0引 言

水果品质的好坏，通常是由其内外品质共同决定的。内外品质也决定着桑椹的成熟度、货架期长短以及市场表现等。因此客观全面的评估水果的品质就成了采摘和销售之前必要的内容。随着计算机技术和信息技术的发展，高光谱无损检测技术变得越来越成熟，以往破坏性的传统化学方法也正在被高光谱成像技术逐渐所取代。桑椹作为一种比较“小众化”的水果，由于易发生软化腐烂，因此应用高光谱技术对其进行品质检测的研究还较少。但为了更好的了解高光谱在桑椹品质检测中的研究方向，本部分将介绍高光谱在桑椹和其他水果的上的应用，为桑椹以后的研究提供参考方向。

1桑椹外部品质检测

外部品质是桑椹品质优良与否的直观体现，对桑椹的外部品质的评价通常是通过对颜色、硬度、纹理、尺寸、形状以及表面缺陷等指标进行评估，传统的评价往往根据个人经验进行，因此主观性较强，且不同品种的水果具有不同的外观特性，使得评价结果容易出现偏差和错误。而高光谱成像技术则能很好地解决这一问题，并且许多的研究已经在不同的水果上展开。

通过搜寻资料发现，应用高光谱成像技术对桑椹外部品质的研究尚未开展，但其他水果的研究较多，例如某学者对两个品种苹果表面的的损伤进行了研究，结果表明在波长为1000~1340nm时，高光谱成像技术可以检测出两种苹果表面的损伤，并且检测的准确性分别介于62%~88%和59%~94%之间。该学者通过高光谱成像技术对蓝莓的愈伤进行了研究，通过采用支持向量机成功地将愈伤组织和健康组织区分开来，并且准确性达到了 90%以上。此外也有研究对水果表面的农药残留和虫害进行了研究，利用反射高光谱成像系统对枣类水果虫害损伤进行了研究，通过检测枣的有损表皮和无损表皮，成功地将两者区分开来，区分总精度达到了97%以上。

利用高光谱成像对番茄表面的农药残留进行了研究，其通过对喷洒不同浓度农药的番茄进行光谱采集，而后通过对图谱处理和分析，不仅选出了特征波长而且利用特征波长建立的识别模型可以对经过不同浓度农药喷洒的番茄表面进行了识别，结果展示高浓度的的农药残留检出率为 100%，而低浓度检出率为 0，直接说明高光谱成像技术在农药残留检测方面具有一定的应用性。

除此以外，应用高光谱成像技术对水果的冻伤、腐烂、缺陷等也有相应的研究，而且这类检测精度通常在 80%以上，证明了高光谱成像技术在水果外观品质检测上的巨大潜力。以上所提的几种外观检测类型，在桑椹上的研究还较少，可能的原因是，桑椹体积小且表面凹凸不平，对于图像处理和分割有一定的困难性，但随着计算机信息技术的进步和图像处理技术的发展，应用高光谱成像技术对桑椹外观品质进行检测和研究会逐渐变为可能。

2桑椹内部品质检测

目前应用高光谱成像技术对桑椹品质的研究主要集中在内部品质的无损检测上，通常检测以下几项内容：可溶性固形物、水分含量、酸度、干物质含量、可滴定酸等。目前在桑椹中可溶性固形物的研究较多，如通过将化学计量学方法和高光谱成像技术进行结合对桑椹中的总可溶性固形物进行了研究，采集了310个桑椹的高光谱信息，然后用糖度计对其可溶性固形物进行测定，通过相应的变量选择方法得到特征波长，最后应用偏最小二乘法和支持向量机两种建模方法对样品中的可溶性固形物进行了研究，成功地将其分布进行了可视化呈现。

在对桑椹的内部品质进行无损检测的研究中，专家学者对可溶性固形物进行了研究，通过不同的变量选择方法和和建模方法，对桑椹中的可溶性固形物进行了预测，综合比较选出了最优组合，相关系数达到了 0.700；除此以外我们还对pH进行了研究，其相关系数达到了0.900，结果显示高光谱有成像技术对桑椹中的可溶性固形物和 pH 具有很好的检测效果。另外还利用高光谱成像系统中的两种CCD探测器对桑椹中的总花青素含量和抗氧化活性进行了快速无损检测，相关的系数也分别达到了 0.959 和0.995。由于当前桑椹的研究还较少，桑椹的许多内部品质指标尚未应用高光谱成像技术进行研究，而在其他水果中已经进行许多相关内部指标的检测，如对草莓、苹果、桃子水分含量、总的可溶性固形物、硬度等的检测。通过学习和借鉴高光谱成像技术在其他水果内部品质中的应用，可以为以后桑椹的研究奠定基础和研究方向，另外从这些研究中可以看出高光谱成像技术在桑椹品质无损检测中广阔前景。

3总结与展望

基于高光谱成像技术对于桑椹品质进行快速无损检测，已经成为当前无损检测技术中研究最多的一项技术，通过此项技术不仅可以进行品质的无损检测，而且还可以用来确定最优采摘时机，指导定价以及分级销售，从而提高桑椹的经济效益。但应用高光谱成像技术进行对桑椹进行无损检测还存在一些不足：首先是利用高光成像技术对桑椹品质进行无损检测存在检测指标过于单一的问题，未能形成一套全面的无损检测模型和体系，因此只能对单一指标进行评价，不能从整体确认桑椹品质的优劣，这也说明全面系统地对桑椹进行品质检测是以后研究的热点方向。

其次是利用高光谱成像技术进行的某些品质指标的无损检测，其准确性较低，造成模型实用性不高，因此对于如何提高模型的准确性和实用性也是当前需要重点研究的内容。再次是当前的一些光谱预处理方法，数据挖掘方法、图像处理方法以及建模方法不够丰富，虽然相应的化学计量学方法已有十几种，但由于高光谱图像所具有的高维度性、冗余性以及图谱合一性，使得数学算法在光谱数据的处理过程中占有重要的地位，有时甚至决定着模型的复杂度和准确性，因此开发尽量多的新数学算法，对于推广和应用高光谱成像技术具有重要意义。

最后是高光谱设备采集信息较为缓慢，且高光谱成像仪价格昂贵，不利于大范围的推广和应用，因此开发轻便、快速、简单的高光谱成像系统对于实际生产更加实用。以上几个问题是以后研究的重点内容和方向，相信随着信息技术的快速发展和计算机技术的日益成熟，会极大地提高高光谱成像技术的适用性。因此高光谱成像技术在桑椹等农产品的品质无损检测上具有较大的发展潜力，相信不久的将来会成为一种重要的无损检测手段。