劉妍，周新奇，俞曉峰，李永強，韓雙來*

（1.聚光科技（杭州）股份有限公司，杭州310051；2.杭州譜育科技發(fā)展有限公司，杭州311305）

水果和蔬菜是人們日常生活中不可或缺的食物。隨著我國農業(yè)供給側改革和人民生活水平的提高，大眾的消費觀念從“吃得飽”的初級需求向“吃得好”的更高要求轉變，對果蔬的品質也提出了更高要求。通常，果蔬品質主要包括：果蔬的大小、形態(tài)、色澤、表面損傷、表面缺陷等外部品質；果蔬的水分、糖度、酸度、可溶性固形物含量、淀粉含量、維生素含量等營養(yǎng)成分，新鮮度、成熟度、內部病變等內部品質。在傳統(tǒng)檢測過程中，果蔬外部品質主要通過人工感官評定，該方法簡單，操作難度小，方便快捷，但評定結果變異大，不易量化且易受主觀因素影響。果蔬內部品質主要通過理化分析方法檢測，例如：水分含量的測定使用直接干燥法，可溶性固形物含量的測定使用折射儀法，酸度測定使用堿標準液滴定法，維生素C 含量的測定使用高效液相色譜法。這些方法檢測精度高，結果準確，但費用高，周期長，操作復雜，不易自動化。

果蔬品質無損檢測技術是利用光、聲、電、磁、力等的傳感特性，在不損傷或者不影響檢測對象物理化學性質的前提下，對果蔬產品的外部和內部品質信息進行獲取和分析評價的一種技術。該技術可以保證檢測對象的完整性，避免檢測過程中樣品成分和營養(yǎng)的損失，同時還具有檢測速度快、檢測成本低、能夠實時在線檢測等優(yōu)點。目前，果蔬品質無損檢測技術主要包括：光譜分析技術、機器視覺技術、光譜成像技術、介電性質分析檢測技術、聲學特性檢測技術、核磁共振檢測技術、電子鼻技術等。針對不同的檢測對象和檢測指標，這些無損檢測技術各具優(yōu)勢。本文主要針對常見的果蔬品質無損檢測技術的研究進展進行分析，并展望其發(fā)展趨勢和前景。

1 近紅外光譜檢測技術

依照美國材料與試驗協(xié)會（American Society for Testing and Materials,ASTM）規(guī)定，近紅外光是指波長在780～2 526 nm 波段的一段電磁波，習慣上又分為近紅外短波（780～1 100 nm）和近紅外長波（1 100～2 526 nm）2個區(qū)域。當近紅外光照射在物體上時，物質內部的分子會吸收光子，從基態(tài)躍遷至激發(fā)態(tài)，產生吸收光譜。在這些物質分子中，含氫基團或官能團的倍頻和合頻吸收是近紅外光譜信息的主要來源，因此，絕大多數的化學和生物樣品在近紅外區(qū)域均有相應的吸收帶，通過分析這些吸收信息，可以實現對樣品的定性或定量檢測[1]。

果蔬品質的近紅外無損檢測始于20世紀50年代。至21世紀初，近紅外光譜檢測技術在果蔬的水分含量[2]、蛋白質含量[3]、維生素C 含量[4-6]、糖度[7-9]、酸度[10]、硬度[11]等指標的定量分析和機械損傷[12]、內部病變[13-14]、褐變[10,15-16]、新鮮度[17]、成熟度[18]的定性判別分析中已經取得了廣泛的應用研究成果[19-21]。然而，以上研究均基于實驗室的臺式近紅外分析儀，無法滿足在田間、倉儲或運輸過程中進行分析的要求。因此，隨著微機電加工技術的發(fā)展，研究者們開始將應用開發(fā)研究聚焦在便攜式近紅外分析儀的開發(fā)、應用和模型數據云平臺的構建上。

