APP下载

无损检测技术在水果品质评价中应用的研究进展

2020-02-15窦文卿柴春祥鲁晓翔

食品工业科技 2020年24期
关键词:电子鼻光谱水果

窦文卿,柴春祥,鲁晓翔

(天津商业大学生物技术与食品科学学院,天津 300134)

我国是水果产量大国,国内外都有很大的市场需求。随着生活水平的提高,消费者对水果品质的要求也愈来愈高。水果品质评价能力的提高不仅有利于我国水果产业的发展,而且有利于增强我国在水果出口方面的竞争力。水果的品质包括外部品质和内部品质[1]。外部品质包括水果的大小、形状、颜色、光泽、表面损伤等,内部品质包括糖度、酸度、可溶性固形物、内部缺陷等。近年来,为克服实验室检测操作繁琐以及感官评价主观性强、耗时费力的缺点,无损检测技术成为了研究热点。水果无损检测是指在不损害水果物理状态、内部组织的前提下,利用光、声、电、磁等手段检测水果的化学成分和物理特性[1]。

由于计算机技术、材料科学、现代物理学的快速发展,无损检测技术也在飞速前进。国内外对水果品质的无损检测均有相当的研究。电子鼻在检测时不只得到某几种物质定性定量的结果,而是获得样品中挥发性气味的整体信息[2],可以判别水果的新鲜度、成熟度,进行质量分级。计算机视觉技术兼具人眼、人脑功能,可以同时检测水果的大小、形状、颜色及表面缺陷等多种指标,对于水果自动分级系统的研发具有重要作用。近红外光谱技术是水果品质无损检测的有效手段,可以同时测定水果的糖度、酸度、可溶性固形物以及损伤病害,快速准确;还可以进行水果自动分级,避免了人为误差,可以保证产品品质的一致性。核磁共振技术可以测定水果的糖度、水分、褐变、损伤。基于电学特性的无损检测技术可以测定水果的病害、腐烂度及成熟度,基于声学特性的无损检测技术则大多用于检测水果的硬度和成熟度。因此,无损检测技术可以较为全面地评价水果品质,且具有高效、快速、准确性好的特点。

目前,水果品质评价具有客观性不强、耗时费力及成本高等问题。为了解决该问题,从事水果品质评价的科研工作者关注了无损检测技术,开展了该技术在水果品质评价中的应用研究。为了更清晰的理解无损检测技术在水果品质评价中的应用特点,本文综述了无损检测技术在水果品质评价中的研究及应用,分析了各技术的优缺点。本文可为无损检测技术在水果品质评价中的应用提供参考。

1 电子鼻

20世纪90年代,Bartlett首次提出电子鼻一词,并定义为:“是一类由具有部分选择性的化学传感器阵列与相关的模式识别系统组成的,通过传感器的部分专一性和系统的模式识别功能,用来检测简单或复杂气味的电子仪器设备”[3]。经过几十年的发展,电子鼻技术在不断的完善进步。应用范围十分广泛,其不仅可以用于环境监测、农产品及食品的检测[4],还可以应用在安检、易燃易爆品和有毒气体等方面的检测[5]。电子鼻模拟生物嗅觉,其系统主要由气敏传感器阵列、信号预处理单元和模式识别单元三部分组成[6]。

