水果成熟度无损检测技术研究进展

成熟度作为衡量水果品质的关键性因素,与水果的采摘、包装、贮藏、运输等作业环节密切相关,也是其产量和质量的决定性因素之一。已有的人工经验分析方法和理化实验方法均存在过于主观、检测效率低、操作繁琐等缺点,难以实现大批量水果成熟度无损检测的要求。无损检测技术凭借快速、高效等优势在水果成熟度检测领域已有较广泛的研究探索,该文综述了近年来国内外关于电学、声学等基本特性,电子鼻、机器视觉等智能感官仿生技术,近红外光谱技术以及高光谱成像技术等无损检测技术在水果成熟度检测中的最新研究进展,并对各项技术现存的问题和今后的发展前景进行了分析和展望,以期为我国农产品种植和自动化采摘提供参考和借鉴。     

高光谱成像技术检测油茶果成熟度

为解决油茶果采摘期判断不准确可能导致的茶油产量降低问题,应用高光谱成像技术结合化学计量法对油茶果成熟度进行定性判别。完成了高光谱图像的曲率校正,分析不同成熟阶段油茶果的光谱特征和理化特征的变化情况。使用4 种不同的分类算法建立基于全波段光谱数据的油茶果成熟度判别模型,发现支持向量机（support vector machine,SVM）模型的分类正确率最高为97%。结合5 种特征变量选择方法对全波段光谱数据进行降维,发现经过竞争性自适应重加权算法（competitive adaptive reweighted sampling,CARS）选择的特征波长建立的模型正确率最高为82%。提取高光谱图像中的颜色特征和纹理特征建立SVM模型后发现,融合颜色特征和光谱特征建立的SVM模型的正确率高于使用单一的光谱特征（经CARS降维）建立的模型正确率：训练集分类正确率为95%,测试集正确率为93%。结果表明,利用高光谱成像技术能够对不同成熟度的油茶果进行较准确的分类,为茶农对油茶果最佳采摘期的判断提供科学依据,在保障茶籽产量最大化、油质最优化等方面具有重要意义。     

油料作物与产品品质近红外光谱及高光谱成像检测研究进展

油料作物及产品含有丰富的营养成分,为人类健康提供必要的能量供给和营养物质,其品质优劣直接影响企业的经济效益以及人民的身体健康。近红外光谱及高光谱成像技术具有无损、便捷、高效以及绿色环保等优点,在油料作物与产品品质检测领域有较广泛的研究探索。本文简述了近红外光谱及高光谱成像技术的基本原理和常规分析步骤,重点综述了近年来该技术在油料作物理化成分的测定、品种识别和产地鉴定以及食用油真实性的鉴别等方面的具体应用,并最后展望了其在油料作物与产品品质检测领域中的应用前景。     

木本油料产品掺假和品质评估的近红外光谱及成像检测研究进展

木本油料产品富含脂肪酸、植物甾醇、生育酚和角鲨烯等营养物质，深受消费者喜爱，其消费在我国已成为一种新趋势。近年来，不法商家为谋取利益致使木本油料产品掺杂掺假、以次充好现象普遍存在，因此迫切需要一种快速、高效和准确的无损检测技术用于木本油料产品鉴别与评估。近红外光谱和高光谱成像技术具有快速、高效和无损等优势，目前已引起食品与农产品品质安全检测领域国内外学者广泛研究，在未来无损检测应用中展现出巨大潜力。该文简述了近红外光谱和高光谱成像技术的基本原理以及相关光谱数据处理与分析方法，总结了目前油料产品掺假行为、品质评估的研究现状，并分析了当前油料产品检测方法的优劣，最后展望了近红外光谱及成像技术在木本油料产品检测中的发展趋势，以期为从事食品与农产品无损检测研究人员及相关监管部门提供参考和借鉴。