基于智能手機(jī)的蘋果糖度無損測(cè)量?jī)x開發(fā)

項(xiàng)千漪， 潘奕如， 趙慕茜， 聞春敖， 蔡佩君

（浙江大學(xué)光電科學(xué)與工程學(xué)院，杭州 310027）

0 引 言

利用近紅外光譜檢測(cè)以及漫反射光譜分析原理可以實(shí)現(xiàn)對(duì)蘋果的無損檢測(cè)。相對(duì)于傳統(tǒng)有損檢測(cè)，有反應(yīng)迅速、不必破壞樣本、操作簡(jiǎn)易的優(yōu)點(diǎn)，故而在蘋果糖度無損檢測(cè)方面得到了廣泛的應(yīng)用。目前在市場(chǎng)上已經(jīng)有無損檢測(cè)蘋果糖度的產(chǎn)品，比較常見的是ATAGO（愛拓）公司出品的PAL-HIKARi5水果無損糖度計(jì)。但此類產(chǎn)品的價(jià)格較為高昂，難以普及。

本文通過設(shè)計(jì)光學(xué)系統(tǒng)、測(cè)量控制電路及安卓手機(jī)APP，開發(fā)了基于智能手機(jī)的多特征波長(zhǎng)蘋果糖度無損測(cè)量?jī)x，具有成本較低等優(yōu)勢(shì)。

1 原 理

1.1 近紅外光譜分析技術(shù)

由于分子振動(dòng)的非諧振性，分子振動(dòng)可能從基態(tài)向高能級(jí)躍遷。物質(zhì)被近紅外光照射時(shí)，其含氫基團(tuán)（X-H）會(huì)發(fā)生振動(dòng)導(dǎo)致倍頻及合頻吸收，進(jìn)而使得近紅外接收光譜與發(fā)射光譜之間存在差異［1］。根據(jù)近紅外接收光譜可以定性、定量分析物質(zhì)成分與光譜的糖度預(yù)測(cè)模型。

1.2 漫反射光譜分析

近紅外光譜分析方法有漫反射法、透射法等。漫反射光是指光進(jìn)入樣品內(nèi)部后，經(jīng)多次衍射、反射、折射、吸收出射到表面的光。漫反射光和樣品內(nèi)部物質(zhì)相互作用后，承載了樣品內(nèi)部物質(zhì)含量的信息，故而可用于分析［2］。紅外光波長(zhǎng)越短，散射越大，因此漫反射法使用近紅外光效果更好［3］。

根據(jù)漫反射光譜分析理論中的Kubelka-Munk函數(shù)，吸光度與物質(zhì)濃度呈線性關(guān)系［2］。依據(jù)近紅外接收光譜以及標(biāo)準(zhǔn)糖度計(jì)得到的蘋果糖度真實(shí)值，可以建立近紅外接收光譜與蘋果糖度值之間的糖度預(yù)測(cè)模型［4-5］。

1.3 溫度補(bǔ)償

不同環(huán)境溫度對(duì)蘋果糖度值的測(cè)定也有影響。溫度會(huì)影響復(fù)雜生物組織的光學(xué)特性：溫度變化會(huì)引起光譜振動(dòng)變化，改變水分子吸收的波段及強(qiáng)弱。蘋果含水量高，易受環(huán)境溫度影響，因此有必要修正環(huán)境溫度變化對(duì)蘋果糖度模型預(yù)測(cè)精度的影響［6］。測(cè)定不同環(huán)境溫度下蘋果糖度值的差異值，修正糖度預(yù)測(cè)模型。

1.4 馬氏距離法

建立模型之前要進(jìn)行異常樣本的剔除。不規(guī)范操作、環(huán)境劇烈變化、蘋果品質(zhì)問題等都導(dǎo)致樣本產(chǎn)生異常。本研究采用馬氏距離法剔除異常樣本［7］。馬氏距離計(jì)算公式為

式中：X為樣本數(shù)據(jù)；CX為X的協(xié)方差數(shù)據(jù)；Xi為第i個(gè)數(shù)據(jù)。

設(shè)定閾值區(qū)分異常樣本，閾值的設(shè)定公式為

式中：ˉD為馬氏距離的平均值；δD是馬氏距離的標(biāo)準(zhǔn)差；e是一個(gè)權(quán)值系數(shù)。

1.5 偏最小二乘法

偏最小二乘法（PLS）是一種新型的多元統(tǒng)計(jì)數(shù)據(jù)分析方法，于1983年由Wold等首次提出。PLS可以同時(shí)實(shí)現(xiàn)回歸建模（多元線性回歸）、數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)化（主成分分析）以及兩組變量之間的相關(guān)性分析（典型相關(guān)分析）［8-10］。

2 總體方案設(shè)計(jì)

2.1 硬件系統(tǒng)設(shè)計(jì)

（1）工作系統(tǒng)與流程?；谥悄苁謾C(jī)的蘋果糖度無損測(cè)量?jī)x系統(tǒng)框圖如圖1所示。測(cè)量?jī)x的整體結(jié)構(gòu)為16 cm×5 cm×8 cm，整體外觀圖如圖2所示。測(cè)量?jī)x中的光電檢測(cè)模塊實(shí)現(xiàn)光信號(hào)采集，通過節(jié)點(diǎn)微處理器單元（NodeMCU）模塊與智能手機(jī)APP建立WiFi連接，采用用戶數(shù)據(jù)包協(xié)議（User Datagram Protocol，UDP）在手機(jī)上實(shí)現(xiàn)數(shù)據(jù)計(jì)算、顯示等功能［11-15］。