在便攜式近紅外分析儀的開發(fā)和應用研究中，陳建新[22]基于海洋光學的PFS-1100 地物光譜儀構建近紅外光譜測試系統(tǒng)，以三星公司的S3C2440 作為數據處理器，Linux作為操作系統(tǒng)，完成蘋果硬度的便攜式近紅外光譜儀開發(fā)。該設備在檢測狀態(tài)下，工作時間可超過10 h，在待機狀態(tài)下，可持續(xù)待機20 h；對設備的實際測試結果表明，蘋果硬度實測值與設備測定值的決定系數為0.717 7，均方根誤差為2.459 N，平均誤差為4.133 4 N。裴軍強[23]選擇USB2000+可見/近紅外光譜儀、ARM嵌入式處理控制單元作為硬件系統(tǒng)基本構成，設計搭建便攜式寒富蘋果檢測系統(tǒng)。該系統(tǒng)在實際樣本的糖度檢測中，絕對偏差值不超過15%。朱丹寧[24]依托STS 微型光譜儀研究開發(fā)了一款便攜式近紅外光譜儀用于蘋果糖度檢測，模型預測相關系數為0.911，均方根誤差為0.532°Brix。郭志明等[25]設計了一套手持式近紅外檢測系統(tǒng)用于檢測番茄可溶性固形物和番茄紅素含量，模型相關系數分別為0.899和0.866，預測均方根誤差分別為0.133%和2.508 mg/kg。為滿足市場需求，商品化的便攜式近紅外分析儀被研制推出，目前的主流產品有美國Thermo Fisher Scientific的Phazir Rx系列、聚光科技（杭州）股份有限公司的SupNIR-1000 系列、日本FANTEC 的FT-20 和FQA-NIR Gun、日本Kubota 的K-BA100R 和K-SS330 等不同型號的產品。使用商業(yè)便攜式近紅外分析儀檢測果蔬品質的相關研究見表1，從中可以看出，便攜式近紅外分析儀在果蔬品質檢測中具有良好的準確度和穩(wěn)定性。

在近紅外云平臺共享技術開發(fā)中，吳海卿等[26]設計了一種基于云平臺的近紅外食品質量監(jiān)測系統(tǒng)，能夠自動完成數據采集、云端傳送、光譜分析、性質預測、報告回送等功能。該系統(tǒng)的應用，可以弱化對用戶的專業(yè)性要求，實現數據共享，降低成本。全朋坤[32]搭建了蘋果內部品質近紅外檢測平臺，并實現了基于http協(xié)議的數據云平臺記錄。這些研究均打破了傳統(tǒng)的單機版近紅外光譜分析系統(tǒng)，以云計算為平臺，構建公共、開放的近紅外光譜分析系統(tǒng)，實現在云平臺上的光譜輸入輸出、光譜預處理和定性定量分析。該技術可以促進近紅外光譜檢測技術的網絡化，實現果蔬品質的遠程管控與溯源。

近紅外光譜檢測技術具有簡單、快捷、方便、低成本，以及可同時測定多項指標、能夠實現在線無損檢測等優(yōu)點，但也存在對樣品均勻性要求高、易受樣品溫度及檢測部位影響等的局限。未來，在近紅外光譜檢測方法的開發(fā)上，需要增加對待測成分標準品的光學特性和特征吸收波段研究，同時，針對不同品類果蔬的差異，開發(fā)針對性的檢測方法并形成標準，以提高檢測技術的實用性和推廣性；在近紅外光譜檢測裝備的研發(fā)上，需要研究和制定臺間差消除、溫度修正、波長和能量校正的措施，在滿足檢測要求的同時降低儀器成本，提高果蔬企業(yè)對儀器的接受度。

2 機器視覺檢測技術

機器視覺檢測技術是用計算機來模擬人類視覺功能進行檢測的技術，主要是以計算機和圖像獲取設備為工具，由圖像獲取設備將檢測對象的外部特征信息高速輸送給計算機進行圖像處理、分析和模式識別，從而實現對檢測對象外觀品質的綜合評價[33]。機器視覺不會有人眼的疲勞，卻有著比人眼更高的精度和速度，在果蔬檢測領域，多用于實現不同品質果蔬的分級分選檢測。

