基于Q285实时高光谱成像仪数据对芒果品质进行评估研究

《Biosystems Engineering》影响因子：2.044

德国赫恩海姆大学农业工程学院/泰国艺术大学工程和工业技术学院

  芒果为著名热带水果之一，芒果果实含有糖、蛋白质、粗纤维，芒果所含维生素也很高，高光谱成像进行水果品质检测具有快速、无损等多种优势，越来越多的科研工作者投入到此项技术研究当中。

  本文以Q285实时高速成像光谱仪测得160个芒果高光谱数据，接着利用其可见近红外（Vis/NIR）区域通过PLS回归构建预测模型，来评估芒果的品质（硬度、可溶性固体物（TSS）和可滴定酸（TA））；HIS与硬度、TSS和TA的显著相关性分别为(R2=0.81，RMSE=2.83 N)、(R2=0.81，RMSE=0.24%)、(R2= 0.5，RMSE=2.0%)；从果实的硬度、TSS和TA的变化表明，果实的成熟过程是由肩部到顶部。从以上结果得出HIS可以作为一种无损检测果实品质的技术，并可应用于芒果的工业处理和加工分类。

图1（a）参考品质分析抽样（b）ROI选择区域高光谱测量；ROIs不按比例；右侧为Q285实时高光谱成像仪

图2 高光谱成像系统：（a）卤素灯（b）Q285高光谱成像仪（c）反光镜（d）样品架（e）计算机与数据采集软件

图3 （a）硬度、（b）TA和（c）TSS的平均值及（d）TA和（e）TSS指不同位置的理化值

图4 RGB图、680和913nm的单色图像和在1、4、6、8天成熟时的反射光谱

表1 描述了用于校准和验证分析的硬度、TA和TSS的统计性数据

表2 不同光谱预处理以及PLS主因子数下的相关系数R和均方差RMSE

图5 (a)硬度、(b)TA和(c)TSS使用SNV预处理光谱与参考测量结果相比较；

交叉和圆符号分别代表校准和验证集

表3 硬度、TA和TSS的多元线性回归（MLR）的结果显示的选定的波长和系数

图6 预测图显示了12个芒果样品在成熟过程中硬度、TA、TSS的分布规律的测定和预测（括号内），并显示HIS模型预测的结果

表4根据成熟等级未成熟（1）、成熟（2）、过成熟（3）判别分析（DA）硬度与分类性能的结果

结论：

1本研究指出利用HIS技术进行芒果品质评估是可行的；

2 HIS与硬度（firmness）显著相关，紧接着是TA和TSS。HIS对芒果的成熟程度分类是基于硬度的，但还需要进一步增加抽样数据和改进测量条件，以使结果更准确；

3 基于目前的研究结果表明，高光谱成像（HIS）被认为是一种无损的芒果成熟度分级技术。