王斌

（桐城師范高等專(zhuān)科學(xué)校，安徽 安慶 231403）

基于高光譜圖像技術(shù)的水果表面農(nóng)藥殘留檢測(cè)觀察

王斌

（桐城師范高等專(zhuān)科學(xué)校，安徽 安慶 231403）

水果品質(zhì)檢測(cè)對(duì)水果的生產(chǎn)以及銷(xiāo)售十分關(guān)鍵。光譜技術(shù)具備操作簡(jiǎn)便、非破壞、高精準(zhǔn)、高效的特征，在農(nóng)藥殘留中獲得了顯著的應(yīng)用。通過(guò)高光譜圖像技術(shù)而檢測(cè)在水果表面的農(nóng)藥殘留情況，可以使百姓食用到真正放心的水果。

高光譜圖像技術(shù)；水果表面；農(nóng)藥殘留；檢測(cè)觀察

當(dāng)前人們的生活水平都獲得了顯著的提升，從而也令健康環(huán)保的理念隨之增長(zhǎng)，人們?cè)絹?lái)越注重水果的安全質(zhì)量，尤其對(duì)于水果表面的農(nóng)藥殘留情況更為關(guān)心，這不僅會(huì)影響到百姓的身體健康問(wèn)題，還會(huì)影響水果銷(xiāo)售。雖然目前在檢測(cè)方面已經(jīng)具備了諸多良好的方式，可是大多費(fèi)時(shí)、費(fèi)力，并且均具有破壞性。而保證物品的完整，并且通過(guò)快速、簡(jiǎn)便的方式進(jìn)行檢測(cè)，則更加有利于展現(xiàn)高光譜圖像技術(shù)的實(shí)用價(jià)值。

1 高光譜圖像技術(shù)

高光譜圖像技術(shù)是通過(guò)光譜成像設(shè)備收集目標(biāo)物體的圖像信息以及光譜信息，通過(guò)圖像處理技術(shù)與光譜分析技術(shù)，鑒別并分析目標(biāo)物體的技術(shù)。此技術(shù)是諸多技術(shù)的結(jié)合體，通過(guò)二維成像技術(shù)與光譜技術(shù)融合而成。

高光譜圖像技術(shù)在農(nóng)產(chǎn)品病害乃至品質(zhì)等方面的檢測(cè)中具有良好的成果，而對(duì)于農(nóng)藥殘留監(jiān)測(cè)而言，尚處于試驗(yàn)時(shí)期，研究成果不多。經(jīng)過(guò)研究可以發(fā)現(xiàn)，通過(guò)高光譜圖詳解能夠檢測(cè)出水果葉內(nèi)殘留殺螨劑的生物活性，還可以采集到滴在水果中的毒死蜱的高光譜圖像，通過(guò)人工神經(jīng)網(wǎng)絡(luò)給予建模，可以檢測(cè)到毒死蜱等農(nóng)藥。

通過(guò)高光譜圖像技術(shù)，能夠一同采集到兩個(gè)內(nèi)容，即被檢測(cè)樣品圖像及光譜信息，但是由于高光譜圖像具有較大的數(shù)據(jù)量，并且光譜數(shù)據(jù)分析方式眾多，使得數(shù)據(jù)處理量較大，對(duì)高光譜圖像技術(shù)的應(yīng)用具有影響。所以，在眾多高光譜數(shù)據(jù)內(nèi)進(jìn)行挖掘數(shù)據(jù)，提高并融合傳統(tǒng)分類(lèi)識(shí)別技術(shù)、打造符合高光譜數(shù)據(jù)特征的分類(lèi)辨別新方式等，還需要科研人員不斷進(jìn)行探尋。高光譜成像技術(shù)在諸多范疇中愈發(fā)被人們所喜愛(ài)，在農(nóng)藥殘留檢測(cè)中具有良好的前景[1]。

2 高光譜圖像技術(shù)對(duì)水果表面農(nóng)藥殘留的檢測(cè)

對(duì)于水果生產(chǎn)而言，農(nóng)藥的大量投入，令農(nóng)藥殘留監(jiān)測(cè)技術(shù)愈發(fā)被社會(huì)所重視。透過(guò)肉眼無(wú)法分辨出水果表面的農(nóng)藥殘留情況，雖然檢測(cè)的方法已經(jīng)較多，可是由于均屬于損壞式檢測(cè)方法，從而不利于普遍推廣。比如對(duì)于在通風(fēng)陰涼處擺置72 h以上、表層滴有濃度是1∶100的炔幔特類(lèi)農(nóng)藥的橘子進(jìn)行檢測(cè)。

