碰傷、擦傷等(deng)機(ji)械(xie)損傷是水果(guo)在(zai)采收、包(bao)裝、運輸(shu)、加工(gong)、貯藏等(deng)過程中常(chang)見的一種(zhong)機(ji)械(xie)損傷。相關研(yan)究表明，果(guo)實(shi)受(shou)損后(hou)，寄生(sheng)菌容易入侵，導致(zhi)二次(ci)損失增(zeng)加。有研(yan)究指出(chu)，表面柑橘皮柔軟(ruan)易(yi)裂，表皮中(zhong)的(de)油(you)細胞易(yi)劃傷(shang)(shang)。果(guo)實一(yi)旦(dan)受傷(shang)(shang)，很容易(yi)誘發各種病原菌入侵，大(da)(da)大(da)(da)增加了腐(fu)爛傷(shang)(shang)害(hai)的(de)幾率。在一(yi)些機械化水平較(jiao)高的(de)國家，因機械損傷(shang)(shang)而損失(shi)的(de)水果(guo)平均約占總(zong)重量的(de)30-40%。因此，水果機械(xie)損傷(shang)的檢測，特別是早(zao)期檢測，受(shou)到了全球的廣泛關注。
浙江理工大(da)學傅霞萍(ping)教授團隊利用江蘇雙利合譜高光(guang)(guang)譜熒光(guang)(guang)測試(shi)系統（包括GaiaField-V10EAZ4、氙燈光源、高度(du)可調(diao)樣品臺(tai)、濾光片組和(he)配備有(you)數據(ju)采集軟件和(he)數據(ju)分(fen)析軟件的計算機），分別獲取90個(ge)梨樣品（分為A、B和C三組）在挫傷后(hou)五個時(shi)間（挫傷后(hou)即刻、15分鐘(zhong)、24小時、48小時和(he)72小時）的高光譜圖(tu)像。系(xi)統(tong)示意圖(tu)如圖(tu)1所示。
|
圖1高光譜熒光成像(xiang)系統(tong)示意(yi)圖 |
對采集(ji)到(dao)的熒光高光譜數據進行預(yu)處理，使用PCA（主成分分析）、MNF（最(zui)小噪聲分離）和ICA（獨(du)立成分(fen)分(fen)析）從采(cai)集的光譜圖像中提取特征。通過對圖(tu)像進行降維和特征提取處理，得到(dao)每幅圖(tu)像的主成(cheng)分。圖(tu)2顯示了C組按照(zhao)主成分累計貢獻率達(da)到95%提取的(de)前三(san)個主成分。
|
圖2 C組傷(shang)后不(bu)同時間PCA、MNF、ICA提取的前三個主成分 |
圖3顯示(shi)了隨機選(xuan)擇(ze)樣本的(de)單波段圖像處理流程。最后(hou)，對形態學處理后(hou)的(de)圖像選(xuan)擇(ze)合適的(de)閾值分割出特征區域，并用于掩模處理。
|
圖3單波段圖像(xiang)處理(li)流程 |
對每個樣品(pin)感興趣區域內(nei)的所有(you)像素(su)的光譜信息(xi)進行平(ping)均和(he)平(ping)滑，以用于熒光效應(ying)分析。如圖4所示(shi)，數字1至(zhi)5表(biao)示(shi)樣品擦傷(shang)后的五(wu)個時(shi)間段：即刻(ke)、15分(fen)鐘、24小時(shi)、48小時(shi)和(he)72小時(shi)。
|
圖(tu)4（a）不同(tong)損傷(shang)程度的樣(yang)品在損傷(shang)后不同(tong)時間(jian)的平均(jun)熒光光譜（B）520nm峰(feng)處的放(fang)大圖像（c）680nm峰(feng)處的放(fang)大圖像 |
字(zi)母a至(zhi)c表示三個瘀(yu)傷級別(bie)：輕微和(he)(he)嚴重，對(dui)應(ying)于(yu)(yu)A組(zu)至(zhi)C組(zu)。圖4a顯示了不(bu)同(tong)損傷程度的(de)(de)(de)樣品在損傷后不(bu)同(tong)時間熒(ying)(ying)光(guang)光(guang)譜的(de)(de)(de)變化。從圖4a可(ke)以看出(chu)(chu)，在520nm和(he)(he)680nm附近有兩個明顯的(de)(de)(de)尖峰。圖4b和(he)(he)圖4c是在520nm處的(de)(de)(de)放大圖像，680 nm波長處。500-600 nm的(de)(de)(de)波形代表核黃(huang)素、多酚和(he)(he)黃(huang)酮類化合物的(de)(de)(de)合成反應(ying)。