竇文卿,柴春祥,魯曉翔

(天津商業(yè)大學(xué)生物技術(shù)與食品科學(xué)學(xué)院,天津 300134)

我國是水果產(chǎn)量大國,國內(nèi)外都有很大的市場(chǎng)需求。隨著生活水平的提高,消費(fèi)者對(duì)水果品質(zhì)的要求也愈來愈高。水果品質(zhì)評(píng)價(jià)能力的提高不僅有利于我國水果產(chǎn)業(yè)的發(fā)展,而且有利于增強(qiáng)我國在水果出口方面的競爭力。水果的品質(zhì)包括外部品質(zhì)和內(nèi)部品質(zhì)[1]。外部品質(zhì)包括水果的大小、形狀、顏色、光澤、表面損傷等,內(nèi)部品質(zhì)包括糖度、酸度、可溶性固形物、內(nèi)部缺陷等。近年來,為克服實(shí)驗(yàn)室檢測(cè)操作繁瑣以及感官評(píng)價(jià)主觀性強(qiáng)、耗時(shí)費(fèi)力的缺點(diǎn),無損檢測(cè)技術(shù)成為了研究熱點(diǎn)。水果無損檢測(cè)是指在不損害水果物理狀態(tài)、內(nèi)部組織的前提下,利用光、聲、電、磁等手段檢測(cè)水果的化學(xué)成分和物理特性[1]。

由于計(jì)算機(jī)技術(shù)、材料科學(xué)、現(xiàn)代物理學(xué)的快速發(fā)展,無損檢測(cè)技術(shù)也在飛速前進(jìn)。國內(nèi)外對(duì)水果品質(zhì)的無損檢測(cè)均有相當(dāng)?shù)难芯?。電子鼻在檢測(cè)時(shí)不只得到某幾種物質(zhì)定性定量的結(jié)果,而是獲得樣品中揮發(fā)性氣味的整體信息[2],可以判別水果的新鮮度、成熟度,進(jìn)行質(zhì)量分級(jí)。計(jì)算機(jī)視覺技術(shù)兼具人眼、人腦功能,可以同時(shí)檢測(cè)水果的大小、形狀、顏色及表面缺陷等多種指標(biāo),對(duì)于水果自動(dòng)分級(jí)系統(tǒng)的研發(fā)具有重要作用。近紅外光譜技術(shù)是水果品質(zhì)無損檢測(cè)的有效手段,可以同時(shí)測(cè)定水果的糖度、酸度、可溶性固形物以及損傷病害,快速準(zhǔn)確;還可以進(jìn)行水果自動(dòng)分級(jí),避免了人為誤差,可以保證產(chǎn)品品質(zhì)的一致性。核磁共振技術(shù)可以測(cè)定水果的糖度、水分、褐變、損傷?；陔妼W(xué)特性的無損檢測(cè)技術(shù)可以測(cè)定水果的病害、腐爛度及成熟度,基于聲學(xué)特性的無損檢測(cè)技術(shù)則大多用于檢測(cè)水果的硬度和成熟度。因此,無損檢測(cè)技術(shù)可以較為全面地評(píng)價(jià)水果品質(zhì),且具有高效、快速、準(zhǔn)確性好的特點(diǎn)。

目前,水果品質(zhì)評(píng)價(jià)具有客觀性不強(qiáng)、耗時(shí)費(fèi)力及成本高等問題。為了解決該問題,從事水果品質(zhì)評(píng)價(jià)的科研工作者關(guān)注了無損檢測(cè)技術(shù),開展了該技術(shù)在水果品質(zhì)評(píng)價(jià)中的應(yīng)用研究。為了更清晰的理解無損檢測(cè)技術(shù)在水果品質(zhì)評(píng)價(jià)中的應(yīng)用特點(diǎn),本文綜述了無損檢測(cè)技術(shù)在水果品質(zhì)評(píng)價(jià)中的研究及應(yīng)用,分析了各技術(shù)的優(yōu)缺點(diǎn)。本文可為無損檢測(cè)技術(shù)在水果品質(zhì)評(píng)價(jià)中的應(yīng)用提供參考。

