基于高光譜成像技術(shù)的水果損傷與農(nóng)藥殘留檢測(cè)研究

基于高光譜成像技術(shù)的水果損傷與農(nóng)藥殘留檢測(cè)研究

隨著人們生活水平的提高，消費(fèi)者越來(lái)越關(guān)注果蔬的品質(zhì)安全問(wèn)題。如水果的損傷及水果表面農(nóng)藥的殘留等不僅會(huì)造成果蔬的腐爛，而且會(huì)嚴(yán)重影響消費(fèi)者的身體健康。因此水果損傷與農(nóng)藥殘留的快速有效檢測(cè)是非常有實(shí)際價(jià)值的。雖然水果的損傷、農(nóng)業(yè)殘留區(qū)域和正常區(qū)域在外部特征上呈現(xiàn)出極大的相似性，但是損傷區(qū)域和農(nóng)藥殘留部位發(fā)生一定的變化，這種變化可以通過(guò)特定波長(zhǎng)下的光譜表現(xiàn)出來(lái)。

高光譜圖像技術(shù)結(jié)合了光譜分析和圖像處理的技術(shù)優(yōu)勢(shì)，對(duì)研究對(duì)象的內(nèi)外部品質(zhì)特征進(jìn)行檢測(cè)分析，趙杰文等利用高光譜圖像技術(shù)檢測(cè)水果輕微損傷，準(zhǔn)確率為88.57 %；Jasper G .Tallada等分別應(yīng)用高光譜圖像技術(shù)對(duì)不同成熟度的草莓表面損傷、蘋(píng)果的表面缺陷及芒果的成熟度檢測(cè)進(jìn)行了試驗(yàn)研究。王玉田等運(yùn)用熒光光譜檢測(cè)出水果表面殘留的農(nóng)藥；胡淑芬等運(yùn)用激光技術(shù)對(duì)水果表面農(nóng)藥殘留進(jìn)行了試驗(yàn)研究；薛龍等針對(duì)水果表面農(nóng)藥殘留，以滴有較高濃度的臍橙為研究對(duì)象，利用光譜范圍425-725 nm的高光譜圖像系統(tǒng)進(jìn)行檢測(cè)，發(fā)現(xiàn)對(duì)較高濃度的農(nóng)藥殘留檢測(cè)效果較好。本文采用高光譜圖像技術(shù)檢測(cè)不同水果的損傷區(qū)域和農(nóng)藥殘留區(qū)域，以實(shí)現(xiàn)損傷區(qū)域和農(nóng)藥殘留區(qū)域共同識(shí)別的目的。

2.1  實(shí)驗(yàn)材料

本研究以蘋(píng)果和貢梨為研究對(duì)象，分析蘋(píng)果的腐爛區(qū)域和農(nóng)藥殘留區(qū)域，同時(shí)分析貢梨的損傷區(qū)域。其中貢梨的損傷區(qū)域由人工模擬形成，蘋(píng)果的腐爛區(qū)域是天然形成的，農(nóng)藥人工涂在蘋(píng)果上。

2.2  實(shí)驗(yàn)設(shè)備

高光譜成像數(shù)據(jù)采集采用江蘇雙利合譜科技有限公司的 GaiaSorter高光譜分選儀系統(tǒng)。該系統(tǒng)主要由高光譜成像儀(V10E)、CCD 相機(jī)、光源、暗箱、計(jì)算機(jī)組成，結(jié)構(gòu)圖與實(shí)景圖如圖1。實(shí)驗(yàn)儀器參數(shù)設(shè)置如表1。

表1   GaiaSorter 高光譜分選儀系統(tǒng)參數(shù)

圖 1  GaiaSorter 高光譜分選儀結(jié)構(gòu)圖與實(shí)景圖

2.3  圖像處理分析

采用SpecView和ENVI/IDL對(duì)高光譜數(shù)據(jù)的預(yù)處理及分析，預(yù)處理中的鏡像變換、黑白幀校準(zhǔn)在SpecView中進(jìn)行；其他數(shù)據(jù)的分析在ENVI/IDL中進(jìn)行。