與表皮組(zu)織相(xiang)比，水果(guo)中的(de)(de)(de)黃(huang)酮類化合物存(cun)在于(yu)(yu)較深的(de)(de)(de)表層，這是由于(yu)(yu)它們與角蛋白的(de)(de)(de)結合相(xiang)對(dui)較慢，因此熒(ying)(ying)光(guang)響應(ying)值(zhi)(zhi)較小。葉綠素吸收(shou)350-500 nm和(he)(he)600-700 nm兩個波段的(de)(de)(de)光(guang)，并(bing)在680 nm和(he)(he)740 nm發(fa)射。680 nm附近的(de)(de)(de)熒(ying)(ying)光(guang)峰應(ying)為葉綠素吸收(shou)峰。從圖4中可(ke)以看出(chu)(chu)，兩個峰值(zhi)(zhi)處的(de)(de)(de)熒(ying)(ying)光(guang)信號強度隨著(zhu)瘀(yu)傷程度的(de)(de)(de)增加而變弱。外界損傷(shang)造成表皮(pi)組織細胞(bao)壁破裂(lie)，破壞了冠梨(li)內部成分，導致胡蘿卜素(su)和葉綠(lv)素(su)含量逐(zhu)漸降低(di)，熒(ying)光強度相應逐(zhu)漸減弱。另外，在(zai)圖4b中發(fa)現，C組(zu)挫傷樣本的熒光光譜在520 nm處的峰值(zhi)處熒光強度較低(di)。推測在樣品被(bei)挫傷后的第一天內類黃酮在很大程度上損(sun)失。
表1表示了SVM和(he)RF模型用于(yu)區分(fen)72小時(shi)后挫傷(shang)的(de)(de)樣本的(de)(de)不同挫傷(shang)水平的(de)(de)準確性。從表1中可以看(kan)出，當(dang)選擇歸一化、EMD和(he)SNV的(de)(de)預(yu)處理方法時(shi)，SVM模型在(zai)預(yu)測(ce)集中的(de)(de)結果明(ming)顯好于(yu)RF模型的(de)(de)結果。
表1基于SVM和(he)RF區分不同損(sun)傷程度的(de)建模結(jie)果
表2示出了四種不同方法尋找SVM的最佳參數的結果。從表2可以看出，網絡搜索和PSO的建模結果比其他兩種方法更準確。其中，PSO的ω值大于網絡搜索的ω值，說明PSO的容錯率較低。另外，粒子群算法能獲得全局最you解，參數之間相互獨立，便于并行化，執行速度快。
表2 SVM建(jian)模參(can)數優化結果
圖5顯示了SVM建(jian)模(mo)方法對所有樣本在(zai)同一時間點(dian)（即刻(ke)、15 min、24 h、48 h、72 h）區(qu)分不同損(sun)(sun)傷(shang)程(cheng)度、同一損(sun)(sun)傷(shang)程(cheng)度不同損(sun)(sun)傷(shang)時間點(dian)（健全、輕(qing)微(wei)、嚴(yan)重）區(qu)分損(sun)(sun)傷(shang)梨和非損(sun)(sun)傷(shang)梨的(de)準確性(xing)。
|
圖5區(qu)(qu)分(fen)損(sun)(sun)(sun)傷后同(tong)(tong)一時間（即刻、15 min、24 h、48 h、72 h）不(bu)同(tong)(tong)損(sun)(sun)(sun)傷程度(du)，區(qu)(qu)分(fen)同(tong)(tong)一損(sun)(sun)(sun)傷程度(du)不(bu)同(tong)(tong)損(sun)(sun)(sun)傷時間（A組(zu)、B組(zu)、C組(zu)），區(qu)(qu)分(fen)所有樣本(ben)健(jian)全梨和損(sun)(sun)(sun)傷梨的SVM建模結果 |
第一作(zuo)者(zhe)簡介：
傅霞萍，博(bo)士，教(jiao)授(shou)，碩士生導師。
主要(yao)研究方向：1、光譜及光譜成像(xiang)檢測技術2、農(nong)產品(pin)品(pin)質安全快速檢(jian)測(ce)技術與裝(zhuang)備3、生物(wu)組織(zhi)光傳輸特性檢測與解析
參考(kao)文獻：Fu, X., Wang, M. Detection of Early Bruises on Pears Using Fluorescence Hyperspectral Imaging Technique. Food Anal. Methods 15, 115–123 (2022).
© 2019 版權所有：江蘇雙利合譜科技有限公司 備案號： 技術支持：化工儀器網 GoogleSitemap 管理登陸
在線客服