本發(fā)明屬于食品品質(zhì)檢測(cè)領(lǐng)域，特別是涉及一種高光拍照和無損光譜掃描判斷果蔬品質(zhì)的方法。

背景技術(shù)：

現(xiàn)有技術(shù)中檢測(cè)食品品質(zhì)的方法一般有：?jiǎn)渭冡槍?duì)食品表面品質(zhì)進(jìn)行檢測(cè)的方法，也有應(yīng)用光譜對(duì)食品化學(xué)成分進(jìn)行檢測(cè)的方法。但是無論是哪一種方法，檢測(cè)的結(jié)果都是片面性的，而針對(duì)食品表面檢測(cè)方法一般采用的是高光譜儀器進(jìn)行食品表面品質(zhì)檢測(cè)，通過圖像和可見光光譜數(shù)據(jù)進(jìn)行綜合分析獲得。光譜檢測(cè)食品化學(xué)成分的方法，一般有近紅外光譜檢測(cè)或者是其他的光譜檢測(cè)，即需要建立光譜數(shù)據(jù)和化學(xué)數(shù)據(jù)的數(shù)據(jù)庫(kù)，而這種檢測(cè)僅僅是針對(duì)食品的內(nèi)在品質(zhì)檢測(cè)，并沒有對(duì)食品的外在品質(zhì)進(jìn)行檢測(cè)，檢測(cè)結(jié)果也是片面的。

現(xiàn)有技術(shù)中，針對(duì)食品內(nèi)在品質(zhì)的檢測(cè)，尤其是針對(duì)水果的品質(zhì)檢測(cè)已經(jīng)有大量的研究，例如，通過近紅外光譜無損檢測(cè)蘋果品質(zhì)的方法，例如參見“蘋果品質(zhì)近紅外光譜無損檢測(cè)技術(shù)研究進(jìn)展”，《保鮮與加工》，2013,13(3)：1-7，張鵬，李江闊，陳紹慧，國(guó)家農(nóng)產(chǎn)品保鮮工程技術(shù)研究中心。

還有，就是通過果蔬表面進(jìn)行高光譜成像無損檢測(cè)來檢測(cè)果蔬表面品質(zhì)的方法，例如參見“果蔬品質(zhì)高光譜成像無損檢測(cè)研究進(jìn)展”，《激光與紅外》，2010年6月，第40卷第6期，彭彥穎，孫旭東，劉燕德，華東交通大學(xué)機(jī)電學(xué)院。

本發(fā)明的目的是為了建立果蔬表面品質(zhì)和化學(xué)成分檢測(cè)雙重指標(biāo)來評(píng)價(jià)果蔬的綜合品質(zhì)，尤其是可以通過表面果蔬表面品質(zhì)和化學(xué)成分檢測(cè)數(shù)據(jù)判斷果蔬表面品質(zhì)形成的原因，以及化學(xué)成分含量產(chǎn)生重大變化的果蔬表面品質(zhì)變化癥狀。

技術(shù)實(shí)現(xiàn)要素：

為解決上述技術(shù)內(nèi)容，本發(fā)明提供了一種高光拍照和無損光譜掃描判斷果蔬品質(zhì)的方法，該方法解決了對(duì)果蔬品質(zhì)片面性評(píng)價(jià)的問題，實(shí)現(xiàn)了對(duì)果蔬表面品質(zhì)和內(nèi)在品質(zhì)的雙重評(píng)價(jià)，也就是綜合評(píng)價(jià)，同時(shí)可以通過該綜合評(píng)價(jià)對(duì)果蔬表面品質(zhì)形成的化學(xué)成分內(nèi)在原因和內(nèi)在品質(zhì)形成的果蔬表面品質(zhì)的外部癥狀進(jìn)行評(píng)估。

