农产品品质检测与分级方法的研究进展

农产品品质检测与分级方法的研究进展

农产品质量检测一直是许多科学研究人员感兴趣的科研项目。然而，没有明确的定义，不同的研究人员也有不同的定义。但不管研究对象如何,一些基本的要素,例如农产品的尺寸、形状、颜色、味道以及抗损伤能力等,均被用来作为衡量农产品品质诸因素。由于许多农产品的品质因素与其物理特性有关,所以在研究开发品质检测与分级方法时,经常利用农产品的这些物理特性。多年来,许多研究人员运用这些特性开发了各种农产品分级技术和品质的检测设备。本文着重介绍这项研究在国内外的进展情况。1国外的科学研究1.1利用农产品的物理特性进行分类两种设置机器的研制水果冲击一个刚性表面引起相应的弹性变形,Nahi在他的报告中指出,当西红柿从70mm的高度落到一个刚性表面时,其相应的冲击力与水果的质量和硬度有着非常密切的关系。通过测量和分析水果所受的冲击力,他们发明了一种西红柿分级的实验性机器。Delwiche分析了桃子落到一个刚性表面的冲击力,发现冲击力特性与水果的弹性模量和硬度密切相关,从而发明了该硬度分级系统对桃子和梨进行硬度分离。硬软金属颗粒分级农产品的硬度不同,自由落体时回弹的距离也不同。利用这个原理,Bryan等人发明了一种分离受损软橙子的办法,让橙子落到一个旋转的钢盘里,利用其不同的回弹距离来对硬软橙子进行分级。根据相同的技术原理,Feller还开发了一套葱头分级设备。1.2采用农产品的振动特性进行分类l形的输送槽和振幅不适宜Hamann和他的同事发现一些果品,如咖啡豆、葡萄等,能利用低频振动来对其按硬度分级。其方法是将这些果子放在一条L形的输送槽内,让其按一个特殊频率(大约200Hz)和特定的振幅(约0.3m)振动,果子按一定的硬度范围跳离振动输送槽,落入相应的集果器。Bower和Rohrbalh进一步研究了这种振动方法,并设计试验一种4条输送槽的咖啡豆分级器。浓度和品质检测方法研究人员发现,像苹果、甜瓜、菠萝等水果,可以通过听敲击它们所发出的声音来判断成熟度和品质。Yamamoto利用声波频率特性发明了一种能检测苹果和西瓜组织结构的无损检测方法。他们发现苹果和西瓜的频率是随贮藏时间的增加而降低,同时表明水果的自然声波率、质量、密度与其硬度测量灵敏度有着密切的关系。1.3基于农产品的光学特性进行分类在农产品的品质检测和分级技术中,应用最为广泛,也是最为有效的方法亦即光电技术,这项技术主要利用了农产品的光学特性。青、红西瓜和青西瓜分级研究人员研究了各种农产品的光学特性,并建立了光学特性与质量因素之间的关系,光反射被用来检测农产品表面特性,还可以检测水果的成熟度;颜色分级技术被用在收获机械中来分离青、红西红柿,或按不同颜色将柠檬分级;检测表面瑕斑和杂质,如机械损伤,橙子和西红柿结疤;农产品的透光度和吸光特性等被广泛运用在检测食品的内部质量,如检测鸡蛋内蛋清等;而荧光、延迟光技术被用来检测水果的成熟度。在美国,许多西红柿收获机械都装备了颜色分级器,每个分级器能以25t/h的生产率分离红西红柿与青西红柿。计算机控制的颜色分级器被用在包装工厂,对柑橘、西红柿或苹果进行分级。校园近红外光谱分布的研究近红外线分析开始于60年代,直到最近Mclure和他的同事才在光波区域内分析近红外线光谱,他们发现一种近红外线光谱能转换成傅里叶系列,并可分解成单个的傅里叶分布。他们指出,仅用50个傅里叶系数即可表示近红外线光谱所需要的信息(每个光谱经常含有超过1000个数据),而要测试物质的化学组成,仅需要起初的11个数据。近红外线技术(NIR)的研究与发展,导致了各种商用近红外线技术的广泛应用,如用于谷物、油菜籽、肉类及牛奶产品等复杂的成份分析。Elicliaris和Norris编辑出版了一本基础性工具书,它详细地介绍了近红外线技术及其在农产品和食品工业上的应用。1.4其他西瓜特性的mri和mmr检测核磁共振技术(MMR)是探测浓缩氢核及被测物油水混合团粒状态下响应变化,Hinshaw指出,核磁共振能产生生物体内的清晰图像;Wang利用核磁共振方法取得了西瓜的内部图像及结构分布;Chen等人利用MMR技术来测试水果和蔬菜的各种因素。他们发现MRI技术所提供的水果和蔬菜内部无损伤结构的高清晰图像,能被运用在诸如检测果蔬损伤、局部干枯、虫蛀、内部腐烂、成熟度分级以及种子内核空隙等;他们还发现试验工具的变化差,如回声、清晰度及切片厚度能对样品特性图像产生深刻影响。随着MMR传感器的发展及价格的下降,MMR技术在农产品品质检测领域的应用也会越来越广。1.5质量检测短波射线,如x-射线和γ-射线能穿透大多数农产品,其传播水平主要取决于农产品的密度和吸收系数。x-射线和γ-射线能适合于那些与密度变化有密切联系的品质因素检测。x-射线和γ-射线已被应用于测试随成熟度增加而密度增高的水果。Lenker和Adrian已研制出一种装在收获机械上的筛选装置,它利用射线能筛选成熟的水果;Garrett和Talley也发明了一种在收获机械上的成熟度测试装置,但不同的是其应用的是射线。