1 電子鼻

20世紀(jì)90年代,Bartlett首次提出電子鼻一詞,并定義為:“是一類由具有部分選擇性的化學(xué)傳感器陣列與相關(guān)的模式識(shí)別系統(tǒng)組成的,通過傳感器的部分專一性和系統(tǒng)的模式識(shí)別功能,用來檢測(cè)簡單或復(fù)雜氣味的電子儀器設(shè)備”[3]。經(jīng)過幾十年的發(fā)展,電子鼻技術(shù)在不斷的完善進(jìn)步。應(yīng)用范圍十分廣泛,其不僅可以用于環(huán)境監(jiān)測(cè)、農(nóng)產(chǎn)品及食品的檢測(cè)[4],還可以應(yīng)用在安檢、易燃易爆品和有毒氣體等方面的檢測(cè)[5]。電子鼻模擬生物嗅覺,其系統(tǒng)主要由氣敏傳感器陣列、信號(hào)預(yù)處理單元和模式識(shí)別單元三部分組成[6]。

1.1 水果品質(zhì)評(píng)價(jià)中的應(yīng)用

1.1.1 內(nèi)部品質(zhì)測(cè)定 利用電子鼻可以測(cè)定水果的可溶性固形物、酸度、成熟度及腐爛度等[7-10]。Sanaeifar等[7]檢測(cè)了不同儲(chǔ)存期下香蕉的總可溶性固形物(TSS)、可滴定酸度(TA)和硬度,運(yùn)用偏最小二乘法(Partial Least Squares,PLS)、多元線性回歸(Multiple Linear Regression,MLR)和支持向量回歸(Support Vector Regression,SVR)對(duì)三種品質(zhì)指標(biāo)分別建模。結(jié)果表明,使用SVR建模的檢測(cè)結(jié)果要優(yōu)于其他方法,且電子鼻對(duì)TSS和硬度表現(xiàn)出了良好的預(yù)測(cè)性能,但TA模型的預(yù)測(cè)性能稍差。類似的,Zhang等[8]運(yùn)用MLR、PLS和主成分回歸(Principal Component Regression,PCR)對(duì)“雪晴”梨的酸度、硬度和SSC建模,結(jié)果也是硬度和SSC模型的預(yù)測(cè)性能優(yōu)于酸度模型,且使用MLR建模的效果更好。李敏等[9]則利用PLS和BP神經(jīng)網(wǎng)絡(luò)建立了芒果的可溶性固形物(SSC)和可滴定酸的預(yù)測(cè)模型,與上述兩個(gè)研究相同,SSC模型預(yù)測(cè)性能要略高于TA模型,使用PLS建模的效果稍差。在水果的腐爛度檢測(cè)中,Liu等[10]采用電子鼻與高光譜信息融合的方法,對(duì)草莓在儲(chǔ)存過程中的真菌污染情況進(jìn)行評(píng)估,所建模型對(duì)菌落總數(shù)的預(yù)測(cè)能力較好。浦宏杰等[11]采用zNoseTM電子鼻測(cè)定芒果的揮發(fā)性成分,經(jīng)數(shù)據(jù)分析后,建立成熟度的分段指數(shù)模型和新鮮度的高斯模型來判斷其成熟度和腐爛度。

1.1.2 貨架期預(yù)測(cè) 貨架期是判定水果品質(zhì)的重要指標(biāo)。傅均等[12]將自己設(shè)計(jì)的便攜式智能電子鼻系統(tǒng)用于葡萄貨架期的評(píng)價(jià)研究,采集了6個(gè)巨峰葡萄平行樣品組10 d的貨架期數(shù)據(jù),運(yùn)用主成分分析法(Principal Component Analysis,PCA)和多重判別分析法(Multiple Discriminant Analysis,MDA)分析識(shí)別葡萄貨架期,再用留一法進(jìn)行了驗(yàn)證,平均識(shí)別率分別為83.3%和80.6%,驗(yàn)證了電子鼻評(píng)價(jià)葡萄貨架期的有效性。張鵬等[13]則通過雷達(dá)圖和負(fù)荷加載(Loadings)分析研究主要傳感器對(duì)蘋果揮發(fā)物質(zhì)響應(yīng)值的變化,利用PCA和線性判別分析法(Linear Discrimination Analysis,LDA)進(jìn)行數(shù)據(jù)分析,結(jié)果表明,PCA、LDA均可準(zhǔn)確辨別常溫下不同貨架期的蘋果,并且LDA方法更加準(zhǔn)確。

1.2 優(yōu)缺點(diǎn)

