孫曉林，周童童，孫志忠，李占明，胡棟*

（1.浙江農林大學光機電工程學院，浙江 杭州 311300；2.浙江農林大學數(shù)學與計算機科學學院，浙江 杭州 311300；3.江蘇科技大學糧食學院，江蘇 鎮(zhèn)江 212004）

隨著社會的不斷發(fā)展，人們的生活水平也不斷提高，水果、蔬菜等農產品的品質與安全也順勢成為當代社會關注的熱點問題。為滿足消費者需求及保障果蔬質量，需要對其進行必要的品質檢測。果蔬品質大致分為外部品質與內部品質，外部品質指標包括形狀、尺寸、顏色、表面缺陷等，內部品質指標包括可溶性固形物含量（solublesolid contents，SSC）、酸度、硬度、含水率等。

果蔬組織屬于混濁介質，光在其中傳播時，經吸收和多次散射，從組織中穿出時攜帶了與組織內部有關的信息。因此，通過測量組織的光學特性實現(xiàn)果蔬組織的品質檢測是可行的。近年來，眾多專家學者們基于光在生物組織中的分布、傳播、吸收散射等光學理論，利用時間分辨（timeresolved，TR）[1]、頻域（frequencydomain，F(xiàn)D）[2]、空間分辨（spatialresolved，SR）[3]、空間頻域成像（spatial-frequency domain imaging，SFDI）[4]和積分球（integratingsphere，IS）[5]技術測量果蔬組織的光學特性參數(shù)，實現(xiàn)了果蔬組織的SSC、成熟度、表面缺陷、腐爛等內外部品質的無損檢測。

本文主要針對TR、FD、SR、SFDI和IS五種光學測量技術在果蔬品質無損檢測中的測量及應用進行綜述，首先闡述其光學特性測量原理和技術特點，然后總結其在果蔬組織光學特性測量和品質檢測方面的應用情況，最后討論其未來挑戰(zhàn)和研究方向，為進一步研究與應用提供參考。

1 光學特性簡介

光在果蔬組織中的傳輸過程復雜，會發(fā)生吸收、散射、反射和透射等多種現(xiàn)象。果蔬組織的結構、成分和形態(tài)大不相同，導致其光學特性也不盡相同。一般來說，樣品的吸收光譜由其成分的性質和濃度決定，在特定波長處的吸收系數(shù)可以提供糖類物質、水、葉綠素等含量的信息，而散射特性則與其結構相關，可用散射系數(shù)評價硬度等結構指標，為利用光學特性實現(xiàn)果蔬品質無損檢測提供了可能性[6]。

果蔬組織的光學特性參數(shù)主要包括吸收系數(shù)（absorption coefficient，μa）、散射系數(shù)（scattering coefficient，μs）和各項異性因子（anisotropy factor，g）[7]。μa表示組織體內單位路徑中一個光子被吸收的概率，反映了果蔬組織中分子的原子能級信息；μs表示組織體內單位路徑中一個光子被散射的概率，反映了果蔬組織結構的顯微不均勻性；g則是一個無量綱參數(shù)，表征組織中光分布的不均勻性和前向散射的概率，取值范圍為[-1，1]，大部分食品和農產品組織的g在[0.7，0.9]。當g值為1時，表示完全向前散射，g值為0表示完全同向散射，g值為-1則表示完全向后散射。為減少變量，簡化光傳輸問題，引入由μs和g推導得到的光學特性參數(shù)，即約化散射系數(shù)（reduced scattering coefficient，μs'），其中μs'=μs（1-g）。

2 光學特性測量及其應用現(xiàn)狀

2.1 時間分辨與頻域技術

2.1.1 原理及特點

TR技術是一種使用低強度光的非破壞性光學技術。在時間分辨測量中，用窄脈沖光照射待測量的渾濁介質；由于光子在組織傳播過程中發(fā)生吸收和散射現(xiàn)象，漫反射脈沖被衰減、展寬和延遲。光子在組織中傳輸?shù)木嚯x越長，信號衰減就越嚴重，逸出組織的時間也越滯后。通過測量組織表面某一位置在不同時間的信號，便可得到隨時間變化的時間分辨光譜；結合相應的光傳輸模型和逆向算法，可反演得到組織的μa和μs'[8]。