具體的，本發(fā)明提供了一種高光拍照和無損光譜掃描判斷果蔬品質(zhì)的方法，其特征在于將果蔬進(jìn)行高光拍照，高光拍照的數(shù)據(jù)輸入高光數(shù)據(jù)庫(kù)進(jìn)行計(jì)算，獲得果蔬表面品質(zhì)數(shù)據(jù)；同時(shí)針對(duì)相同的果蔬，應(yīng)用光譜掃描儀進(jìn)行檢測(cè)，將檢測(cè)獲得的光譜數(shù)據(jù)輸入光譜數(shù)據(jù)庫(kù)，獲得果蔬的化學(xué)成分含量數(shù)據(jù)，將果蔬的化學(xué)成分含量數(shù)據(jù)和果蔬的表面品質(zhì)數(shù)據(jù)進(jìn)行雙指標(biāo)評(píng)價(jià)，獲得果蔬的綜合品質(zhì)。

果蔬的品質(zhì)，對(duì)于消費(fèi)者來說，有時(shí)表面比較好看的果蔬，其內(nèi)在品質(zhì)并不好，例如含糖量比較低，或者蛋白、維生素營(yíng)養(yǎng)比較少，或者是因?yàn)閮?chǔ)藏時(shí)間過長(zhǎng)，導(dǎo)致內(nèi)在水分流失過大。因?yàn)槟壳肮弑砻娴奶幚矸椒ū容^多，所以往往會(huì)形成果蔬表面品質(zhì)比較好，但其內(nèi)在品質(zhì)往往較差，為此本發(fā)明的上述方法，解決了該問題。

同時(shí)，在目前的市場(chǎng)上，有很多果蔬種植者認(rèn)為其果蔬品質(zhì)是非常好的，但是水果的賣相并不好，對(duì)此只能進(jìn)行有損傷的品嘗，品嘗之后才能夠知道水果的內(nèi)在品質(zhì)，如果可以通過無損檢測(cè)，能夠證明其外觀品質(zhì)并不影響其內(nèi)在品質(zhì)，那么本發(fā)明的上述方法也具有重大的貢獻(xiàn)。

優(yōu)選的，上述方法中，所述的高光拍照選自高光比拍照或高廣譜拍照，所述高光比拍照為相機(jī)高光比拍照，所述高廣譜拍照為高光譜儀器的高廣譜拍照。

高光比拍照是指利用外界自然光的原理，使用光學(xué)相機(jī)對(duì)果蔬進(jìn)行拍照，進(jìn)而形成有些亮點(diǎn)或暗點(diǎn)的照片，該亮點(diǎn)或暗點(diǎn)表明果蔬表面品質(zhì)產(chǎn)生了差異化，而高光譜儀器的高光譜拍照是指通過高廣譜儀器對(duì)果蔬表面進(jìn)行拍照處理，獲得照片的同時(shí)能夠檢測(cè)果蔬表面反射回來的可見光譜數(shù)據(jù)，對(duì)可見光譜數(shù)據(jù)進(jìn)行分析獲得可見光的差異化數(shù)據(jù)。

優(yōu)選的，上述方法中，所述的高光拍照的數(shù)據(jù)包括平滑度、粗糙度、顆粒性、隨機(jī)性數(shù)據(jù)中的一種或多種。

優(yōu)選的，上述方法中，其特征在于，所述的高光拍照的數(shù)據(jù)包括400-780nm的紅外光譜數(shù)據(jù)。

優(yōu)選的，上述方法中，其特征在于，所述的光譜掃描儀為近紅外光譜掃描儀。

光譜掃描儀并不僅僅限于近紅外光譜掃描儀，實(shí)際上目前市場(chǎng)上有很多不可見光的光譜掃描儀都是可以的，前提是需要這些光譜掃描儀對(duì)果蔬進(jìn)行光譜掃描的同時(shí)，還要通過化學(xué)方法檢測(cè)果蔬的化學(xué)成分，并能夠建立光譜數(shù)據(jù)和化學(xué)成分?jǐn)?shù)據(jù)的運(yùn)算數(shù)據(jù)庫(kù)。

優(yōu)選的，上述方法中，所述的近紅外光譜儀的近紅外光譜的光譜范圍為800-2000nm。

優(yōu)選的，上述方法中，所述的高光數(shù)據(jù)庫(kù)為n次高光拍照的數(shù)據(jù)和肉眼判斷果蔬表面品質(zhì)結(jié)果形成的數(shù)據(jù)庫(kù)，其中n≥50。

