基于高光譜圖像技術(shù)的水果表面農(nóng)藥殘留檢測觀察

王斌

（桐城師范高等專科學(xué)校，安徽 安慶 231403）

基于高光譜圖像技術(shù)的水果表面農(nóng)藥殘留檢測觀察

王斌

（桐城師范高等?？茖W(xué)校，安徽 安慶 231403）

水果品質(zhì)檢測對水果的生產(chǎn)以及銷售十分關(guān)鍵。光譜技術(shù)具備操作簡便、非破壞、高精準(zhǔn)、高效的特征，在農(nóng)藥殘留中獲得了顯著的應(yīng)用。通過高光譜圖像技術(shù)而檢測在水果表面的農(nóng)藥殘留情況，可以使百姓食用到真正放心的水果。

高光譜圖像技術(shù)；水果表面；農(nóng)藥殘留；檢測觀察

當(dāng)前人們的生活水平都獲得了顯著的提升，從而也令健康環(huán)保的理念隨之增長，人們越來越注重水果的安全質(zhì)量，尤其對于水果表面的農(nóng)藥殘留情況更為關(guān)心，這不僅會影響到百姓的身體健康問題，還會影響水果銷售。雖然目前在檢測方面已經(jīng)具備了諸多良好的方式，可是大多費(fèi)時、費(fèi)力，并且均具有破壞性。而保證物品的完整，并且通過快速、簡便的方式進(jìn)行檢測，則更加有利于展現(xiàn)高光譜圖像技術(shù)的實用價值。

1 高光譜圖像技術(shù)

高光譜圖像技術(shù)是通過光譜成像設(shè)備收集目標(biāo)物體的圖像信息以及光譜信息，通過圖像處理技術(shù)與光譜分析技術(shù)，鑒別并分析目標(biāo)物體的技術(shù)。此技術(shù)是諸多技術(shù)的結(jié)合體，通過二維成像技術(shù)與光譜技術(shù)融合而成。

高光譜圖像技術(shù)在農(nóng)產(chǎn)品病害乃至品質(zhì)等方面的檢測中具有良好的成果，而對于農(nóng)藥殘留監(jiān)測而言，尚處于試驗時期，研究成果不多。經(jīng)過研究可以發(fā)現(xiàn)，通過高光譜圖詳解能夠檢測出水果葉內(nèi)殘留殺螨劑的生物活性，還可以采集到滴在水果中的毒死蜱的高光譜圖像，通過人工神經(jīng)網(wǎng)絡(luò)給予建模，可以檢測到毒死蜱等農(nóng)藥。

通過高光譜圖像技術(shù)，能夠一同采集到兩個內(nèi)容，即被檢測樣品圖像及光譜信息，但是由于高光譜圖像具有較大的數(shù)據(jù)量，并且光譜數(shù)據(jù)分析方式眾多，使得數(shù)據(jù)處理量較大，對高光譜圖像技術(shù)的應(yīng)用具有影響。所以，在眾多高光譜數(shù)據(jù)內(nèi)進(jìn)行挖掘數(shù)據(jù)，提高并融合傳統(tǒng)分類識別技術(shù)、打造符合高光譜數(shù)據(jù)特征的分類辨別新方式等，還需要科研人員不斷進(jìn)行探尋。高光譜成像技術(shù)在諸多范疇中愈發(fā)被人們所喜愛，在農(nóng)藥殘留檢測中具有良好的前景[1]。

2 高光譜圖像技術(shù)對水果表面農(nóng)藥殘留的檢測

對于水果生產(chǎn)而言，農(nóng)藥的大量投入，令農(nóng)藥殘留監(jiān)測技術(shù)愈發(fā)被社會所重視。透過肉眼無法分辨出水果表面的農(nóng)藥殘留情況，雖然檢測的方法已經(jīng)較多，可是由于均屬于損壞式檢測方法，從而不利于普遍推廣。比如對于在通風(fēng)陰涼處擺置72 h以上、表層滴有濃度是1∶100的炔幔特類農(nóng)藥的橘子進(jìn)行檢測。

