基于介电特性的水果成熟度无损检测研究进展

刘 橙，刘广同，何金成，沈婷婷

(福建农林大学机电工程学院，福建 福州350002)

0 引言

成熟度这一指标在水果产业中扮演着重要角色，是精准把握水果采收时间的主要依据。采收过早，水果产量低、品质差、口味不佳；采收过晚，则水果硬度下降、不易运输、货架期短。研究结果表明，相互混杂不同成熟度的水果已造成水果产业链在整个作业环节中损失率高达31%[1]。为了降低水果损失率，提高水果的品质和等级，建立水果成熟度评价模型极其重要，也更能满足水果产业规模化标准化的发展需求。

传统方法检测水果成熟度主要是依靠果农经验判断，或者测量水果的理化指标(糖度、酸度、硬度或可溶性固溶物量等)后，依据其成熟时的国标数据值判定其成熟度等级[2]。除依靠果农经验判断外，其他传统方法均需破坏果实外部，又称为有损检测技术。由于有损检测无法大规模地逐个检测，与现代果品生产要求不匹配。

鉴于此，无损检测技术应运而生[3-4]。其是在不损害被检测水果组织的前提下，利用声学、光学、电学、计算机视觉和智能感官等技术对果品外部特征和内部结构及其组成成分进行测定与评价的检测技术。其中，光谱技术已广泛应用于水果的成熟度检测，本文不做赘述；利用单目或多目摄像头获取水果图像，利用计算机视觉技术获取果实特征，从而判定水果成熟度，多应用于不同成熟期颜色变化或果皮纹理变化较为明显的水果成熟度检测上；利用电子传感器阵列模拟人的器官，再通过模式识别系统分析水果的整体信息(智能感官技术)，从而确定果实的成熟度。无损检测技术既可以检测果品品质，又不会破坏果实，保证了被测试水果的完整性，更加符合大规模检测的现代水果产业化发展需求。

介电特性法是一种将水果置于电场并利用不同频率下介电参数的变化来反映水果综合品质的无损检测方法，由于所用实验仪器简单便携，测量原理及信号的处理也比较容易，介电特性法判断水果成熟度已具备一定的应用前景[1]。本文讨论介电特性无损检测水果成熟度的研究进展。

1 水果成熟度介电特性检测原理

作为一种非线性的各向异性的不均匀电介质，水果在成熟的过程中会经历一系列的变化，宏观层面上表现为硬度的下降、糖酸含量的变化，色泽的变化等。从微观层面来观察，水果内部存在着由大量带电粒子形成的生物电场，而伴随着水果在生长、成熟过程中物质和能量的转换，水果内部组织中各类化学物质所带电荷量及电荷的空间分布也会有所变化。微观层面上电场的变化又在宏观上影响了水果的电特性，由此，可以通过研究水果的电特性判断水果的成熟度。其中评价介电特性的主要参数是相对介电常数ε′和介电损耗因数ε″，此外，还有损耗角正切、等效阻抗、电阻电导和电容[5]。

2 介电特性测量技术

目前介电特性测量技术有平行极板(电容器)技术、末端开口同轴探头技术、传输线技术、谐振腔技术和自由空间技术等[6]。其测试系统主要由介电参数测量仪器、夹持被测样品的夹具、数据处理软件和计算机4部分组成，平行极板测量系统如图1所示，同轴探头测量系统如图2所示。

图1 平行极板技术测量系统Fig.1 Parallel plate technology measurement system

图2 同轴探头测试系统Fig.2 Coaxial probe test system

各种测量技术所测量的材料各有不同，测量适用的频段也各不相同。平行板电容器测量技术一般适用于较低频段，利用测量得到的电容和电导，推算出介电常数。末端开口同轴探头技术和传输线技术，前者通过测量反射系数来测量介电常数，后者则通过传输系数和反射系数来测量介电常数。谐振腔技术则适用于射频、微波段，通过谐振频率点的Q值测量介电常数。自由空间测量技术适用于微波及毫米波以上频段。介电常数测量方法如表1所示。

表1 介电常数测量方法总结

精度最高的是谐振腔技术，精度最低的是自由空间技术。谐振腔技术仅能在一个或几个频率下测量，而且必须知道样品截面的精确尺寸，不太适用于果品的大规模检测，因此在水果成熟度检测上应用较少。传输线技术因其样品的制造难度极大，且要求均匀介质，因此该技术在农产品介电特性测量中的应用较少。