因組織對光的吸收和散射，系統(tǒng)檢測到的光與入射光具有不同的相位和幅度。FD和TR技術通過傅里葉變換實現(xiàn)兩者的相互轉換，即兩者所測信號包含的信息等效，但頻域技術要求檢測探頭和樣品表面要接觸良好。在FD中，光源經高頻調制后進入樣本組織，通過獲得不同徑向位置處的幅值變化量和相位延遲角，再結合漫射近似方程的分析解獲得光學特性參數(shù)[9]。FD所用系統(tǒng)價格昂貴，多用于生物醫(yī)學領域[10]。

2.1.2 應用

SSC和硬度是決定果蔬品質和適宜采后貯藏條件的重要指標。通過與光學特性相結合建立模型，可實現(xiàn)果蔬組織的品質預測。Cubeddu等[1]測量了650 nm～1 000 nm范圍內蘋果、桃子、獼猴桃和西紅柿的μa和μs'，結果表明，μa曲線主要由水和葉綠素的光譜特征決定，而μs'隨著波長的增加逐漸減小。Lurie等[11]分別研究了0、4℃貯藏時不同貨架期油桃的μa和μs'與硬度、凍傷的關系，結果表明，成熟度與670 nm下的μa有明顯關系，數(shù)值越低越成熟；凍傷則與780 nm下的μa相關。Tijskens等[12]和 Zerbini等[13]測量 670 nm 處油桃的光學特性，發(fā)現(xiàn)可用μa評價油桃果肉的軟化及預測成熟度。Seifert等[14]通過試驗發(fā)現(xiàn)：在整個發(fā)育期內，蘋果和李子的μs'分別變化了14.7%和41.5%。Nicola?等[15]對梨進行了連續(xù)波和時間分辨近紅外反射光譜測量，構建光學特性參數(shù)與硬度、SSC的預測模型。Cubeddu等[16]測量了610 nm～700 nm處3種蘋果的吸收和散射光譜，發(fā)現(xiàn)同一品種的不同果實和同一蘋果不同部位的散射性質存在差異，不同品種間光學特性存在明顯差異。

TR技術不僅可以檢測整果，還可以檢測切片和干果的光學特性以及是否產生內部褐變。Cortellino等[17]根據(jù)670 nm處蘋果果片的μa遞減規(guī)律將其分為未成熟、中等成熟和完全成熟三個等級，加工成熟度均勻的水果可獲得具有均勻質地的鮮切產品。Rizzolo等[18]利用TR技術獲得670 nm處蘋果干切片的吸收系數(shù)，確定了其顯微結構特征、加工條件和果實成熟度與脆度之間的關系。Vanoli等[19]試驗時發(fā)現(xiàn)670、780 nm處褐變蘋果的μa高于正常蘋果，μs'則相反；蘋果的光學特性不僅隨內部褐變的發(fā)展而變化，還與年份、施肥處理和貯藏條件等有關。

FD技術也可實現(xiàn)光學特性的測量，但在食品和農業(yè)工程領域應用不多。李江濤等[2]在研究頻域近紅外光學成像法檢測內部病變蘋果的光學特性參數(shù)時，結合三維重構技術并進行模擬仿真，用吸收系數(shù)對比度噪聲比評價重構效果，探究適合蘋果內部病變檢測的最佳激光調制頻段以及蘋果不同病變程度、病變大小和病變程度對重構精度的影響，為提高頻域近紅外光學成像無損檢測蘋果內部病變的檢測精度奠定基礎。表1總結了TR技術測量果蔬組織光學特性及其具體應用的情況。

表1 基于時間分辨技術的果蔬光學特性測量及其應用Table 1 Optical property measurement and application of fruits and vegetables based on time resolved techniques

2.2 空間分辨技術

2.2.1 原理及特點

當連續(xù)光源垂直入射到半無限大介質表面時，可以認為組織體內的光分布是一種與時間無關的穩(wěn)態(tài)分布。果蔬組織是多組分的強散射介質，當光進入樣品后，其漫反射隨著與入射光源的距離增加而下降。因此通過在不同空間位置上放置檢測器得到光強隨距離的變化情況，就能得到與吸收和散射相關的信息，通過測量組織表面漫反射實現(xiàn)果蔬組織的μa和μs'測量。

按照所用檢測器不同，SR技術可分為基于光纖探頭的空間分辨光譜法、基于單色成像的空間分辨法（monochromaticimaging-basedSR，MISR）與基于高光譜的空間分辨光譜法（hyperspectralimaging-basedSRS，HISRS）。其中基于光纖探頭的空間分辨光譜法又可以分為基于平移臺的空間分辨光譜法（translationstageSRS，TSSRS）與基于光纖陣列的空間分辨光譜法（fiber-arrayprobeSRS，F(xiàn)ASRS）。相較于時間分辨和頻域技術，空間分辨光譜技術所用儀器簡單、操作簡便、波長覆蓋范圍相對較寬。

