水果无损检测技术综述

刘非凡

摘 要：随着经济发展与消费观念的转变，相比于水果价格，消费者更关注水果品质，当前我国水果采摘后的品质分级手段仍依赖人工或者简单粗略的机械筛选。本文介绍了电子鼻技术、计算机视觉技术、红外光谱技术以及电学特性检测技术的原理及发展，并比较了这些技术在水果无损检测领域中的不同应用。

关键词：水果；无损检测；计算机视觉；近红外光谱

A Review of Fruit Nondestructive Testing Techniques

LIU Feifan

（School of Electronic Information， Xijing University， Xian 710123， China）

Abstract： With the development of economy and the change of consumption concept， consumers pay more attention to the quality of fruit compared to the price of fruit. At present， the quality classification means of fruit picking in our country still rely on manual or simple or rough mechanical screening. This paper introduces the principle and development of electronic nose technology， computer vision technology， infrared spectroscopy technology and electrical characteristics testing technology， and compares the different applications of these technologies in the field of fruit nondestructive testing.

Keywords： fruit; nondestructive testing; computer vision; near infrared spectroscopy

近年來我国水果产量增加，目前国内市场以及国外市场对高品质水果的需求也不断增加，水果无损检测和分级能够提升水果的竞争力，有利于我国水果行业的发展。水果品质检测主要有内部品质以及外部品质，原始的外部品质检测主要是使用专门的分级器械来对水果的大小、重量进行简单分类，或者人工对水果的外观、纹理、表面缺陷等进行分类。传统的分级器械较为烦琐、速度慢且易对水果造成损伤。人工分选又带有感官评价，主观性强，无法形成统一的标准。传统的内部检测主要通过化学方法进行测定，这种方法需要破坏水果，通过分析少量样本推测整个批次的水果品质，可靠性不高。为了克服这些缺陷，水果无损检测技术应运而生，水果无损检测要求在不破坏水果外表皮以及内部环境的情况下，利用声、电、磁、光等技术得到水果的外部特征以及内部营养成分含量等数据，相比传统检测方法更高效。伴随着物理、材料、计算机多个领域技术的发展，无损检测技术也日益完善。

1 电子鼻技术

Gardne在1994年首次确定了“电子鼻”的定义，并且在该领域发表了论文，在近30年来电子鼻技术突飞猛进。电子鼻的灵感来源于仿生学，它的核心器件是气体传感器，捕捉气体的特征，将气体特征转化为可以量化的模拟信号，通过处理变为数字信号，PC端再通过神经网络或模式识别等算法进行处理。电子鼻技术相对成熟，检测和等待结果耗费时间少，误差小，在食品检测、癌症检测、有毒有害气体检测等方面有广泛的应用。

1.1 在水果无损检测中的应用

刘强等[1]利用电子鼻技术结合不同的特征提取方案分别建立了草莓果实真菌病害的PLSR模型，区分了健康果实和病害果实，准确率达到92.9%。尹芳缘等[2]基于电子鼻对芒果的可贮藏时间进行了预测，将检测数据使用非周期随机共振方法处理，提取互相关系数极大值，并拟合得到芒果储存期预测模型，经验证准确率为87.5%。胡桂仙等[3]基于电子鼻，采用线性判别法判断柑橘的成熟度，准确率达到88%。

1.2 优缺点

电子鼻操作简单、成本低、反应快，可以用于果实病害检测、果实成熟度检测、果实储存期的预测等。缺点是在无损检测领域易受环境的温湿度、气压影响，而且检测结果受到传感器灵敏度以及模型算法的制约，需要提高传感器的精密性以及模式识别算法的通用性。随着机器嗅觉等技术的研究，电子鼻技术在水果无损检测领域会得到更进一步的发展。

2 计算机视觉技术

近几年人工智能领域发展迅猛，这也促进了计算机视觉技术的发展。通过摄像头相机等代替人眼来进行图像获取，再利用计算机对采集的图形进行特征提取，将图像的灰度、亮度等转化为数字信号，通过相关算法程序自动生成结果。