高光數(shù)據(jù)庫(kù)的建立在于能夠通過該數(shù)據(jù)庫(kù)實(shí)現(xiàn)高光數(shù)據(jù)輸入后直接判斷出果蔬的表面品質(zhì)，這樣就需要建立有效的高光數(shù)據(jù)和表面品質(zhì)對(duì)應(yīng)的數(shù)據(jù)模型，而該數(shù)據(jù)模型是需要通過一定數(shù)量有效檢測(cè)建立的，本發(fā)明的技術(shù)方案需要通過至少50次的重復(fù)來建立該高光數(shù)據(jù)庫(kù)。

優(yōu)選的，上述方法中，所述的光譜數(shù)據(jù)庫(kù)為n次光譜掃描儀檢測(cè)的光譜數(shù)據(jù)和化學(xué)成分檢測(cè)數(shù)據(jù)形成的數(shù)據(jù)庫(kù)。

優(yōu)選的，上述方法中，所述的方法還包括判斷果蔬品質(zhì)形成原因的步驟，其特征在于將表面品質(zhì)數(shù)據(jù)和化學(xué)成分含量數(shù)據(jù)形成數(shù)據(jù)庫(kù)，分析化學(xué)成分含量和果蔬表面品質(zhì)的關(guān)系，判斷果蔬表面品質(zhì)形成的化學(xué)成分影響因素和判斷果蔬化學(xué)成分改變的果蔬表面品質(zhì)影響因素。

本發(fā)明的目的，一方面是能夠判斷果蔬的綜合品質(zhì)，同時(shí)在建立好果蔬的表面品質(zhì)和內(nèi)在品質(zhì)的關(guān)系數(shù)據(jù)庫(kù)之后，還可以實(shí)時(shí)地判斷果蔬表面品質(zhì)形成的內(nèi)在原因，和果蔬內(nèi)在原因?qū)е碌谋碛^品質(zhì)癥狀。

優(yōu)選的，上述方法中，所述的果蔬為蘋果、香蕉、橘子、柿子、桃、哈密瓜、柚子、西瓜、柑桔、櫻桃、葡萄、梨、芒果、木瓜、黃瓜、番茄或茄子。

實(shí)際上本發(fā)明的方法所針對(duì)的對(duì)象，不僅僅限于上面的果蔬，實(shí)際上只要果蔬表面能夠進(jìn)行高光拍照獲得有規(guī)律數(shù)據(jù)，同時(shí)其果蔬的內(nèi)在品質(zhì)檢測(cè)可以通過光譜掃描儀進(jìn)行掃描獲得，那么這些果蔬都是本發(fā)明方法所針對(duì)的對(duì)象。

有益效果：

1、本發(fā)明的方法解決了果蔬綜合品質(zhì)的判斷，同時(shí)也實(shí)現(xiàn)了果蔬表面品質(zhì)形成的內(nèi)在原因和果蔬內(nèi)在品質(zhì)所導(dǎo)致的表觀癥狀的判斷。

2、本發(fā)明還解決了現(xiàn)有技術(shù)當(dāng)中片面性評(píng)價(jià)果蔬品質(zhì)的缺陷，獲得通過表面品質(zhì)數(shù)據(jù)和化學(xué)成分?jǐn)?shù)據(jù)結(jié)合形成的數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)在后期果蔬品質(zhì)評(píng)價(jià)中能夠形成基礎(chǔ)數(shù)據(jù)庫(kù)，解決果蔬品質(zhì)評(píng)價(jià)的效率較低的問題。

3、本發(fā)明還實(shí)現(xiàn)了將光譜檢測(cè)和高光拍照的結(jié)合來進(jìn)行果蔬綜合品質(zhì)評(píng)價(jià)，這兩種方法基本上不會(huì)對(duì)果蔬造成任何損傷，所以可以對(duì)果蔬進(jìn)行無限制評(píng)價(jià)。

附圖說明：

圖1為高光拍照和光譜掃描判斷果蔬品質(zhì)的示意圖

圖2為高光數(shù)據(jù)庫(kù)的種類示意圖

圖3為高光比表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)建立的示意圖

圖4為高光譜表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)建立的示意圖

具體實(shí)施方式

實(shí)施例1：建立高光比表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)