水果品質(zhì)變化,其氣味改變。電子鼻通過檢測(cè)水果氣味信號(hào)評(píng)價(jià)其品質(zhì),具有處理方便,成本低,快速高效的優(yōu)點(diǎn),可以用于水果品種鑒別、新鮮度和腐爛度的判別及貨架期預(yù)測(cè)等方面的研究。但電子鼻易受環(huán)境影響,并且受到氣敏傳感器靈敏度、制造工藝等方面的限制,其檢測(cè)結(jié)果與期望值有一定差距[14],電子鼻技術(shù)在水果品質(zhì)評(píng)價(jià)中的應(yīng)用還需進(jìn)一步研究。

2 計(jì)算機(jī)視覺技術(shù)

2.1 概述

計(jì)算機(jī)視覺技術(shù)是隨著計(jì)算機(jī)技術(shù)的快速發(fā)展而延伸出來的一個(gè)新的計(jì)算機(jī)應(yīng)用領(lǐng)域,是一門包含圖像處理及分析,模式識(shí)別和人工智能等方面的交叉性學(xué)科[15]。計(jì)算機(jī)視覺技術(shù)是通過CCD相機(jī)采集水果的圖像信息,再利用圖像處理技術(shù)進(jìn)行特征提取,然后運(yùn)用各種算法及分析方法獲得水果的大小、形狀、外部損傷等品質(zhì)信息,進(jìn)而對(duì)水果的品質(zhì)進(jìn)行評(píng)價(jià)分級(jí)。計(jì)算機(jī)視覺技術(shù)通常由CCD攝像機(jī)、圖像處理軟件、裝有圖像采集卡的計(jì)算機(jī)、光照系統(tǒng)組成[16],可以同時(shí)檢測(cè)多項(xiàng)品質(zhì)指標(biāo),具有快速、準(zhǔn)確、高效、無損的特點(diǎn)。

2.2 水果品質(zhì)評(píng)價(jià)中的應(yīng)用

2.2.1 缺陷及病害檢測(cè) 處理圖像是計(jì)算機(jī)視覺技術(shù)中的關(guān)鍵一步。徐瑩瑩[17]在甜瓜品質(zhì)檢測(cè)研究中運(yùn)用灰度轉(zhuǎn)換、快速中值濾波、高斯濾波去噪、全局閾值背景分割、腐蝕膨脹運(yùn)算進(jìn)行圖像預(yù)處理;采用角點(diǎn)提取判斷瓜蒂區(qū),擦除瓜蒂提高精確度;然后通過Otsu算法分割不同區(qū)域,再以灰度紋理與顏色作為綜合特征,建立支持向量機(jī)(Support Vector Machine,SVM)進(jìn)行模式識(shí)別,對(duì)甜瓜缺陷的識(shí)別準(zhǔn)確率達(dá)到92.2%。Dubey等[18]在對(duì)蘋果病害的檢測(cè)分類中通過灰度轉(zhuǎn)換、中值濾波、邊緣檢測(cè)、形態(tài)學(xué)操作進(jìn)行圖像分割;采用鏈碼直方圖和像素密度對(duì)病害區(qū)域進(jìn)行病害特征提取;最后采用徑向基核的SVM進(jìn)行病害分類,準(zhǔn)確率為98%。

2.2.2 品質(zhì)分級(jí)與品種分類 計(jì)算機(jī)視覺技術(shù)可以通過檢測(cè)水果的大小、形狀、紋理等特征評(píng)估水果品質(zhì)或進(jìn)行品種分類[19-20]。在水果品質(zhì)分級(jí)的研究中,雖然對(duì)圖像的處理較為繁瑣,但結(jié)果準(zhǔn)確度較高。朱佳明[19]利用SONY DSC-W830相機(jī)采集山竹的正面圖、左側(cè)圖及右側(cè)圖,使用彩色空間變化、平滑處理、ROI區(qū)域提取對(duì)山竹圖像進(jìn)行預(yù)處理;利用Otus閾值分割法獲取完整的山竹圖像輪廓,采用果實(shí)區(qū)域擬合圓法、灰度共生矩陣、HSI彩色空間的H通道等方法對(duì)山竹的大小、紋理及顏色進(jìn)行特征提取;進(jìn)而采用BP神經(jīng)網(wǎng)絡(luò)對(duì)山竹進(jìn)行智能分級(jí),分級(jí)正確率在91%以上。伍光緒[20]在對(duì)血橙的無損檢測(cè)及分級(jí)技術(shù)研究中,使用領(lǐng)域平均法、中值法、拉普拉斯算子、梯度法和約束最小二乘濾波對(duì)圖像進(jìn)行預(yù)處理;將預(yù)處理后的圖像進(jìn)行二值化、Soble算子及大津法處理,得到血橙的大小、周長和成熟度;最后建立血橙分級(jí)隸屬函數(shù)將血橙分為四個(gè)等級(jí),以人工檢測(cè)結(jié)果為標(biāo)準(zhǔn),準(zhǔn)確率為90%。