1.1 水果品质评价中的应用

1.1.1 内部品质测定 利用电子鼻可以测定水果的可溶性固形物、酸度、成熟度及腐烂度等[7-10]。Sanaeifar等[7]检测了不同储存期下香蕉的总可溶性固形物(TSS)、可滴定酸度(TA)和硬度,运用偏最小二乘法(Partial Least Squares,PLS)、多元线性回归(Multiple Linear Regression,MLR)和支持向量回归(Support Vector Regression,SVR)对三种品质指标分别建模。结果表明,使用SVR建模的检测结果要优于其他方法,且电子鼻对TSS和硬度表现出了良好的预测性能,但TA模型的预测性能稍差。类似的,Zhang等[8]运用MLR、PLS和主成分回归(Principal Component Regression,PCR)对“雪晴”梨的酸度、硬度和SSC建模,结果也是硬度和SSC模型的预测性能优于酸度模型,且使用MLR建模的效果更好。李敏等[9]则利用PLS和BP神经网络建立了芒果的可溶性固形物(SSC)和可滴定酸的预测模型,与上述两个研究相同,SSC模型预测性能要略高于TA模型,使用PLS建模的效果稍差。在水果的腐烂度检测中,Liu等[10]采用电子鼻与高光谱信息融合的方法,对草莓在储存过程中的真菌污染情况进行评估,所建模型对菌落总数的预测能力较好。浦宏杰等[11]采用zNoseTM电子鼻测定芒果的挥发性成分,经数据分析后,建立成熟度的分段指数模型和新鲜度的高斯模型来判断其成熟度和腐烂度。

1.1.2 货架期预测 货架期是判定水果品质的重要指标。傅均等[12]将自己设计的便携式智能电子鼻系统用于葡萄货架期的评价研究,采集了6个巨峰葡萄平行样品组10 d的货架期数据,运用主成分分析法(Principal Component Analysis,PCA)和多重判别分析法(Multiple Discriminant Analysis,MDA)分析识别葡萄货架期,再用留一法进行了验证,平均识别率分别为83.3%和80.6%,验证了电子鼻评价葡萄货架期的有效性。张鹏等[13]则通过雷达图和负荷加载(Loadings)分析研究主要传感器对苹果挥发物质响应值的变化,利用PCA和线性判别分析法(Linear Discrimination Analysis,LDA)进行数据分析,结果表明,PCA、LDA均可准确辨别常温下不同货架期的苹果,并且LDA方法更加准确。

1.2 优缺点

水果品质变化,其气味改变。电子鼻通过检测水果气味信号评价其品质,具有处理方便,成本低,快速高效的优点,可以用于水果品种鉴别、新鲜度和腐烂度的判别及货架期预测等方面的研究。但电子鼻易受环境影响,并且受到气敏传感器灵敏度、制造工艺等方面的限制,其检测结果与期望值有一定差距[14],电子鼻技术在水果品质评价中的应用还需进一步研究。

2 计算机视觉技术

2.1 概述

计算机视觉技术是随着计算机技术的快速发展而延伸出来的一个新的计算机应用领域,是一门包含图像处理及分析,模式识别和人工智能等方面的交叉性学科[15]。计算机视觉技术是通过CCD相机采集水果的图像信息,再利用图像处理技术进行特征提取,然后运用各种算法及分析方法获得水果的大小、形状、外部损伤等品质信息,进而对水果的品质进行评价分级。计算机视觉技术通常由CCD摄像机、图像处理软件、装有图像采集卡的计算机、光照系统组成[16],可以同时检测多项品质指标,具有快速、准确、高效、无损的特点。

2.2 水果品质评价中的应用

2.2.1 缺陷及病害检测 处理图像是计算机视觉技术中的关键一步。徐莹莹[17]在甜瓜品质检测研究中运用灰度转换、快速中值滤波、高斯滤波去噪、全局阈值背景分割、腐蚀膨胀运算进行图像预处理;采用角点提取判断瓜蒂区,擦除瓜蒂提高精确度;然后通过Otsu算法分割不同区域,再以灰度纹理与颜色作为综合特征,建立支持向量机(Support Vector Machine,SVM)进行模式识别,对甜瓜缺陷的识别准确率达到92.2%。Dubey等[18]在对苹果病害的检测分类中通过灰度转换、中值滤波、边缘检测、形态学操作进行图像分割;采用链码直方图和像素密度对病害区域进行病害特征提取;最后采用径向基核的SVM进行病害分类,准确率为98%。