近年來，基于機器視覺的果蔬品質分級分選技術已經取得了許多重要成果，檢測指標主要有果蔬的顏色、表面缺陷、尺寸和形狀、種類[34]、成熟度[35-37]、損傷度[38]等。唐義華[39]利用機器視覺技術對紅提顏色進行分級檢測，分級準確率在94.7%以上。SOFU等[40]設計了一套蘋果自動分揀和品質檢測系統(tǒng)，該系統(tǒng)能夠采集和分析蘋果在輥道輸送機上滾動的4幅圖像，在使用雙通道的情況下，平均每秒可分選15 個蘋果。王風云等[41]設計開發(fā)了一套基于機器視覺的雙孢蘑菇的分級系統(tǒng)，并提出了基于分水嶺和閉運算等處理的雙孢蘑菇圖像的大小分級算法，準確率為97.42%，破損率為0.96%，與人工分級相比，該方法的效率提高了38.86%。AGUILERA PUERTO 等[42]從3 種不同視角下采集橄欖內果皮圖像，在圖像直方圖的基礎上獲取特征向量，使用判別分析和神經網絡2 種分類技術分別進行分類測試，均獲得良好的分類效果，對不同品種的樣本分類準確度可達89%。

經過多年的研究，世界上已有多家公司研發(fā)、制造基于機器視覺檢測技術的果蔬分級設備。例如，法國MAFRODA公司、意大利UNITEC公司、荷蘭GREEFA公司和西班牙FOMESA公司等，都具有先進的視覺檢測分揀技術，并實現了分選設備的產業(yè)化制造和市場銷售。其產品檢測分選范圍廣泛，可以處理藍莓、蘋果、櫻桃、柑橘、橙、梨、蘋果、番茄、圣女果、青椒等，分選后的產品具有出色的品質，為果蔬產業(yè)帶來了巨大的經濟效益。我國基于機器視覺檢測技術的果蔬分級設備研究和開發(fā)目前還處于起步階段，部分高校已經在該領域取得研究成果，例如浙江大學、中國農業(yè)大學、山東農業(yè)大學、寧夏大學等均研發(fā)出水果視覺檢測分選設備，但多數處于項目示范應用階段，未進行產業(yè)化生產和推廣。機器視覺檢測技術主要依賴于圖像處理算法來進行圖像分析，因此，改進算法，提高圖像特征對農產品樣本表征的準確性，提高機器視覺系統(tǒng)的處理效率和魯棒性，是機器視覺檢測技術急需解決的問題。同時，由于機器視覺的商業(yè)化應用多搭載于自動分選系統(tǒng)上，因此，獲取快速動態(tài)狀態(tài)下果蔬的全方位掃描信息、提高檢測準確度和檢測速度也是需要不斷深入研究的課題。

3 高光譜成像檢測技術

高光譜成像（hyperspectral imaging,HSI）檢測技術是將光譜技術和成像技術結合，通過光譜儀或檢測樣品的移動，以紫外至近紅外波段的光同時對物體進行連續(xù)掃描，采集樣品的空間信息、光譜信息和光強度信息，獲得樣品在每一有效波長下的圖像信息和每一檢測位置的光譜信息，實現對待測樣品的快速無損檢測。通過高光譜成像獲得的數據為一個包括2個空間維度和1個波長維度的三維數據塊[43]。該數據塊是由逐行掃描第二空間維度獲得的，因此，HIS檢測技術非常適合用于傳輸帶上的樣品品質檢測和分級。

在果蔬品質檢測方面，高光譜反射成像是最常見的類型，通常在可見/近紅外（visible/near-infrared,Vis/NIR）（400～1 000 nm）或短波紅外（1 000～2 500 nm）范圍內，用于對果蔬內部品質和外部缺陷的檢測[44-45]。例如，張然采集了不同損傷程度的馬鈴薯HSI信息（468～1 000 nm），通過主成分分析選擇區(qū)域特征明顯的主成分圖像，然后將篩選的圖像與對圖像貢獻率最高的波段進行遞推最小二乘處理，同時結合貝葉斯分類器模型進行識別分析，實現了對馬鈴薯外部凍傷、機械損傷、摔傷等損傷的識別[46]。張夢蕓進行了基于高光譜成像技術對藍莓內部瘀傷檢測的研究，使用卷積神經網絡對高光譜圖像進行分割，提高了檢測的準確率并解決了藍莓的擺放問題，對早期瘀傷的測試識別率達到81.1%[47]。RADY等利用可見光/高光譜成像（400～900 nm）檢測蘋果蠹蛾侵染情況，對侵染的判別率達到86%[48]。KERESZTES等開發(fā)了一個使用短波紅外高光譜成像技術結合眩光矯正技術的早期蘋果瘀傷的檢測系統(tǒng)，準確度可達到98%，并且每個蘋果的檢測時間低于200 ms[49]。WU 等利用HSI 技術獲取棗的反射圖像來識別棗的常見缺陷（昆蟲傳播和裂縫），通過篩選合適的分析波長進行模型建立，準確度達到96%[50]。MOLLAZADE 利用300～1 000 nm 的高光譜成像系統(tǒng)檢測紐扣蘑菇4 個水平的表皮褐變，證明利用高光譜成像和化學計量學技術對蘑菇帽上不同程度的褐變進行分類是可行的[51]。XIE等通過獲取不同成熟度香蕉在380～1 023 nm波段的高光譜圖像，建立偏最小二乘（partial least squares,PLS）模型來預測香蕉的顏色和硬度，實現對香蕉成熟度的判別[52]。綜合以往的研究可以看出，高光譜成像技術能夠實現對果蔬內外部品質的有效檢測和判斷。國內外已有許多公司開發(fā)出適用于果蔬行業(yè)的高光譜成像的檢測設備，例如，芬蘭SPECIM公司的工業(yè)高光譜相機FX 系列、北京卓立漢光儀器有限公司的高光譜成像儀，前者可搭載于果蔬分選生產線上，后者主要用于實驗室研究。

