技術文章

基于高光譜成像技術對貢梨損傷與農(nóng)藥殘留檢測研究分析

2017-08-10 12:33:04 來源：

利用高光譜成像技術對貢梨損傷與農(nóng)藥殘留檢測研究

一、引言
隨著人們生活水平的提高，消費者越來越關注果蔬的品質安全問題。如
水果的損傷及水果表面農(nóng)藥的殘留等不僅會造成果蔬的腐爛，而且會嚴重影響消費者的身體健康。因此水果損傷與農(nóng)藥殘留的快速有效檢測是非常有實際價值的。雖然水果的損傷、農(nóng)業(yè)殘留區(qū)域和正常區(qū)域在外部特征上呈現(xiàn)出*的相似性，但是損傷區(qū)域和農(nóng)藥殘留部位發(fā)生一定的變化，這種變化可以通過特定波長下的光譜表現(xiàn)出來。
高光譜圖像技術結合了光譜分析和圖像處理的技術優(yōu)勢，對研究對象的內外部品質特征進行檢測分析，本文采用高光譜圖像技術檢測不同水果的損傷區(qū)域和農(nóng)藥殘留區(qū)域，以實現(xiàn)損傷區(qū)域和農(nóng)藥殘留區(qū)域共同識別的目的。
二、 試驗材料與方法
2.1 實驗材料
本研究以貢梨為研究對象，分析貢梨的損傷區(qū)域。其中貢梨的損傷區(qū)域由人工模擬形成。
2.2 實驗設備
高光譜成像數(shù)據(jù)采集采用四川雙利合譜科技有限公司的 GaiaSorter高光譜分選儀系統(tǒng)。該系統(tǒng)主要由高光譜成像儀(V10E)、CCD 相機、光源、暗箱、計算機組成，結構圖與實景圖如圖1。實驗儀器參數(shù)設置如表1。

表1 GaiaSorter 高光譜分選儀系統(tǒng)參數(shù)

序號	項目	參數(shù)
1	光譜掃描范圍/nm	350~1000
2	光譜分辨率/nm	2.8
3	采集間隔/nm	1.9
4	光譜通道數(shù)	520

圖 1 GaiaSorter 高光譜分選儀結構圖與實景圖
2.3 圖像處理分析
采用SpecView和ENVI/IDL對高光譜數(shù)據(jù)的預處理及分析，預處理中的鏡像變換、黑白幀校準在SpecView中進行；其他數(shù)據(jù)的分析在ENVI/IDL中進行。
三、結果與討論
3. 貢梨損傷區(qū)域和正常區(qū)域的光譜分析
取貢梨損傷區(qū)域與正常區(qū)域各200個像元，分別獲取這200個像元的光譜反射率，并求取這200個像元的反射率均值，如圖3所示，其中，紅色代表紅色的損傷區(qū)域光譜區(qū)域的光譜反射率，綠色代表正常區(qū)域的光譜反射率。從圖中可知，在400-100 nm范圍內，損傷區(qū)域的光譜反射率高于正常區(qū)域。從光譜曲線變化可知，這兩個區(qū)域在540 nm處有一峰值，在650 nm處有一吸收谷，在650-680 nm區(qū)間有一陡坡，由于2個區(qū)域均有以上特征，所以可以認為這也是蘋果特有的特征位置。比較可知，除峰值位置不同，其他波段范圍蘋果與貢梨的光譜曲線變化規(guī)律相似。

圖3 貢梨損傷區(qū)域與正常區(qū)域的光譜反射率
3.4 貢梨損傷區(qū)域的提取
對經(jīng)過鏡像變換、黑白幀校準的高光譜圖像，根據(jù)貢梨與背景區(qū)域的光譜差異，利用ENVI/IDL軟件中的*大似然法，獲取純貢梨圖像，對貢梨的圖像做主成分分析，根據(jù)獲取的主成分圖像，選取能較好區(qū)分貢梨損傷區(qū)域、和正常區(qū)域的主成分圖像（PC5），通過閾值分割的方法獲取貢梨的損傷區(qū)域，如圖5所示。

圖 5 貢梨損傷區(qū)域提取流程圖
3.5 討論
高光譜成像技術應用于水果表面損傷、農(nóng)藥殘留已體現(xiàn)出其“圖譜合一”的優(yōu)越性。水果輕微損傷和農(nóng)藥的微量殘留往往發(fā)生在表皮之下，和正常區(qū)域的顏色相差不大，肉眼難以識別。隨著時間的推移，損傷區(qū)域會逐漸褐變，*后導致整個水果腐爛，甚至影響其他果實，而少量的農(nóng)藥則會滲透進入果實中，消費者吃了會導致中毒。本研究結果表明，運用高光譜成像技術，運用主成分分析、腌膜等方法等，可以有效地提取水果損傷與農(nóng)藥殘留區(qū)域，從而達到快速檢測的目的。

留言