2.2.2 應用

果干在食品加工市場上有著重要地位，除營養(yǎng)價值豐富外，其獨特的食用口感也是人們熱衷購買的原因之一。Nguyen等[3]對干燥至恒重的蘋果切片進行500nm～1000nm內的空間分辨反射（spatially-resolved reflectance spectroscopy，SRS）方法測量，結果表明，蘋果切片的μa和μs'與顯微結構信息和品質參數(shù)有很強的關聯(lián)性，可嘗試將該技術應用于干燥果干的在線監(jiān)測過程。

為更好地探究光學特性與果蔬品質的關系，學者們開發(fā)了不同的空間分辨系統(tǒng)，經試驗驗證后均有較好的效果。Trong等[20]搭建了基于光纖探頭的接觸式空間分辨光譜測量裝置，用于測量400 nm～1 000 nm不同貨架期蘋果的光學特性，結果表明，基于吸收系數(shù)光譜構建的偏最小二乘（partial least square，PLS）模型對蘋果品質屬性具有良好的預測性能。Hu等[21]基于空間分辨漫反射技術建立雙光纖光學探針系統(tǒng)，用于測量梨的光學特性，發(fā)現(xiàn)在不同的測量表面，隨著波長的增加，μs'逐漸減小，μa發(fā)生波動。劉志存等[22]以穩(wěn)態(tài)空間分辨光譜技術為基礎設計了農產品光學特性參數(shù)檢測系統(tǒng)，分別測量了富士蘋果和番茄的光學特性參數(shù)。王愛臣[23]利用光學特性分析儀（opticalpropertyanalyzer，OPA）的空間分辨高光譜成像系統(tǒng)結合優(yōu)化的序貫方法測量芒果果皮果肉的光學特性參數(shù)，發(fā)現(xiàn)果皮的μs'普遍高于果肉。黃玉萍等[24]使用多通道空間分辨系統(tǒng)測量550 nm～1 300 nm內番茄的光學特性，并建立PLS模型，以預測硬度、SSC和pH值，結果表明與μs'相比，基于μa光譜能更好地對SSC和pH值進行預測[25]。同時，他們將測得的光學特性用于番茄顏色等級的判別，識別率達到98.9%，高于傳統(tǒng)Vis/NIR光譜[26]；建立了偏最小二乘判別分析（partial least squares discrimination analysis，PLSDA）模型，用于判別番茄的成熟度，結果表明，當番茄被分為三個成熟度等級時，基于表面和內部顏色特征的番茄成熟度識別率相近，均在94%左右。

SRS技術測得的光學特性可用于果蔬的病害和擦傷檢測。Sun等[27]對健康和被真菌感染的桃子進行空間分辨反射光譜測量，發(fā)現(xiàn)μs'值隨著桃病害嚴重程度的增加而下降，且675 nm處的μa和μs'可用于桃病害的早期檢測。Lu等[28]使用基于高光譜成像的空間分辨技術測量蘋果的光學特性，發(fā)現(xiàn)正常果的μs'高于擦傷果，且隨時間的推移，其值不斷減小，增強散射特征測量的光學系統(tǒng)將更適合于擦傷檢測。Mollazade等[29]利用空間分辨光散射成像技術檢測粉狀蘋果，粉狀蘋果的μs'在650 nm和980 nm處分別顯著降低和增加，在這兩處建立的人工神經網絡分類模型能分別以76%和82%的分類精度區(qū)分粉狀和非粉狀蘋果。為確定洋蔥腐爛及其嚴重程度檢測的特征波長，Sun等[30]利用空間分辨透射系統(tǒng)，對不同位置腐爛的洋蔥進行不同維度的掃描，發(fā)現(xiàn)兩個波長下透射率的空間分布測量，對洋蔥內部腐爛物的位置和程度變化很敏感。