高光譜成像技術在采集和處理圖像數據的過程中，受限于儀器性能和處理速度的影響，該技術目前主要應用于基礎性研究，并未廣泛應用于工業(yè)的在線實時檢測中。針對這一問題，需要從如下2方面進行改進：一是改進并升級高光譜成像技術的相關設備，提升其性能并降低其生產成本；二是針對全波段高光譜圖像進行特征波長選取，以降低數據冗余量，減少高光譜圖像的獲取以及處理時間。未來，將高光譜技術與熒光技術、投射技術進行結合，進而對農產品內外品質進行綜合評價也會成為HSI技術的一個主要研究方向。

4 聲學分析檢測技術

聲學分析檢測技術是利用檢測對象的聲學特性與其品質參數間的相應聯(lián)系，從而根據聲學特性對檢測對象進行品質判斷的一種技術。果蔬的聲學特性是指果蔬產品在聲波作用下的透射特性、散射特性、吸收特性、反射特性、衰減系數和傳播速度及其本身的聲阻抗與固有頻率等[53]。由于聲學特性的不同，不同樣品對聲波吸收和散射會不同，導致聲音的衰減程度不同，利用該規(guī)律可以實現果蔬內部品質的無損檢測[54]。

4.1 超聲波檢測技術

超聲波是指頻率大于20 kHz的聲波，因其頻率下限大于人的聽覺上限而得名。超聲波檢測技術將已知的超聲波能量傳輸到被測物料中，由于物料的組織結構特性、物理化學質量指標和質量屬性會對超聲波的傳播產生影響，通過測量反射或透射的超聲波信號可以檢測物料的品質[55]。通常，果蔬品質檢測均利用小于500 kHz 的低頻超聲波進行，其特點是頻率高、能量低，可實現無損檢測。

MIZRACH[56]開發(fā)了一種無損超聲檢測系統(tǒng)，該系統(tǒng)利用一組低頻探頭來測量通過果皮短距離發(fā)送和接收的超聲波信號，用于評價鱷梨、杧果成熟度和硬度等品質性狀。其研究發(fā)現，超聲波的衰減通過果皮和附著的果實組織傳播，在果實成熟期和貯藏過程中隨著果實的逐漸成熟和軟化而發(fā)生變化；此外，通過定量地將超聲波衰減測量值與果肉的生理參數聯(lián)系起來，建立了超聲波測量值與杧果、鱷梨的果實硬度和成熟度等品質相關性狀的關系。HAYDAR等[57]應用超聲波技術，以蘋果的力學特性為品質因子，開發(fā)了一套便攜式檢測系統(tǒng)，主要由1 對中心頻率為40 kHz 的收發(fā)換能器、1 個信號產生單元、2 個信號（輸入和發(fā)送）的增益比和相位差測量單元、1 個微控制器和1 個液晶顯示器組成；通過采用多元線性回歸方法，建立了蘋果的硬度、彈性模量、斷裂能3個力學屬性隨超聲波速度的變化以及超聲波信號在整個果實中的衰減情況模型，相關系數分別為0.73、0.64、0.73，預測均方根誤差分別為2.35 N、0.18 MPa、5.18 mJ，表明利用超聲無損檢測系統(tǒng)測量蘋果的超聲速度和衰減，可以無損地對蘋果的力學性能進行評價。王艷萍[58]設計開發(fā)了一套適用于低頻超聲實驗的檢測平臺，通過收集沙窩蘿卜的超聲波圖形，選定頻譜圖中的最大幅度值來對沙窩蘿卜內部是否存在糠心進行判別，結果對無糠心和有糠心判別的準確率分別達到81.25%和75%。

