0引言

水果品質的好壞，通常是由其內外品質共同決定的。內外品質也決定著桑椹的成熟度、貨架期長短以及市場表現等。因此客觀全面的評估水果的品質就成了采摘和銷售之前必要的內容。隨著計算機技術和信息技術的發展，高光譜無損檢測技術變得越來越成熟，以往破壞性的傳統化學方法也正在被高光譜成像技術逐漸所取代。桑椹作為一種比較“小眾化”的水果，由于易發生軟化腐爛，因此應用高光譜技術對其進行品質檢測的研究還較少。但為了更好的了解高光譜在桑椹品質檢測中的研究方向，本部分將介紹高光譜在桑椹和其他水果的上的應用，為桑椹以后的研究提供參考方向。

1桑椹外部品質檢測

外部品質是桑椹品質優良與否的直觀體現，對桑椹的外部品質的評價通常是通過對顏色、硬度、紋理、尺寸、形狀以及表面缺陷等指標進行評估，傳統的評價往往根據個人經驗進行，因此主觀性較強，且不同品種的水果具有不同的外觀特性，使得評價結果容易出現偏差和錯誤。而高光譜成像技術則能很好地解決這一問題，并且許多的研究已經在不同的水果上展開。http://www.lisenoptics.cn/

通過搜尋資料發現，應用高光譜成像技術對桑椹外部品質的研究尚未開展，但其他水果的研究較多，例如某學者對兩個品種蘋果表面的的損傷進行了研究，結果表明在波長為1000~1340nm時，高光譜成像技術可以檢測出兩種蘋果表面的損傷，并且檢測的準確性分別介于62%~88%和59%~94%之間。該學者通過高光譜成像技術對藍莓的愈傷進行了研究，通過采用支持向量機成功地將愈傷組織和健康組織區分開來，并且準確性達到了90%以上。此外也有研究對水果表面的農藥殘留和蟲害進行了研究，利用反射高光譜成像系統對棗類水果蟲害損傷進行了研究，通過檢測棗的有損表皮和無損表皮，成功地將兩者區分開來，區分總精度達到了97%以上。

利用高光譜成像對番茄表面的農藥殘留進行了研究，其通過對噴灑不同濃度農藥的番茄進行光譜采集，而后通過對圖譜處理和分析，不僅選出了特征波長而且利用特征波長建立的識別模型可以對經過不同濃度農藥噴灑的番茄表面進行了識別，結果展示高濃度的的農藥殘留檢出率為100%，而低濃度檢出率為0，直接說明高光譜成像技術在農藥殘留檢測方面具有一定的應用性。

除此以外，應用高光譜成像技術對水果的凍傷、腐爛、缺陷等也有相應的研究，而且這類檢測精度通常在80%以上，證明了高光譜成像技術在水果外觀品質檢測上的巨大潛力。以上所提的幾種外觀檢測類型，在桑椹上的研究還較少，可能的原因是，桑椹體積小且表面凹凸不平，對于圖像處理和分割有一定的困難性，但隨著計算機信息技術的進步和圖像處理技術的發展，應用高光譜成像技術對桑椹外觀品質進行檢測和研究會逐漸變為可能。

2桑椹內部品質檢測

目前應用高光譜成像技術對桑椹品質的研究主要集中在內部品質的無損檢測上，通常檢測以下幾項內容：可溶性固形物、水分含量、酸度、干物質含量、可滴定酸等。目前在桑椹中可溶性固形物的研究較多，如通過將化學計量學方法和高光譜成像技術進行結合對桑椹中的總可溶性固形物進行了研究，采集了310個桑椹的高光譜信息，然后用糖度計對其可溶性固形物進行測定，通過相應的變量選擇方法得到特征波長，最后應用偏最小二乘法和支持向量機兩種建模方法對樣品中的可溶性固形物進行了研究，成功地將其分布進行了可視化呈現。

在對桑椹的內部品質進行無損檢測的研究中，專家學者對可溶性固形物進行了研究，通過不同的變量選擇方法和和建模方法，對桑椹中的可溶性固形物進行了預測，綜合比較選出了最優組合，相關系數達到了0.700；除此以外我們還對pH進行了研究，其相關系數達到了0.900，結果顯示高光譜有成像技術對桑椹中的可溶性固形物和pH具有很好的檢測效果。另外還利用高光譜成像系統中的兩種CCD探測器對桑椹中的總花青素含量和抗氧化活性進行了快速無損檢測，相關的系數也分別達到了0.959和0.995。由于當前桑椹的研究還較少，桑椹的許多內部品質指標尚未應用高光譜成像技術進行研究，而在其他水果中已經進行許多相關內部指標的檢測，如對草莓、蘋果、桃子水分含量、總的可溶性固形物、硬度等的檢測。通過學習和借鑒高光譜成像技術在其他水果內部品質中的應用，可以為以后桑椹的研究奠定基礎和研究方向，另外從這些研究中可以看出高光譜成像技術在桑椹品質無損檢測中廣闊前景。

3總結與展望

基于高光譜成像技術對于桑椹品質進行快速無損檢測，已經成為當前無損檢測技術中研究最多的一項技術，通過此項技術不僅可以進行品質的無損檢測，而且還可以用來確定最優采摘時機，指導定價以及分級銷售，從而提高桑椹的經濟效益。但應用高光譜成像技術進行對桑椹進行無損檢測還存在一些不足：首先是利用高光成像技術對桑椹品質進行無損檢測存在檢測指標過于單一的問題，未能形成一套全面的無損檢測模型和體系，因此只能對單一指標進行評價，不能從整體確認桑椹品質的優劣，這也說明全面系統地對桑椹進行品質檢測是以后研究的熱點方向。

其次是利用高光譜成像技術進行的某些品質指標的無損檢測，其準確性較低，造成模型實用性不高，因此對于如何提高模型的準確性和實用性也是當前需要重點研究的內容。再次是當前的一些光譜預處理方法，數據挖掘方法、圖像處理方法以及建模方法不夠豐富，雖然相應的化學計量學方法已有十幾種，但由于高光譜圖像所具有的高維度性、冗余性以及圖譜合一性，使得數學算法在光譜數據的處理過程中占有重要的地位，有時甚至決定著模型的復雜度和準確性，因此開發盡量多的新數學算法，對于推廣和應用高光譜成像技術具有重要意義。

最后是高光譜設備采集信息較為緩慢，且高光譜成像儀價格昂貴，不利于大范圍的推廣和應用，因此開發輕便、快速、簡單的高光譜成像系統對于實際生產更加實用。以上幾個問題是以后研究的重點內容和方向，相信隨著信息技術的快速發展和計算機技術的日益成熟，會極大地提高高光譜成像技術的適用性。因此高光譜成像技術在桑椹等農產品的品質無損檢測上具有較大的發展潛力，相信不久的將來會成為一種重要的無損檢測手段。

萊森光學（深圳）有限公司是一家提供光機電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應用系統的研發、生產和銷售。

審核編輯：湯梓紅