選取100個(gè)蘋果分別進(jìn)行高光比拍照，獲得100個(gè)蘋果的高光比照片，然后通過肉眼識(shí)別100個(gè)蘋果獲得肉眼識(shí)別表面品質(zhì)信息，肉眼判斷表面品質(zhì)信息指標(biāo)包括平滑度、粗糙度、顆粒性和隨機(jī)性。將100個(gè)蘋果的高光比照片和100個(gè)蘋果的肉眼的蘋果表面品質(zhì)評(píng)價(jià)信息一一對(duì)應(yīng)后輸入數(shù)據(jù)庫(kù)，建立高光比拍照照片特征和肉眼識(shí)別表面品質(zhì)信息的對(duì)應(yīng)關(guān)系，形成高光比拍照照片和肉眼識(shí)別品質(zhì)的評(píng)價(jià)模型，建立含有評(píng)價(jià)模型的蘋果高光比表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)。

同樣的過程，建立葡萄、梨、芒果、木瓜的高光比表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)。

實(shí)施例2：建立高廣譜表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)

選取100個(gè)番茄分別進(jìn)行高光譜拍照，獲得100個(gè)番茄的高光譜照片和高廣譜數(shù)據(jù)，高廣譜數(shù)據(jù)的光譜范圍為400-780nm，然后通過肉眼識(shí)別100個(gè)番茄獲得肉眼識(shí)別表面品質(zhì)信息，肉眼判斷表面品質(zhì)信息指標(biāo)包括平滑度、粗糙度、顆粒性和隨機(jī)性。將100個(gè)番茄的高光譜照片和高廣譜數(shù)據(jù)及100個(gè)番茄的肉眼評(píng)價(jià)的番茄表面品質(zhì)信息一一對(duì)應(yīng)后輸入數(shù)據(jù)庫(kù)，建立高光譜數(shù)據(jù)照片和高廣譜數(shù)據(jù)及肉眼識(shí)別表面品質(zhì)信息的對(duì)應(yīng)關(guān)系，形成高光譜的番茄表面評(píng)價(jià)模型，建立含有評(píng)價(jià)模型的番茄高光譜表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)。

同樣的過程，建立茄子的高光譜表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)。

實(shí)施例3：建立近紅外光譜數(shù)據(jù)庫(kù)

選取100個(gè)蘋果進(jìn)行近紅外光譜掃描，獲得蘋果的近紅外光譜數(shù)據(jù)，近紅外光譜的光譜范圍為800-2000nm，同時(shí)檢測(cè)100個(gè)蘋果的化學(xué)成分及其含量數(shù)據(jù)，將近紅外光譜掃描獲得的近紅外光譜數(shù)據(jù)和蘋果的化學(xué)成分及其含量數(shù)據(jù)一一對(duì)應(yīng)輸入數(shù)據(jù)庫(kù)，形成蘋果近紅外光譜計(jì)算蘋果化學(xué)成分及其含量的計(jì)算模型，建立包含計(jì)算模型的蘋果近紅外光譜數(shù)據(jù)庫(kù)。

同樣的過程，建立葡萄、梨、芒果、木瓜的近紅外光譜數(shù)據(jù)庫(kù)。

同樣的過程，建立番茄和茄子的近紅外光譜數(shù)據(jù)庫(kù)。

實(shí)施例4：蘋果綜合品質(zhì)評(píng)價(jià)

將蘋果進(jìn)行高光比拍照，高光比拍照的照片輸入實(shí)施例1的蘋果高光比表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)進(jìn)行計(jì)算，獲得蘋果表面品質(zhì)數(shù)據(jù)；同時(shí)對(duì)蘋果應(yīng)用近紅外光譜掃描儀進(jìn)行掃描檢測(cè)，將檢測(cè)獲得的蘋果近紅外光譜數(shù)據(jù)輸入實(shí)施例3的蘋果近紅外光譜數(shù)據(jù)庫(kù)，獲得蘋果的化學(xué)成分含量數(shù)據(jù)，將蘋果的表面品質(zhì)數(shù)據(jù)和蘋果的化學(xué)成分含量數(shù)據(jù)進(jìn)行雙指標(biāo)評(píng)價(jià)，雙指標(biāo)的評(píng)價(jià)的權(quán)重比為蘋果的表面品質(zhì)和化學(xué)成分含量權(quán)重比為4:6。通過該權(quán)重確定蘋果的綜合品質(zhì)數(shù)據(jù)。