計(jì)算機(jī)視覺技術(shù)對(duì)不同品種及不同類別的水果均有很好的識(shí)別能力[21-22]。Cavallo等[21]開發(fā)了一個(gè)簡化的計(jì)算機(jī)視覺系統(tǒng),將其用于兩個(gè)葡萄品種(意大利品種和維多利亞品種)的分類。對(duì)意大利品種和維多利亞品種來說,系統(tǒng)的分類精度分別為100%和92%。Peng等[22]以蘋果、香蕉、柑橘、梨、楊桃和火龍果為研究對(duì)象,采用機(jī)器視覺技術(shù)對(duì)這6種水果進(jìn)行分類。實(shí)驗(yàn)運(yùn)用高斯濾波、直方圖均衡化、Otsu分割算法、Canny邊緣檢測(cè)算子等方法處理圖像,利用SVM分類器對(duì)提取的特征向量進(jìn)行分類識(shí)別。結(jié)果表明,對(duì)6種水果的識(shí)別能力較好,但由于香蕉的樣本量較少,該方法對(duì)香蕉的識(shí)別率最低。

2.3 優(yōu)缺點(diǎn)

計(jì)算機(jī)視覺技術(shù)可以根據(jù)水果顏色、紋理、缺陷等特征信息,高效快速地對(duì)水果品質(zhì)進(jìn)行評(píng)價(jià)分級(jí),可以大量節(jié)省人力物力。但計(jì)算機(jī)視覺技術(shù)對(duì)于明顯的外部損傷檢測(cè)結(jié)果更好,對(duì)于水果內(nèi)部損傷或輕微的外部損傷的檢測(cè)能力較差。

3 近紅外光譜技術(shù)

3.1 概述

近紅外光譜是人類最早認(rèn)識(shí)的非可見光譜區(qū),介于可見光和中紅外光之間,波長范圍為780～2526 nm。近紅外光譜技術(shù)是一種利用物質(zhì)對(duì)光的吸收、反射和散射等特性來確定其成分含量的一種無損檢測(cè)技術(shù),具有快速、非破壞性、高效的特點(diǎn)。該技術(shù)可應(yīng)用于水果內(nèi)部品質(zhì)(糖度、酸度、可溶性固形物等)的檢測(cè),并且可以同時(shí)檢測(cè)多種成分[23]。

3.2 水果品質(zhì)評(píng)價(jià)中的應(yīng)用

3.2.1 內(nèi)部品質(zhì)測(cè)定 近紅外光譜技術(shù)可以用于水果可溶性固形物、可滴定酸度、總糖、硬度等方面的測(cè)定[24-27]。國外對(duì)于近紅外光譜技術(shù)的研究起步較早,研究得較多。Nturambirwe等[24]對(duì)蘋果總可溶固形物(TSS)、可滴定酸度(TA)、TSS/TA建模,運(yùn)用遺傳算法優(yōu)化PLS模型,模型的預(yù)測(cè)值與實(shí)際測(cè)得的值接近。Maniwara等[25]檢測(cè)了百香果的TSS、TA及果肉含量(PC),采用偏最小二乘法對(duì)光譜數(shù)據(jù)進(jìn)行分析,對(duì)TSS、TA和PC分別建立預(yù)測(cè)模型,預(yù)測(cè)結(jié)果與參考值有很好的相關(guān)性。Oliveira-Folador等[26]也對(duì)百香果的SSC、TA、葡萄糖、果糖、VC進(jìn)行了分析,但是由于VC的含量較低,未能很好的預(yù)測(cè)其含量。Nordey等[27]對(duì)芒果的固定部位進(jìn)行了紅外光譜檢測(cè),建立的可溶性固形物、干物質(zhì)、酸度的PLSR模型均有很好的預(yù)測(cè)能力。

