农产品质量无损技术检测2.doc

农产品质量无损检测技术研究现状 摘要：本文介绍了农产品品质无损检测技术, 分析了现有无损检测技术的特点及应用领域。并简单介绍了高光谱成像技术和激光散斑技术原理及研究现状，对农产品质量无损检测技术的前景进行了展望。关键词:无损检测 应用 展望Abstract：This article describes the quality of agricultural products nondestructive testing technology, analysis of the characteristics and applications of existing non-destructive testing techniques. And hyperspectral imaging technology and laser speckle technology principle and research brief outlook on prospects for agricultural product quality nondestructive testing technology.Key words: Non-destructive testing Application prospect1、 引言随着科学技术的发展和人民生活水平的不断提高，在我国加入世界贸易组织后，国际农产品出口市场竞争的日益加剧，对农产品的品质分析显得尤为重要。我国作为一个农业大国, 农业的可持续发展关系到国家经济建设和社会稳定的全局。随着农业产业化的发展, 农产品的生产不可避免地会使用农药、抗生素和激素等辅助性物质, 而这些物质的不合理使用会导致农产品中剩余残留量的超标, 影响消费者食用安全, 严重时会造成消费者致病、发育不正常, 甚至直接导致中毒死亡等。无论是前几年的三鹿有毒奶粉事件，还是近期的双汇瘦肉精风波，都反映了我国农产品安全存在严重的问题，这些问题不但给人们的正常生活带来不安，使食品的信誉度下降，也不利于提高我国食品的国际竞争力。面对着农产品和食品安全问题的频频爆发现状下，农产品的安全问题必需得到高度的重视，这直接关系到人民群众的生命安全和身体健康。在做好食品安全工作的同时, 对潜在的农产品质量安全危险进行检测是农产品发展中非常必要的一项辅助技术，具有十分重要的现实意义。农产品检测不像工业上的产品检测那样有严格的规律标准可循，农作物在其生产过程中由于受到人为和自然等复杂因素影响，产品品质差异很大，故在农产品检测与分析时要有足够的应变能力来适应情况的变化1。传统的检测方法有人工检测和化学取样检测。人工检测不仅费时，效率低下，而且易受到人为失误的影响，检查结果在很大的程度上带有主观性和不一致性，而大多数停留在定性的判断2-3。这成为制约农产品检测加工效率的瓶颈因素。化学检测只是采取抽样的机制，对农产品进行采样检测，以部分的采样结果来估算整个计算结果，是一种有损的、不可重复的检测方法。随着科技的发展，无损非接触检测将成为农产品检测方法的主流4。2、 无损检测的方法及应用2.1无损检测的概念农产品品质是反映农产品某些性质的一个模糊概念。它有三个方面的内容: 一是反映农产品外表特征的外部品质( 主要有表面颜色、表面光泽、表面平整度、外表形状以及尺寸大小等) ; 二是反映农产品基本物理性质的品质( 主要有质量、密度、弹性、硬度等) ; 三是反映农产品内部特征的内部品质( 主要有安全性、成熟度、新鲜度、内部缺陷、营养成分的组成、味觉、口感等) 5。而无损检测技术（Nondestructive DeterminationTechonologies，简称NDT）是一门新兴的综合性应用学科，它是在不破坏或损坏被检测对象的前提下，利用农产品内部结构异常或缺陷存在所引起的对热、声、光、电、磁等反应的变化，来探测各种农产品等内部和表面缺陷，并对缺陷的类型、性质、数量、形状、位置、尺寸、分布及其变化做出判断和评价，是一种非破坏性检测方法。2.2无损检测的主要方法与应用2.2.1声学特性法利用农产品的声学特性对其品质进行无损检测是20世纪80年代以来发展形成的新技术。农产品的声学特性是指农产品在声波作用下的反射、散射、吸收, 以及衰减、传播速度、声阻抗与固有频率等的变化特性, 这些特性随农产品内部组织的变化而变化，从而反映了声波与农产品相互作用的基本规律。