无损检测技术在农产品品质评价中的应用

作者：刘静 章程

摘要：无损检测技术是近年在农业和工业中广泛应用的新兴的高科技检测技术。介绍各种无损检测技术的研究原理，综述无损检测技术在不同农产品品质检测中的应用现状，并对农产品品质无损检测技术提出了发展与展望。
关键词：无损检测农产品品质检测分级

    随着我国加入世贸组织后和人民消费物质的不断丰富，人类对可食农产品的要求不再满足于农产品的数量，也不再满足于农产品的安全、卫生，而是对农产品的外观、风味和营养等品质问题越来越关注，要求越来越高。在同等安全、卫生的情况下，选择食用优质农产品渐渐成为一种消费观念和消费文化，这使得对农产品按质量要素进行等级划分，实行以质论价、优质优价就变得切实可行。本文综述了不同的无损检测技术在农产品中的应用现状和最新研究进展，并对其未来的发展方向进行了展望。
   1农产品的无损检测
   无损检测技术（Nondestructive DeterminationTechonologies，简称NDT）是一门新兴的综合性应用学科，它是在不破坏或损坏被检测对象的前提下，利用农产品内部结构异常或缺陷存在所引起的对热、声、光、电、磁等反应的变化，来探测各种农产品等内部和表面缺陷，并对缺陷的类型、性质、数量、形状、位置、尺寸、分布及其变化做出判断和评价[1]。根据无损检测原理的不同，检测方法大致可分为光学特性分析法、声学特性分析法、机器视觉技术检测方法、电学特性分析法、核磁共振检测技术与X射线检测技术等；农产品的品质检测主要包括水果、蔬菜的检测与分级；畜禽、水产品类的检测与分级；经济作物的检测与分级(烟叶、茶叶、咖啡、蜂产品)；谷物籽粒的检测与分级(如大豆、花生、玉米、芝麻、大米)等；根据农产品品种及其物理特性的多样性，不同的农产品有时需要用不同的无损检测方法和检测装置来实现。
    2无损检测主要方法与基本原理
    2.1光学特性分析法由于农产品的内部成分和外部特性不同，在不同波长光线照射下会有不同的吸收或反射特性，即水果的分光反射率或吸收率在某一特定波长内会比其它部分大，根据这一特性结合光学检测装置能实现农产品品质的无损检测。目前用于水果内部品质的光学检测主要有3种方法：规则反射光法、漫反射光法和透射光法[2]。
    2.2声学特性分析法农产品的声学特性是指农产品在声波作用下的反射特性、散射特性、透射特性和吸收特性、衰减系数和传播速度及其本身的声阻抗与固有频率等，它们反映声波与农产品相互作用的基本规律，故根据农产品的声学特性即可判断农产品品质[3]。
    2.3机器视觉技术检测方法计算机视觉是以计算机和图像获取部分为工具，以图像处理技术、图像分析技术、模式识别技术、人工智能技术为依托，处理所获取的图像信号，并从图像中获取某些特定信息。计算机视觉技术无需接触特定对象便可从获取的图像中得到大量的信息，通过对这些信息的分析得到物体尺寸、表面缺陷、外观形状、表面色度等具体信息，进而实现外观质量的综合评价。
    2.4电学特性分析法介电特性是指生物分子中的数负电荷(只能在分子线度范围内运动的电荷)对外加电场的响应特性。农产品的生理变化伴随着电介质特征参数变化，而这一变化可通过对宏观介电特性参数的检测感知。因此，利用农产品的介电特性，可实现对农产品含水率、损伤、品质等的快速检测。
    2.5核磁共振检测技术核磁共振技术（NMR）是一种探测浓缩氢质子的技术，它对农产品中的水、脂的混合团料状态下的响应变化比较敏感。如果以适当频率的电磁波照射在外加磁场中的自旋核，这时处于低能态的自旋核就会吸收电磁波的能量，从低能态跃迁到高能态。这种现象称为核磁共振。这时的核产生一种核磁共振信号，从而给出核磁共振谱，即NMR谱。根据此核磁共振谱可反映分子中原子所处的状态，进而可以对农产品的内部品质进行综合评价[4]。
