浦宏杰 汪迪松 李臻峰

(1.江南大學(xué)機(jī)械工程學(xué)院， 無錫 214122； 2.江蘇省食品先進(jìn)制造裝備技術(shù)重點(diǎn)實(shí)驗(yàn)室， 無錫 214100)

基于振動頻譜子帶質(zhì)心的西瓜內(nèi)部品質(zhì)檢測

浦宏杰1,2汪迪松1李臻峰1,2

(1.江南大學(xué)機(jī)械工程學(xué)院， 無錫 214122； 2.江蘇省食品先進(jìn)制造裝備技術(shù)重點(diǎn)實(shí)驗(yàn)室， 無錫 214100)

使用子帶頻譜質(zhì)心作為特征參數(shù)，描述西瓜內(nèi)部品質(zhì)中的糖度及瓤色。通過分析表明，子帶頻譜質(zhì)心對沖擊振動法中沖擊方式及沖擊位置的依賴性較小，用其進(jìn)行檢測可大大簡化系統(tǒng)的復(fù)雜度。針對某特定品種西瓜獲取了用于描述糖度及瓤色中的紅-綠分量的最優(yōu)子帶位置，該子帶譜質(zhì)心與糖度及色差a*值之間線性模型的決定系數(shù)分別達(dá)到0.812 4和0.733 6，遠(yuǎn)優(yōu)于使用共振峰頻率作為特征參數(shù)的模型，但子帶譜質(zhì)心對瓤色中的L*及b*值解釋能力欠佳。

西瓜； 內(nèi)部品質(zhì)； 糖度； 成熟度； 頻譜質(zhì)心； 無損檢測

引言

我國是西瓜生產(chǎn)大國，但目前對西瓜的分級分選通常仍由主觀判定完成，效率低下，且準(zhǔn)確性得不到保證[1]。振動檢測裝置成本低廉、抗干擾能力強(qiáng)、易于小型化，在對瓜果內(nèi)部品質(zhì)檢測中具有很大的潛力[2]。從20世紀(jì)90年代開始，相繼有一系列的研究工作涉及到利用振動與聲學(xué)對西瓜品質(zhì)進(jìn)行無損檢測[3-7]。國內(nèi)也有一些相關(guān)工作，涉及到利用振動衰減、對稱性、聲波波形、傳播速度、透射率對西瓜的糖度、內(nèi)部空洞等品質(zhì)進(jìn)行檢測[8-11]。

目前的聲學(xué)及振動無損檢測方法中，通常使用的特征參數(shù)有共振峰位置、共振峰高度、聲傳播速度、衰減系數(shù)等[12-15]。但準(zhǔn)確獲得這類特征參數(shù)，往往需要一個(gè)相對穩(wěn)定的激勵源，或同時(shí)對激勵信號進(jìn)行采集，以獲得歸一化激勵下的頻率響應(yīng)函數(shù)，并通過多次測試求平均值的方式最大可能地去除噪聲干擾[16]。基于這些前提，才可能從頻譜曲線中提取穩(wěn)定可靠的特征參數(shù)用以描述西瓜的物理特性或進(jìn)行建模。為實(shí)現(xiàn)上述目的，通常的做法是使用力錘對西瓜進(jìn)行結(jié)構(gòu)振動激勵，并且通過多次沖擊求平均值的方式來降低噪聲影響。但多次沖擊往往對西瓜表面及內(nèi)部造成損傷，所以會用軟質(zhì)材料沖擊，這又會使特征參數(shù)難以從譜線上順利提取。

為簡化以上硬件及測試條件，本文提出一種頻譜特征參數(shù)及其提取方法，通過在頻率響應(yīng)函譜中選擇特定的子頻帶，并提取子帶頻譜質(zhì)心的位置，作為描述西瓜糖度及瓤色等內(nèi)部品質(zhì)的特征參數(shù)，建立線性回歸模型。

1 材料和方法

1.1 測試樣本

本試驗(yàn)所用西瓜樣本產(chǎn)于無錫市黃土塘村某溫室，品種為早佳8424。樣本總數(shù)為80個(gè)，花期(授粉后的生長期)分布于30～50 d之間，采摘時(shí)盡可能保證樣本的外形規(guī)則，大小一致，色澤均勻。由于實(shí)驗(yàn)過程中4個(gè)樣本在多次測試中破損(花期短的樣本較脆弱)，未能采集到所有數(shù)據(jù)，故實(shí)際有效樣本為76個(gè)。測試時(shí)期為2015年7月上旬，所有測試均在采后2 d內(nèi)完成，樣本保存環(huán)境為室溫(25℃)，相對濕度在60%～70%之間，所有測試均在江蘇省食品先進(jìn)制造裝備技術(shù)重點(diǎn)實(shí)驗(yàn)室完成。