國內(nèi)雖起步較晚,但近年來也進(jìn)行了大量研究。Wang等[28]對(duì)歐洲梨的SSC和硬度進(jìn)行檢驗(yàn),通過標(biāo)準(zhǔn)化、二階導(dǎo)數(shù)和S-G平滑進(jìn)行光譜預(yù)處理,用PLS和MLR建立預(yù)測(cè)模型,兩種模型都顯示出了對(duì)SSC和硬度的良好預(yù)測(cè)能力。Chen等[29]使用近紅外光譜測(cè)定了草莓中可溶性固形物含量,為提高模型精度,使用了網(wǎng)格搜索技術(shù),實(shí)驗(yàn)建立的間隔偏最小二乘法模型和移動(dòng)窗口偏最小二乘模型的相關(guān)系數(shù)均在0.93以上,驗(yàn)證均方根誤差均在0.3左右,模型的預(yù)測(cè)能力良好。蔡雪珍[30]則分析了葡萄的總酚、總糖、果糖、蔗糖和可溶性固形物。不同于上述研究,Tian等[31]利用基于蘋果大小的光譜校正技術(shù)對(duì)蘋果內(nèi)部霉變進(jìn)行了研究,實(shí)驗(yàn)驗(yàn)證了蘋果肉的消光率隨厚度呈對(duì)數(shù)線性變化,因此根據(jù)蘋果光譜得出了蘋果內(nèi)部消光系數(shù)方程;用消光系數(shù)對(duì)透射光譜進(jìn)行修正,建立了基于修正光譜和原始光譜的反向傳播人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)模型,結(jié)果表明,修正后的光譜模型精度較高,對(duì)訓(xùn)練集的準(zhǔn)確率達(dá)98.04%、測(cè)試集的準(zhǔn)確率為90.20%。

3.2.2 水果分選 近紅外光譜技術(shù)檢測(cè)速度快、可同時(shí)檢測(cè)多種指標(biāo),將其用于水果在線分選可以保證水果品質(zhì),提高效率。劉燕德等[32]利用梨的近紅外漫反射光譜建立可溶性固形物的預(yù)測(cè)模型,實(shí)現(xiàn)了梨的在線檢測(cè),分選準(zhǔn)確性為94.4%。龔志遠(yuǎn)等[33]利用近紅外技術(shù)研發(fā)了一種水果糖酸度在線分選系統(tǒng),可以通過改變輸入模型檢測(cè)水果的糖度、酸度及VC含量,但是由于系統(tǒng)限制,檢測(cè)精度不夠高。檢測(cè)精度直接影響分選結(jié)果,提高檢測(cè)精度是研究的關(guān)鍵。

3.3 優(yōu)缺點(diǎn)

近紅外光譜技術(shù)具有快速、非破壞性、高效的特點(diǎn),在水果品質(zhì)檢測(cè)方面的應(yīng)用得到了快速發(fā)展。近紅外光譜技術(shù)在水果品質(zhì)評(píng)價(jià)的研究大部分集中在水果可溶性固形物、糖度、總酚含量、VC含量等指標(biāo)的檢測(cè),而在水果分級(jí)、分類方面的研究較少。與國外相比,我國研究近紅外光譜技術(shù)起步較晚,在技術(shù)的成熟度和應(yīng)用程度方面無法與一些發(fā)達(dá)國家相媲美,相關(guān)標(biāo)準(zhǔn)的制定也明顯落后,還需進(jìn)一步加強(qiáng)完善[34]。

4 核磁共振技術(shù)

4.1 概述

核磁共振技術(shù)(Nuclear Magnetic Resonance,簡稱NMR)在醫(yī)學(xué)上的應(yīng)用廣為人知。核磁共振技術(shù)根據(jù)其使用射頻場(chǎng)頻率的高低,分為高場(chǎng)核磁共振技術(shù)和低場(chǎng)核磁共振技術(shù)[35]。NNR可以通過探測(cè)濃縮氫核和油水混合團(tuán)料的響應(yīng)變化,顯示水果內(nèi)部結(jié)構(gòu)的圖像[36],在檢測(cè)水果方面極具潛力。由于其快速、簡便、非破壞性的特點(diǎn),將其用于水果檢測(cè)已經(jīng)成為了一種趨勢(shì)。