超聲波對氣泡非常敏感，果蔬產品中存在的空隙和毛孔會通過散射而減弱穿過植物組織的聲波，使超聲檢查數據復雜化，影響檢測結果。另外，由于空氣和超聲探頭之間的聲阻相差較大，需要探針和產品之間直接接觸或在兩者之間使用凝膠?；谝陨? 個原因，超聲波在很大程度上仍然是一種研究工具，在果蔬品質檢測中的商業(yè)應用暫未成熟。

4.2 振動聲學檢測技術

振動聲學檢測技術是指通過收集物體撞擊待測物質而產生的聲音信號，提取有效的聲音特征信息，將這些特征信息與待測物質自身的品質特性建立模型，從而實現利用聲學信息對物質品質特性進行檢測的技術。

在果蔬產品的品質檢測中，振動聲學檢測技術多用于樣品內部品質的檢測。ABBASZADEH等通過敲擊西瓜采集振動聲學信號，采用頻率響應函數方法，確定了深紅色甜西瓜的硬度[59]。IKEDA等通過測定西瓜表面的彈性波速度，對西瓜的硬度進行預測，發(fā)現西瓜表面彈性波速度與其感官硬度有較好的相關性：當西瓜的貯藏時間延長10 d 后，彈性波的速度下降10%[60]。FOERSTER等設計開發(fā)了一套帶有集成傳感器（壓電薄膜或電容話筒）的樣品架和機械激勵裝置（壓電驅動器、微型電磁閥、微型錘）的聲學檢測裝置，通過分析電容話筒收集的敲擊白蘆筍的聲信號，實現了對空心白蘆筍的判別[61]。王志鵬研究搭建了由壓電梁式傳感器進行信號激勵和感測的無損檢測裝置，用于提取新疆庫爾勒香梨的聲振多響應參數，在穩(wěn)定檢測的條件下，檢測模型對不同硬度香梨的判別正確率能夠達到86.7%[62]。

振動聲學技術只適用于具有一定硬度或脆度的果蔬產品檢測，對于較為柔軟、敲擊或碰撞不易產生聲音且易受損傷的果蔬產品和硬度差異較大的果蔬產品則不適用。同時，在使用該技術進行檢測的過程中，并不能完全保證敲擊或碰撞產生聲音信號的過程不會對產品造成損傷。因此，振動聲學技術在果蔬品質檢測的應用中存在一定的局限性，暫未實現商業(yè)化生產和推廣。

5 電子鼻檢測技術

電子鼻檢測技術又稱智能仿生嗅覺檢測技術，是通過模擬生物嗅覺功能來實現對檢測對象進行分析評價的一種技術。電子鼻系統(tǒng)主要由氣體采樣系統(tǒng)、傳感器陣列、信號預處理、模式識別和氣味表達5 部分組成。其中，傳感器陣列中的每個傳感器對被測氣體均有不同的靈敏度，當被測氣體與傳感器陣列發(fā)生作用時，便形成該氣體的特征響應譜[63]。通過分析所獲取的特征響應譜，電子鼻能夠實現對氣體或揮發(fā)性成分的定性或定量檢測，為果蔬品種的判別及品質檢測提供一種檢測手段。

