基于熒光高光譜成像技術(shù)的梨早期損傷檢測

更新時(shí)間：2023-05-18

點(diǎn)擊次數(shù)：1154

碰傷、擦傷等機(jī)械損傷是水果在采收、包裝、運(yùn)輸、加工、貯藏等過程中常見的一種機(jī)械損傷。相關(guān)研究表明，果實(shí)受損后，寄生菌容易入侵，導(dǎo)致二次損失增加。有研究指出，表面柑橘皮柔軟易裂，表皮中的油細(xì)胞易劃傷。果實(shí)一旦受傷，很容易誘發(fā)各種病原菌入侵，大大增加了腐爛傷害的幾率。在一些機(jī)械化水平較高的國家，因機(jī)械損傷而損失的水果平均約占總重量的30-40%。因此，水果機(jī)械損傷的檢測，特別是早期檢測，受到了全球的廣泛關(guān)注。

浙江理工大學(xué)傅霞萍教授團(tuán)隊(duì)利用江蘇雙利合譜高光譜熒光測試系統(tǒng)（包括GaiaField-V10EAZ4、氙燈光源、高度可調(diào)樣品臺(tái)、濾光片組和配備有數(shù)據(jù)采集軟件和數(shù)據(jù)分析軟件的計(jì)算機(jī)），分別獲取90個(gè)梨樣品（分為A、B和C三組）在挫傷后五個(gè)時(shí)間（挫傷后即刻、15分鐘、24小時(shí)、48小時(shí)和72小時(shí)）的高光譜圖像。系統(tǒng)示意圖如圖1所示。

圖片1.png

圖1高光譜熒光成像系統(tǒng)示意圖

對(duì)采集到的熒光高光譜數(shù)據(jù)進(jìn)行預(yù)處理，使用PCA（主成分分析）、MNF（最小噪聲分離）和ICA（獨(dú)立成分分析）從采集的光譜圖像中提取特征。通過對(duì)圖像進(jìn)行降維和特征提取處理，得到每幅圖像的主成分。圖2顯示了C組按照主成分累計(jì)貢獻(xiàn)率達(dá)到95%提取的前三個(gè)主成分。

圖片2.png

圖2 C組傷后不同時(shí)間PCA、MNF、ICA提取的前三個(gè)主成分

圖3顯示了隨機(jī)選擇樣本的單波段圖像處理流程。最后，對(duì)形態(tài)學(xué)處理后的圖像選擇合適的閾值分割出特征區(qū)域，并用于掩模處理。

圖3單波段圖像處理流程

對(duì)每個(gè)樣品感興趣區(qū)域內(nèi)的所有像素的光譜信息進(jìn)行平均和平滑，以用于熒光效應(yīng)分析。如圖4所示，數(shù)字1至5表示樣品擦傷后的五個(gè)時(shí)間段：即刻、15分鐘、24小時(shí)、48小時(shí)和72小時(shí)。

圖4（a）不同損傷程度的樣品在損傷后不同時(shí)間的平均熒光光譜（B）520nm峰處的放大圖像（c）680nm峰處的放大圖像

字母a至c表示三個(gè)瘀傷級(jí)別：輕微和嚴(yán)重，對(duì)應(yīng)于A組至C組。圖4a顯示了不同損傷程度的樣品在損傷后不同時(shí)間熒光光譜的變化。從圖4a可以看出，在520nm和680nm附近有兩個(gè)明顯的尖峰。圖4b和圖4c是在520nm處的放大圖像，680 nm波長處。500-600 nm的波形代表核黃素、多酚和黃酮類化合物的合成反應(yīng)。與表皮組織相比，水果中的黃酮類化合物存在于較深的表層，這是由于它們與角蛋白的結(jié)合相對(duì)較慢，因此熒光響應(yīng)值較小。葉綠素吸收350-500 nm和600-700 nm兩個(gè)波段的光，并在680 nm和740 nm發(fā)射。680 nm附近的熒光峰應(yīng)為葉綠素吸收峰。從圖4中可以看出，兩個(gè)峰值處的熒光信號(hào)強(qiáng)度隨著瘀傷程度的增加而變?nèi)酢Ｍ饨鐡p傷造成表皮組織細(xì)胞壁破裂，破壞了冠梨內(nèi)部成分，導(dǎo)致胡蘿卜素和葉綠素含量逐漸降低，熒光強(qiáng)度相應(yīng)逐漸減弱。另外，在圖4b中發(fā)現(xiàn)，C組挫傷樣本的熒光光譜在520 nm處的峰值處熒光強(qiáng)度較低。推測在樣品被挫傷后的第一天內(nèi)類黃酮在很大程度上損失。

表1表示了SVM和RF模型用于區(qū)分72小時(shí)后挫傷的樣本的不同挫傷水平的準(zhǔn)確性。從表1中可以看出，當(dāng)選擇歸一化、EMD和SNV的預(yù)處理方法時(shí)，SVM模型在預(yù)測集中的結(jié)果明顯好于RF模型的結(jié)果。

表1基于SVM和RF區(qū)分不同損傷程度的建模結(jié)果

圖片5.png

表2示出了四種不同方法尋找SVM的最佳參數(shù)的結(jié)果。從表2可以看出，網(wǎng)絡(luò)搜索和PSO的建模結(jié)果比其他兩種方法更準(zhǔn)確。其中，PSO的ω值大于網(wǎng)絡(luò)搜索的ω值，說明PSO的容錯(cuò)率較低。另外，粒子群算法能獲得全局最you解，參數(shù)之間相互獨(dú)立，便于并行化，執(zhí)行速度快。

表2 SVM建模參數(shù)優(yōu)化結(jié)果

圖片6.png

圖5顯示了SVM建模方法對(duì)所有樣本在同一時(shí)間點(diǎn)（即刻、15 min、24 h、48 h、72 h）區(qū)分不同損傷程度、同一損傷程度不同損傷時(shí)間點(diǎn)（健全、輕微、嚴(yán)重）區(qū)分損傷梨和非損傷梨的準(zhǔn)確性。

圖片7.png

圖5區(qū)分損傷后同一時(shí)間（即刻、15 min、24 h、48 h、72 h）不同損傷程度，區(qū)分同一損傷程度不同損傷時(shí)間（A組、B組、C組），區(qū)分所有樣本健全梨和損傷梨的SVM建模結(jié)果

第一作者簡介：

傅霞萍，博士，教授，碩士生導(dǎo)師。

主要研究方向：1、光譜及光譜成像檢測技術(shù)2、農(nóng)產(chǎn)品品質(zhì)安全快速檢測技術(shù)與裝備3、生物組織光傳輸特性檢測與解析

參考文獻(xiàn)：Fu, X., Wang, M. Detection of Early Bruises on Pears Using Fluorescence Hyperspectral Imaging Technique. Food Anal. Methods 15, 115–123 (2022).