袁 鵬,蒙振章

(華中農(nóng)業(yè)大學 a.理學院; b.工學院，湖北 武漢 430070)

1 引 言

近年來，農(nóng)產(chǎn)品的智能化無損檢測技術(shù)已經(jīng)愈發(fā)成熟[1]，這一技術(shù)的發(fā)展使得農(nóng)產(chǎn)品的檢測更加方便、快捷和廉價. 其中最具代表性的應屬紅外光譜分析技術(shù)，它因為具有快速、準確和無損傷檢測等特點，已經(jīng)被廣泛地應用到了工農(nóng)業(yè)產(chǎn)品的無損檢測領(lǐng)域[2]. 徐源等[3]借助傅里葉變換紅外光譜儀得到了快速定量無損傷測量塑料薄膜厚度的方法. 張師平等[4]利用紅外光譜儀成功地無損測量了氮化鎵薄膜載流子濃度和遷移率. 孫旭東等[5]運用紅外光譜分析技術(shù)進行了果樹葉片SPAD值無損檢測研究，為果樹精準肥水管理提供了參考數(shù)據(jù). 王丹等[6]利用可見/近紅外漫反射光譜研究了甜柿果實硬度，并確定了其在甜柿果實硬度無損檢測方面的可行性.

在本次研究過程中，我們的研究對象是蘋果，針對蘋果的表面品質(zhì)，在實驗過程中以蘋果表面的不同顏色為研究點，發(fā)現(xiàn)主要可以分為3類：黃色、紅色和褐色，其中褐色代表損壞的部分，在對這三部分不同顏色的區(qū)域運用紅外光譜技術(shù)進行研究后，找出了2點比較明顯的區(qū)別，這些區(qū)別將有利于更近一步研究蘋果智能化無損檢測. 將紅外光譜技術(shù)運用到無損檢測蘋果各種品質(zhì)的研究有很多，孫炳新等[7]借助近紅外光譜技術(shù)進行了無損檢測蘋果脆皮的研究. 李桂峰等[8]利用傅里葉變換近紅外光譜技術(shù)探討快速無損檢測蘋果硬度方法的可行性. 董一威等[9]應用自行搭建的CCD近紅外光譜系統(tǒng)成功地檢測了蘋果的糖酸度. 李晉華等[10]運用近紅外漫透射技術(shù)成功檢測了玉米成分，韓東海等[11]通過對富士蘋果的正常部位和損傷部位的組織觀察、近紅外光譜的測量分析以及顏色的測量，探索了近紅外光譜運用于蘋果無損檢測的可行性. 文建萍等[12]建立贛南臍橙顏色指標定量數(shù)學模型，并結(jié)合可見近紅外漫反射光譜法探索了用顏色進行水果分級的新方法.

2 實驗部分

2.1 實驗設(shè)備和材料

實驗選用必達泰克公司的CCD陣列光譜儀(型號BRC112E-V )及FRP光纖反射探頭. 實驗的樣品蘋果全部購于華中農(nóng)業(yè)大學農(nóng)貿(mào)市場.

2.2 光譜的獲取

實驗過程中獲取紅外光譜時使用的CCD陣列光譜儀的參量如下：波長范圍350～1 050 nm，光譜分辨率為0.5 nm，采樣時間為8 000 ms，光源為鎢燈.

在樣品蘋果的赤道部位均勻選取5個點，將這些點分別按黃色、紅色和褐色分為3類. 如圖1所示，搭建光譜系統(tǒng)，然后接通電源，設(shè)置參量，調(diào)節(jié)儀器，待調(diào)節(jié)完畢后，將FRP光纖反射探頭直接接觸這些測量點，逐一獲取蘋果表面的紅外反射信號.

圖1 CCD陣列光譜儀

3 結(jié)果與討論

蘋果表面的顏色主要分為黃色、紅色和褐色，其中褐色為損傷部位的顏色. 用紅外光譜儀分別獲取了蘋果這3種顏色相應部位的紅外圖譜如圖2～4所示.

通過對圖2～4的仔細觀察，發(fā)現(xiàn)在780～950 nm范圍內(nèi)，3幅紅外光譜圖有較大差異，而且光譜值在首尾噪聲較大，故選取780～950 nm波長范圍內(nèi)的紅外光譜圖進行數(shù)據(jù)處理及研究. 圖5中A代表蘋果黃色部位，B代表蘋果紅色部位，C代表蘋果的損傷部位.