1.2 測試方法

1.2.1 力錘沖擊測試

圖1為自行開發(fā)的振動測試系統(tǒng)，主要包括沖擊力錘(美國PCB公司，型號086C01)、加速度傳感器(美國PCB公司，型號352C68)、信號調(diào)理儀(美國PCB公司，型號482C05)、數(shù)據(jù)采集卡(美國NI公司，型號USB6259)、計(jì)算機(jī)及由剛性基座和軟海綿構(gòu)成的工作臺。系統(tǒng)的軟件部分基于LabView開發(fā)，融合數(shù)據(jù)采集、處理、顯示、存儲及建模識別。

圖1 力錘沖擊測試實(shí)驗(yàn)系統(tǒng)簡圖Fig.1 System schematic of impact vibration test1.信號調(diào)理儀 2.沖擊力錘 3.軟海綿 4.剛性基座 5.加速度傳感器 6.數(shù)據(jù)采集卡

在西瓜樣本上取8個(gè)測點(diǎn)，組合A為加速度傳感器用蜂蠟粘貼于瓜蒂部位，力錘沖擊點(diǎn)沿經(jīng)線均布標(biāo)記為A1、A2、A3、A4，如圖2所示。組合B為加速度傳感器置于赤道上某點(diǎn)，并沿赤道半圓均布沖擊點(diǎn)，標(biāo)記為B1、B2、B3、B4。用不同材質(zhì)錘頭進(jìn)行測試，分析比較其對特征提取的影響，為保證在多次沖擊后不至損害西瓜的表面及內(nèi)部，最終實(shí)驗(yàn)數(shù)據(jù)均為由軟橡膠錘頭沖擊完成。如圖3所示為4種不同材料的錘頭，從左至右分別為鋁質(zhì)、塑料、硬橡膠、軟橡膠。

圖2 沖擊-測點(diǎn)組合分布圖Fig.2 Distribution map of impact-testing points combination

圖3 不同錘頭材料示意圖Fig.3 Sketch of impact hammer with different hammerheads

1.2.2 手拍擊測試

利用力錘沖擊獲取頻響函數(shù)的方法，導(dǎo)致系統(tǒng)復(fù)雜，不利于便攜，故本研究同時(shí)利用便攜采集卡及微型傳感器開發(fā)了便攜測試系統(tǒng)，如圖4所示。系統(tǒng)由便攜式采集卡(美國NI公司，型號USB9234)、微型加速度傳感器(美國PCB公司，型號352A21)、便攜式計(jì)算機(jī)構(gòu)成。系統(tǒng)軟件基于LabView開發(fā)，基本功能同上，由于采用手拍擊的方式激振，采集部分更改為時(shí)域信號閾值觸發(fā)采集，后置快速傅里葉變換及信號降噪，平滑處理，獲得沖擊響應(yīng)函數(shù)，其余存儲、顯示、建模識別等功能不變。手拍擊測試方法僅用于測試部分樣本，以驗(yàn)證譜質(zhì)心方法結(jié)合手拍擊測試對力錘沖擊方法的替代能力，并不針對所有樣本進(jìn)行測試。

圖4 便攜測試系統(tǒng)及手拍擊測試實(shí)驗(yàn)Fig.4 Hand slapping test with portable testing system

1.2.3 西瓜糖度測量

西瓜糖度(可溶性固形物含量，Soluble solids content，SSC)是描述西瓜成熟度的重要指標(biāo)之一。由于西瓜瓜瓤糖度分布不均，僅中心糖度無法代表該樣品糖度，因此，在振動信號采集完畢后，沿瓜梗和瓜蒂縱向切開分別采集靠近瓜梗部位、瓜蒂部位和瓜中心部位瓜瓤榨汁，采用日本愛拓PAL-1型數(shù)字手持折射儀分別測定該3處的糖度。折射儀在每次測量前均用蒸餾水洗凈擦干，每個(gè)測點(diǎn)重復(fù)測量3次取平均值，每個(gè)西瓜樣本的9次測量平均值作為西瓜整體平均糖度指標(biāo)。