3 介电特性检测水果成熟度的应用

基于介电特性测定水果成熟度是通过电学参数反映水果在不同生长阶段的内部变化，分析不同频率下介电参数变化趋势，并与其内部单一或多个理化指标(如糖度、硬度、酸度等)建立相关性关系，进而得出水果的成熟度。在介电特性的测试技术中，由于采用平行极板技术和同轴探头技术测量时样品不需特别制备，测量精度较高，国内外现有研究中采用平行极板技术和同轴探头技术较多，本文主要针对这两种技术的应用进行阐述。

3.1平行极板技术

20世纪70年代起，果蔬等农业物料的电特性引起人们的关注[7]。MCLENDON B[8]利用平行板电容器对梨的介电特性展开研究，发现在0.5～5.0 kHz的频率下梨的介电常数和损耗角正切随频率增长而呈减少趋势。叶齐政等[9]利用阻抗分析装置、水槽和平行板电极系统对番茄的阻抗特征频率进行分析，发现，在10Hz～50 kHz范围，成熟番茄阻抗大于青番茄。郭文川等[10-11]利用LCR电桥测量仪测量了3种不同成熟度下的西红柿介电特性，在4～150 kHz的频段内，随着西红柿成熟度的提高，相对介电常数和等效阻抗会随成熟度的升高而减小。唐玉荣等[12]应用自制的香梨电学参数测量装置研究了低频电场作用下香梨的电特性，发现测试频率≤1 Hz时，随着成熟度的提高，电感逐渐增大、电容逐渐减小，并解释了香梨成熟过程中细胞膜通透性的变化，成熟度越高，膜的流动性越低。由此，在一定的频率段，随着果实成熟度的提高，不同水果的介电特性会有不同的变化趋势。

学者们将水果的理化特性和介电特性进行了回归相关性分析。李英[13]研究了桃子、苹果、梨等对象，将果实的各项理化指标(糖、酸、硬度、含水率)和相对介电常数、压电阻率分别进行二次多项式回归分析，得出桃子除硬度外，其他理化指标均对相对介电常数的值有显著影响；而梨的含水率和酸度值对相对介电常数的值有显著影响；苹果的高压电阻率则随着含水量的增加而增大，变化显著。唐燕[14]进行了“秦光2号”油桃果实品质的生理指标(硬度、可溶性固形物、酸和含水量)和电参数(复阻抗、并联等效电容、并联等效电感)之间的相关性研究，建立了有效的预测模型(相关系数都达到显著水平)。沈江洁[15]针对“新红星”苹果的多个电学指标(复阻抗Z、串联等效电阻Rs、并联等效电容Cp)与品质理化指标进行了一对一回归函数分析，表明在特征频率39.8 kHz下，Z、Rs、Cp与果实硬度；Rp、Cp与果实酸度；Rp与果实可溶性固形物含量；Cp、Z与果实乙烯释放速率；Cp、Z与果实呼吸速率的相关性最好。SOLTANI M等[16]利用介电特性研究在100 kHz和1 MHz频段下评价香蕉硬度与介电常数的相关性，并成功预测了香蕉的成熟度。

进一步地，引入算法及预测模型，进行果实成熟度的预测。陈志远[17]应用LCR电子测量仪测试了126 Hz～3.98 MHz频率下番茄果实的电学参数，以硬度作为番茄成熟度的判断方法，研究了电参数与番茄硬度的相关性，将BP神经网络应用于番茄果实成熟度的预测模型，得出模型准确率达到70%，预测能力较好。刘梅[18]采用遗传算法优化最小二乘支持向量机算法构建网络来进行甜瓜糖度的无损检测，将智能检测仪LCR-819测得100 kHz下完整甜瓜的电阻、电容值作为输入，以甜瓜糖度作为网络输出，成功预测甜瓜的甜度。李永超[19]使用CCA方法对苹果介电特征与理化特征间整体相关性进行了研究，使用机器学习领域的特征选择技术从串联等效电阻等108种介电特征中筛选出与苹果品质类别标签关系最紧密的介电特征，构建特征最优子集，建立了一个基于介电特征最优子集的苹果品质5级分类模型，在最优介电子集包含6种介电特征时，分类模型准确率为98.3%。兰海鹏等[20]和范修文等[21]将果实硬度、可溶性固体物含量、果皮叶绿素含量和维生素C含量作为香梨成熟特征描述的基础参数，并分析香梨成熟过程中电容、电感、电阻等多个电学参数的变化规律，提出多指标综合分析的香梨成熟度评价方法，建立了特征电学变量与基础参数间的相关方程，实现了香梨成熟过程中电学特性和基础参数间的相互预测。