2.1 在水果无损检测中的应用

伍光绪[4]通过图像采集、预处理、分割技术，提取了血橙的成熟度、大小、周长的3个特征参数，并将血橙分为极好、好、一般、差4个等级。徐莹莹[5]利用计算机视觉技术研究了甜瓜的缺陷算法，根据甜瓜瓜蒂区域和其他部分的角点差，可以找到并去除瓜蒂，鲁棒性好，有较小的耗时以及不错的识别率。实验提取了甜瓜的颜色和外部纹路作为特征参数，采用SVM进行模式识别。对甜瓜的图像进行分析时，采用灰度共生矩阵进行了特征参数处理，发现其中的角二阶矩和对比度这两个参数能够明显区分甜瓜是否病变，经验证对甜瓜的缺陷识别率达到92.2%。童旭[6]采用双目视觉获取了苹果、梨的图片，对其进行预处理特征提取，再优化，建立了SVM模型，使用粒子群优化的BP神经网络算法，针对外表皮对苹果、梨进行了分级。

2.2 优缺点

计算机视觉技术能在一定的距离上对水果品质进行检测，分级更稳定、精度更高。相较于人眼，能够长时间地对自动化产线进行实时监测与控制，比对已有的数据库来筛选出病变或者瑕疵的水果。缺点是尚在研究阶段，没有得到大规模的应用，另外一个缺陷是只能对水果外部进行检测，无法检测到水果的内部成分。

3 近红外光谱技术

广义上来讲，波长为780～2 526 nm的电磁波都被称为近红外光。近红外光谱技术的基本原理来源于比尔定律，又称为吸光定律，通过定量分析物质在某些光谱区的吸收强度和吸光粒子数的关系来分析待检物品。用近红外光照射被检测物品，捕捉被检测物品对光的反射、散射、吸收后的光谱特征，再对其进行特征分析来确定被检测物品各种成分含量，将该技术应用于水果检测领域具有检测快速、成本低、可检测水果内部糖度和维生素等优点。

3.1 在水果无损检测中的应用

近红外光谱技术能够检测水果硬度、糖度以及内部可溶性物质的含量。OLIVEIRA等[7]研究了近红外光谱和中红外光谱快速检测百香果果肉并分级，利用PLS回归分析建立了预测果糖、蔗糖、酸度、可溶性固形物含量和维生素的模型。结果显示，该模型不能很好地预测维生素的含量，能很好地预测果糖、蔗糖、酸度、可溶性固形物含量。ABASI等[8]提取了原始的近红外光谱数据，使用了小波变换算法处理数据，并与其他常用的预处理函数相结合，基于RMSE（估计均方根误差）和相关系数评价模型决定相关系数，预测了苹果样品硬度。最终预测的苹果样品硬度是可以接受的（RMSEP=3.86），实验应用小波变换去噪预处理，实现了PLS回归模型的快速性和精准性预测。

3.2 优缺点

近红外光谱技术能够快速、无损、高效地对水果品质进行检测，不仅对水果表面纹理和内部成分进行检测，还可以预测水果的成熟度、储存期、病变等。缺点是在该领域中相关技术不够成熟，国内的研究起步较晚，温度变化以及其他无关信息变量的噪声对检测和预测的结果影响较大。BLANCO等[9]验证了温度变化会改变液体样品的近红外光谱，而且会大大降低在严格控制的温度条件下记录的光谱所构建的标准模型的预测能力，在这种情况下就需要更复杂的模型。

4 基于电学特性的无损检测技术

水果是一种电介质，从微观来看每个水果内部都由无数带电粒子组成，整体构成了生物电场，而水果的生长过程中经历成熟、病变等过程，会产生一系列复杂的化学变化，导致内部的电荷数量和空间发生变化，从而影响整个生物电场。利用电学特性可以分析出水果成熟程度、表面坚硬程度、病毒害等分级所需特征，该技术所需要的设备不复杂、信号易于处理，具有广阔的应用场景。