1.2.4 西瓜瓤色測量

西瓜瓜瓤顏色指標(biāo)也是描述西瓜內(nèi)部品質(zhì)的重要指標(biāo)之一，對同一品種，不同成熟度的西瓜瓜瓤顏色不相同，未熟西瓜瓜瓤呈粉紅色；適熟西瓜瓜瓤呈鮮紅色；過熟西瓜瓜瓤呈暗紅色。測試使用三恩施科技有限公司的NR10QC型色差儀完成，將色差儀調(diào)整至Lab表色系統(tǒng)，其中：L*值為亮度，反映色澤的亮度；a*值為正值時(shí)表示紅色偏向，負(fù)值時(shí)表示綠色偏色；b*值為正值時(shí)表示黃色，負(fù)值時(shí)表示藍(lán)色。測量點(diǎn)如以上糖度測試中，同樣取中心、瓜蒂、瓜梗3個(gè)部位附近的瓜瓤，每位置重復(fù)3次測量取平均值，用總平均值代表整體瓤色偏向。

1.3 分析方法

1.3.1 頻譜質(zhì)心特征提取

子帶頻譜質(zhì)心(Subband spectrum centroid)是一種用于語音識別系統(tǒng)中進(jìn)行特征提取的方法[17-18]，也會被用于超聲診斷的信號處理中[19-20]，可從高背景噪聲的信號中實(shí)現(xiàn)魯棒特征提取。子帶譜質(zhì)心的提取公式為

(1)

式中C——質(zhì)心在頻率軸上的位置fc——子帶中心頻率 Δf——半子帶寬度w(f)——各子帶濾波器組(此處全取0或全取1)

A(f)——頻率點(diǎn)f處的能量密度考慮本研究中，主要特征信息集中于500 Hz以下，子帶劃分時(shí)，取中心頻率0～500 Hz、變化間隔4 Hz，半子帶寬度0～250 Hz、變化間隔4 Hz，共計(jì)2875個(gè)子帶，對每個(gè)子帶提取質(zhì)心位置，作為特征用于描述西瓜的糖度和瓤色2項(xiàng)內(nèi)部品質(zhì)。

1.3.2 線性回歸建模

試驗(yàn)中76個(gè)西瓜樣本，每個(gè)樣本均獲得8個(gè)不同測試點(diǎn)的頻率響應(yīng)函數(shù)，3個(gè)點(diǎn)的糖度及其平均值，3個(gè)點(diǎn)的瓤色及其平均值。從所有8×76個(gè)頻響函數(shù)中提取共2.356×106個(gè)子帶譜質(zhì)心特征，對76個(gè)糖度平均值和色差平均值做線性回歸，獲取模型參數(shù)、決定系數(shù)R2及均方根誤差。線性回歸分析及建模均在Matlab 2014a中完成。

2 結(jié)果和討論

2.1 錘頭材質(zhì)對共振峰的影響

西瓜表面為易損表面，在沖擊力錘測試方式下，會遇到測試信號質(zhì)量與避免表面破壞難以相容的矛盾。沖擊重復(fù)次數(shù)越多，信號越平滑，受背景噪聲的干擾越小，但多次沖擊容易破壞西瓜表面；錘頭材料越硬，在相同次數(shù)的重復(fù)沖擊下，能獲得的信號質(zhì)量越好，但同時(shí)越硬的錘頭材料越容易破壞表面。

圖5給出鋁質(zhì)、塑料、硬橡膠和軟橡膠4種不同錘頭材料分別沖擊單次和沖擊10次平均獲得的頻率響應(yīng)函數(shù)。對第1共振峰，圖5中標(biāo)注為點(diǎn)A的位置，在各種錘頭、單次和多次沖擊下均能保證比較好的信噪比和平滑度，從而保證每次相對穩(wěn)定可靠的峰值及峰位置(頻率點(diǎn))的提取?？煽康姆逯堤卣魈崛τ趥鹘y(tǒng)的建模方法具有非常重要的作用。

圖5 不同材質(zhì)錘頭及不同次數(shù)對頻響函數(shù)峰值提取的影響Fig.5 Influence of different hammerheads on peak extraction

