像平滑、特征量提取和图像标定，选取垂直于轴向的最大苹果宽度即为苹果直径大小作为分级的特征量。与人工分级对比，机器视觉分级的准确率高，达93.75%。陈艳军等[9]基于机器视觉技术设计了苹果分选系统，主要针对红富士苹果，通过一种RGB颜色模型R-B通道进行阈值分割和均值滤波后，经过行扫描提取出轮廓，提出了苹果轮廓线上两点之间的最大距离作为大小分级标准的理论模型。石瑞瑶等[10]基于机器视觉技术，通过采用阈值分割处理苹果正面图像，逐像素遍历法提取苹果外部轮廓，计算其各点到重心的距离提取苹果大小特征，计算苹果横径与纵径比提取果形特征。苹果总体分级正确率达95%。

通过机器视觉的方法不仅可对苹果的单一外部特征分级，还可综合果品的多种外部特征综合分级。Zou Xiao-bo等[11]利用三个相机获得苹果的整个表面图像，完成苹果外部伤痕的检测，但是不能区分不同的缺陷类型。李龙等[12]利用机器视觉技术，结合纹理特征和边缘梯度特征解决了苹果果梗、花萼与伤痕在线识别的问题，正确率达95%。黄辰[13]等利用机器视觉技术动态采集了苹果传输过程中的实时图像，判别苹果的果径、缺陷面积、色泽等特征，对苹果分级准确率达95%。机器视觉技术在苹果外观品质分级方面具有较强的优势。

1.2 苹果内在品质的分级方法

中国对于内部品质的分级检测发展较晚，主要采用破坏性的试验进行，对果品损伤大。随着果品检测技术的不断发展，出现了果品内在品质的无损检测，这是当前品质检测技术的研究重点。中国目前使用较多的有光谱技术、介电特性，电子鼻等，主要研究果品的糖酸度、可溶性固形物、腐烂、伤痕情况等。

光谱技术在果品内部质量检测中应用最为广泛。赵杰文等[14]对近红外光谱无损检测苹果糖度问题进行研究，提出了果皮对近红外光透入果肉的光强在多变量校正中削弱或补偿，试验验证了利用近红外漫反射光谱技术在1300～2100nm波长范围内无损检测苹果糖度的可行性，并提出多点光谱扫描，取平均光谱进行预测的方法。Xi Tian等[15]利用可见-近红外光谱进行苹果内部可溶性固形物含量的估算，通过多区域组合的方法提高了估算模型的灵活性和速度，并提高了预测模型在实际应用中的适用性。高荣杰[16]以赣南脐橙和红富士苹果为研究对象，应用近红外光谱技术进行了果品糖度的检测。单佳佳等[17]利用高光谱图像处理和光谱分析方法，实现了一次图像扫描对苹果的表面摔伤和糖分含量进行检测。

蔡骋[18]对500个富士苹果12种介电参数在9个频率点下的特征值进行了分析筛选，获取了5个品质等级富士苹果无损分级的最少介电特征。试验结果表明，当分级准确率达到90%最少需要4种关键介电特征，使用10种介电特征时的分级正确率达95.95%。王若琳[19]等以秦冠水心病疑似病果和好果进行研究，发现其11个电学指标在100～3.98MHz间13个频率点的特征值，发现了区分病果和好果的6个参数，同时表明利用低频率下(100～25100Hz)损耗因子值结合MLP或RBF人工神经网络模型对水心病果和好果识别率达到100%，证实了电学方法识别病果和好果的可行性。Jia Wenshen 等[20]使用PEN3型电子鼻检测了接种不同霉菌金冠苹果和新鲜苹果，结果表明，PEN3电子鼻能有效地检测和识别新鲜和发霉的苹果，还能区分不同霉菌接种的苹果。

1.3 苹果内在、外观品质的分级方法

随着内在品质检测技术的进一步研究，未来检测技术会将内、外部多品质指标检测技术融合，确保检测更加全面，果品分级精度更高。国外已将机器视觉、近红外光谱、电子鼻等多种技术进行融合处理，对水果进行综合品质检测分级。中国研究较晚，但也已采用多种检测技术进行综合分级。李军良[21]研究了机器视觉和近红外光谱技术进行苹果品质分级。通过建立近红外光谱糖度预测模型，结合DSP机器视觉系统研究了苹果外部特征与糖度的分级模型。实验证明采用信息融合技术建立的分级模型准确率高。袁鸿飞[22]验证了红外光谱技术和电子鼻技术应用于苹果水心病检测的可行性，利用近红外光谱法提取主成分建立Fisher判别模型，采用电子鼻结合3种化学计量学方法进行建模用于快速、无损检测苹果的水心病。

2 中国苹果分级机械现状

随着中国机械化水平的提高以及对果品分级机械的需求增加，果品分级开始研发生产机械设备。国外分级机械发展较早，分级技术水平高，主要针对大农产设计的，价格昂贵，不适合中国小农户生产的分级需求，较少引进，而以自主研发为主。

中国最先出现的是利用大小各异的孔或间隙进行分级的机械设备，如滚筒筛孔式、辊带式分级机。这类机械运行过程中苹果会产生碰撞造成损伤，也会因果形不规则等问题造成分级结果误差较大。随后出现了电子重量式分级机，用于苹果大小和重量的分级，结构简单，已实现企业规模生产。国内某企业生产的电子重量式分级机用于苹果等水果的重量分级，称重范围50～500g，分选达12个等级，工作效率达每小时30000个(图2)。

图2 电子重量式分级机

凯祥公司生产的6XS-26000型分色选果机，采用电脑智能化分色称重，对苹果等果实清洗打蜡，进行重量、色泽、糖度等指标分选分级，生产效率达到每小时5t(图3)。

图3 6XS-26000型分色选果机

用于苹果内在品质相关分级的机械设备成本较高，目前国内研究集中在实验室阶段，尚未在市场中商业化推广应用。中国对苹果分级装备的主要研究内容包括关键机构、控制系统等。

李晶[23]设计了一种苹果专用输送机构，在输送苹果过程中完成苹果的定位，实现不同直径苹果以近似相同的角速度均匀翻转，以便苹果分级机进行图像采集和处理，能满足分级要求(图4)。

图4 苹果专用输送机构

彭彦昆等[24]基于可见-近红外光谱检测技术结合分拣机械手制成苹果内在品质分级机，主要由夹持机构、近红外光谱采集系统、控制系统等组成，分级机械手夹持苹果时，可以对苹果可溶性固形物含量准确测定。李龙等[25]设计了苹果内外品质在线检测分级系统，主要由哑铃式滚子、机器视觉外观品质检测系统模块、近红外内在品质检测系统模块、分级模块以及控制系统组成。机器视觉对苹果的大小信息以及外观有无碰伤进行检测，近红外内在品质可溶性物质检测，上位机融合检测的信息，综合图谱信息对苹果做出等级评价，对苹果有无碰伤检测正确率为94%，苹果大小检测的相关系数约为0.96，苹果内部可溶性固形物含量所建立模型的校正集相关系数约为0.9(图5)。