可見(jiàn)光與近紅外光譜范疇中，趨于400～100 nm的，對(duì)于曝光時(shí)間、掃描速度以及光譜校正等方面而言，可以采集到二維圖像像素、第三波長(zhǎng)等信息的三維圖像塊。這是因?yàn)樵诟吖庾V的數(shù)據(jù)當(dāng)中，存在多光譜通道、連續(xù)光譜以及高光譜分辨率的狀況，能夠?qū)⑹窒嗨茀s又波長(zhǎng)不同的兩幅圖像分辨出來(lái)，而且能夠獲得具備農(nóng)藥殘留范圍以及正常范圍的光譜曲線圖，以此能夠觀察到575～800 nm范疇中具有農(nóng)藥范圍與無(wú)農(nóng)藥范圍的光譜曲線的差別。

通過(guò)降維和去噪處理高光譜數(shù)據(jù)，是由于其數(shù)據(jù)量較大、相關(guān)性較高，信號(hào)噪聲等方面均會(huì)對(duì)數(shù)據(jù)的處理與分析具有較大的影響。高光譜數(shù)據(jù)具備較強(qiáng)的光譜數(shù)據(jù)信息，分辨率較高，波段較多。所以有效的高光譜數(shù)據(jù)降維方式極其重要，通?？梢酝ㄟ^(guò)主成分分析與獨(dú)立分量分析的方式進(jìn)行降維。主成分分析方式則為依照方差最大原則線性組合多個(gè)元變量，具有一些新的變量，則屬于主成分。新變量相互間并不具有任何關(guān)聯(lián)，僅需挑選前幾個(gè)主成分，則可以最大程度展現(xiàn)原始數(shù)據(jù)的內(nèi)容，其屬于應(yīng)用較廣的數(shù)據(jù)降維方式。獨(dú)立分量分析方式在盲信號(hào)分離技術(shù)中進(jìn)行發(fā)展，這是為了分離融合了相互獨(dú)立信號(hào)的觀測(cè)信號(hào)，能夠?qū)⑸僭S獨(dú)立分量提取出來(lái)而體現(xiàn)的原始信息，顯著縮減了原始數(shù)據(jù)的信息，從而清晰地觀察到具有農(nóng)藥的范圍與正常范圍的圖像之間的差異[2]。

3 結(jié)束語(yǔ)

高光譜圖像技術(shù)具備了無(wú)損、迅速檢測(cè)水果表面的農(nóng)藥殘留的能力，存在其特有的優(yōu)勢(shì)，也具有一定的缺陷。對(duì)于農(nóng)藥殘留的檢測(cè)而言依舊處在試驗(yàn)時(shí)期，對(duì)提升模型的精準(zhǔn)度、減少數(shù)據(jù)冗余乃至挑選特征波段等層面依舊需要給予完善。對(duì)于高光譜圖像技術(shù)進(jìn)行分析，持續(xù)衍生出不同的先進(jìn)理論與技術(shù)方式，通過(guò)有機(jī)結(jié)合，可以更加迅速、正確、無(wú)損地檢查出農(nóng)藥的殘留情況。

高光譜圖像技術(shù)不但可以將水果的理化性質(zhì)分析出來(lái)，還可以展現(xiàn)出其在空間當(dāng)中的分布狀況。對(duì)于圖譜信息而言，經(jīng)由化學(xué)計(jì)量學(xué)分析以及圖像處理方式，將水果品質(zhì)檢測(cè)模型創(chuàng)建起來(lái)，且用在新樣品品質(zhì)檢驗(yàn)當(dāng)中，這對(duì)水果后期的分級(jí)、銷(xiāo)售及管理十分有利，不但能夠符合消費(fèi)者對(duì)品質(zhì)的標(biāo)準(zhǔn)，還可以提升經(jīng)濟(jì)效益。

雖然在使用前景上較好，可是因?yàn)閷儆谛滦图夹g(shù)，因此該技術(shù)也具有一些局限性，會(huì)令數(shù)據(jù)處理耗費(fèi)過(guò)多的時(shí)間，對(duì)水果品質(zhì)的檢測(cè)較為不利。若想能夠有效使用高光譜圖像技術(shù)獲得水果品質(zhì)的特征波長(zhǎng)，則需規(guī)劃多個(gè)波長(zhǎng)的多光譜系統(tǒng)，提升檢測(cè)效率，從而可以看出，特征波長(zhǎng)的選擇在透過(guò)主成分分析依照光線確認(rèn)的波段內(nèi)，依舊需要在多波段內(nèi)挑選農(nóng)藥物質(zhì)的特點(diǎn)波段，所以需要較多的時(shí)間與費(fèi)用，通過(guò)分析新型數(shù)據(jù)建模方式而提升檢測(cè)的有效性以及正確性。

[1]單佳佳，彭彥昆，王偉，等.基于高光譜成像技術(shù)的蘋(píng)果內(nèi)外品質(zhì)同時(shí)檢測(cè)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2011（3）：140-144.

[2]李江波，饒秀勤，應(yīng)義斌，等.基于高光譜成像技術(shù)檢測(cè)臍橙潰瘍[J].農(nóng)業(yè)工程學(xué)報(bào)，2010（8）：222-228.

1005-2690（2017）04-0118-02

：TP391.41

：A

2017-03-09）