    2.6 X射线检测技术X射线具有较好的穿透能力，对于农产品来讲其密度大小影响X射线的穿透量的多少，通过对穿透量的分析，可探明物质内部的情况。X射线适合于那些与密度变化有密切联系的品质因素检测。由于农产品的密度与金属等物质相比要小得多，所以所需X射线强度很弱，通常称其为软X射线。
    3无损检测技术在农产品品质检验中的应用
    3.1在果蔬产品检测中的应用袁雷、刘辉军等[5]选择不同谱区范围的近红外光谱，利用偏最小二乘法对柑橘中总酸、总糖和维生素三种组分建立数学预测模型并进行优化，三种组分的化学值与近红外预测值的相关决定系数分别为：总酸r2=0.959，总糖r2=0.970和维生素Cr2=0.973，所建模型具有实际应用价值。
    Bart De Ketelaere和Josse De Baerdemaeker两人[6]研究出了一种基于频谱分析来估测西红柿的硬度的方法，研究表明西红柿椭圆模型的共鸣频率与其硬度相关，他们把一种基于统计的无参数滤波方法应用于频谱以获得共鸣频率的有力估计，并施加以合适的算法，从而可以以最少的测量次数获得单个西红柿的硬度。
    应义斌、徐惠荣和徐正冈[7]建立了用于柑桔成熟度检测的计算机视觉系统，研究了柑桔图像颜色的描述方法，通过分析比较，认为在利用水果可见光彩色图像检测水果成熟度时，宜采用HIS颜色模型空间，利用人工神经网络方法建立了根据柑桔图像的色度频度序列判断柑桔成熟度的映射器，这一映射器检验252只成熟度不同的尾张系柑桔的结果表明柑桔果实的表皮颜色与成熟度之间具有相关性，可以通过利用计算机视觉技术测定柑桔的表皮颜色信息来判断柑桔的成熟度。
    秦文、陈宗道、羽仓羲雄等[8]选用新鲜胡萝卜、葱、蘑菇和生菜为原料，研究干燥过程中原料电特性参数电容和水分含量的变化规律以及它们之间的相关性。结果表明：60℃温度下热风干燥几种新鲜蔬菜，其水分含量随着干燥时间的延长而下降，到一定的水分含量后质量不再发生变化，电容的变化趋势与水分的变化相同，质量不变时电容也趋于恒定，两者之间存在极显著的线性正相关性，说明干燥过程中水分含量的测定可以用检测相对应点的电容值来计算，从而实现在线、无损监控食品干燥过程。
    Chaughule等[9]使用自由感应衰减（FID）谱的方法对人心果中的可溶性碳水化合物进行了测定，研究发现，通过观察人心果的13C-NMR谱和1H-NMR谱，可从其峰的特点推测其中水和碳水化合物的组成和状态，因此，在果实的收获时间的确定和商业分级上，采用13C-NMR技术检测果实中糖分的组成与含量，具有一定的实际意义。章程辉、刘纯青等[10]进行了利用X射线CT图像技术方法检测红毛丹内在品质-可食率、可溶性固形物含量的试验研究。采用阈值法去除X射线CT图像背景，然后用面积阈值法来提取果肉区域。红毛丹可食率以分割果肉区域像素值与整个果实区域像素值之比来表示，实验结果表明误判率为8.3%，基于X射线CT值的红毛丹可溶性固形物含量预测模型的相关系数达92%。
    3.2在谷物籽粒检测中的应用
    林敏、吕进[11]基于离散余弦变换和BP神经网络，建立了玉米的近红外光谱与其成分含量之间关系的数学模型，提出了应用近红外光谱快速检测玉米样品中的淀粉、水分、蛋白质和油等四种主要成分含量的方法。研究结果表明，玉米样品集的化学检测值与近红外预测值的相关系数分别为:淀粉R=0.967，蛋白质R=0.957，油R=0.967和水R=0.971，其所建模型具有实际应用价值。
    李建平、魏宝刚[12]针对开口与未开口松子结构差异，利用声学测试系统，对开口松子与未开口松子声学特性进行测试，以区分开口与未开口松子。试验中，松子在一定高度下落，碰撞到陶瓷板，微音计接收到声音，输入计算机，利用计算机进行分析计算，得到波形图和频谱图。通过试验和分析计算，发现开口松子的频谱图分形维大于未开口松子，开口松子频谱分形维平均值为1.3497，未开口松子频谱分形维平均值为1.1846，松子波形和频谱的分形维可以作为用于判别松子是否开口的一个指标。