2.2.2 品质分级与品种分类 计算机视觉技术可以通过检测水果的大小、形状、纹理等特征评估水果品质或进行品种分类[19-20]。在水果品质分级的研究中,虽然对图像的处理较为繁琐,但结果准确度较高。朱佳明[19]利用SONY DSC-W830相机采集山竹的正面图、左侧图及右侧图,使用彩色空间变化、平滑处理、ROI区域提取对山竹图像进行预处理;利用Otus阈值分割法获取完整的山竹图像轮廓,采用果实区域拟合圆法、灰度共生矩阵、HSI彩色空间的H通道等方法对山竹的大小、纹理及颜色进行特征提取;进而采用BP神经网络对山竹进行智能分级,分级正确率在91%以上。伍光绪[20]在对血橙的无损检测及分级技术研究中,使用领域平均法、中值法、拉普拉斯算子、梯度法和约束最小二乘滤波对图像进行预处理;将预处理后的图像进行二值化、Soble算子及大津法处理,得到血橙的大小、周长和成熟度;最后建立血橙分级隶属函数将血橙分为四个等级,以人工检测结果为标准,准确率为90%。

计算机视觉技术对不同品种及不同类别的水果均有很好的识别能力[21-22]。Cavallo等[21]开发了一个简化的计算机视觉系统,将其用于两个葡萄品种(意大利品种和维多利亚品种)的分类。对意大利品种和维多利亚品种来说,系统的分类精度分别为100%和92%。Peng等[22]以苹果、香蕉、柑橘、梨、杨桃和火龙果为研究对象,采用机器视觉技术对这6种水果进行分类。实验运用高斯滤波、直方图均衡化、Otsu分割算法、Canny边缘检测算子等方法处理图像,利用SVM分类器对提取的特征向量进行分类识别。结果表明,对6种水果的识别能力较好,但由于香蕉的样本量较少,该方法对香蕉的识别率最低。

2.3 优缺点

计算机视觉技术可以根据水果颜色、纹理、缺陷等特征信息,高效快速地对水果品质进行评价分级,可以大量节省人力物力。但计算机视觉技术对于明显的外部损伤检测结果更好,对于水果内部损伤或轻微的外部损伤的检测能力较差。

3 近红外光谱技术

3.1 概述

近红外光谱是人类最早认识的非可见光谱区,介于可见光和中红外光之间,波长范围为780~2526 nm。近红外光谱技术是一种利用物质对光的吸收、反射和散射等特性来确定其成分含量的一种无损检测技术,具有快速、非破坏性、高效的特点。该技术可应用于水果内部品质(糖度、酸度、可溶性固形物等)的检测,并且可以同时检测多种成分[23]。

3.2 水果品质评价中的应用

3.2.1 内部品质测定 近红外光谱技术可以用于水果可溶性固形物、可滴定酸度、总糖、硬度等方面的测定[24-27]。国外对于近红外光谱技术的研究起步较早,研究得较多。Nturambirwe等[24]对苹果总可溶固形物(TSS)、可滴定酸度(TA)、TSS/TA建模,运用遗传算法优化PLS模型,模型的预测值与实际测得的值接近。Maniwara等[25]检测了百香果的TSS、TA及果肉含量(PC),采用偏最小二乘法对光谱数据进行分析,对TSS、TA和PC分别建立预测模型,预测结果与参考值有很好的相关性。Oliveira-Folador等[26]也对百香果的SSC、TA、葡萄糖、果糖、VC进行了分析,但是由于VC的含量较低,未能很好的预测其含量。Nordey等[27]对芒果的固定部位进行了红外光谱检测,建立的可溶性固形物、干物质、酸度的PLSR模型均有很好的预测能力。