電子鼻在果蔬品質檢測中的應用主要集中在果蔬新鮮度、成熟度和腐爛程度的檢測，以及果蔬的品種、產地、損傷和病害判別。例如，REN等使用配套有頂空采樣系統(tǒng)的電子鼻檢測富士蘋果從不同高度掉落受到的損害的嚴重程度，證明電子鼻技術結合人工神經網絡和多元分析算法能夠實現對蘋果損傷程度的有效判別[64]。為提高判別成功率，LI 等研究使用2臺不同型號的電子鼻設備共同對蘋果損傷程度進行預測，結果發(fā)現，使用協(xié)方差矩陣自適應進化策略進行特征層數據融合和使用貝葉斯網絡作為分類器均能更好地實現對蘋果的損傷識別和分類[65]。JIA 等使用德國AIRSENSE 公司的PEN3 電子鼻對新鮮蘋果和接種了擴展青霉、黑曲霉的金冠蘋果進行判別，篩選出了電子鼻中對腐敗蘋果的氣味敏感的氣體傳感器W1S、W2S、W5S、W1W 和W2W，同時，通過對比不同模式識別方法的建模效果，優(yōu)選預測效果最好的方法，對腐敗蘋果的判別率達到96.3%[66]。隨著生物技術、傳感技術和電子技術的發(fā)展以及新型納米材料的研發(fā)和應用，電子鼻的功能日益增強，體積越做越小，成本逐漸降低。目前，在果蔬品質檢測中應用較多的商業(yè)化產品主要為德國AIRSENSE 公 司 的PEN3、美 國ISENSO 公 司 的SuperNose、上海保圣電子鼻（Bosin CNose）等。應市場需要，優(yōu)化傳感器和電子鼻硬件設計、開發(fā)手持式產品是電子鼻研究中的熱點。

6 介電性質分析檢測技術

一般的果蔬產品都是介于導體和絕緣體之間的電介質，其內部存在大量的帶電粒子從而形成生物電場。在外加電場作用下，果蔬內部各類化學物質所攜帶電荷的空間分布情況及數量均會發(fā)生變化，從而導致果蔬產品生物電場的分布及強度發(fā)生變化。因此，果蔬含水率、糖度、酸度、成熟度、新鮮度、損傷度等品質因素均會對其介電特性產生影響[67-68]。介電性質分析檢測技術就是通過篩選對果蔬品質指標變化敏感的介電性質參數，建立品質指標參數與介電性質參數間的相關關系模型，從而實現對果蔬品質的檢測。

目前，介電性質分析檢測技術的應用研究主要集中在對果蔬產品的水分含量、硬度、成熟度、糖度、病蟲害等內部品質情況的檢測判別[69]。例如，MCKEOWN 等[70]用開放式同軸探針和網絡分析儀測量了洋蔥在200 MHz 至20 GHz 范圍內的介電性質，發(fā)現水分含量與較高頻率下的介電常數呈線性相關；通過建立介電常數和損耗因子、水分含量的函數關系，實現了高精度（R2=0.99）預測洋蔥的含水量。王若琳等[71]通過分析‘秦冠’蘋果的11 個電學指標在100～3.98 MHz 間13 個頻率點的特征值與水心病發(fā)病情況的關系，發(fā)現水心病引起果品的介電損耗系數、復阻抗相位角、串聯(lián)等效電容、并聯(lián)等效電容、相對介電常數及損耗因子共6 個電學參數在100～1.0×104Hz低頻區(qū)的觀測值高于健康蘋果，為用電學方法檢測水心病果品提供了理論依據。SOLTANI FIROUZ等[72]采用帶平行板電容采樣的正弦波頻率發(fā)生器，研究了不同成熟度的香蕉果實引起的電容差異，發(fā)現香蕉果實的相對介電常數與品質參數有關：青熟香蕉果實比全熟香蕉果實具有更大的介電常數，其介電常數隨成熟期的延長而降低。此外，通過二次回歸建立介電常數與成熟度參數的定量模型，建立了一種快速、無損的香蕉果實成熟評價方法。

基于介電特性方法評價果蔬品質在原理上和技術上都具有可行性，但相關應用研究還未達到實用階段。

7 核磁共振檢測技術

核磁共振檢測技術是利用原子核在特定磁場中能夠從低能級躍遷到高能級時產生共振吸收現象，而對原子核進行探測的一種技術。目前，可用于核磁共振檢測的原子核主要有1H、11B、13C、17O、19F、31P，最常用的為氫核[73]。果蔬產品中的水、糖、油、淀粉等物質中都具有氫核，因此，核磁共振圖像可以提供水分子、糖、類脂、脂肪的自旋密度分布信息以及自旋和細胞組織間的關系信息，利用核磁共振技術可以實現對果蔬成分的檢測。

