監測和控制食品質量是食品生產中最重要的一環。特別是水果和蔬菜比其他食品更加敏感，新鮮健康的才更有價值。高光譜成像為自動質量控制系統提供了關鍵數據，以確保食品的高質量。

使用Specim FX10高光譜相機測量李子和番茄的老化

      新鮮度對評估水果和蔬菜的品質十分重要，成熟度和堅實度是需要觀察和監控的兩個最基本的質量指標。高光譜相機能夠觀察水果和蔬菜在成熟過程中的光譜變化。
      在這項研究中，我們使用Specim FX10高光譜相機和實驗室掃描儀對李子和番茄進行了為期20天的觀測，以評估其老化過程。Specim FX10是一臺覆蓋400-1000nm光譜范圍的可見光-近紅外（VNIR）相機。分析的第一部分側重于樣本隨時間變化的光譜特征，然后提出了番茄和李子新鮮度的回歸模型。       使用FX10拍攝了樣本的照片以及高光譜數據。照片顯示，番茄和李子的新鮮度隨時間明顯下降（圖2）。在其中一個番茄和李子的中間做了一個小切口，對加速番茄的老化有顯著影響，但對李子沒有影響。 光譜反射揭示化學變化

      在進行光譜測量的第1、2、3、6、9、13、14、16、17、19和20天，每個李子和番茄上都選擇矩形區域統計了反射光譜。為了便于閱讀結果，圖3僅呈現了在第1天、第13天和第20天獲得的光譜，番茄的光譜差異比李子更顯著。在圖2的照片中已經可以看出差異。
      光譜曲線揭示了水果和蔬菜內部隨時間推移發生的化學變化。李子和番茄在早期生長階段因為葉綠素呈現綠色，但當它們成熟時，葉綠素分解成另外一種化學物質。對于番茄來說，葉綠素分解成番茄紅素，成熟的番茄則呈現為紅色。這種化學變化解釋了李子和番茄在550-750nm之間的光譜變化。水果和蔬菜的成熟過程也會影響水分水平或結構，水分的對應光譜體現在970nm處。除此之外，其他化學屬性（如糖含量）也會隨著時間變化而變化，多種化學變化塑造了各時間段的光譜曲線。 回歸模型量化新鮮度

      在這項研究中，建立了一個回歸模型來量化李子和番茄的新鮮度。成像天數做為實際的回歸變量，李子和番茄分別基于588-976nm和445-993nm的光譜范圍進行預測回歸分析，R²分別能達到0.81和0.91。實際值與預測值的回歸圖在圖5中呈現。
結論
      Specim FX10相機適用于測量水果和蔬菜的成熟度和新鮮度，因為它對與農產品新鮮度相關的特征十分敏感。在構建典型的回歸模型時，經常采用有損的實驗室測量值來作為參考進行模型開發和驗證，這個研究顯示，采用測量天數作為回歸變量依然可以很好的預測果蔬新鮮程度。因此，有損的實驗室指標對于獲取果蔬的新鮮度并不是必要的，高光譜可以實現真正的無損預測與評估。
      在可見光-近紅外（VNIR）下工作的高光譜相機為監測新鮮食品品質提供了有效的工具。與傳統的基于點的方法相比，高光譜成像具有無損、非破壞性的優勢，是一種特別適合食品分級、分選和分類的方法。
 
北京易科泰生態技術有限公司為您提供：

• FluorTron多功能高光譜成像分析技術
• PhenoTron-HIS植物果實品質高光譜無損檢測技術
• FluorCam植物及果實葉綠素熒光成像全面解決方案
• SeedSort高光譜成像在線分選平臺