SRS技術測得的光學特性可用于果蔬組織色素、水分含量等指標預測。Vanoli等[31]對成熟后不同貨架期的蘋果采用時間分辨反射光譜（time-resolved reflectance spectroscopy，TRS）和SRS兩種方式測量組織光學特性，結果表明，TRS測得的μa與果肉的色素和水分含量關系較大，TRS和SRS均能跟蹤蘋果成熟過程，但SRS測得的結果受果皮中色素影響較大，且只能探測到果皮下較淺的位置。Askoura等[32]獲得嘎啦蘋果的空間分辨后向散射圖像，使用擴散理論模型擬合散射剖面，反演μa和μs'值，并與蒙特卡羅模擬結果進行對比，推斷μa可能被高估，μs'變化緩慢并與硬度呈負相關。Cen等[33]使用擴散模型結合逆向算法從空間反射分布圖中提取出515 nm～1 000 nm內桃的μa和μs'光譜，果實軟化過程中μs'逐漸減小，μa與μs'組合建立的PLS模型預測相關性更好。表2中總結了SR技術在果蔬光學特性測量及其應用的情況。

表2 基于空間分辨技術的果蔬光學特性測量及其應用Table 2 Optical property measurement and application of fruits and vegetables based on spatial resolved technique

2.3 空間頻域成像技術

2.3.1 原理及特點

SFDI是一種寬視場、非接觸的擴散光學成像技術，通過獲取空間調制光的漫反射實現(xiàn)果蔬組織的吸收系數(shù)和約化散射系數(shù)測量。將不同空間頻率、不同相位的穩(wěn)態(tài)正弦灰度平面光照射到渾濁介質上，通過相機采集樣本表面的漫反射圖像，結合相應的光傳輸模型即可計算得到組織光學特性參數(shù)。SFDI技術最早由Cuccia等[34]在2005年用于測量渾濁介質的μa和μs'值，后被應用于生物醫(yī)學領域[35]，得到了廣泛的研究與關注，目前已受到越來越多食品工程研究者的青睞，在果蔬等農產品光學特性檢測中嶄露頭角[36]。

2.3.2 應用

在果蔬行業(yè)，損傷和缺陷會降低果蔬的市場價值，造成重大的經濟損失。SFDI技術在不損傷或不影響檢測對象物理化學性質的前提下，獲取果蔬品質信息并分析評價。Anderson等[37]首次將SFDI技術用于檢測金冠蘋果的擦傷，量化擦傷的嚴重程度，分別獲得0.06 J和0.314 J能量作用下蘋果擦傷組織在650 nm～980 nm下的吸收和散射圖像，比較后發(fā)現(xiàn)不同區(qū)域的μs'有較大差異，可清晰辨別擦傷區(qū)域和未擦傷區(qū)域。Hu等[4]構建了SFDI系統(tǒng)，采集空間頻域圖像，通過解調計算得到蘋果光學特性，結果表明，內部褐變蘋果的μa遠高于正常蘋果組織，說明SFDI技術在蘋果組織內部褐變表征方面具有潛力。胡棟[38]進一步改進空間頻域成像系統(tǒng)，優(yōu)化參數(shù)擬合算法，測得蘋果、獼猴桃和芒果果皮果肉組織的光學特性參數(shù)，結果表明，三種果蔬果皮和果肉組織的μa大小與色素等成分含量相關，μs'的大小與硬度等物理特性相關；果皮組織的μa和μs'普遍高于果肉組織，獼猴桃表現(xiàn)尤為明顯。He等[39]使用校正后的SFDI成像系統(tǒng)用于梨的損傷檢測，通過比較μs'的變異系數(shù)值，很好地區(qū)分正常梨和損傷梨，正確率分別達到100%與98.3%。表3中總結了SFDI技術在水果光學特性測量中的具體應用。

表3 基于空間頻域成像技術的水果光學特性測量及其應用Table 3 Optical property measurement and application of fruits based on spatial-frequency domain imaging technique

2.4 積分球技術

2.4.1 原理及特點

IS技術可實現(xiàn)光學特性的離體測量，操作簡單、精度高，是一種公認的光學特性準確測量方法。但因其測定時需將樣品做切片處理，因此不能將其歸為無損檢測技術類別中。這是IS與上述四種技術的本質區(qū)別。積分球內表面涂有硫酸鋇等高反射材料，反射率均勻且高達98%，設置成鏤空孔的中空球體，可滿足不同測量需求。當光進入球體內部后，經內表面的高反射材料進行多次漫反射，入射光在球體內表面均勻分散，消減了被測樣品和檢測器件之間的受光面不均勻及測量過程中偏振帶來的不良影響，形成一個理想的朗伯體?；诖?，積分球技術能準確測量出薄片組織的漫反射率Rd和漫透射率Td，結合反向倍增（inverse adding doubling，IAD）算法可反演得到 μa和 μs'。