三、結(jié)果與討論

3.1  蘋(píng)果腐爛區(qū)域、農(nóng)藥殘留區(qū)域和正常區(qū)域的光譜分析

    取蘋(píng)果腐爛區(qū)域、農(nóng)藥殘留區(qū)域與正常區(qū)域各200個(gè)像元，分別獲取這200個(gè)像元的光譜反射率，并求取這200個(gè)像元的反射率均值，如圖2所示，其中，紅色代表蘋(píng)果的腐爛區(qū)域光譜區(qū)域的光譜反射率，藍(lán)色代表正常區(qū)域的光譜反射率，綠色代表農(nóng)藥殘留區(qū)域的光譜反射率。從圖中可知，在400-100 nm范圍內(nèi)，農(nóng)藥殘留區(qū)域的光譜反射率最大，其次是正常區(qū)域，最后是腐爛區(qū)域的光譜反射率。研究發(fā)現(xiàn)這三個(gè)區(qū)域在610 nm處有一峰值，在650 nm處有一吸收谷，在650-680 nm區(qū)間有一陡坡，由于三個(gè)區(qū)域均有以上特征，所以可以認(rèn)為這也是蘋(píng)果特有的特征位置。

圖2  蘋(píng)果腐爛區(qū)域、農(nóng)藥殘留區(qū)域與正常區(qū)域的光譜反射率

3.2  貢梨損傷區(qū)域和正常區(qū)域的光譜分析

取貢梨損傷區(qū)域與正常區(qū)域各200個(gè)像元，分別獲取這200個(gè)像元的光譜反射率，并求取這200個(gè)像元的反射率均值，如圖3所示，其中，紅色代表紅色的損傷區(qū)域光譜區(qū)域的光譜反射率，綠色代表正常區(qū)域的光譜反射率。從圖中可知，在400-100 nm范圍內(nèi)，損傷區(qū)域的光譜反射率高于正常區(qū)域。從光譜曲線變化可知，這兩個(gè)區(qū)域在540 nm處有一峰值，在650 nm處有一吸收谷，在650-680 nm區(qū)間有一陡坡，由于2個(gè)區(qū)域均有以上特征，所以可以認(rèn)為這也是蘋(píng)果特有的特征位置。比較圖1和圖2可知，除峰值位置不同，其他波段范圍蘋(píng)果與貢梨的光譜曲線變化規(guī)律相似。

圖3  貢梨損傷區(qū)域與正常區(qū)域的光譜反射率

3.3  蘋(píng)果腐爛區(qū)域、農(nóng)藥殘留區(qū)域的提取

對(duì)經(jīng)過(guò)鏡像變換、黑白幀校準(zhǔn)的高光譜圖像，根據(jù)蘋(píng)果與背景區(qū)域的光譜差異，利用ENVI/IDL軟件的波段運(yùn)算建立腌膜，獲取純蘋(píng)果圖像，對(duì)蘋(píng)果圖像做主成分分析，根據(jù)獲取的主成分圖像，選取能較好區(qū)分腐爛區(qū)域、農(nóng)藥殘留區(qū)域和正常區(qū)域的主成分圖像（PC2），通過(guò)閾值分割的方法分別獲取蘋(píng)果腐爛區(qū)域和農(nóng)藥殘留區(qū)域，如圖4所示。大的部分為腐爛區(qū)域，小的為農(nóng)藥殘留區(qū)域。   

圖 4 蘋(píng)果腐爛區(qū)域與農(nóng)業(yè)殘留區(qū)域提取流程圖

3.4  貢梨損傷區(qū)域的提取

對(duì)經(jīng)過(guò)鏡像變換、黑白幀校準(zhǔn)的高光譜圖像，根據(jù)貢梨與背景區(qū)域的光譜差異，利用ENVI/IDL軟件中的最大似然法，獲取純貢梨圖像，對(duì)貢梨的圖像做主成分分析，根據(jù)獲取的主成分圖像，選取能較好區(qū)分貢梨損傷區(qū)域、和正常區(qū)域的主成分圖像（PC5），通過(guò)閾值分割的方法獲取貢梨的損傷區(qū)域，如圖5所示。

圖 5 貢梨損傷區(qū)域提取流程圖

3.5  討論

    高光譜成像技術(shù)應(yīng)用于水果表面損傷、農(nóng)藥殘留已體現(xiàn)出其“圖譜合一”的優(yōu)越性。水果輕微損傷和農(nóng)藥的微量殘留往往發(fā)生在表皮之下，和正常區(qū)域的顏色相差不大，肉眼難以識(shí)別。隨著時(shí)間的推移，損傷區(qū)域會(huì)逐漸褐變，最后導(dǎo)致整個(gè)水果腐爛，甚至影響其他果實(shí)，而少量的農(nóng)藥則會(huì)滲透進(jìn)入果實(shí)中，消費(fèi)者吃了會(huì)導(dǎo)致中毒。本研究結(jié)果表明，運(yùn)用高光譜成像技術(shù)，運(yùn)用主成分分析、腌膜等方法等，可以有效地提取水果損傷與農(nóng)藥殘留區(qū)域，從而達(dá)到快速檢測(cè)的目的。