陳澤珊

（廣東省輕工業(yè)技師學院，廣東廣州 510000）

當前社會環(huán)境下，消費者對于食品品質(zhì)的關(guān)注，逐漸成為食品行業(yè)發(fā)展與轉(zhuǎn)型的重點。隨著計算機成像技術(shù)、光譜技術(shù)水平的提升，高光譜成像技術(shù)在食品品質(zhì)檢測中得到了應(yīng)用。高光譜成像系統(tǒng)內(nèi)包含分光設(shè)備，這是系統(tǒng)核心元件，通過光學元件把寬波長混合光分散為頻率不同的單波長光，通過計算機軟、硬件采集食品品質(zhì)的相關(guān)數(shù)據(jù)，隨之利用點掃描、線掃描、面掃描這3種方法獲取高光譜圖像，完成食品品質(zhì)無損檢測?，F(xiàn)階段關(guān)于高光譜成像技術(shù)的應(yīng)用已經(jīng)有比較豐富的研究理論，為該技術(shù)在食品品質(zhì)無損檢測中的應(yīng)用夯實了理論基礎(chǔ)。因此，本文針對食品品質(zhì)無損檢測過程中高光譜成像技術(shù)的具體應(yīng)用展開分析，介紹高光譜成像系統(tǒng)，總結(jié)技術(shù)應(yīng)用要點，總結(jié)食品品質(zhì)無損檢測需注意的要點，切實保證食品安全。

1 高光譜成像系統(tǒng)概述

1.1 高光譜成像系統(tǒng)原理

高光譜成像技術(shù)是在很多窄波段基礎(chǔ)上形成的一種影像數(shù)據(jù)技術(shù)，融合了成像、光譜兩種技術(shù)，對被測目標二維幾何空間、一維光譜信息進行探測，采集到高光譜分辨率連續(xù)且窄波段圖像信息。高光譜成像技術(shù)在各個行業(yè)領(lǐng)域有非常普遍的應(yīng)用，有光柵分光、聲光可調(diào)諧濾波分光等多種類型，可滿足食品安全檢測、醫(yī)學診斷以及航天領(lǐng)域等檢測的需求。高光譜成像技術(shù)水平的提升使光譜分辨率和探測性能也隨之增加。對比高光譜成像技術(shù)、全色和多光譜成像技術(shù)，高光譜成像技術(shù)的優(yōu)勢主要體現(xiàn)在近似連續(xù)地物光譜數(shù)據(jù)、地表覆蓋探測與識別水平高、地形要素分類識別方式多元化、滿足地形要素定量與半定量識別要求等方面。

基于高光譜成像技術(shù)，隨之構(gòu)建高光譜成像系統(tǒng)。高光譜成像系統(tǒng)包括軟硬件兩個部分，其中硬件部分的關(guān)鍵裝置為傳感器、光源、掃描器和控制裝置。傳感器作為系統(tǒng)硬件的核心部件，主要包含物鏡、光譜儀和CCD陣列探測器，而光譜儀則細分為干涉型、光柵型兩種；CCD陣列探測器有線陣探測器、面振探測器兩類。系統(tǒng)的軟件部分則是由光譜預(yù)處理軟件、數(shù)據(jù)采集軟件、數(shù)據(jù)處理軟件組成。

在食品品質(zhì)無損檢測中應(yīng)用高光譜成像系統(tǒng)，因為該系統(tǒng)中光譜儀是非常重要的元件，其中包含棱鏡-光柵-棱鏡單元，其作用是規(guī)避環(huán)境光對系統(tǒng)運行的影響，當光譜儀采集到被測食品一行圖像，此時該單元也能在光譜軸上色散圖像像素點，從而得到空間軸、光譜軸對應(yīng)的一維影像與光譜數(shù)據(jù)，因為被測物體、棱鏡持續(xù)運動，便會構(gòu)成物體光譜圖像[1]。CCD陣列探測器可采集到所有瞬間信號，進而獲得高光譜三維圖像數(shù)據(jù)塊，為食品品質(zhì)無損檢測提供支撐。

1.2 高光譜成像優(yōu)勢

隨著技術(shù)水平的提升，高光譜成像光譜分辨率、探測能力相應(yīng)地得到提升。對比高光譜成像、全色成像和多光譜成像，總結(jié)高光譜成像在應(yīng)用中具有如下優(yōu)勢：①地物光譜信息近似連續(xù)性。利用高光譜影像技術(shù)，當重建了光譜反射率后，可采集光譜反射率曲線，且該曲線與被探測物近似連續(xù)，能夠契合實測值，實驗室構(gòu)建的被探測物光譜分析模型，也可在成像中得到應(yīng)用。②增強地表覆蓋探測與識別性能。高光譜數(shù)據(jù)可探測的物質(zhì)中，包括具有診斷性光譜吸收特征物質(zhì)，并對地表植被覆蓋所屬類型、道路地面材料做出區(qū)分。③識別地形要素分類方式更加多元化。影像分類識別陰暗可采用多種方法，如貝葉斯判別法、決策樹和神經(jīng)網(wǎng)絡(luò)等。此外，還可應(yīng)用被探測物基礎(chǔ)上的光譜數(shù)據(jù)庫光譜匹配方式。④實現(xiàn)地形要素分類識別的定量與半定量。高光譜影像可對諸多被探測物狀態(tài)參量進行預(yù)估，這使成像高定量分析質(zhì)量得到提升，保證最終成像的精度。