国内虽起步较晚,但近年来也进行了大量研究。Wang等[28]对欧洲梨的SSC和硬度进行检验,通过标准化、二阶导数和S-G平滑进行光谱预处理,用PLS和MLR建立预测模型,两种模型都显示出了对SSC和硬度的良好预测能力。Chen等[29]使用近红外光谱测定了草莓中可溶性固形物含量,为提高模型精度,使用了网格搜索技术,实验建立的间隔偏最小二乘法模型和移动窗口偏最小二乘模型的相关系数均在0.93以上,验证均方根误差均在0.3左右,模型的预测能力良好。蔡雪珍[30]则分析了葡萄的总酚、总糖、果糖、蔗糖和可溶性固形物。不同于上述研究,Tian等[31]利用基于苹果大小的光谱校正技术对苹果内部霉变进行了研究,实验验证了苹果肉的消光率随厚度呈对数线性变化,因此根据苹果光谱得出了苹果内部消光系数方程;用消光系数对透射光谱进行修正,建立了基于修正光谱和原始光谱的反向传播人工神经网络和支持向量机模型,结果表明,修正后的光谱模型精度较高,对训练集的准确率达98.04%、测试集的准确率为90.20%。

3.2.2 水果分选 近红外光谱技术检测速度快、可同时检测多种指标,将其用于水果在线分选可以保证水果品质,提高效率。刘燕德等[32]利用梨的近红外漫反射光谱建立可溶性固形物的预测模型,实现了梨的在线检测,分选准确性为94.4%。龚志远等[33]利用近红外技术研发了一种水果糖酸度在线分选系统,可以通过改变输入模型检测水果的糖度、酸度及VC含量,但是由于系统限制,检测精度不够高。检测精度直接影响分选结果,提高检测精度是研究的关键。

3.3 优缺点

近红外光谱技术具有快速、非破坏性、高效的特点,在水果品质检测方面的应用得到了快速发展。近红外光谱技术在水果品质评价的研究大部分集中在水果可溶性固形物、糖度、总酚含量、VC含量等指标的检测,而在水果分级、分类方面的研究较少。与国外相比,我国研究近红外光谱技术起步较晚,在技术的成熟度和应用程度方面无法与一些发达国家相媲美,相关标准的制定也明显落后,还需进一步加强完善[34]。

4 核磁共振技术

4.1 概述

核磁共振技术(Nuclear Magnetic Resonance,简称NMR)在医学上的应用广为人知。核磁共振技术根据其使用射频场频率的高低,分为高场核磁共振技术和低场核磁共振技术[35]。NNR可以通过探测浓缩氢核和油水混合团料的响应变化,显示水果内部结构的图像[36],在检测水果方面极具潜力。由于其快速、简便、非破坏性的特点,将其用于水果检测已经成为了一种趋势。

4.2 在水果品质评价中的应用

4.2.1 内部成分测定 核磁共振技术可以检测水果中的含水量、含糖量及褐变等情况。核磁共振成像的亮暗变化与水分含量有关,陈森等[37]对常温储存条件下樱桃内部水分变化和迁移规律进行了研究。用低场核磁共振技术对常温储存24、120、216、312、408、480 h的樱桃进行了检测,得到了樱桃中心纵向截面的核磁共振成像。从图像中可以明显看出,水分随着储存时间的增加而减少,樱桃果皮、果核、果肉的轮廓也随储存时间的增加而逐渐明显。由于自由感应衰减信号(FID)、横向弛豫时间(T2)及纵向弛豫时间(T1)会受到含糖量的影响,熊婷等[38-39]成功用低磁场核磁共振技术测定了苹果不同部位的含糖量和圣女果中的含糖量。Suchanek等[40]则采用低场核磁共振技术检测了梨贮藏期间内部的褐变情况,用T2横向弛豫时间成功区分了褐变组织和正常组织,评价了梨的褐变程度。