3.2同轴探头技术

同轴探头技术常应用于测量水分含量比较高的水果介电特性，如测量梨、苹果、密瓜的介电特性。该技术一般采用多算法筛选特征频率，建立多种成熟度预测模型，最终选取最佳模型。

郭文川等[22]利用E5071C型网络分析仪和末端开路同轴探头采集10～4 500 MHz频率间101个频率下富士苹果介电参数的频谱特性，采用原始频谱、主成分分析和连续投影算法3种方法优选频率，建立了基于苹果可溶性固形物含量的支持向量回归预测模型和BP网络预测模型，其中，主成分-支持向量回归(PCA-SVR)效果最佳，其校正系数为0.936，预测相关系数为0.883，可应用于果实成熟度预测上。

郭文川等[23]采用同轴探头技术，采集20～4 500 MHz频率间的电学特性，建立了可溶性固形物含量(SSC)、硬度和含水率的定量检测模型，比较了全介电谱(FS)和连续投影选法(SPA)两种特征提取方法用于最小二乘支持向量机(LSSVM)、极限学习机和BP神经网络模型3种模型中的效果。研究表明，FS-LSSVM模型具有最好的SSC预测能力，其校正集和预测集相关系数分别为0.974和0.931。

商亮[24]采用同轴探头技术，基于介电谱技术建立了富士苹果可溶固形物含量、酸度和含水率的定量检测模型，分别采用经X-Y共生距离法(SPXY)和Kennard-Stone(KS)法划分样品集，采用主成分分析法(PCA)、无信息变量消除法(UVE)和连续投影算法(SPA)对原始介电频谱进行优选，采用广义神经网络(GRNN)、学习向量量化网络(LVQ)、支持向量机网络(SVM)和极限学习机网络(ELM)建立人工神经网络模型，研究表明采用SPXY法划分样品集，SPA算法选择特征变量，经ELM算法建立的苹果可溶固形物含量、酸度和含水率的定量检测模型最理想。

王转卫[25]以生长期“富士”苹果、生长期“砀山酥”梨为研究对象，分析其理化特性变化与内部品质之间的关系，结果表明，随发育时间增加，“富士”苹果和“砀山酥”梨的ε″和ε′，总体均呈现减小趋势，采用SPA-LSSVM和UVE-LSSVM模型预测采摘期成熟甜瓜糖度和含水率，通过检测水果的介电特性，结合生长过程中的硬度、糖度等参数变化，可以预测水果果实的成熟度。

4 结束语

利用介电特性无损检测方法来评定水果的成熟度在技术和原理上具有可行性。其中，平行极板技术作为传统的介电特性检测技术，其研究应用较早。平行极板技术研究水果成熟度主要是分析不同频率下介电特性的变化趋势曲线，并利用数据分析软件进行果实不同理化特性与介电特性的简单线性相关性分析。随着将神经网络模型和机器学习回归模型应用到果实成熟度的预测中，构建出水果成熟度的检测判断模型，该数学模型能够更好地应用于成熟度检测仪器中，满足实际需求。同时经过不断改进算法，预测精度也越来越高。同轴探头技术主要用于中高频，基于介电频谱构建水果成熟度检测模型，以多频率下介电特性作为导入，频率特征更多，更加符合大数据分析果实特征。通过比较不同变量优选、不同建模方法对模型预测效果的影响，输出果实理化指标参数，达到预测果实成熟度的目的。

水果成熟度检测模型主要是通过对水果单个或多个理化指标的预测后，结合相关水果成熟时的国家标准，从而确定水果的成熟度。目前占据经济支撑地位的水果品种具有较为完善的针对成熟度的国家标准，而新兴作物，则没有相应的成熟度国家标准，利用介电特性无损检测方法仅能预测水果单个或多个理化指标，确定水果的风味，不能确定水果的成熟度。因此，目前新兴农作物的成熟度自动化判别仍存在问题。力争寻找水果介电特性的共性，建立水果介电特性信息数据库，能为无损检测类似于黄金百香果的新兴经济作物提供其成熟度依据。

采用成品LCR电桥测试仪，需要连接PC机做后期的数据处理，不利于在果园采摘时使用，为了将目前对介电特性的研究成果实际应用于真实场景的农业生产中，可利用果实在特定几个特征频率下介电特性与理化特性相关性更加显著的特点，开发基于介电特性的便携式水果成熟度检测仪，取代传统的测量仪器。

结合计算机技术、数据处理技术和自动控制技术，建立水果成熟度的高精度识别模型，不断改良算法，提高模型精度也是未来的主要研究方向。