因此，根据农产品的声学特性即可判断其品质如何，并据此进行分级。用于检测的超声波为低能超声波，在被检物中传播时不会引起其物理或化学特性的变化，以实现无损检测。利用农产品声学特性对其品质进行无损检测和分级是生物学、声学、农业物料学、电子学、计算机等学科在农产品生产和加工中的综合应用，该技术适应性强，检测灵敏度高，对人体无害，成本低廉，易实现自动化，是无损检测技术发展的重点领域。主要测定农产品的成熟度、硬度和内部缺陷等。国内外对农产品声学特性的研究主要是对水果成熟度、硬度和内部质量缺陷等，如1994 年, Sugiyama 等 6 利用声波传播速度测定甜瓜的成熟度。1995 年, Abbott J A等 7 对苹果进行了非破坏性硬度测量。1996 年, 张立彬等 8 用组装的冲击探针对木瓜果进行了成熟度和硬度测试。饶秀勤等9研究声波在西瓜中的传播速度与其含糖量的关系。李建平等10利用声学测试系统对开口松子与未开口松子声学特性进行测试，发现开口松子的频谱图分形锥大于未开口松子等。2.2.2电学特性分析法介电特性是指生物分子中的数负电荷(只能在分子线度范围内运动的电荷)对外加电场的响应特性。农产品的生理变化伴随着电介质特征参数变化，而这一变化可通过对宏观介电特性参数的检测感知。因此，利用农产品本身在电和磁场中的电、磁特性参数的变化来反映农产品的品质，可实现对农产品含水率、损伤、品质等的快速检测。主要对农产品的密度、硬度、新鲜度、成熟度等基本物理性质和内部品质进行无损检测。国内外对农产品的电磁特性研究主要有:1995 年, Benady M 等人根据对果品所散发的气体的电子感测, 研制了一种水果成熟度的非破坏测定用的嗅探器, 水果成熟散发出来的天然气体可引起传感器导电性的变化, 从而确定水果的成熟度。1996 年, 张立彬 8 在线测定了不同内部品质的苹果的电特性, 并证明用相对介电常数检测水果内部品质是可行的。1997 年, 胥芳 11 测定了桃子在储藏过程中电特性的变化, 得出桃子的最佳试频率段为15 kHz 以下, 此时桃子随着储藏时间的增加, 等效阻抗增大而相对介电常数和介质损耗因数减小, 当桃子开始腐烂时, 电特性数值出现了反弹。 2.2.3 光学特性分析法由于农产品的内部成分和外部特性不同，在不同波长光线照射下会有不同的吸收或反射特性，即水果的分光反射率或吸收率在某一特定波长内会比其它部分大，根据这一特性结合光学检测装置能实现农产品品质的无损检测。目前用于水果内部品质的光学检测主要有3种方法：规则反射光法、漫反射光法和透射光法。主要集中对农产品的密度、内部病变、新鲜度、成熟度、营养成分等基本物理性质和内部品质进行无损检测。国内外对农产品的电磁特性研究主要有:1995 年, Slaughter D C等 12 研究了一种建立在可见光和近红外分光光谱技术基础上的无损检测方法, 用于测定桃子和油桃的内部品质。2001年,Lu R 13 用近红外反射光谱无损测量甜樱桃的硬度和糖度。蒋锦锋14应用近红外光谱技术建立烟草17项主要化学成分的快速无损检测方法等。 2.2.4 X射线与激光分析法X 射线具有较好的穿透能力, 激光具有较好的单色性。由于农产品的密度大小影响X 射线穿透量的多少, 通过对穿透量的分析, 可探明物质内部的情况。由于检测对象内部存在缺陷或者异物会引起穿透射线强度的变化，通过检测穿透过后的强度，按照一定方法转换成图像，并进行分析以达到无损检测的目的。X射线适合于那些与密度变化有密切联系的品质因素检测。由于农产品的密度与金属等物质相比要小得多，所以所需x射线强度很弱，通常称其为软X射线。其特点是可对农产品的表面缺陷、密度、内部病变等基本物理性质和内、外部品质进行无损检测。国内外对农产品的X 射线与激光分析研究有: 1992 年, Han 等人研究了有破裂凹陷和正常凹陷梨的X 射线图像检测, 他们通过灰度阀值法分割出梨的凹陷区域，1999 年, Barcelon 等人使用X射线CT图像检测了梨成熟过程中内部品质变化, 研究结果表明, X射线吸收程度通过图像灰度来表征能预测梨的密度、含水量、可滴定酸、可溶解酸和pH 值。章程辉等利用X射线CT图像技术方法检测红毛丹可食率、可溶性固形物含量等内在品质、实验结果表明预测模型的相关系数达92%15等。 