2 高光譜成像技術(shù)在食品品質(zhì)無損檢測中的應(yīng)用

2.1 高光譜成像技術(shù)在食品新鮮度方面的檢測應(yīng)用

采用高光譜成像技術(shù)可檢測食品新鮮度，下面以肉制品新鮮度為例展開分析。傳統(tǒng)的檢測分析肉類食品新鮮度的方法是感官評價法，但這種方法會對肉制品造成破壞[2]。改為高光譜成像技術(shù)后，檢測人員可通過近紅外高光譜成像系統(tǒng)波長區(qū)，針對各個成分、加工參數(shù)條件下的肉制品質(zhì)量展開檢測，在不破壞肉制品完整度的情況下獲取新鮮度數(shù)值。建議高光譜成像技術(shù)檢測熟食肉類制品，可應(yīng)用主成分分析法，挑選8個特征波長檢測肉類熟食品質(zhì)，分 別 為980 nm、1 061 nm、1 141 nm、1 174 nm、1 215 nm、1 325 nm、1 436 nm和1 241 nm，最終得出檢測結(jié)果準確率可達97%。

如果檢測對象為果蔬類食品，了解此類食品的品質(zhì)可從酸度、硬度、水分、淀粉含量、成熟度和內(nèi)部缺陷等方面做出分析，如蘋果、香蕉等食品的色澤因素是衡量品質(zhì)的一項重要標準。按照現(xiàn)有研究結(jié)果，果蔬類食品品質(zhì)的檢測應(yīng)用近紅外高光譜成像技術(shù)，檢測人員應(yīng)用最小二乘回歸法，構(gòu)建分析模型，為顏色反射率、模型決定技術(shù)分析提供了便利條件。還有一些檢測人員在蝦的新鮮度檢測中應(yīng)用高光譜成像技術(shù)，控制近紅外高光譜圖像波長范圍在400～1 000 nm，采用連續(xù)投影算法、最小二乘回歸法，以組合的形式開展新鮮度無損檢測，按照得到的檢測結(jié)果，發(fā)現(xiàn)連續(xù)投影算法、最小二乘回歸法組合檢測結(jié)果的準確率最高可達98%，預(yù)測正確率也高達95%[3]。

食品外觀品質(zhì)既與市場價值緊密關(guān)聯(lián)，又與消費者喜好、市場選擇等息息相關(guān)。以果蔬類產(chǎn)品為例，透過產(chǎn)品外觀，可直接了解到內(nèi)部質(zhì)量。采用高光譜成像技術(shù)便可了解采摘水果后的隱性損壞情況[4]。很多專家針對近紅外高光譜成像技術(shù)在果蔬類產(chǎn)品無損檢測中的應(yīng)用進行了研究。例如，芒果機械性損傷檢測，按照現(xiàn)有的研究經(jīng)驗，得出的芒果損傷檢測圖像波長在650～1 100 nm，芒果損傷檢測主要采用分類法，分別是線性判別分析法、近鄰法、樸素貝葉斯分類法、決策樹法和極限學習機法，在無損檢測中應(yīng)用這5種方法，得出芒果機械性損傷分類的準確率高達97.9%；如果是在雞蛋內(nèi)部質(zhì)量檢測中應(yīng)用，該技術(shù)系數(shù)值設(shè)定為0.87，得出預(yù)測準確度達到96.3%。由此可見，高光譜成像技術(shù)在食品新鮮度檢測中的應(yīng)用具有極高的可行性。

2.2 高光譜成像技術(shù)在食品生物污染檢測中的應(yīng)用

為了保證食品安全，需展開食品生物污染檢測，如肉類制品易受冷庫溫度變化影響，增加肉制品附著的細菌數(shù)量，從而引發(fā)食品質(zhì)量問題[5]。為了解決食品安全問題，建議在生物污染檢測中應(yīng)用高光譜成像技術(shù)，保證人們的消費安全。結(jié)合當前我國肉制品生物污染檢測體系建設(shè)現(xiàn)狀，檢測人員可采用近紅外高光譜技術(shù)，檢測分析腐敗變質(zhì)肉制品中的微生物情況，還支持各溫度條件下微生物生長的檢測。同時，實際開展食品生物污染檢測，可在偏最小二乘法基礎(chǔ)上構(gòu)建模型，如應(yīng)用近紅外高光譜技術(shù)檢測肉制品包含的假單胞菌含量，可在遺傳算法基礎(chǔ)上搭建波長體系，為生物污染檢測提供支持。

