基于可见、近红外技术的黑枸杞品质分析研究

1. 可见、近红外设备介绍

高光谱图像数据采集采用四川双利合谱科技有限公司的 GaiaSorter双系统高光谱分选仪系统（V10E、N25E-SWIR）。该系统主要由高光谱成像仪、面阵列相机、卤素灯光源、暗箱、计算机组成，如图1。实验仪器参数设置如表1。

图1  GaiaSorter双系统高光谱分选仪

表1   GaiaSorter 双系统高光谱分选仪系统参数

在进行高光谱图像采集时，需要设置相机曝光时间，平台移动速度以及物镜之间的距离。这 3 个参数相互影响，图像调节的目的是使采集的图像大小合适，清晰，不变形失真。经过反复尝试，物镜高度设置为 31 cm，曝光时间设置为10ms，平台移动速度分别设置为 6.0 mm/s（400-1000 nm）、16mm/s（1000-2500 nm）。图像采集软件采用四川双利合谱科技有限公司提供的高光谱成像系统采集软件完成。图像处理采用 ENVI5.3 软件进行处理。在进行图像处理之前，先要对采集的光谱图像进行图像校正，图像校正公式如下：

              (1)

式中，R_ref 是校正过的图像，DN_raw 是原始图像，DN_white为白板校正图像，DN_dark 是黑板校正图像。。

2.  实验目标

高光谱成像设备采集的实验目标为黑枸杞，分为红果、烂果、霉变果，其中红果是指没有成熟就摘下来的果实；烂果是没有发生霉变，只是果实没压碎了，可与霉变果作对比参照；霉变果是指发生霉变的果实，如下图所示。

图2  需要高光谱设备采集的实验目标

3.  实验结果

3.1  可见、近红外技术分析黑枸杞品种

    图3为黑枸杞烂果、霉变果和红果在400-1000nm波长范围内的光谱反射率曲线，从其反射率曲线来看，在可见光区域，烂果、霉变果和红果的光谱反射率曲线变化趋势相似，其相对值也很接近，但在近红外区域，特别是730nm以后，红果的光谱反射率则开始异于烂果和霉变果，在800nm以后，红果的光谱反射率值则小于烂果和霉变果的光谱反射率值。烂果和霉变果在400-1000nm范围内，其光谱曲线变化趋势一致，唯一不同的一点可能就在于烂果在720nm处反射率曲线陡然上升，而霉变果则在680nm处就已经陡然上升。总体上，烂果和霉变果曲线上升的斜率均大于红果上升的斜率。图3右侧为利用400-1000nm光谱范围对烂果、霉变果、红果的分类研究，上半部分为烂果、中间部分为霉变果、下半部分为红果。由于红果中也有少量的霉变果，而霉变果中肯定也不是全部整个果子都发生霉变，同理烂果中也可能存在霉变果等，因此分类结果只能大致的告知哪些是烂果、霉变果和红果。

图 3 烂果、霉变果以及红果在400-1000nm的光谱及分类

3.2  短波红外技术分析黑枸杞品种

     图4为黑枸杞烂果、霉变果和红果在短波红外1000-2500nm波长范围内的光谱反射率曲线，从其反射率曲线来看，在1000-1250nm范围内，红果的光谱反射率低于烂果和霉变果的光谱反射率，在1120nm处。烂果和霉变果有明显的峰谷，而红果的峰谷不明显；但在1250-2500nm范围内，红果的光谱反射率则高于烂果和霉变果的光谱反射率，然而在1250-2500nm范围内，红果与烂果、霉变果的光谱曲线变化趋势则非常相似。在短波红外1000-2500nm范围内，烂果和霉变果的光谱反射曲线也十分相似，在1000-1400nm和1600-2500nm范围内，烂果的光谱反射率值高于霉变果的反射率值；在1400-1600nm和范围内，烂果的光谱反射率值则低于霉变果的反射率值。图4右侧为利用1000-2500nm光谱范围对烂果、霉变果、红果的分类研究，上半部分为烂果、中间部分为霉变果、下半部分为红果。从分类结果来看，霉变果有一部分被分为了烂果，而红果中由于本身存在霉变果，所以部分被分为霉变果或者烂果属于正常现象。霉变果中由于不可能全部或者整个果子都发生霉变，所示在分类的过程中，有部分没发生霉变的被分为红果属于正确分类。

图4 烂果、霉变果以及红果在1000-2500nm的光谱及分类