硬質(zhì)材料如圖5a中所使用的鋁質(zhì)錘頭，西瓜表面不能在保證無損的前提下承受多次沖擊，所以只能采用圖中藍(lán)線所示的單次沖擊曲線，在提取較高階次(如第3個(gè))的共振峰時(shí)，由于平滑度不夠，會出現(xiàn)分析程序提取峰位置不穩(wěn)定的情況，而這種問題在軟性錘頭材料上更為明顯，如圖5c中的點(diǎn)B及圖5d中的點(diǎn)C。錘頭材料越軟，能順利提取的峰越少，圖5c為2個(gè)，而圖5d僅剩下1個(gè)峰可順利提取。能提取的特征參數(shù)越少，越難建立高魯棒性的檢測模型。如采用軟性材料的錘頭，在多次沖擊力作平均的情況下，仍可一定程度上保護(hù)西瓜表面，并獲得相對平滑的頻響曲線，但是多次測量比較耗時(shí)，會大幅降低測試效率。

2.2 頻譜質(zhì)心法

2.2.1 頻譜質(zhì)心提取

圖6 頻譜質(zhì)心特征參數(shù)提取及不同沖擊方式的比較Fig.6 Extraction and comparison of sub-band spectrum centroid under different impact methods

圖6為采用不同沖擊手段獲取的頻率響應(yīng)函數(shù)，進(jìn)行某特定子帶譜質(zhì)心提取方法的描述。為避免圖線過于重疊導(dǎo)致混亂，并未將所有錘頭對應(yīng)曲線在圖中給出，后續(xù)分析所采用數(shù)據(jù)均為軟錘頭沖擊獲取，對比項(xiàng)有手拍擊方法(具體拍擊位置為赤道附近)、軟橡膠錘頭單次沖擊及軟橡膠錘頭10次沖擊取平均值3種。圖6中選擇某特定子帶150～250 Hz(200 Hz中心頻率，100 Hz帶寬)，對以上3組曲線提取頻譜質(zhì)心，并在圖中標(biāo)示出質(zhì)心的位置?？梢钥闯?，由于沖擊能量的大小有區(qū)別，質(zhì)心高度差異較大，尤其是手拍擊情況下，響應(yīng)頻譜未針對沖擊力做歸一化處理，如果未對沖擊信號進(jìn)行采集測量，利用譜質(zhì)心高度作為特征參數(shù)進(jìn)行檢測是不可靠的；但3種情況下該子帶內(nèi)頻譜質(zhì)心的水平位置(即頻率點(diǎn))幾乎相同，差異非常小。

圖7 各子帶譜質(zhì)心與糖度相關(guān)性分析Fig.7 Correlation analysis for different sub-band spectrum centroids and SSC

由于在對具體品種的西瓜樣本進(jìn)行分析前，并不能確定各子帶譜質(zhì)心對于糖度及瓤色的解釋能力，同時(shí)考慮到在頻譜的500 Hz以上，受噪聲干擾嚴(yán)重，所以本文中在0～500 Hz內(nèi)以4 Hz為步長將整個(gè)頻段劃為2 875個(gè)子帶，對每一組測試數(shù)據(jù)的頻響函數(shù)提取譜質(zhì)心，并嘗試與76個(gè)西瓜樣本的糖度及瓤色數(shù)據(jù)建立線性回歸模型。根據(jù)回歸模型的決定系數(shù)R2及分布來選定合適的子帶。圖7為以手拍擊沖擊方式獲取的質(zhì)心與糖度做線性回歸的決定系數(shù)R2在不同子帶上的遍歷圖。其中x軸為子帶中心頻率，以4 Hz為步長，y軸為半子帶頻寬，同樣以4 Hz為步長，R2用色軸強(qiáng)度表示。從圖中可提取出在以280 Hz為中心頻率，半子帶寬度為142 Hz的子帶上，提取的子帶譜質(zhì)心與糖度具有很好的相關(guān)性，用線性模型解釋的決定系數(shù)達(dá)到0.87，在使用非線性模型情況下可能更好，由于非線性模型并無確實(shí)的理論依據(jù)，故本文中暫不做探討。

2.2.2 頻譜質(zhì)心方法下位置的影響

在利用沖擊振動對西瓜品質(zhì)做無損檢測的方法中，激勵點(diǎn)與測點(diǎn)的位置對傳遞函數(shù)的影響很大，主要體現(xiàn)為不同的激勵點(diǎn)與測點(diǎn)位置組合對某些特定模態(tài)的抑制能力有差別，各共振峰在不同組合下高度差異明顯，極大地限制了這類方法在實(shí)際分選中的應(yīng)用。針對這個(gè)問題，在利用譜質(zhì)心方法對西瓜內(nèi)部品質(zhì)建模時(shí)，有必要就激勵-測點(diǎn)位置對方法可靠性的影響進(jìn)行分析。