4.2.2 外部损伤测定 核磁共振对水果的外部损伤测定与计算机视觉技术有相似之处,在获得图像后都要进行一系列的图像处理。周水琴等[41]使用核磁共振扫描仪获取鸭梨的冠状面图像,采用Otsu阈值分割、二值化和边界提取对图像进行预处理,并使用角点检测进行轻微损伤的判定,结果表明,该方法检测鸭梨表面轻微损伤的准确率达92.1%,且可以100%识别正常水果和畸形水果。熊婷[39]则使用CPMG序列进行分析,选取T2加权像进行检测,并结合图像伪彩色处理技术检测苹果的机械损伤,结果表明,可以正确检测出苹果的机械损伤。此外,与正常组织相比,损伤组织会有更高的含水量,可以根据信号的强弱与图像的亮暗检测损伤部位[42]。

4.3 优缺点

核磁共振技术,不会破坏被测水果的外观,也不存在辐射的潜在危害,并且穿透力强不会受到果皮厚度的限制,是一种方便快捷的检测技术。但是将NMR检测用于不同水果时,就要进行相应的NMR研究,而且核磁共振仪造价昂贵,会增加成本,这在一定程度上限制了NMR的应用[43]。

5 基于声学特性的无损检测技术

5.1 概述

水果的声学特性是指水果对声波的反射、透射、散射、吸收及其本身的声阻抗和固有频率等[2]。声学特性检测装置通常包括声波发生器、声波传感器、电荷放大器、动态信号分析仪、计算机和绘图仪[2]。水果内部组织改变会使其声学特性发生变化,不同水果具有不同的声学特性,同一种水果因为其内部品质的不同也会存在差异[44]。因此,可以利用水果不同的声学特性,检测水果品质。

5.2 在水果品质评价中的应用

利用声学特性检测水果的内部缺陷、水分和硬度等指标可以判断水果品质[45-50]。危艳军等[45]采集西瓜不同部位的声信号,对声信号进行特征提取,运用判别分析函数分析西瓜是否空心。Ikeda等[46]、Mao等[47]分别利用表面弹性波的传播速率与硬度的良好线性关系以及f2m、MI1(一阶矩指标)和MI2(二阶矩指标)三个硬度指标与硬度的关系测定西瓜的硬度。类似的,Belie等[48]利用声脉冲响应技术监测了梨在4周储藏期内的硬度变化,发现梨的硬度与其声脉冲响应特性有很好的相关性,可以用来确定梨的硬度。在水分检测中,张索非等[49]根据苹果被敲击后发出的声音频谱不同,确定不同储藏时间下苹果的水分,结果表明,可以通过受激发声的总强度和频率峰值来测定苹果中的含水量,声音强度越大,苹果越新鲜。Costa等[50]则利用声学-机械分析相结合的方法检测苹果品质,获取86个不同品种苹果的声学及力学参数,运用主成分分析对数据进行统计分析;同时,对苹果进行了感官评价,结果表明,可以将不同脆度的苹果区分出来。

5.3 优缺点

基于声学特性的无损检测技术具有灵活方便、成本低、适应性强的特点,具有极大发展空间[51]。但目前该技术在水果品质评价中的研究大多是探讨水果某一声学特性与其品质指标的关系,这就限制了监测精确度的提高[52],因此,该技术还需进一步深入研究。

6 基于电学特性的无损检测技术

6.1 概述

水果不同,其成分、状态不同,就会有不同的介电特性参数(电容、电阻、电感及衍生的一些电学特性)。基于介电特性对水果品质的检测就是通过考察水果介电特性参数的差异,分析出水果的结构及内部信息[53]。该技术具有设备简单、便于操作、信号易处理的特点,应用前景广阔[54]。