4.2 在水果品質(zhì)評(píng)價(jià)中的應(yīng)用

4.2.1 內(nèi)部成分測(cè)定 核磁共振技術(shù)可以檢測(cè)水果中的含水量、含糖量及褐變等情況。核磁共振成像的亮暗變化與水分含量有關(guān),陳森等[37]對(duì)常溫儲(chǔ)存條件下櫻桃內(nèi)部水分變化和遷移規(guī)律進(jìn)行了研究。用低場(chǎng)核磁共振技術(shù)對(duì)常溫儲(chǔ)存24、120、216、312、408、480 h的櫻桃進(jìn)行了檢測(cè),得到了櫻桃中心縱向截面的核磁共振成像。從圖像中可以明顯看出,水分隨著儲(chǔ)存時(shí)間的增加而減少,櫻桃果皮、果核、果肉的輪廓也隨儲(chǔ)存時(shí)間的增加而逐漸明顯。由于自由感應(yīng)衰減信號(hào)(FID)、橫向弛豫時(shí)間(T2)及縱向弛豫時(shí)間(T1)會(huì)受到含糖量的影響,熊婷等[38-39]成功用低磁場(chǎng)核磁共振技術(shù)測(cè)定了蘋果不同部位的含糖量和圣女果中的含糖量。Suchanek等[40]則采用低場(chǎng)核磁共振技術(shù)檢測(cè)了梨貯藏期間內(nèi)部的褐變情況,用T2橫向弛豫時(shí)間成功區(qū)分了褐變組織和正常組織,評(píng)價(jià)了梨的褐變程度。

4.2.2 外部損傷測(cè)定 核磁共振對(duì)水果的外部損傷測(cè)定與計(jì)算機(jī)視覺技術(shù)有相似之處,在獲得圖像后都要進(jìn)行一系列的圖像處理。周水琴等[41]使用核磁共振掃描儀獲取鴨梨的冠狀面圖像,采用Otsu閾值分割、二值化和邊界提取對(duì)圖像進(jìn)行預(yù)處理,并使用角點(diǎn)檢測(cè)進(jìn)行輕微損傷的判定,結(jié)果表明,該方法檢測(cè)鴨梨表面輕微損傷的準(zhǔn)確率達(dá)92.1%,且可以100%識(shí)別正常水果和畸形水果。熊婷[39]則使用CPMG序列進(jìn)行分析,選取T2加權(quán)像進(jìn)行檢測(cè),并結(jié)合圖像偽彩色處理技術(shù)檢測(cè)蘋果的機(jī)械損傷,結(jié)果表明,可以正確檢測(cè)出蘋果的機(jī)械損傷。此外,與正常組織相比,損傷組織會(huì)有更高的含水量,可以根據(jù)信號(hào)的強(qiáng)弱與圖像的亮暗檢測(cè)損傷部位[42]。

4.3 優(yōu)缺點(diǎn)

核磁共振技術(shù),不會(huì)破壞被測(cè)水果的外觀,也不存在輻射的潛在危害,并且穿透力強(qiáng)不會(huì)受到果皮厚度的限制,是一種方便快捷的檢測(cè)技術(shù)。但是將NMR檢測(cè)用于不同水果時(shí),就要進(jìn)行相應(yīng)的NMR研究,而且核磁共振儀造價(jià)昂貴,會(huì)增加成本,這在一定程度上限制了NMR的應(yīng)用[43]。

5 基于聲學(xué)特性的無損檢測(cè)技術(shù)

5.1 概述

水果的聲學(xué)特性是指水果對(duì)聲波的反射、透射、散射、吸收及其本身的聲阻抗和固有頻率等[2]。聲學(xué)特性檢測(cè)裝置通常包括聲波發(fā)生器、聲波傳感器、電荷放大器、動(dòng)態(tài)信號(hào)分析儀、計(jì)算機(jī)和繪圖儀[2]。水果內(nèi)部組織改變會(huì)使其聲學(xué)特性發(fā)生變化,不同水果具有不同的聲學(xué)特性,同一種水果因?yàn)槠鋬?nèi)部品質(zhì)的不同也會(huì)存在差異[44]。因此,可以利用水果不同的聲學(xué)特性,檢測(cè)水果品質(zhì)。