   郑华东、刘木华等[13]在分析大米裂纹光学特征的基础上，在Visual C++6.0环境下开发了一套大米裂纹计算机识别系统，通过图像二值化、区域标记等方法从原始图像中提取单体米粒图像，并对提取出的单体米粒图像进行灰度拉伸变换处理以突出米粒裂纹特征，然后提取单体米粒的行灰度均值变化曲线，并对曲线进行加权滤波处理，提出了一种基于单体裂纹米粒图像行灰度均值变化特征的大米裂纹检测算法。试验结果表明，该系统对特殊类大米样品和随机大米样品裂纹率的判断准确率分别为98.37%和97.88%，为进一步完善大米品质的计算机视觉检测提供了理论和实践基础。
    米双山等人[14]将谷物置于由特殊装置产生的不均匀电磁场中，使处于不均匀电场中的介质极化，靠近电极的两端会产生符号相反、量值相等的极化电荷，其中一个极化电荷的电极化力作用于电介质上，而电介质在均匀电场中所受到的电极化力的大小与其介电常数密切相关，介电常数愈大，所受到的电极化力也愈大。结果表明，活力高的谷物的介电常数小，活力低的介电常数高，依据该原理，即可对谷物按介电常数等相关物理特性的差异进行分选。
    张钟华、贺青和李正坤[15]已研制成的一种基于核磁共振原理的大豆含油量快速测定仪。只要把数克待测定的大豆样品放入仪器中，几秒钟后即可得到大豆含油量读数。该仪器的测量范围为10%到25%，读数不确定度小于1%。通过该仪器的测定建立了大豆含油量与核磁共振峰值的对应关系:实际使用大豆含油量在15%～21%之间，使用核磁共振大豆含油量测量仪10次测量平均值与样品标准量值相差小于0.3%，标准方差小于0.4%。
    3.3在畜禽、水产检测中的应用
    姬瑞勤、王忠义等[16]选择合适的近红外光波长来检测鲜肉的深层水分，由公式OD=㏒10I0/I=ε*c*d*B+G可知，入射光的光强I0、出射光的光强I、差分路径因子B都可以通过不同的方法测量；消光系数ε为常量，光散射引起的衰减因子G可以通过空间分辨方法被消掉。因此适当调整光源和检测器之间的距离d，依据公式L=bd可以获得鲜肉不同深度的水分信息，并根据修正的朗伯-比尔定律求得鲜肉不同深层的水分含量。
     徐建瑜、姜雄晖等[17]利用计算机视觉技术近似量化水中鱼体色的明暗程度，将图像转换到HSV空间得到鱼体的明度值，与经校准后的无色玻璃覆盖的灰级各阶的明度值进行比较和线性插值，近似用明度阶值表示鱼体色的亮暗程度，研究罗非鱼对环境背景颜色的适应能力和在应激情况下鱼体色变化。结果显示，该方法能较好地反映出鱼的体色明暗变化，从而实现基于鱼的行为与水产养殖环境的关系。
     张锦胜等[18,19]人利用了低场核磁共振及其成像技术中的SE序列对猪肉的质量品评做了初步的探索，发现了在SE序列成像过程中，图像信号与T1之间有相关性，得到猪肉的最佳TR值，获得水分分布很满意的T1加权像，提供了一种研究食品物质性质的方法。
   为了解决由于鸡肉厚度不均引起鸡骨头误判率高的问题，Tao.Y等人[20,21]研究出了厚度补偿算法。通过计算鸡块的厚度轮廓函数来获得X射线图像灰度的补偿函数，再通过阀值法分割出骨头区域，把肉和骨头对X射线吸收率的不同考虑到阀值算法中，提出了基于厚度变化、肉和骨头吸收率差别的局部阀值分割算法。结果表明：该算法有很好的图像检测效果，实现在线仪器检测鸡骨头是否去除干净，以满足了生产消费的需求
    3.4在经济作物检测中的应用