圖2 蘋果黃色部位紅外光譜圖

圖3 蘋果紅色部位的紅外圖譜

圖4 蘋果的褐色部位紅外圖譜

圖5 蘋果3個區(qū)域的紅外光譜圖

在855 nm處，黃色部位和紅色部位均出現(xiàn)1個吸收峰，而褐色損傷部位沒有相應的吸收峰出現(xiàn). 同時在910 nm處，黃色部位出現(xiàn)了1個較強的吸收峰，而紅色部位和褐色損傷部位均出現(xiàn)若干小碎峰. 其他波段也存在差異，但是差異較小，不足以用來作為評價蘋果好壞的標準. 如在815 nm左右，紅色區(qū)域和黃色區(qū)域均存在2個峰，而褐色部位則只有1個峰，造成這種差別的原因除了蘋果表面固有的差異外，不能排除實驗過程中的誤差給光譜圖造成的影響，故這些相對較小的、不太明顯的差別不作評價蘋果好壞的標準.

綜合圖2～4所顯示的相關(guān)信息，可以清楚地看到，855 nm和910 nm兩波長處出現(xiàn)的峰有很大的區(qū)別，可以作為區(qū)別蘋果好壞的標準. 在具體應用的過程中，若在855 nm處未出現(xiàn)吸收峰，且在910 nm處出現(xiàn)的吸收峰為小碎峰，則該檢測的部位很可能已經(jīng)損壞；若在855 nm和910 nm處均出現(xiàn)強吸收峰，則該檢測樣品的表皮很可能偏黃色；若在855 nm處出現(xiàn)強吸收峰，而在910 nm處出現(xiàn)的吸收峰為小碎峰，則該檢測樣品的表皮很可能偏紅色.

4 結(jié) 論

以蘋果為研究對象，運用紅外光譜技術(shù)分別獲取了蘋果表皮黃色區(qū)域、紅色區(qū)域和褐色區(qū)域的紅外光譜圖. 通過對紅外光譜圖的分析與研究，針對如何無損檢測蘋果，得出了比較理想的結(jié)論. 主要體現(xiàn)在以下2個方面：在855 nm處，黃色部位和紅色部位均出現(xiàn)1個吸收峰，而褐色損傷部位沒有相應的吸收峰出現(xiàn)；在910 nm處，黃色部位出現(xiàn)了1個較強的吸收峰，而紅色部位和褐色損傷部位均出現(xiàn)若干小碎峰. 實際上，以上兩個方面只是眾多區(qū)別中最明顯的，其他差別相對它們而言顯得不明顯. 故僅選擇855 nm和910 nm處的差別作為評價蘋果是否損壞的標準.

參考文獻：

[1] 任小林，李倩倩. 蘋果貯藏保鮮關(guān)鍵技術(shù)[J]. 保鮮與加工，2013，13(1)：1-8.

[2] 蘇東林，李高陽，何建新，等.近紅外光譜分析技術(shù)在我國大宗水果品質(zhì)無損檢測中的應用研究進展 [J]. 食品工業(yè)科技，2012，33(6)：460-464.

[3] 徐源，黃金強，崔燦，等. 利用紅外光譜儀快速測量塑料薄膜厚度[J]. 物理實驗，2012，32(5):31-33.

[4] 張師平，陳森，朱少奇，等. 利用紅外光譜測量氮化鎵薄膜的載流子濃度和遷移率[J]. 物理實驗，2013，33(3):4-6.

[5] 孫旭東，郝勇，張光偉. 贛南臍橙葉片SPAD值可見近紅外光譜無損檢測[J]. 農(nóng)機化研究，2014(4)：120-126.

[6] 王丹，魯曉翔，張鵬，等. 可見/近紅外漫反射光譜無損檢測甜柿果實硬度[J]. 食品與發(fā)酵工業(yè)，2013， 39(5)：180-184.

[7] 孫炳新，匡立學，徐方旭，等. 蘋果脆度的近紅外無損檢測 [J]. 食品與發(fā)酵工業(yè)，2013，3(5)：185-189.

[8] 李桂峰，趙國建，劉興華，等. 蘋果硬度的傅里葉變換近紅外光譜無損檢測[J]. 農(nóng)業(yè)機械學報，2009，40(1)：20-123.

[9] 董一威，籍保平，史波林，等. 蘋果中糖酸度的CCD近紅外光譜分析[J]. 食品科學，2007，28(8)：376-380.

[10] 李晉華，楊志良，王召巴，等. 近紅外漫透射技術(shù)檢測玉米成分[J]. 紅外技術(shù)，2013，35(11)：732-736.

[11] 韓東海，劉新鑫，趙麗麗，等. 受損蘋果顏色和組織的近紅外光譜特性[J]. 農(nóng)業(yè)機械學報，2003，34(6)：112-115.

[12] 文建萍，陳興苗，孫旭東，等. 可見近紅外漫反射光譜法測定贛南臍橙的表面色澤[J]. 安徽農(nóng)業(yè)科學，2007，35(36)：11805-11806.