5.2 在水果品質(zhì)評(píng)價(jià)中的應(yīng)用

利用聲學(xué)特性檢測(cè)水果的內(nèi)部缺陷、水分和硬度等指標(biāo)可以判斷水果品質(zhì)[45-50]。危艷軍等[45]采集西瓜不同部位的聲信號(hào),對(duì)聲信號(hào)進(jìn)行特征提取,運(yùn)用判別分析函數(shù)分析西瓜是否空心。Ikeda等[46]、Mao等[47]分別利用表面彈性波的傳播速率與硬度的良好線性關(guān)系以及f2m、MI1(一階矩指標(biāo))和MI2(二階矩指標(biāo))三個(gè)硬度指標(biāo)與硬度的關(guān)系測(cè)定西瓜的硬度。類似的,Belie等[48]利用聲脈沖響應(yīng)技術(shù)監(jiān)測(cè)了梨在4周儲(chǔ)藏期內(nèi)的硬度變化,發(fā)現(xiàn)梨的硬度與其聲脈沖響應(yīng)特性有很好的相關(guān)性,可以用來確定梨的硬度。在水分檢測(cè)中,張索非等[49]根據(jù)蘋果被敲擊后發(fā)出的聲音頻譜不同,確定不同儲(chǔ)藏時(shí)間下蘋果的水分,結(jié)果表明,可以通過受激發(fā)聲的總強(qiáng)度和頻率峰值來測(cè)定蘋果中的含水量,聲音強(qiáng)度越大,蘋果越新鮮。Costa等[50]則利用聲學(xué)-機(jī)械分析相結(jié)合的方法檢測(cè)蘋果品質(zhì),獲取86個(gè)不同品種蘋果的聲學(xué)及力學(xué)參數(shù),運(yùn)用主成分分析對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析;同時(shí),對(duì)蘋果進(jìn)行了感官評(píng)價(jià),結(jié)果表明,可以將不同脆度的蘋果區(qū)分出來。

5.3 優(yōu)缺點(diǎn)

基于聲學(xué)特性的無損檢測(cè)技術(shù)具有靈活方便、成本低、適應(yīng)性強(qiáng)的特點(diǎn),具有極大發(fā)展空間[51]。但目前該技術(shù)在水果品質(zhì)評(píng)價(jià)中的研究大多是探討水果某一聲學(xué)特性與其品質(zhì)指標(biāo)的關(guān)系,這就限制了監(jiān)測(cè)精確度的提高[52],因此,該技術(shù)還需進(jìn)一步深入研究。

6 基于電學(xué)特性的無損檢測(cè)技術(shù)

6.1 概述

水果不同,其成分、狀態(tài)不同,就會(huì)有不同的介電特性參數(shù)(電容、電阻、電感及衍生的一些電學(xué)特性)?；诮殡娞匦詫?duì)水果品質(zhì)的檢測(cè)就是通過考察水果介電特性參數(shù)的差異,分析出水果的結(jié)構(gòu)及內(nèi)部信息[53]。該技術(shù)具有設(shè)備簡單、便于操作、信號(hào)易處理的特點(diǎn),應(yīng)用前景廣闊[54]。

6.2 在水果品質(zhì)評(píng)價(jià)中的應(yīng)用

6.2.1 病害及腐爛檢測(cè) 基于介電特性無損檢測(cè)技術(shù)可應(yīng)用于水果品質(zhì)病害及腐爛問題的檢測(cè)[55-57]。王若琳等[55]將主成分分析結(jié)合Fisher判別、徑向基神經(jīng)網(wǎng)絡(luò)和多元感知器神經(jīng)網(wǎng)絡(luò)建模,檢測(cè)了蘋果的水心病。實(shí)驗(yàn)發(fā)現(xiàn),利用低頻率下?lián)p耗因子結(jié)合人工神經(jīng)網(wǎng)絡(luò)對(duì)蘋果水心病的正確識(shí)別率達(dá)到 100%,表明該技術(shù)可用于蘋果水心病的檢測(cè)。在水果的腐爛檢測(cè)中,胥芳等[56]發(fā)現(xiàn)腐爛蘋果的相對(duì)介電常數(shù)與等效電容均明顯增加,可對(duì)腐爛蘋果進(jìn)行良好的檢測(cè)。Euring等[57]則是通過測(cè)量蘋果的電壓及阻抗對(duì)蘋果是否腐爛及其腐爛程度進(jìn)行了確定,實(shí)驗(yàn)表明,電壓會(huì)隨著蘋果腐爛程度的提高而增加,該方法可以區(qū)分正常與腐爛的蘋果,并且可以反映蘋果的腐爛程度。