2.2.5机器视觉技术检测法机器视觉技术是以计算机和图像获取部分为工具，以图像处理技术、图像分析技术、模式识别技术、人工智能技术为依托，处理所获取的图像信号，并从图像中获取某些特定信息。计算机视觉技术无需接触特定对象便可从获取的图像中得到大量的信息，通过对这些信息的分析得到物体尺寸、表面缺陷、外观形状、表面色度等具体信息，进而实现外观质量的综合评价。主要集中对农产品的大小、形状、颜色、表面缺陷和成熟度等内、外部品质进行无损检测。国内外对农产品的机器视觉技术研究主要有: 1996 年, 何东健等 16利用计算机视觉图像直接测定果实表面缺陷。1998 年, 王江枫等 17 探讨了计算机视觉技术应用于芒果重量及果面坏损检测的方法, 建立了芒果重量与其投影图像的相互关系。2000 年, 应义斌等 18 利用机器视觉技术检测黄花梨外形尺寸与表现状况, 提出利用红( R) , 绿( G) 色彩分量在坏损与非坏损交界处的突变, 求出可疑点, 再经区域增长定出黄花梨的整个受损面 17 。应义斌等19建立了用于柑橘成熟度检测的计算机视觉系统通过测定柑橘的表皮颜色信息来判断其成熟度等。3、 无损检测新技术3.3.1高光谱成像技术高光谱图像技术是20 世纪80 年代发展起来的新技术, 它集中了光学、电子学、信息处理以及计算机科学技术, 把传统的二维成像技术和光谱技术有机地结合在一起而形成的先进技术。具有超多波段、光谱高分辨率和图谱合一的特点。高光谱成像技术的定义在多光谱成像基础上，在从紫外线到近红外(200-2500nm)光谱范围内，利用成像光谱仪，在光谱覆盖范围内的数十或数百条光谱波段对目标物体连续成像，在获取物体空间特征成像的同时，也获得了被测物体的光谱信息。优势在于采收到的图像信息量丰富，识别度较高和数据描述模型多。由于物体的反射光谱具有“指纹”效应，不同物体具有不同的光谱，相同物体必定同谱的原理来分辨不同的物质信息。高光谱图像的无损检测系统主要包括硬件平台( 高光谱图像的获取) 和软件数据处理( 高光谱图像数据分析) 两部分。高光谱图像技术虽然在信息上有独特的优越性, 但是由于高光谱图像数据具有波段数多、光谱分辨率高和数据量大等特点, 给数据分析和处理带来不便。因此, 选择合理的图像数据处理方法对高光谱图像无损检测系统非常重要。目前高光谱图像数据处理方法主要有2 类: 基于光谱空间的检测方法与基于特征空间的检测方法。 近年来, 高光谱图像技术在农产品品质检测中的应用研究已获得初步进展, 如美国农业部仪器与传感实验室自1998 年起开始高光谱图像在农畜产品品质与食用安全性检测中的研究 20-21 ,在水果品质检测方面进行的应用性研究主要包括水果表面情况(受外界污染、缺损、伤病等)、成熟度和坚实度、与口感有关的内部品质(可溶性固体含量或含糖量、含酸量、含水率) 及其他品质(如重量) 等。 3.3.2激光散斑技术激光散斑是指当激光照射在相对粗糙（与光的波长相比）物体表面上，经过不同光程的散射光之间相互干涉，形成的随机干涉的图样。激光散斑的产生有三种基本方法: 第一种是一束扩散光束照明固体的漫散射表面; 并由次表面发射后, 在空间形成激光散斑, 如果物体表面的漫射子波源发生变化时, 那么该空间位置上相位的散斑状态也将发生变化。在这种情况下空间散斑唯一往往与固体表面的运动状态有关, 并由此引申出空间位移场及应变场的测试,距离及速度测量, 振动分析等等。产生激光散斑的第二种方法是用一束准直的激光束照明有个透射的漫射表面( 如毛玻璃) 时, 由漫反射表面的透射光束在空间形成散斑。在这种情况下, 空间散斑计量技术测流体密度场。产生激光散斑的第三种方法是机关束直接在弥散于空间的粒子场, 这些空间随机分布的粒子都可以看作为子波源, 它们的漫射光束在空间形成了散斑。在这种情况下, 空间散斑位移与散粒子的运动状态有关。它是激光散斑计量测量流体速度场的基础4。1966年Burch 和Ennos在试验中发现散斑具有可测的强度和确定的相位，为散斑的应用奠定了基础。1968年Burch和Tokski提出了散斑成像。从此，激光散斑技术已经广泛的被用于各种领域。Brier JD等发现生物样品的一些特性的改变可以通过散斑图样来反应。随后，各国的研究者开始利用激光散斑技术进行农产品检测实验研究，通过总结归纳，主要在以下几个方面进行了应用：种子活性检测，农产品成熟度检测，农产品品质检测等方面4。