基于熒光高光譜成像技術(shù)的梨早期損傷檢測

碰傷、擦傷等機械損傷是水果在采收、包裝、運輸、加工、貯藏等過程中常見的一種機械損傷。相關(guān)研究表明，果實受損后，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，表皮中的油細胞易劃傷。果實一旦受傷，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。在一些機械化水平較高的國家，因機械損傷而損失的水果平均約占總重量的30-40%。因此，水果機械損傷的檢測，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)傅霞萍教授團隊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、濾光片組和配備有數(shù)據(jù)采集軟件和數(shù)據(jù)分析軟件的計算機），分別獲取90個梨樣品（分為A、B和C三組）在挫傷后五個時間（挫傷后即刻、15分鐘、24小時、48小時和72小時）的高光譜圖像。系統(tǒng)示意圖如圖1所示。

圖1高光譜熒光成像系統(tǒng)示意圖

對采集到的熒光高光譜數(shù)據(jù)進行預(yù)處理，使用PCA（主成分分析）、MNF（最小噪聲分離）和ICA（獨立成分分析）從采集的光譜圖像中提取特征。通過對圖像進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組按照主成分累計貢獻率達到95%提取的前三個主成分。

圖2 C組傷后不同時間PCA、MNF、ICA提取的前三個主成分

圖3顯示了隨機選擇樣本的單波段圖像處理流程。最后，對形態(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

對每個樣品感興趣區(qū)域內(nèi)的所有像素的光譜信息進行平均和平滑，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時間段：即刻、15分鐘、24小時、48小時和72小時。

圖4（a）不同損傷程度的樣品在損傷后不同時間的平均熒光光譜

B）520nm峰處的放大圖像

（c）680nm峰處的放大圖像

表1表示了SVM和RF模型用于區(qū)分72小時后挫傷的樣本的不同挫傷水平的準確性。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，SVM模型在預(yù)測集中的結(jié)果明顯好于RF模型的結(jié)果。字母a至c表示三個瘀傷級別：輕微和嚴重，對應(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間熒光光譜的變化。從圖4a可以看出，在520nm和680nm附近有兩個明顯的尖峰。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，兩個峰值處的熒光信號強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基于SVM和RF區(qū)分不同損傷程度的建模結(jié)果

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確。其中，PSO的ω值大于網(wǎng)絡(luò)搜索的ω值，說明PSO的容錯率較低。另外，粒子群算法能獲得全局最優(yōu)解，參數(shù)之間相互獨立，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5顯示了SVM建模方法對所有樣本在同一時間點（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間點（健全、輕微、嚴重）區(qū)分損傷梨和非損傷梨的準確性。

圖5區(qū)分損傷后同一時間（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

傅霞萍，博士，教授，碩士生導(dǎo)師。第一作者簡介：

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：Fu, X., Wang, M. Detection of Early Bruises on Pears Using Fluorescence Hyperspectral Imaging Technique. Food Anal. Methods 15, 115–123 (2022). https://doi.org/10.1007/s12161-021-02092-3