6.2.2 成熟度測(cè)定 基于介電特性無損檢測(cè)技術(shù)在水果成熟度的檢測(cè)中,Mohapatra等[58]根據(jù)水果成熟度增大,其電容、相對(duì)介電常數(shù)增大,阻抗減小的特點(diǎn),研發(fā)了一種電學(xué)特性檢測(cè)系統(tǒng),檢測(cè)了紅香蕉介電特性在不同成熟條件下成熟過程中的變化,結(jié)果表明,該技術(shù)能夠較好地估計(jì)香蕉果實(shí)成熟過程中品質(zhì)的變化。與Mohapatra的研究不同,Castro-Giráldez等[59]發(fā)現(xiàn)介電成熟度與0.5 GHz和偶極馳豫頻率下的損耗因子有關(guān),基于此對(duì)蘋果的成熟度進(jìn)行了檢測(cè),結(jié)果表明可以很好地預(yù)測(cè)蘋果成熟度。

6.3 優(yōu)缺點(diǎn)

基于介電特性無損檢測(cè)技術(shù)檢測(cè)水果品質(zhì),具有快速、簡便、高效、數(shù)據(jù)量較少的特點(diǎn)。該技術(shù)在水果品質(zhì)評(píng)價(jià)中的應(yīng)用前景良好。但由于影響水果介電特性的因素很多,包括測(cè)試的頻率、電壓、溫度、濕度,水果的含水率、成熟度、損傷、含糖量、酸度等[60],這就使得該技術(shù)研究進(jìn)展較慢。該技術(shù)目前的研究內(nèi)容主要集中在測(cè)試信號(hào)的頻率、溫度及水果含水率對(duì)介電特性的影響,其他方面較少,需要進(jìn)一步的研究。

7 結(jié)語

水果品質(zhì)變化,其氣味、色澤、成分、組織結(jié)構(gòu)狀態(tài)等都發(fā)生變化,而如何快速、簡捷地檢測(cè)水果品質(zhì)的這些變化是當(dāng)前研究的熱點(diǎn)。無損檢測(cè)技術(shù)具有高效、快速、準(zhǔn)確性好的優(yōu)點(diǎn),適用于水果品質(zhì)評(píng)價(jià)。本文綜述了無損檢測(cè)技術(shù)(電子鼻技術(shù)、計(jì)算機(jī)視覺技術(shù)、近紅外光譜技術(shù)、核磁共振技術(shù)、基于聲學(xué)特性和介電特性檢測(cè)技術(shù))在水果品質(zhì)評(píng)價(jià)中的應(yīng)用,總結(jié)了這些技術(shù)在水果品質(zhì)評(píng)價(jià)中的應(yīng)用,并分析了它們的優(yōu)缺點(diǎn)。電子鼻技術(shù)可以解決水果品質(zhì)評(píng)價(jià)的部分問題,但其準(zhǔn)確性和穩(wěn)定性還有待進(jìn)一步探討,而且為了更加高效全面地檢測(cè)水果的各項(xiàng)指標(biāo)可進(jìn)行與其他分析技術(shù)相結(jié)合的研究。計(jì)算機(jī)視覺技術(shù)不僅需解決水果內(nèi)部損傷或輕微的外部損傷的檢測(cè)能力較差的問題,而且為了使該技術(shù)具有普遍性、提高檢測(cè)的準(zhǔn)確性建立一個(gè)全面完整的數(shù)據(jù)庫是很有必要的。近紅外光譜技術(shù)經(jīng)過多年的研究發(fā)展已經(jīng)相對(duì)成熟,但其模型的應(yīng)用范圍有限,應(yīng)提高模型傳遞能力,在建模時(shí)既要考慮到樣品的代表性也要注意引進(jìn)新的算法;在探究近紅外分選系統(tǒng)時(shí),不應(yīng)局限于一種指標(biāo)的檢測(cè),需進(jìn)行多品質(zhì)同時(shí)測(cè)量的研究,并且提高在線檢測(cè)的精確度。核磁共振技術(shù)在損傷和成分測(cè)定方面效果較好,但在微生物、有毒有害物質(zhì)方面的檢測(cè)需進(jìn)行進(jìn)一步研究,并且需克服檢測(cè)成本較高的問題?；诼晫W(xué)特性和介電特性檢測(cè)技術(shù)還需解決檢測(cè)精確度和穩(wěn)定性等問題。每種檢測(cè)技術(shù)都有其特點(diǎn)、適用性、優(yōu)勢(shì)及劣勢(shì),需要進(jìn)一步進(jìn)行研究。在水果品質(zhì)評(píng)價(jià)時(shí),應(yīng)根據(jù)實(shí)際情況進(jìn)行選擇這些無損檢測(cè)技術(shù)。