可見光與近紅外光譜范疇中，趨于400～100 nm的，對于曝光時間、掃描速度以及光譜校正等方面而言，可以采集到二維圖像像素、第三波長等信息的三維圖像塊。這是因為在高光譜的數(shù)據(jù)當(dāng)中，存在多光譜通道、連續(xù)光譜以及高光譜分辨率的狀況，能夠?qū)⑹窒嗨茀s又波長不同的兩幅圖像分辨出來，而且能夠獲得具備農(nóng)藥殘留范圍以及正常范圍的光譜曲線圖，以此能夠觀察到575～800 nm范疇中具有農(nóng)藥范圍與無農(nóng)藥范圍的光譜曲線的差別。

通過降維和去噪處理高光譜數(shù)據(jù)，是由于其數(shù)據(jù)量較大、相關(guān)性較高，信號噪聲等方面均會對數(shù)據(jù)的處理與分析具有較大的影響。高光譜數(shù)據(jù)具備較強(qiáng)的光譜數(shù)據(jù)信息，分辨率較高，波段較多。所以有效的高光譜數(shù)據(jù)降維方式極其重要，通?？梢酝ㄟ^主成分分析與獨(dú)立分量分析的方式進(jìn)行降維。主成分分析方式則為依照方差最大原則線性組合多個元變量，具有一些新的變量，則屬于主成分。新變量相互間并不具有任何關(guān)聯(lián)，僅需挑選前幾個主成分，則可以最大程度展現(xiàn)原始數(shù)據(jù)的內(nèi)容，其屬于應(yīng)用較廣的數(shù)據(jù)降維方式。獨(dú)立分量分析方式在盲信號分離技術(shù)中進(jìn)行發(fā)展，這是為了分離融合了相互獨(dú)立信號的觀測信號，能夠?qū)⑸僭S獨(dú)立分量提取出來而體現(xiàn)的原始信息，顯著縮減了原始數(shù)據(jù)的信息，從而清晰地觀察到具有農(nóng)藥的范圍與正常范圍的圖像之間的差異[2]。

3 結(jié)束語

高光譜圖像技術(shù)具備了無損、迅速檢測水果表面的農(nóng)藥殘留的能力，存在其特有的優(yōu)勢，也具有一定的缺陷。對于農(nóng)藥殘留的檢測而言依舊處在試驗時期，對提升模型的精準(zhǔn)度、減少數(shù)據(jù)冗余乃至挑選特征波段等層面依舊需要給予完善。對于高光譜圖像技術(shù)進(jìn)行分析，持續(xù)衍生出不同的先進(jìn)理論與技術(shù)方式，通過有機(jī)結(jié)合，可以更加迅速、正確、無損地檢查出農(nóng)藥的殘留情況。

高光譜圖像技術(shù)不但可以將水果的理化性質(zhì)分析出來，還可以展現(xiàn)出其在空間當(dāng)中的分布狀況。對于圖譜信息而言，經(jīng)由化學(xué)計量學(xué)分析以及圖像處理方式，將水果品質(zhì)檢測模型創(chuàng)建起來，且用在新樣品品質(zhì)檢驗當(dāng)中，這對水果后期的分級、銷售及管理十分有利，不但能夠符合消費(fèi)者對品質(zhì)的標(biāo)準(zhǔn)，還可以提升經(jīng)濟(jì)效益。

雖然在使用前景上較好，可是因為屬于新型技術(shù)，因此該技術(shù)也具有一些局限性，會令數(shù)據(jù)處理耗費(fèi)過多的時間，對水果品質(zhì)的檢測較為不利。若想能夠有效使用高光譜圖像技術(shù)獲得水果品質(zhì)的特征波長，則需規(guī)劃多個波長的多光譜系統(tǒng)，提升檢測效率，從而可以看出，特征波長的選擇在透過主成分分析依照光線確認(rèn)的波段內(nèi)，依舊需要在多波段內(nèi)挑選農(nóng)藥物質(zhì)的特點(diǎn)波段，所以需要較多的時間與費(fèi)用，通過分析新型數(shù)據(jù)建模方式而提升檢測的有效性以及正確性。

[1]單佳佳，彭彥昆，王偉，等.基于高光譜成像技術(shù)的蘋果內(nèi)外品質(zhì)同時檢測[J].農(nóng)業(yè)機(jī)械學(xué)報，2011（3）：140-144.

[2]李江波，饒秀勤，應(yīng)義斌，等.基于高光譜成像技術(shù)檢測臍橙潰瘍[J].農(nóng)業(yè)工程學(xué)報，2010（8）：222-228.

1005-2690（2017）04-0118-02

：TP391.41

：A

2017-03-09）