圖8給出了所有8個(gè)測試位置組合下譜質(zhì)心對西瓜糖度解釋能力的遍歷圖。激勵點(diǎn)和測點(diǎn)比較近的情況下(測點(diǎn)A4和B4)，不能很好地通過譜質(zhì)心的變化來描述糖度的變化，線性模型的決定系數(shù)R2在0.5以下，其他位置能得到0.8甚至0.9以上的最高R2值，但考慮到子帶的選擇需要盡量避免位置的影響，可選擇在不同位置上適應(yīng)性較好的子帶區(qū)域，如右上角較高R2值的區(qū)域。如果能保證每次測量的測點(diǎn)組合位置都能夠相同或者相近(如能夠控制沖擊位置的自動分選系統(tǒng))，可以用其他子帶區(qū)域(如測點(diǎn)A2的(300 Hz,100 Hz)，測點(diǎn)B3的(100 Hz,50 Hz)附近)或者多個(gè)具有高R2的子帶譜質(zhì)心做多元回歸，從而提高估計(jì)模型的可靠性。另外，通過對比圖7和圖8發(fā)現(xiàn)，如果利用譜質(zhì)心來對糖度進(jìn)行建模，手拍擊方法和軟橡膠錘頭沖擊力錘沖擊10次取平均值的結(jié)果差異并不大。

圖8 軟橡膠錘頭沖擊10次取平均值，8個(gè)不同位置組合的情況下子帶質(zhì)心與糖度相關(guān)性Fig.8 Correlation of sub-band spectrum centroids and SSC in different impact positions with 10 times soft rubber hammerhead impacts average

2.3 利用譜質(zhì)心建模

2.3.1 利用譜質(zhì)心估計(jì)糖度

根據(jù)上述分析，在激勵-測點(diǎn)組合A1、A2、A3和B1、B2、B3下，可選擇同一子帶提取譜質(zhì)心，進(jìn)而對譜質(zhì)心位置與糖度之間的關(guān)系進(jìn)行建模。激勵-測點(diǎn)組合A4與B4并不能有效用于糖度檢測，原因可能在于沖擊點(diǎn)距離測點(diǎn)過近，檢測到的振動信號更多體現(xiàn)直達(dá)傳遞而對于內(nèi)部瓜瓤結(jié)構(gòu)阻尼及彈性模量變化的反映能力相對較弱。圖9為測點(diǎn)A1位置，軟橡膠錘頭沖擊10次取平均值的頻響曲線譜質(zhì)心遍歷圖，可以提取中心頻率280 Hz，半子帶寬度136 Hz的子帶譜質(zhì)心，與西瓜糖度進(jìn)行線性回歸，其決定系數(shù)為0.81。相對應(yīng)的子帶在頻響曲線上的位置如圖10所示，子帶范圍內(nèi)包含前5個(gè)共振峰的絕大部分信息，即西瓜前5個(gè)共振峰上的能量分布中心位置能夠較好地描述其內(nèi)部糖度的數(shù)值，這表明，該5個(gè)共振峰所對應(yīng)的特定形式與階次的模態(tài)，其模態(tài)阻尼顯著地受到西瓜成熟度的影響，而同時(shí)成熟度也與糖度有著緊密的聯(lián)系。

圖9 糖度與譜質(zhì)心關(guān)系Fig.9 Correlation of sub-band spectrum centroids and SSC

圖10 子帶位置示意圖Fig.10 Position sketch of selected sub-band

圖11 糖度-譜質(zhì)心線性回歸模型Fig.11 Linear regression model for SSC and sub-band spectrum centroid

圖11為上述144～416 Hz子帶的頻譜質(zhì)心與糖度的線性回歸模型曲線，方塊散點(diǎn)為實(shí)測76個(gè)西瓜樣本的平均糖度與各自在測點(diǎn)A1上144～416 Hz子帶的頻譜質(zhì)心位置，藍(lán)色直線為其經(jīng)過線性回歸的結(jié)果，決定系數(shù)為0.812 4。相比于課題組前期研究中利用共振峰位置來進(jìn)行糖度估計(jì)的結(jié)果(圖12)，以第1共振峰位置為例，花期在50 d左右的過熟瓜會讓模型極大地偏離線性趨勢，但即便在剔除過熟樣本后第1共振峰f1與糖度之間的線性模型仍只有0.745 2的決定系數(shù)。可見，同一尺度下，共振峰位置主要受西瓜，尤其是瓜皮的彈性模量影響，而瓜瓤的性質(zhì)(如糖度)更多影響了阻尼。故使用子帶譜質(zhì)心方法來估計(jì)西瓜的糖度要優(yōu)于傳統(tǒng)使用共振頻率來估計(jì)糖度的方法。表 1列出了使用前3個(gè)共振峰頻率與使用譜質(zhì)心來建模的模型及決定系數(shù)，其中x為糖度，可看到使用譜質(zhì)心方法具有明顯的優(yōu)勢。