實(shí)施例5：蘋果表面品質(zhì)形成因素判斷

再次選取100個(gè)蘋果，重復(fù)實(shí)施例4的方法，獲得的蘋果的表面品質(zhì)數(shù)據(jù)和蘋果的化學(xué)成分含量數(shù)據(jù)一一對(duì)應(yīng)輸入數(shù)據(jù)庫(kù)，計(jì)算蘋果的表面品質(zhì)數(shù)據(jù)和蘋果的化學(xué)成分含量數(shù)據(jù)之間的關(guān)系，形成蘋果的表面品質(zhì)數(shù)據(jù)和蘋果的化學(xué)成分含量數(shù)據(jù)相互評(píng)價(jià)模型，建立含有相互評(píng)價(jià)模型的蘋果表面品質(zhì)和化學(xué)成分綜合數(shù)據(jù)庫(kù)。從該數(shù)據(jù)庫(kù)中提取蘋果化學(xué)成分及其含量數(shù)據(jù)影響蘋果的表面品質(zhì)因素，同時(shí)從該數(shù)據(jù)庫(kù)中提取蘋果的表面品質(zhì)影響蘋果化學(xué)成分及其含量數(shù)據(jù)的因素。

選取1個(gè)蘋果，進(jìn)行蘋果的高光比拍照，將蘋果的高光比照片輸入到蘋果表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)獲得蘋果表面品質(zhì)數(shù)據(jù)，將該蘋果表面品質(zhì)數(shù)據(jù)輸入到上述蘋果表面品質(zhì)和化學(xué)成分綜合數(shù)據(jù)庫(kù)，確定蘋果內(nèi)在估算化學(xué)成分及其含量信息。同時(shí)對(duì)該蘋果進(jìn)行近紅外檢測(cè)，通過近紅外光譜數(shù)據(jù)庫(kù)確定蘋果的化學(xué)成分及其含量，通過估算化學(xué)成分及其含量數(shù)據(jù)和近紅外光譜確定的化學(xué)成分及其含量數(shù)據(jù)評(píng)估蘋果表面品質(zhì)和化學(xué)成分綜合數(shù)據(jù)庫(kù)在蘋果表面品質(zhì)和內(nèi)在化學(xué)成分及其含量數(shù)據(jù)之間對(duì)應(yīng)的準(zhǔn)確性。

重復(fù)實(shí)施例4和實(shí)施例5，進(jìn)行葡萄、梨、芒果、木瓜的綜合品質(zhì)評(píng)價(jià)。

實(shí)施例6：番茄綜合品質(zhì)評(píng)價(jià)

將番茄進(jìn)行高廣譜拍照，高廣譜拍照的照片和高廣譜數(shù)據(jù)輸入實(shí)施例2的番茄高廣譜表面品質(zhì)評(píng)價(jià)數(shù)據(jù)庫(kù)進(jìn)行計(jì)算，獲得番茄表面品質(zhì)數(shù)據(jù)；同時(shí)對(duì)番茄應(yīng)用近紅外光譜掃描儀進(jìn)行掃描檢測(cè)，將檢測(cè)獲得的番茄近紅外光譜數(shù)據(jù)輸入實(shí)施例3的番茄近紅外光譜數(shù)據(jù)庫(kù)，獲得番茄的化學(xué)成分含量數(shù)據(jù)，將番茄的表面品質(zhì)數(shù)據(jù)和番茄的化學(xué)成分含量數(shù)據(jù)進(jìn)行雙指標(biāo)評(píng)價(jià)，雙指標(biāo)評(píng)價(jià)的權(quán)重比為番茄的表面品質(zhì)和化學(xué)成分含量權(quán)重比為7:3。通過該權(quán)重確定番茄的綜合品質(zhì)數(shù)據(jù)。

重復(fù)實(shí)施例6的方法，判斷茄子的綜合品質(zhì)。