果蔬表面的农药残留检测已经有了许多成熟可行的方法,但大都费时、速度慢,而且是破坏性的检测。高光谱成像分析技术不同于光谱分析技术,可以同时处理样品的图像信息和光谱信息,采集样品高光谱成像数据时,样品的每个波段都有一幅灰度图像与之对应,样品的每个像素点都有一条光谱与之对应。高光谱成像技术具备图像和光谱的双重优势,作为一种无损检测分析技术,检测过程无损、无污染、样品无需预处理,在现代农业检测分析中得到了大量应用。
本工作主要基于高光谱900~1700 nm近红外波段成像系统,讨论脐橙表面不同浓度农药残留随时间变化(0,4和20 d)情况,提取并分析涂抹农药后果面农药残留及未涂抹农药的果皮感兴趣区域光谱曲线,基于光谱所有波段进行主成分处理,根据分析权重系数获取一定数量的特征波段,然后基于这些特征波段进行第二次主成分分析处理,以简化检测农药残留波段数量,实现赣南脐橙农药残留图像识别。
1 实验部分
1.1 材料
试验用赣南脐橙购于杭州某批发市场,试验农药为38%恶霜密铜菌酯,可防治脐橙霜霉病、炭疽病和溃疡病。用蒸馏水把农药分别配置成1:20,1:100和1:1000倍的溶液。然后把相同浓度的溶液分别滴到30个洗净的脐橙表面,每个浓度滴10个果,每个果面农药残留为2个椭圆形区域,溶液量约为500μL。将水果分别放置0,4和20d,拍摄图像。
1.2 高光谱成像系统
高光谱成像数据采集系统可采用杭州彩谱的fs-15,该光谱仪可获取的波长范围为900~1700 nm,CCD相机的作用主要是获取900~1700 nm波长范围内每个波长的灰度图像,近红外光源由两个150W的光纤卤素灯构成,可提供的波长范围为400~1780 nm,由于高光谱成像仪采用线扫描工作方式,而高光谱成像仪一旦在光箱内调整好位置和高度后,就保持固定不动,因此,为获取到整个样品高光谱成像数据,运行平台作相对于高光谱成像仪垂直水平运动,运行速度由平台控制装置控制电机转速,速度通过上位机采集软件调节。
2 光谱数据分析
提取光谱数据通过软件完成,在脐橙图像上选取感兴趣区域提取光谱数据,ROI包括的像素点在80个左右,软件会自动计算ROI内每个像素点光谱的平均值,以此平均值作为每个脐橙样品的光谱数据,图2给出不同浓度农药残留果赣南脐橙和正常果的ROI在900~1700 nm平均光谱曲线,脐橙样品的光谱曲线如图3所示。由图3可知:(1)脐橙样品在近红外区域的反射率大于可见光波长范围的反射率;(2)在1080~1700 nm光谱区域几乎呈单调递减趋势;(3)与正常果样本相比,滴过农药的水果ROI光谱曲线在1000 nm波段处出现光谱吸收峰。
图7为赣南脐橙不同浓度的农药残留及放置不同时间样本掩模去背景后部分PC-2图像。从图7可以看出,采用高光谱成像技术可以检测出3个时间段较高浓度的农药残留。考虑到经原始图像变化后的PC2图像中农药残留区域和其他区域差异明显,因此,无需对PC-2图像进行预处理,先将PC-2图像转换为灰度图,然后再将灰度图进行二值化处理,阈值为0.5,可以看出农药残留区域从其他区域中有效的被识别出来。
图9是结合掩模算法、特征波段主成分法以及简单图像处理算法(如域值分割等)的流程图。为了进一步检验算法的有效性,特征波段主成分分析法应用于本试验中其他样本,发现高光谱成像技术对检测3个时间段较高浓度的农药残留都比较明显。考虑到篇幅所限,部分样品识别结果如图8所示。
3 结 论
(1)基于高光谱成像系统利用主成分分析法对农药残留区域识别,结果表明高光谱成像技术对检测各个时间段较高浓度的农药残留都比较明显。
(2)原始高光谱成像数据量大,不适合用于在线分析检测。对原始高光谱成像数据进行PCA处理,得到930,980,1100,1210,1300,1400,1620和1680nm共8个特征波长可以用于检测,大大简化了模型,减少了数学运算量,使得采用高光谱成像技术应用于农药残留在线检测成为可能。
(3)基于本文得到的结果,应基于930,980,1100,1210,1300,1400,1620和1680 nm波长进行PCA处理,利用得到的PC-2图像进行农药残留检测。另外,本工作用到的样品数量较少,共24个缺陷样品,以后应加大样品数量,以验证本研究结论的可行性。
更多
高光谱成像技术在土壤微塑料检测中的应用与探索
厂商
2024.08.21
彩谱守护碧水清源,高光谱推动水质监测领域的创新发展 —《高光谱:水质监测的“科技助手”》主题约稿
厂商
2024.08.09
高光谱成像用于识别苹果虫伤缺陷及果梗花萼的方式
厂商
2024.08.06
高光谱成像技术在果蔬品质检测中的应用
厂商
2024.08.01