2.3.2 利用譜重心估計(jì)瓤色

瓤色作為另外一個(gè)品質(zhì)參數(shù)，極大地影響顧客對西瓜的主觀偏好。圖13為使用子帶譜質(zhì)心對西瓜瓤色進(jìn)行估計(jì)的方法，使用了色差測量中的a*值，主要用以描述紅-綠色值。經(jīng)過計(jì)算，解釋能力最高的子帶位于148～428 Hz(子帶中心288 Hz、半帶寬140 Hz)，其線性模型的決定系數(shù)可達(dá)0.73。其規(guī)律性表現(xiàn)為隨著子帶質(zhì)心位置下移動(往低頻方向偏移)，a*值逐漸增大，瓤色往紅色方向偏移。這與常識中西瓜拍擊聲越低沉、成熟度越高、瓤色越紅的規(guī)律基本吻合。本研究中，76個(gè)樣本被隨機(jī)分成50個(gè)作為校正集，其余26個(gè)作為驗(yàn)證集，以對模型的預(yù)測能力進(jìn)行檢驗(yàn)，見圖14，獲得的模型為y=-1.019x+312，決定系數(shù)為0.733 6，校正集均方根誤差為1.574，驗(yàn)證集均方根誤差2.105，略大于校正集誤差，均小于最大色差a*值的10%，可見該模型能夠很好地通過148～428 Hz的子帶譜質(zhì)心對瓤色中的紅-綠分量做出預(yù)測。

圖12 第1共振峰頻率與糖度的線性回歸模型Fig.12 Linear regression model for SSC and the first resonant frequency

特征參數(shù)線性模型R2f1f1=-3.201x+206.30.7452共振峰f2f2=-5.001x+295.30.6642f3f3=-6.001x+369.50.5912譜質(zhì)心fCtdfCtd=-1.361x+2940.8124

圖13 譜質(zhì)心與色差a*值關(guān)系Fig.13 Correlation of a* and sub-band spectrum centroid

圖14 色差a*值-譜質(zhì)心線性回歸模型及其預(yù)測能力分析圖Fig.14 Linear regression model for a* and sub-band spectrum centroid and its prediction capability

同時(shí)，對于色差測量中另外2個(gè)量L*和b*，經(jīng)過分析這2個(gè)量很難用頻譜質(zhì)心來描述其變化規(guī)律，在嘗試線性建模中，其決定系數(shù)最大值分別為0.62(b*值，見圖15)和0.148(L*值，見圖16)，而按照前述0.62點(diǎn)為不常用子帶(位于164 Hz中心頻率、20 Hz半寬子帶)，常用子帶上的決定系數(shù)僅為0.52(位于280 Hz中心頻率、152 Hz半寬子帶)。由此可見，瓜瓤的黃-藍(lán)色差分量與成熟度的關(guān)系并不十分明確，瓜瓤的亮度與成熟程度相關(guān)度非常低。

3 結(jié)束語

利用沖擊振動頻譜，對某特定品種西瓜的內(nèi)部品質(zhì)中糖度與瓤色2項(xiàng)進(jìn)行估計(jì)。用子帶頻譜質(zhì)心作為特征參數(shù)對糖度及瓤色進(jìn)行建模。子帶譜質(zhì)心特征受沖擊的方式及位置的影響較小，可很大程度上簡化測試系統(tǒng)的復(fù)雜度。經(jīng)過研究，針對該品種西瓜，獲得了最優(yōu)子帶范圍，其上譜質(zhì)心可線性描述西瓜糖度及瓤色中的紅-綠分量，決定系數(shù)分別可達(dá)0.812 4及0.733 6，較使用共振頻率作為特征參數(shù)有很大的提高。但對于瓤色中的黃-藍(lán)成分及瓜瓤亮度，子帶譜質(zhì)心并不能進(jìn)行有效描述。

圖15 譜質(zhì)心與色差b*值關(guān)系Fig.15 Correlation of b* and the sub-band spectrum centroid

圖16 譜質(zhì)心與色差L*值關(guān)系Fig.16 Correlation of L* and sub-band spectrum centroid