6.2 在水果品质评价中的应用

6.2.1 病害及腐烂检测 基于介电特性无损检测技术可应用于水果品质病害及腐烂问题的检测[55-57]。王若琳等[55]将主成分分析结合Fisher判别、径向基神经网络和多元感知器神经网络建模,检测了苹果的水心病。实验发现,利用低频率下损耗因子结合人工神经网络对苹果水心病的正确识别率达到 100%,表明该技术可用于苹果水心病的检测。在水果的腐烂检测中,胥芳等[56]发现腐烂苹果的相对介电常数与等效电容均明显增加,可对腐烂苹果进行良好的检测。Euring等[57]则是通过测量苹果的电压及阻抗对苹果是否腐烂及其腐烂程度进行了确定,实验表明,电压会随着苹果腐烂程度的提高而增加,该方法可以区分正常与腐烂的苹果,并且可以反映苹果的腐烂程度。

6.2.2 成熟度测定 基于介电特性无损检测技术在水果成熟度的检测中,Mohapatra等[58]根据水果成熟度增大,其电容、相对介电常数增大,阻抗减小的特点,研发了一种电学特性检测系统,检测了红香蕉介电特性在不同成熟条件下成熟过程中的变化,结果表明,该技术能够较好地估计香蕉果实成熟过程中品质的变化。与Mohapatra的研究不同,Castro-Giráldez等[59]发现介电成熟度与0.5 GHz和偶极驰豫频率下的损耗因子有关,基于此对苹果的成熟度进行了检测,结果表明可以很好地预测苹果成熟度。

6.3 优缺点

基于介电特性无损检测技术检测水果品质,具有快速、简便、高效、数据量较少的特点。该技术在水果品质评价中的应用前景良好。但由于影响水果介电特性的因素很多,包括测试的频率、电压、温度、湿度,水果的含水率、成熟度、损伤、含糖量、酸度等[60],这就使得该技术研究进展较慢。该技术目前的研究内容主要集中在测试信号的频率、温度及水果含水率对介电特性的影响,其他方面较少,需要进一步的研究。

7 结语

水果品质变化,其气味、色泽、成分、组织结构状态等都发生变化,而如何快速、简捷地检测水果品质的这些变化是当前研究的热点。无损检测技术具有高效、快速、准确性好的优点,适用于水果品质评价。本文综述了无损检测技术(电子鼻技术、计算机视觉技术、近红外光谱技术、核磁共振技术、基于声学特性和介电特性检测技术)在水果品质评价中的应用,总结了这些技术在水果品质评价中的应用,并分析了它们的优缺点。电子鼻技术可以解决水果品质评价的部分问题,但其准确性和稳定性还有待进一步探讨,而且为了更加高效全面地检测水果的各项指标可进行与其他分析技术相结合的研究。计算机视觉技术不仅需解决水果内部损伤或轻微的外部损伤的检测能力较差的问题,而且为了使该技术具有普遍性、提高检测的准确性建立一个全面完整的数据库是很有必要的。近红外光谱技术经过多年的研究发展已经相对成熟,但其模型的应用范围有限,应提高模型传递能力,在建模时既要考虑到样品的代表性也要注意引进新的算法;在探究近红外分选系统时,不应局限于一种指标的检测,需进行多品质同时测量的研究,并且提高在线检测的精确度。核磁共振技术在损伤和成分测定方面效果较好,但在微生物、有毒有害物质方面的检测需进行进一步研究,并且需克服检测成本较高的问题。基于声学特性和介电特性检测技术还需解决检测精确度和稳定性等问题。每种检测技术都有其特点、适用性、优势及劣势,需要进一步进行研究。在水果品质评价时,应根据实际情况进行选择这些无损检测技术。

猜你喜欢

电子鼻光谱水果
基于三维Saab变换的高光谱图像压缩方法
基于电子鼻的肺癌无创检测研究
高光谱遥感成像技术的发展与展望
电子鼻咽喉镜在腔镜甲状腺手术前的应用
四月里该吃什么水果
香辛料识别中电子鼻采集及算法研究
飞到火星去“闻味儿”——神奇的电子鼻
星载近红外高光谱CO2遥感进展
水果篇之Cherry
水果畅想曲