    蒋锦锋、李莉等[22]应用近红外光谱技术建立烟草17项主要化学成分的快速无损检测方法。收集700个具有代表性样品的光谱，建立其相应指标的近红外模型。在所有的校正模型中，原始谱图经过一阶导数和偏最小二乘(PLS)处理，大约50个外部样品用于所建模型的验证。烟草中总挥发酸、总挥发碱、石油醚提取物总量、石油醚提取物中性成分、多酚、淀粉、纤维素、硫酸根、pH、灰分、水溶性灰分碱度、总糖、还原糖、总氮、生物碱、氯、钾等十七项指标的预测标准偏差(RMSEP)分别得到准确的测定。该结果表明近红外光谱技术在分析17项烟草化学指标时均可以替代经典化学方法。汪建、杜世平等[23]探讨了茶叶颜色实时检测的计算机系统的硬件组成以及有效的颜色检测模型和识别算法，通过实验对其有效性进行了验证，以茶的HIS图像为模型，提取H作为识别指标的遗传神经网络新途径，对茶叶图像进行了有效的识别。用所建立的识别指标和方法对不同烘炒工艺的茶叶进行检测，检测结果与人工判别结果的吻合率为91.7%，说明用计算机视觉代替人工感官进行识别是可行的。该方法的检测为茶叶感官品质检测提供了一种新的检测方法，应用前景广阔。
   4发展与展望
   对于各种农产品无损检测方法有各自的优缺点：如，近红外主要应用于有机物的定性鉴定和定量分析，可在瞬时同时分析多组成分的含量。但由于农产品形状各异性、内部成分的复杂且含量极少等因素，使近红外分析技术的研究需进一步深入；声学特性则是实现硬度自动检测的有效方法，但多种声学特性对农产品某一内部品质指标或多种内部品质指标的综合影响的研究还未见有报道；计算机视觉技术是实现农产品自动识别和分级的最有效的方法，是解决不规则的农产品形状分析的一种可行的手段；农产品介电特性检测法可以迅速简便地确定农产品的含水率和吸湿性，检测其品质，确定其成熟度等，但目前状况下，基于介电特性的农产品无损检测系统远没有达到实用阶段；核磁共振技术可在不侵入和不破坏样品的前提下，对样品进行快捷、实时、全方位和定量的测定分析，正成为分析弄清农产品中不均匀系列复杂特性的最佳研究手段之一，但是X射线图像无损检测系统的制造成本比较高。目前国内农产品内在品质检测技术的研究还处于初级阶段，无损检测技术多是一种产品某一单项项目进行检测的，而对农产品的多种内在品质的综合检测方法研究得不多，故无损检测技术、数据处理技术、自动控制技术以及计算机技术的发展为农产品无损检测技术发展提供了更为广阔的空间。许多高新技术在农产品无损检测领域的应用，使检测技术由半自动化向自动化转化、外部品质向内部品质转化、规格游文字化向数字化转化、单项目检测向综合全方位检测转化，设备结构则由复杂化向便携化、数字化、智能化方向迈进。实现多目标在线无损检测技术，多种传感器融合技术，对提高我国农产品的品质，增强参与国际竞争的能力，大大降低工人的劳动强度，具有重要的理论意义和实际意义，并能创造较大的经济效益和社会效益。
参考文献
[1]王自明.无损检测综合知识[M].北京:机械工业出版社,2005
[2]Schaare P N,Fraser D G.Comparison of reflectance,Interactance and transmission modes of visible nearin-frared spectroscopy for measuring internal properties ofkiwifruit(Actinidia chinensis)[J].Postharvest Biology andTechnology,2000,20:175-184
[3]郭文川.果品内在品质无损检测技术的研究进展[J].农业工程学报,2001,17(5)
[4]庞林江,王允祥,何志平,等.核磁共振技术在水果品质检测中的应用[J].农机化研究,2006,(8):176
[5]袁雷,刘辉军,等.柑橘品质的近红外光谱无损检测[J].光谱实验室,2006,23(4):820