1 應(yīng)義斌, 蔡東平. 農(nóng)產(chǎn)品聲學(xué)特性及其在品質(zhì)無損檢測中的應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào), 1997, 13(3): 208-212. YING Y B, CAI D P. Acoustic properties of fresh agricultural products and its application in non-destructive quality evaluation[J]. Transactions of the CSAE, 1997, 13(3): 208-212. (in Chinese)

2 呂飛玲. 基于聲學(xué)特性的西瓜品質(zhì)無損檢測方法研究[D]. 杭州: 浙江大學(xué), 2003. Lü F L. Non-destructive quality evaluation of watermelon based on its acoustic property[D]. Hangzhou: Zhejiang University, 2003. (in Chinese)

3 STONE M, AMSTRONG P, ZHANG X, et al. Watermelon maturity determination in the field using acoustic impulse impedance techniques[J]. Transactions of the ASAE, 1996, 39(6): 2325-2330.

4 ARMSTRONG P, STONE M, BRUSEWITZ G. Nondestructive acoustic and compression measurements of watermelon for internal damage detection[J]. Applied Engineering in Agriculture, 1997, 13(5): 641-646.

5 NOURAIN J, YING Y, WANG J, et al. Firmness evaluation of melon using its vibration characteristic and finite element analysis[J]. Journal of Zhejiang University—Science B, 2005, 6(6): 483.

6 TANIWAKI M, TOHRO M, SAKURAI N. Measurement of ripening speed and determination of the optimum ripeness of melons by a nondestructive acoustic vibration method[J]. Postharvest Biology and Technology, 2010, 56(1): 101-103.

7 ABBASZADEH R, RAJABIPOUR A, DELSHAD M, et al. Evaluation of watermelons texture using their vibration responses[J]. Biosystems Engineering, 2013, 115(1): 102-105.

8 王書茂, 焦群英, 籍俊杰. 西瓜成熟度無損檢驗(yàn)的沖擊振動方法[J]. 農(nóng)業(yè)工程學(xué)報(bào), 1999, 15(3): 241-245. WANG S M, JIAO Q Y, JI J J. An impulse response method nondestructive inspection of the ripeness of watermelon[J]. Transactions of the CSAE, 1999, 15(3): 241-245. (in Chinese)

9 劉志壯, 陳蓉, 張文昭, 等. 西瓜品質(zhì)無損檢測技術(shù)研究進(jìn)展[J]. 湖南工業(yè)大學(xué)學(xué)報(bào), 2010, 24(3): 73-76. LIU Z Z, CHEN R, ZHANG W Z, et al. Research progress of watermelon nondestructive examinations[J]. Journal of Hunan University of Technology, 2010, 24(3): 73-76. (in Chinese)

10 饒秀勤, 應(yīng)義斌, 呂飛玲, 等. 水果聲學(xué)特性測試系統(tǒng)的研制[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2004, 35(2): 69-71. RAO X Q, YING Y B, Lü F L, et al. Development of a fruit quality inspecting system based on acoustic properties[J]. Transactions of the Chinese Society for Agricultural Machinery, 2004, 35(2): 69-71. (in Chinese)

11 危艷君, 饒秀勤, 漆兵. 基于西瓜聲學(xué)特性測定其成熟度[J]. 農(nóng)產(chǎn)品加工·學(xué)刊, 2012(1): 8-10. WEI Y J, RAO X Q, QI B, et al. The detection of watermelon maturity with the acoustic properties of watermelon[J]. Academic Periodical of Farm Products Processing, 2012(1): 8-10. (in Chinese)

12 孫力, 蔡健榮, 林顥, 等. 基于聲學(xué)特性的禽蛋裂紋實(shí)時(shí)在線檢測系統(tǒng)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2011, 42(5):183-186. SUN L, CAI J R, LIN H, et al. On-line detection of cracked shelleggs based on acoustic resonance analysis[J]. Transactions of the Chinese Society for Agricultural Machinery, 2011, 42(5):183-186. (in Chinese)

13 ABBASZADEH R, RAJABIPOUR A, AHMADI H, et al. Prediction of watermelon quality based on vibration spectrum[J]. Postharvest Biology and Technology, 2013, 86: 291-293.