IS技術分為單積分球（singleintegratingsphere，SIS）技術和雙積分球（doubleintegratingsphere，DIS）技術。SIS試驗時僅用一個積分球，需改變樣品的放置位置，分別測量Rd和Td，試驗時間較長[40]；而DIS有兩個積分球且在同一水平線上，使用時將樣品放在兩球中間，可同時測量Rd和Td，但在兩球交界處會出現(xiàn)“串音”問題，即測量得到的全反射/全透射可能包含部分從透射/反射積分球反射/透射回來的光，使得到的樣品組織反射率和透射率均高于實際值[41]。

目前為止，IS技術已用于測量獼猴桃[42]、藍莓[43]、蘋果[44]和馬鈴薯[45]等果蔬組織的光學特性及其品質檢測。

2.4.2 應用

IS技術可準確測量果蔬組織的光學特性，為后續(xù)研究與試驗提供理論依據(jù)和參考價值。Saeys等[44]用SIS測得三種蘋果的光學特性平均值，結果表明，μs'隨波長的增加單調減少，果皮組織的散射比果肉大約多3倍，說明后續(xù)研究中應考慮果肉和果皮兩個模型。Van Beers等[46]則使用DIS系統(tǒng)測量了500 nm～1 850 nm的三種蘋果成熟過程中果皮皮層的光學特性，發(fā)現(xiàn)大多數(shù)色素存在于果皮中；所有品種在成熟過程中，蘋果皮層的散射系數(shù)都有所降低。Fang等[42]設計搭建了自動式單積分球系統(tǒng)，研究獼猴桃在632.8 nm處的光學特性，發(fā)現(xiàn)獼猴桃果肉、種子和種子基部的μa和μs'存在顯著差異。Sun等[47]對4種橘類水果的不同組織進行了光學特性測量，不同組織的μs差異明顯，物種間μs和g的差異小于不同組織間的差異。López-Maestresalas等[45]使用DIS系統(tǒng)測量了500 nm～1 900 nm的馬鈴薯塊莖組織的光學性質，因樣品主要由水組成，在600nm～1 400 nm內其μa光譜接近水的μa光譜，μa值較大；未完全將吸收和散射特性完全分離測量，其μs'值被低估；對各向異性因子的估計值很高（＞0.94），證明馬鈴薯組織高度前向散射。為更好地理解光在洋蔥中的傳播，Wang等[48]使用SIS系統(tǒng)測量632.8 nm處兩個品種的干皮和肉質組織的光學特性，發(fā)現(xiàn)洋蔥干皮比肉質組織具有更高的μa和μs'，且其光學特性與品種有關。Tomer等[49]則使用SIS系統(tǒng)測量洋蔥的光學特性，并將其吸收特性與水分、葉綠素相結合，在測量范圍內給出了洋蔥組織吸收的最佳估計。

利用IS技術測得光學特性，并建立其與SSC和硬度的關系模型，可實現(xiàn)果蔬等農產品的成熟度和品質預測。Rowe等[50]探究蘋果在400 nm～1 050 nm間的光學特性和硬度的關系，發(fā)現(xiàn)隨著水果變軟，散射系數(shù)降低。馬晨等[51]研究水蜜桃儲藏過程中μa和μs'變化規(guī)律，發(fā)現(xiàn)硬度和原果膠指數(shù)與散射性質的相關性較高（r≥0.965）。何學明[52]設計并改進自動積分球系統(tǒng)，測量400 nm～1 150 nm內梨的光學特性，并建立與梨的SSC和硬度的預測模型，二者驗證集決定系數(shù)R2v分別為0.40與0.44，表明用μa和μs'預測梨的相關理化指標是可行的。Liu等[53]利用單積分球獲得獼猴桃從盛花期至成熟期的μa和μs'，發(fā)現(xiàn)μa主要與SSC和水分含量有較強的相關性，μs'與果膠指數(shù)及顯微結構參數(shù)相關性更好。Fang等[54]測量蘋果在貯藏過程中的光學特性，并與SSC、可溶性總糖、果糖、蔗糖和葡萄糖含量進行相關分析，發(fā)現(xiàn)μa和μs'均與SSC呈正相關，SIS技術可用來評估蘋果的品質。Wei等[55]使用自動單積分球系統(tǒng)獲取蘋果在25℃和0℃下400 nm～1 050 nm的μa和 μs'，發(fā)現(xiàn)隨著貯藏時間的延長，μa和 μs'隨 SSC 和可溶性糖含量的下降而下降。謝丹丹等[56]測定草莓的μa和μs'，試驗發(fā)現(xiàn)μa與SSC呈負相關，與含水率呈正相關，基于μa構建的模型具有最好的預測SSC和含水率的能力，利用吸收特性可以更好地預測草莓的內部品質。