4.1 在水果无损检测中的应用

JACKSON等[10]用电阻抗法检测苹果损伤，分别对苹果撞击前后的阻抗进行测量，在50 Hz～1MHz的36个点频率下，电阻与电抗描绘了一个半圆弧，这些曲线的一些特征与瘀伤面积相关。苹果品种和温度对电阻抗的影响可能会造成大规模应用中测量的困难，但是电阻抗检测方法的进一步发展可能会方便评估瘀伤技术的研究。

4.2 优缺点

利用基于电学特性的无损检测技术对水果进行品质检测，快速、便捷且数据量少。但是果实发生病虫害往往会伴随多个生化变化，相应的电学特性也会变化，果实不同，果实生理变化引起的一系列电学参数变化也不同，因此挑选出适合的参数是基于电学特性无损检测的研究难点与方向。

5 核磁共振技术

核磁共振技术因其在医学领域的广泛应用被人们所熟知，核磁共振技术可按频率分为高场和低场核磁共振技術，也可以分为核磁共振成像技术和波谱法。

5.1 在水果无损检测中的应用

核磁共振成像技术可以检测水果的成熟度、果皮硬度、营养成分等信息，也可以对水果的外部损伤程度进行测定，进而对水果进行分级。高营养价值的混合果汁消费在全国范围内不断增加，核磁共振波谱广泛应用在果汁饮品的质量检测中，它可以检测制备果汁的原料来源，从而分析商家是否采取了欺诈手段进行虚假宣传，保障生产者和消费者的权利，有利于改善居民的饮食安全问题。

5.2 优缺点

光谱数据涵盖了广泛的化合物，所以核磁共振波谱法检测果汁等其他水果衍生品具有可行性，并且已被证明是十分有效的工具。核磁共振检测技术能够实现无损检测，且结果稳定，受时间干扰较少。缺点是果汁中含有大量的有机酸和其他有机物质，可能会导致复杂的光谱，需要技术手段去除冗余的信号。

6 结语

水果的品质分级由外观、气味、口感、内部营养成分含量、储存期等因素决定，因此低成本、高效、便捷地对水果进行无损检测是当前的研究方向。无损检测技术的准确性高、响应速度快，可以用于水果品质分级。本文综述了近红外光谱技术、电子鼻技术、基于电学特性的无损检测技术、计算机视觉技术，并分析了它们各自的优缺点，在实际应用中应根据具体情况进行选择。

参考文献

[1]刘强，张婷婷，周丹丹，等.基于电子鼻技术对草莓采后灰霉病的分析与早期诊断[J].食品科学，2022，43（12）：341-349.

[2]尹芳缘，曾小燕，徐薇薇，等.基于电子鼻的芒果储存时间预测方法研究[J].传感技术学报，2012，25（9）：1199-1203.

[3]胡桂仙，ANTIHUS H G，王俊，等.电子鼻无损检测柑橘成熟度的实验研究[J].食品与发酵工业，2005（8）：57-61.

[4]伍光绪.基于计算机视觉的血橙无损检测与分级技术研究[D].重庆：西南大学，2016.

[5]徐莹莹.基于计算机视觉的甜瓜外观品质检测研究[D].兰州：甘肃农业大学，2011.

[6]童旭.基于机器视觉水果表面等级分类识别的研究[D].重庆：重庆交通大学，2018.

[7]OLIVEIRA-FOLADOR G，DE OLIVEIRA BICUDO M，DE ANDRADE E F，et al.Quality traits prediction of the passion fruit pulp using NIR and MIR spectroscopy [J].LWT，2018，95：172-178.

[8]ABASI S，MINAEI S，JAMSHIDI B，et al.Rapid measurement of apple quality parameters using wavelet de-noising transform with Vis/NIR analysis[J].Scientia Horticulturae，2019，252：7-13.

[9]BLANCO M，VALDES D，Suppressing the temperature effect in near infrared spectroscopy by using orthogonal signal correction[J].Journal of Near Infrared Spectroscopy，2006，14：155-160.

[10]JACKSON P J，HARKER F R.Apple bruise detection by electrical impedance measurement[J].Hortscience A Publication of the American Society for Horticultural Science，2000，35（1）：104-107.