研究人员还将射线应用在检测苹果压伤、土豆空心及桃子破裂等方面。1.6提高农产品质量生产的自动检测能力人们采用机器识别系统代替人眼来检测农产品的兴趣越来越高,为实现这一想法,在开发这套机器识别系统中必须能精确而又快速地录下图像。虽然用固态电视摄像机、行扫描摄像机、x-射线扫描、超声波扫描及核磁共振成像等方法,能够得到水果和蔬菜有关内部与外表质量因素的图像,但在过去要快速地获取与处理这些信息是不可能的,现在随着计算机运行速度的加快和运行能力的加强及其成本下降,计算机处理图像技术已使机器识别系统在农产品与食品的自动检测与分级方面的应用前景越来越吸引人,随着新运算系统与构造的开发,使高速录取与水果和蔬菜相应质量因素有关的数据已成为现实。Rehkugler和Throop已开发了一个能用于分离损伤苹果的系统,Thonason和Godinez在描述机器识别系统的使用前景时指出,可以预言采用机器识别系统,能区分不规则与比较稳定的图像数据及正常的图像数据,其应用将涉及食品加工中检测瑕疵、按皱分级和去除蔬菜残屑等。Marchant发明了一种区分土豆大小与形状的计算机识别系统,该系统采用了多处理结构,其硬件数据处理装置能以每秒40个土豆的速度分级。Delwiche和他的同事开发了一种行扫描成像系统,用于检测梅脯烘干和按颜色不同来区分鲜桃。Throop用光传播与机器识别系统结合起来的方法来检测苹果。Bowers综合了x-射线成像技术与计算机识别成像技术用来分离胀裂桃子。Berlow综合了超声波扫描技术与图像处理技术用来检测活家畜脂肪厚度与显微特性。其它的应用有按尺寸分级、检测谷物破碎应力、确定冷冻损伤及检测鸡蛋裂纹等。2中国研究和应用2.1离心式分级筛华中农业大学农业工程系牛智有、谭鹤群等利用物料的振动特性,设计了离心式分级筛。该机主要由碟形筛、旋转刮板、传动机构和机架组成,采用立式结构,工作时筛体作旋转运动,具有分级效果好、运转平稳、结构简单和功耗小等特点。2.2地面反射特性该机型由新疆农科院农业机械化研究所研制,它利用物体的光学漫反射特性,借助于光电效应元件,按照物料颜色的明暗进行分选作业。它采用单面检测方式,主要由物料输送装置、光箱、电子控制线路和气动系统组成,能够有效地进行葡萄干的颜色分选。2.3物料电特性的应用河北省农机化研究所研制的0.2型介电式蔬菜种子分选机组,利用物料的电特性,在介电式分选机的滚筒上采用交流电进行分选作业,能达到较好的分选效果。该机组主要由5QX-0.2型风筛式清选机、5JDX-0.2型介电式种子分选机及风力提升装置组成。2.4光、电、机一体化技术光电色选机是一种新型的农副产品加工机械,它利用农产品的光学特性,从大批物料中将颜色不正常、表面有缺陷或内部变质的次品及杂物无损检出,并自动分级剔除,它综合利用了现代光学,电子学和生物学等新技术,是典型的光、电、机一体化高新技术设备。近30年来,光电色选机在发达国家的种子、果蔬、粮食和食品加工业得到广泛的应用。在我国,光电色选机已首先应用于剔除大米中的有色米粒和杂质,以提高大米的品质,碾米加工业已成为色选机的主要用户之一,其它农副产品加工业,如果蔬加工业等也正在推广应用。国产光电色选机的研究与开发已开始起步,预计在今后10年内,为适应市场经济的发展需要,我国光、电、色选技术及设备的研制与推广必将有一个大地发展。2.5苹果果形对称苹果果形的自动判别与分类是实现苹果分级自动化的关键一步,即对称性是描述苹果果形的一个重要特征。刘禾、汪懋华针对果形对称判断的相对模糊性,提出了一种用模糊技术和人工神经网络进行苹果果形判别的方法。实验证明,该方法可行且判别精度较高。2.6差异检测柑橘排汗韩东海提出了一种利用柑橘的正常果和皱皮果波形的差异检测柑橘皱皮果的方法。他研究的正确检测柑橘皱皮果的主要因素表明,x-射线的强度高,传送速度快,有利于检测,检测速度为5个/s。2.7要注重紫花芒果的生长王江枫、罗锡文等人探讨了应用计算机视觉技术进行芒果质量及果面损坏检测的方法,分析了确立所需图像区域的算法,建立了芒果质量与其投影图像的相互关系。通过试验证明,这一方法对贵香芒,紫花芒检测的果重分级准确率分别达到96%、92%;果面损坏分级准确率分别为76%、80%。2.8苹果彩色图的计算机分级何东健、杨青等人以计算机视觉自动检测果实表面着色度并进行分级为目的,建立了室内计算机视觉系统以获取苹果果实的彩色图像,并将RGB值转换成HLS值,在分析苹果颜色特性大的基础上,确立了用合适色相值下累计着色面积百分比进行颜色分级的方法。试验表明,用他们建立的准则和方法,计算机视觉分级与人工分级的一致率达88%以上。3农产品检测手段的多样化早期的农产品分级及检测大多是依赖于物料的硬度、弹性碰撞、低频振动等,一般来说不需要高速电子计算机技术,故它们的分级速度不快,其分级精确度也在很大程度上依赖于检测参数与质量因素之间的相关程度。目前,应用最广泛、最为成功的方法是光学方法,它综合了光学传感和数据处理技术,能够方便地使许多农产品得到高精度、高速度的检测与分级。随着科技进步和计算机事业的发展