2.3 高光譜成像技術(shù)在食品水分檢測中的應(yīng)用

食品水分檢測是食品品質(zhì)無損檢測的重要組成部分，需用到食品水分檢測技術(shù)。傳統(tǒng)食品水分檢測技術(shù)不僅需消耗大量時間，檢測效率也不高。因此，基于上述問題，在食品水分檢測中開始廣泛應(yīng)用高光譜成像技術(shù)。此技術(shù)不僅具有圖像、光譜技術(shù)諸多優(yōu)勢，還極大提升了食品品質(zhì)無損檢測在水分檢測方面的效率[6]。例如，針對三文魚制品進行無損檢測，采用近紅外高光譜成像技術(shù)檢測三文魚水分損失、魚肉制品pH值，實際在檢測環(huán)節(jié)工作人員設(shè)定波長范圍是400～1 700 nm，在此區(qū)間采集高光譜圖像數(shù)據(jù)，通過偏最小二乘回歸PLSR構(gòu)建預(yù)測模型，分析模型可確定水分損失交叉驗證相關(guān)系數(shù)。按照得出的水分檢測結(jié)果，確定三文魚魚肉部分pH值為6.6，水分損失交叉驗證相關(guān)系數(shù)為0.877。

此外，在羊肉產(chǎn)品水分檢測過程中，依然可采用近紅外高光譜成像技術(shù)分析肉制品化學成分。根據(jù)檢測實踐，設(shè)定紅外波長范圍是900～1 700 nm，此區(qū)間內(nèi)羊肉制品水、脂肪、蛋白質(zhì)含量系數(shù)分別為0.88、0.88、0.63，對應(yīng)的系數(shù)值標準誤差是0.51%、0.40%、0.34%。通過上述數(shù)據(jù)，可見食品品質(zhì)無損檢測中的食品水分檢測，應(yīng)用高光譜成像技術(shù)檢測效率非常高，而且水分檢測結(jié)果精度也更高。

2.4 高光譜成像技術(shù)在食品固形物含量檢測的應(yīng)用

食品品質(zhì)無損檢測還包括食品固形物含量檢測，即果蔬類產(chǎn)品中能在水中溶解的所有化合物，如糖、酸和礦物質(zhì)等。采用高光譜成像技術(shù)檢測食品固形物含量，在現(xiàn)階段食品品質(zhì)檢測領(lǐng)域是非常重要的研究對象。例如，通過高光譜成像系統(tǒng)可采集果蔬類產(chǎn)品高光譜圖像，并對吸收系數(shù)、約化散射系數(shù)進行測量，預(yù)測得出食品硬度與固形物含量。經(jīng)過實踐與研究發(fā)現(xiàn)，果蔬類食品吸收系數(shù)、約化散射系數(shù)很大程度受硬度、SSC含量影響，吸收系數(shù)、硬度、SSC含量具有非常高的相關(guān)性，得出固形物含量預(yù)測相關(guān)系數(shù)是0.864。由此可見，高光譜成像技術(shù)可用于光學特性檢測，能了解食品內(nèi)部品質(zhì)的基本情況[7]。

此外，高光譜成像技術(shù)還包括高光譜激光誘導(dǎo)熒光成像技術(shù)，此技術(shù)也廣泛應(yīng)用于食品品質(zhì)無損檢測，用于了解食品安全。例如，在700～1 100 nm波段，構(gòu)建高光譜激光誘導(dǎo)熒光成像平臺，期間還需構(gòu)建多元線性回歸模型，對果蔬類產(chǎn)品固形物含量做出預(yù)測，得出相關(guān)系數(shù)0.96。由此可見，高光譜激光誘導(dǎo)熒光成像技術(shù)可用于食品品質(zhì)無損檢測，特別是果蔬類產(chǎn)品固形物含量檢測，是非常有效的檢測技術(shù)。

3 結(jié)語

綜上所述，通過分析食品品質(zhì)無損檢測中高光譜成像技術(shù)的應(yīng)用，發(fā)現(xiàn)該技術(shù)是無損檢測的一種有效技術(shù)手段，不僅可保證被測對象的完整性，還能提高無損檢測效率，避免檢測環(huán)節(jié)消耗大量時間。根據(jù)高光譜成像技術(shù)應(yīng)用實操經(jīng)驗，發(fā)現(xiàn)其切實提升了我國無損檢測水平，可為食品安全提供保障，滿足廣大消費者對于肉制品、果蔬類產(chǎn)品等的質(zhì)量與安全要求，避免食品安全問題帶來的危害。