目前，多數的果蔬品質檢測都是將樣品置于恒定磁場強度低于0.5 T 的磁場中進行低場核磁共振檢測。例如：周水琴等[74]采用核磁共振成像設備掃描得到新疆庫爾勒香梨中部冠狀面圖像，使用MATLAB軟件完成圖像分割和中值濾波，然后采用自動閾值分割目標區(qū)域，并利用圖像面積區(qū)域屬性函數分離果核與褐變部分，以提取香梨褐變特征，并對誤判褐變切片圖像作了進一步分析與處理，實驗結果表明，核磁共振成像技術對不同貯藏周期的正常與褐變香梨切片圖像的識別準確率分別為84%和100%，且該方法對貯藏后期（6個月）香梨的褐變識別更有效。陳森等[75]利用低場核磁共振技術對櫻桃在常溫儲藏條件下的水分變化和遷移規(guī)律進行研究，結果表明，隨著儲存時間的延長，果皮與果肉分層，果肉水分逐漸向內遷移。FOUCAT 等[76]在－20 ℃低溫狀態(tài)下，測定了3種不同基因型番茄分別在處于綠色成熟期和紅色成熟期時的低場核磁共振弛豫時間，通過分析不凍水的狀態(tài)，可以在紅色成熟階段將3 種不同基因型的番茄明顯區(qū)分。TAGLIENTI 等[77]研究了獼猴桃采后貯藏過程中核磁共振成像參數、生理因素（呼吸和乙烯含量）和軟化之間的關系，結果表明，核磁共振可以識別與水流動相關的微小質地變化，這些質地變化是由獼猴桃軟化引起的，通過識別該變化可以實現對獼猴桃成熟度的判別。

從目前的研究現狀來看，核磁共振成像技術對果蔬品質的檢測主要集中在水分的分布及流動性研究方面，具有穿透力強、分辨率高，不受樣品狀態(tài)、形狀、大小的限制，檢測結果準確度高、重復性好等優(yōu)點，但也存在設備成本高、信號分析具有專門性和復雜性等缺點，不利于其在果蔬領域中的應用推廣。

8 小結與展望

本文對幾種常見的果蔬品質無損檢測技術的基本原理、特點和應用研究現狀進行了綜述?？梢钥闯?，以上無損檢測技術各具優(yōu)勢，克服了傳統(tǒng)檢測方法費時費力、操作煩瑣、破壞樣品的缺點，可作為快速有效的檢測技術，應用于果蔬采后的在線檢測、品質判斷、過程控制和分級定價系統(tǒng)中。然而，除了近紅外光譜檢測技術目前的商品化程度和應用推廣度較高外，其他無損檢測技術對果蔬品質的檢測還主要集中在實驗室階段，仍需要大量的理論研究和應用研究支撐和推動其應用化和產業(yè)化發(fā)展。

針對無損檢測技術在果蔬品質檢測中的應用推廣問題，今后的研究可以從以下3 個方面展開：1）在進行多技術融合應用研究的同時，要注重各個技術在應用中的機制解析和多技術數據融合、處理的算法研究，確保檢測的準確度。例如：分析光、聲、電、磁在不同果蔬組織中的吸收特性和傳播途徑；研究與檢測項目相關的分子與光、聲、電、磁的詳細作用機制；分析影響檢測結果的主要成分和結構參數；尋找最優(yōu)的建模參數；優(yōu)化現有的特征提取算法和建模算法，嘗試新算法應用，建立穩(wěn)定、可靠的校正模型等。2）在無損檢測裝備開發(fā)研究方面，要以實現自動化、系統(tǒng)化、網絡化和關鍵器件國產化為目標，研發(fā)模塊化、智能化、集中化的檢測設備并將其物聯(lián)網化。3）在果蔬檢測應用示范推廣方面，要平衡好檢測方法的針對性和普適性要求。果蔬產品作為一種復雜的檢測對象，不同的產地、生長環(huán)境、農藝條件、品種的個體間差異很大。因此，要針對不同的應用場景，收集代表性樣品進行校正模型的建立，同時，要注重檢測方法的標準化，以避免不同操作人員帶來的誤差。另外，要注重不同設備間模型轉移方法的研究和優(yōu)化，以滿足實際推廣要求。

未來，隨著計算機技術、自動化控制技術、無損檢測技術的不斷發(fā)展，果蔬品質檢測將實現全方位多項目檢測同步化、檢測方法及標準數字化、檢測分級自動化和系統(tǒng)化，技術和設備從實驗室研究向實際生產應用的轉化也將越來越快。