[6]Bart De Ketelaere,Josse De Baerdemaeker.Advances inSpectral Analysis of Vibrations for Non-destructiveDetermination of Tomato Firmness[J].Jagric EngngRes,2001,78(2):177-185
[7]应义斌,徐惠荣,徐正冈.用于柑桔成熟度无损检测的色度频度序列法研究[J].生物数学学报,2006,21(2):306-312
[8]秦文,陈宗道,羽仓羲雄,等.食品的介电特性在食品干燥过程中的在线无损检测技术[J].食品与发酵工业,2005,(8):52-56
[9]Chaughule RS,Mali PC,Patil RS,et al.MagneticReso-nance Spectroscopy Study of Sapota Fruits at VariousGrowth Stages[J].Innovative Food Science&EmergingTechnologies,2002(3):185-190
[10]章程辉,刘纯青,刘木华,等.应用X射线CT图像技术检测红毛丹内部品质的试验研究[J].江西农业大学学报,2005,27(6):939-942[11]林敏,吕进.基于神经网络与近红外光谱的玉米成分检测方法.红外技术[J],2004,26(3):78-81
[12]李建平,魏宝刚.松子的声学特性及分形判别[J].农业工程学报,2006,22(3):15-18
[13]郑华东,刘木华,吴彦红,等.基于计算机视觉的大米裂纹检测研究[J].农业工程学报,2006,22(7):129-133
[14]米双山,李百儆,智慧.基于种子介电特性的分选试验研究[J].中国农业大学学报,2003,8(2):15-17
[15]张钟华,贺青,李正坤.核磁共振法快速测量大豆含油量[J].现代科学仪器,2006,(1):6-9
[16]姬瑞勤,王忠义,黄岚,等.鲜肉深层水分的无损检测方法研究[J].现代科学仪器,2006,(1):119-121
[17]徐建瑜,姜雄晖,刘鹰.基于计算机视觉的鱼体色明暗程度量化方法.农机化研究,2006,(6):140-142
[18]张锦胜,林向阳,阮榕生,等.磁共振成像之SE序列在食品质量评估中的应用[J].农产品加工学刊,2005,30(5):11-13.
[19]韦公远.天然晒酱的生产工艺[J].食品与药品,2005,7(2A):39
[20]Tao Y.,Ibarra J.G.,Thickness compensated x-rayimaging detection of bone fragments in debonedpoultry-model analysis[J].Transactions of theASAE,2000,43(2):453-459
[21]Tao Y.,Chen Z.,Jing H.,et al.Internal inspection ofdeboned poultry using X-ray imaging and adaptivethr-esholding[J].Transactions of the American Society ofAgricultural Engineers,2001,44(4):1005-1009
[22]蒋锦锋,李莉,赵明月.应用近红外检测技术快速测定烟叶主要化学成分[J].中国烟草学报,2006,12(2):8-12
[23]汪建,杜世平,王开明.茶叶的计算机识别应用研究[J].安徽农业科学,2006,34(10):2139-2140

看看有关情况                                         

看看了