4、 展望目前无损检测技术在农产品品质检测中多处于探索阶段，不能满足农产品自动检测流水线作业的综合性、实时性、群体性要求。无损检测技术多是一种产品某一单项项目进行检测的，如，近红外主要应用于有机物的定性鉴定和定量分析，可在瞬时同时分析多组成分的含量。但由于农产品形状各异性、内部成分的复杂且含量极少等因素，使近红外分析技术的研究需进一步深入；声学特性则是实现硬度自动检测的有效方法，但多种声学特性对农产品某一内部品质指标或多种内部品质指标的综合影响的研究还未见有报道；计算机视觉技术是实现农产品自动识别和分级的最有效的方法，是解决不规则的农产品形状分析的一种可行的手段；农产品介电特性检测法可以迅速简便地确定农产品的含水率和吸湿性，检测其品质，确定其成熟度等，但目前状况下，基于介电特性的农产品无损检测系统远没有达到实用阶段；x射线图像无损检测系统的制造成本比较高。因此，无损检测技术、数据处理技术、自动控制技术以及计算机技术的发展为农产品无损检测技术发展提供了更为广阔的空间。许多高新技术在农产品无损检测领域的应用，使检测技术由半自动化向自动化转化、外部品质向内部品质转化、规格游文字化向数字化转化、单项目检测向综合全方位检测转化，设备结构则由复杂化向便携化、数字化、智能化方向迈进。实现多目标在线无损检测技术，多种传感器融合技术，这对提高我国农产品的品质，增强参与国际竞争的能力，大大降低工人的劳动强度，具有重要的理论意义和实际意义，并能创造巨大的经济效益和社会效益。因此我们要特别重视高新技术的新成果向农产品生产加工应用领域转移的研究工作，尤其是要加强工业无损检测技术在农产品加工中的应用研究，推动农产品加工快速发展。5、 参考文献 1 吴飞.机器视觉在农产品检测中的应用研究D.重庆:重庆大学,2009. 2 黎萍,朱军燕,刘燕德,等.机器视觉在农产品检测与分级中的应用展望,江西农业大学学报,2005,27(5):796-800. 3 应义斌,饶秀勤,赵匀,等.机器视觉技术在农产品品质自动识别中的应用研究进展J.农业工程学报,2000,16(3):4-8. 4 石本义，毕昆，陈四海，王成.激光散斑技术在农产品检测中的应用J.中国农学通报，2011,27(02):410-415. 5 陈 君.农产品品质的无损检测技术J.长春工业大学学报( 自然科学版),1006- 2939( 2006) 03-0262- 05. 6 Sugiyama J, Otobe K, H ay ashi S, et al. Firmnessmeasurement of muskmelons by acoustic impulsetransmission J . Trans of the ASAE, 1994, 37( 4) :1 235- 1 2411 7 Abbott J A. Bachman B S, Hilders N F C. Sonic techniques for measuring t ex ure o f fruits and vegetables J . Food Technol, 1968, 22( 5) : 101- 1021 8 张立彬, 胥 芳, 周国君, 等. 苹果的介电特性与新鲜度的关系研究 J . 农业工程学报, 1996, 12( 3) :186- 1901 9 饶秀勤，应义斌，吕飞玲，等.水果声学特性测试系统的研制J.农业机械学报，2004，,3，（2）：69-71.10 李建平，魏宝刚.松子的声学特性及分形判断J.农业工程学报.2006,22(3):15-18.11 胥 芳, 张立彬, 周国君, 等. 无损检测桃子电特性的试验研究 J . 农业工程学报, 1997, 13 ( 1) : 202-2051.12 Slaughter D C. Nondestructive determination of internal quality in peaches and nectarines J . Trans of the ASAE, 1995, 38( 2) : 617- 623113 Lu R. Predicting firmness and sugar content of sweet cherries using near infrared diffuse