純天然無添加劑的水果越來越受人們的歡迎，但在購買水果時，僅憑肉眼無法判斷果蔬是否為純天然。謝丹丹[57]用單積分球系統(tǒng)探究草莓的光學特性、吡效隆（forchlorfenuron，CPPU）濃度及其內部品質的相關性關系，發(fā)現(xiàn)CPPU會顯著增加草莓的單果重，550 nm～850 nm 和 950 nm～1 650 nm 內 μa和 μs'的平均相對誤差分別為7.23%和9.48%，說明積分球系統(tǒng)對草莓膨大果的正確識別和草莓品質的檢測有足夠的能力。同樣地，Liu等[58]研究了CPPU對生長期和貯藏期獼猴桃光學特性的影響規(guī)律，發(fā)現(xiàn)在果實的生長期，獼猴桃果肉在970 nm和1 190 nm的μa具有識別正常果和膨大果的潛力，而在1 190 nm處的μs'具有識別用不同濃度CPPU處理后的獼猴桃的潛力。

IS技術也可用于水果組織的損傷識別。吳小華等[59]采用SIS系統(tǒng)測量了無損和不同程度輕微損傷蘋果的光學特性，并基于支持向量機和概率神經網絡理論建立了分類模型，兩者的最高識別準確率均在98%以上。Zhang等[60]使用DIS研究了400 nm～1 050 nm內不同損傷程度的蘋果果肉光學特性，結合主成分分析法和支持向量機對蘋果損傷程度進行分類和預測，準確率高達92.5%。Zhang等[43]則首次報道了不同程度擦傷的藍莓果皮和果肉的光學特性，并利用蒙特卡洛模擬光子與水果組織的相互作用，表明930 nm～1 400 nm比500 nm～800 nm具備更強的藍莓擦傷檢測能力。表4中總結了基于IS技術的果蔬光學特性測量及其具體應用。

表4 基于積分球技術的果蔬光學特性測量及其應用Table 4 Optical property measurement and application of fruits and vegetables based on integrating sphere technique

3 總結與展望

時間分辨、頻域、空間分辨、空間頻域成像和積分球技術在果蔬組織光學特性測量及其品質檢測領域均表現(xiàn)出各自的優(yōu)勢，但也存在不足。TR技術和FD技術儀器較貴，覆蓋光譜區(qū)域較窄，要求檢測器與待測樣品接觸良好；SFDI技術檢測時間較長，效率有待提高，限制其在食品和果蔬檢測中的廣泛應用。IS技術雖然通常作為參考方法用于評價其他方法的測量精度，但該方法屬于有損測量；在測量農產品組織的光學特性時，通常對樣本進行破壞性的切片取樣，破壞了組織的物理結構。

因地域差異，果蔬種類繁多，內部結構和理化性質各不相同，無法建立一個統(tǒng)一的光學特性測量標準以供參考，往往要查閱大量文獻尋找已知的參數(shù)甚至重復前人的工作，耗時耗力。此外，諸多學者們利用不同技術搭建的光學測量系統(tǒng)及數(shù)值分析方法得到的結果有所差別，即使是同一技術、同一類樣本，試驗過程中也會出現(xiàn)原因不一的誤差，例如設備中使用的光源、樣本保存的環(huán)境以及實驗操作步驟等都會對結果產生一定的影響。因此，要想使這些光學檢測技術在果蔬檢測領域中應用更加廣泛，要做的工作還很多。

在今后的研究中，需提高光學特性測量的準確性，不僅要在測量技術和方法上進行提升，也要進一步研究并完善光傳輸理論及其他相關模型，進而建立更為標準的試驗平臺；結合計算機技術探索更穩(wěn)定高效的數(shù)據(jù)處理算法，縮短試驗時間、降低試驗成本，從而提高參數(shù)測量的準確性。此外，還需加強對已有數(shù)據(jù)的甄別、統(tǒng)計、總結及分析能力，建立一套具備準確性、權威性及系統(tǒng)性的光學特性測量標準體系，使得學者們在今后的光學特性測量過程中有據(jù)可依。