香蕉作为大宗水果，在运输和贮存时，通常会采摘处于绿硬期、未经催熟且暂无法食用的青果，即青香蕉。但青香蕉在采收及运送过程中极易遭受机械性损伤，这不仅有损产品外观，还会降低消费者的购买意愿。故而，对香蕉的碰撞损伤程度进行检测十分必要。本文将阐述高光谱成像技术在香蕉碰撞损伤检测中的应用。
香蕉是中国岭南特色水果之一。据统计，2020 年中国香蕉产量达 1151.3 万吨。在采收和运输阶段，香蕉多处于绿硬期（青香蕉），这一时期它们极易受到各种碰撞损伤。不同类型的碰伤都会加速香蕉果皮活性氧的积累，进而促使香蕉果实衰老腐败。青香蕉受到碰撞损伤后，微生物容易侵入损伤部位，在催熟过程中，随着乙烯释放和果实软化，会出现瘀伤腐烂或黑斑花脸的情况，严重影响香蕉的色泽品质与销售价格。所以，迫切需要一种快速、无损检测青香蕉碰撞损伤的方法。
传统的青香蕉碰撞损伤检测方法主要有人工肉眼识别和常规 RGB 图像识别。然而，人工识别主观性强，常规 RGB 图像识别难以发现碰撞初期的损伤。鉴于传统检测方法的这些缺陷，利用高光谱技术进行无损检测的应用得到了快速发展。高光谱成像技术融合了传统图像和光谱技术的长处，能够同时获取被检测物体的空间信息与光谱信息，通过测定物体内外部的品质参数，并建立这些参数与青香蕉碰撞损伤之间的联系，实现对碰伤程度的区分，弥补了传统检测方法的不足。
高光谱成像技术融合了光谱和图像两种技术，能同时获取待检测对象的空间及光谱信息。这意味着它不仅可以检测出果品的相关图像信息，还包含丰富的光谱信息。高光谱图像技术能够检测水果的内外品质信息以及食品安全性等综合性品质信息，原因在于图像检测技术可全面反映果品的外在特征，光谱检测技术则能检测果品的化学成分和物理结构等信息。因此，高光谱图像检测技术是一种操作简便、快速且无损的新型检测技术。借助高光谱成像技术和相应分析方法，提取特征波长，再建立相应的预测模型，便可判断香蕉的碰撞损伤程度。其具体步骤如下：
高光谱图像数据采集：运用高光谱成像仪采集数据时，需先开启仪器预热，随后进行黑白校正。仪器校正完成后，对样本进行高光谱数据采集。
光谱数据提取：对获取的高光谱数据进行感兴趣区域的光谱提取，将每个感兴趣区域中所有像素点的平均光谱作为该区域的原始光谱。
光谱数据的预处理：由于原始光谱数据包含大量冗余信息和噪音，所以要对提取的光谱数据进行预处理。通过预处理，可避免其他因素降低预测模型的准确性。
预测模型的建立：采用偏最小二乘法、支持向量机、人工神经网络、多元线性回归等方法，构建基于光谱图像的预测模型。接着将光谱图像信息输入模型，就能准确检测出香蕉的损伤程度，并判断该样品是否合格。
地址：浙江省温州市鹿城区藤桥镇南市中路155号七楼
邮箱：510433896@qq.com