14 劉鵬, 屠康, 潘磊慶. 基于計(jì)算機(jī)視覺與敲擊振動融合技術(shù)檢測鴨蛋殼強(qiáng)度[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2009, 40(8):175-180. LIU P, TU K, PAN L Q. Duck egg’s shell intensity model based on fusion of computer vision and impact excitation[J]. Transactions of the Chinese Society for Agricultural Machinery, 2009, 40(8):175-180. (in Chinese)

15 張偉, 屠康, 劉鵬, 等. 基于機(jī)器視覺與敲擊振動融合的鴨蛋孵化特性檢測[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2012, 43(2):140-145. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20120228&flag=1.DOI:10.6041/j.issn.1000-1298.2012.02.028. ZHANG W, TU K, LIU P, et al. Early fertility detection of hatching duck egg based on fusion between computer vision and impact excitation[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2012, 43(2):140-145. (in Chinese)

16 姜瑞涉, 王俊, 陸秋君, 等. 雞蛋敲擊響應(yīng)特性與蛋殼裂紋檢測[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2005, 36(3):75-78. JIANG R S, WANG J, LU Q J, et al. Eggshell crack detection by frequency analysis of dynamic resonance[J]. Transactions of the Chinese Society for Agricultural Machinery, 2005, 36(3): 75-78. (in Chinese)

17 PALIWAL K. Spectral subband centroid features for speech recognition[C]∥Proceedings of the 1998 IEEE International Conference on Acoustics, Speech and Signal Processing, 1998,2:617-620.

18 趙歡, 張林, 陳珍文. 混合窗函數(shù)和子帶頻譜質(zhì)心在 MFCC 特征提取過程中的應(yīng)用[J]. 計(jì)算機(jī)應(yīng)用, 2009, 29(2): 389-391. ZHAO H, ZHANG L, CHEN Z W. Using mixed window function and subband spectrum centroid in MFCC feature extraction process[J]. Journal of Computer Applications, 2009, 29(2): 389-391. (in Chinese)

19 KONOFAGOU E, VARGHESE T, OPHIR J. Spectral estimators in elastography[J]. Ultrasonics, 2000, 38(1): 412-416.

20 他得安, 王威琪, 汪源源, 等. 評價(jià)松質(zhì)骨狀況的一種背散射頻譜方法[J]. 聲學(xué)技術(shù), 2007, 26(3): 406-410. TA D A, WANG W Q, WANG Y Y, et al. A backscattering spectrum method for assessment of cancellous bone status[J]. Technical Acoustics, 2007, 26(3): 406-410. (in Chinese)

Nondestructive Testing for Internal Quality of Watermelon Based on Sub-band Spectrum Centroid of Impact Vibration

PU Hongjie1,2WANG Disong1LI Zhenfeng1,2

(1.SchoolofMechanicalEngineering,JiangnanUniversity,Wuxi214122,China2.JiangsuKeyLaboratoryofAdvancedFoodManufacturingEquipmentandTechnology,Wuxi214100,China)

For the purpose of testing the watermelon’s interior quality nondestructively, the sub-band spectrum centroid of the impact vibration response was employed as the characteristic parameter to describe and model the soluble solid content (SSC) and the flesh color of watermelon. A total of 76 watermelon samples were used in the experiments, for both the nondestructive vibration tests and the destructive SSC and color tests. Different impact methods and positions were attempted to validate the robustness of the sub-band spectrum centroid as a characteristic parameter. The results showed that the sub-band spectrum centroid had low dependency on different impact methods and positions, which could greatly simplify the complexity of the testing system. The optimized sub-bands were obtained for modeling the SSC and thea*value of color with determination coefficients of 0.812 4 and 0.733 6, respectively, which were higher than that when the resonant frequencies were used as the characteristic parameter. Linear models were made for both SSC anda*value. The vibration sub-band spectrum centroid was gone down monotonously along with the SSC (sub-band 144～416 Hz) anda*(sub-band 148～428 Hz) value, with the slope of -1.361 and -1.019, respectively. However, the sub-band spectrum centroid had low ability of describing theL*andb*values in color testing, whose determination coefficients were only 0.52 and 0.148, respectively.

watermelon; internal quality; soluble solid content; maturity; sub-band spectrum centroid; nondestructive testing

10.6041/j.issn.1000-1298.2017.01.037

2016-05-30

2016-07-07

國家自然科學(xué)基金項(xiàng)目(51508229)和江蘇省產(chǎn)學(xué)研前瞻性聯(lián)合研究項(xiàng)目(BY2014023-32)

浦宏杰(1980—)，男，副教授，主要從事食品無損檢測研究，E-mail： hongjie_pu@hotmail.com

S375

A

1000-1298(2017)01-0281-08