蘋果樣品置于測(cè)量?jī)x上，與環(huán)狀海綿圈緊密接觸。NodeMCU模塊等待來自手機(jī)APP的指令。點(diǎn)擊APP“測(cè)定”按鈕，該命令通過WiFi傳輸至NodeMCU模塊。開啟光電檢測(cè)后，光源驅(qū)動(dòng)模塊驅(qū)動(dòng)呈環(huán)形分布的多特征波長(zhǎng)LED光源工作，光源發(fā)出不同波長(zhǎng)的近紅外光依次照射到蘋果樣品赤道面。位于環(huán)形光源中央的光電檢測(cè)器檢測(cè)蘋果的漫反射光信號(hào)。檢測(cè)結(jié)果通過WiFi無線傳輸?shù)绞謾C(jī)，由自主開發(fā)的APP將接收到的數(shù)據(jù)代入糖度預(yù)測(cè)模型后計(jì)算得到預(yù)測(cè)的糖度值，最后顯示數(shù)據(jù)。

（2）光路系統(tǒng)。采用近紅外發(fā)射管作為光源。基于多特征波長(zhǎng)的近紅外檢測(cè)中，光源波長(zhǎng)的選擇是非常關(guān)鍵的一個(gè)環(huán)節(jié)。經(jīng)過實(shí)驗(yàn)，采用5 mm直插式近紅外發(fā)射管，選擇了800、820、830、880、900、940 nm共計(jì)6個(gè)不同波長(zhǎng)的LED。將6個(gè)近紅外LED按環(huán)形陣列分布，成45°傾斜放置，保證6個(gè)LED出射的光到達(dá)檢測(cè)器的光強(qiáng)基本一致。

檢測(cè)采用漫反射法：光照傳感器處于環(huán)形結(jié)構(gòu)的中央，LED依次發(fā)出的光經(jīng)過與蘋果作用后，由一個(gè)直徑13 mm凸透鏡聚光采集近紅外接收光譜［3］。具體光路結(jié)構(gòu)示意圖如圖3所示。在通光口處，放置了黑色密封海綿圈，盡量減少雜散光和環(huán)境光［12］。

（3）測(cè)量控制電路。測(cè)量控制電路主要有NodeMCU模塊、光電檢測(cè)模塊、溫度測(cè)量模塊。測(cè)量控制電路原理圖如圖4所示?；贓SP8266的NodeMCU模塊，它是一個(gè)開源的物聯(lián)網(wǎng)平臺(tái)，內(nèi)含32位Tensilica微處理器、ADC轉(zhuǎn)換、低噪放大器、標(biāo)準(zhǔn)數(shù)字外設(shè)接口、WiFi模塊等，搭載芯片CH340實(shí)現(xiàn)USB轉(zhuǎn)串口UART，以便于調(diào)試。它可以實(shí)現(xiàn)多引腳的PWM調(diào)光，擁有一個(gè)10位ADC通道，并且可以與溫度傳感器DS18B20進(jìn)行單總線通信。利用Arduino語言編寫開發(fā)板代碼。

光電檢測(cè)模塊主要是對(duì)光電探測(cè)器采集的蘋果樣品光信號(hào)進(jìn)行轉(zhuǎn)換處理，選擇的光照傳感器為OPT101，內(nèi)置有信號(hào)放大濾波器。它的敏感波長(zhǎng)范圍為650～970 nm，可以盡量降低環(huán)境可見光對(duì)檢測(cè)的干擾［13］。OPT101得到的模擬電壓連接到NodeMCU模塊的引腳A0，由NodeMCU內(nèi)置10位ADC通道進(jìn)行模數(shù)轉(zhuǎn)化，讀取光強(qiáng)數(shù)值。

考慮到溫度對(duì)糖度檢測(cè)的影響，采用基于DS18B20溫度傳感器設(shè)計(jì)溫度測(cè)量模塊，與NodeMCU模塊進(jìn)行單總線通信，實(shí)時(shí)檢測(cè)環(huán)境溫度。在不同環(huán)境溫度下，用標(biāo)準(zhǔn)糖度計(jì)測(cè)定蘋果糖度值，用以溫度補(bǔ)償。

2.2 軟件系統(tǒng)設(shè)計(jì)

（1）測(cè)量控制電路?；贏rduino語言進(jìn)行NodeMCU模塊開發(fā)，主要利用了開源的WiFi UDP庫(kù)，來配置NodeMCU的AP工作模式并進(jìn)行UDP通信［16］。Arduino程序流程圖如圖5所示。

實(shí)現(xiàn)的主要功能有：建立無線局域網(wǎng)，實(shí)現(xiàn)與手機(jī)APP通信；啟動(dòng)光電檢測(cè)，實(shí)現(xiàn)LED光源的開、關(guān)，以及光強(qiáng)、溫度測(cè)量。

（2）手機(jī)端?；贘ava的安卓APP開發(fā)，開發(fā)平臺(tái)為AndroidStudio。APP軟件流程圖如圖6所示。主要功能有：①數(shù)據(jù)傳輸與通信?；赨DP通信協(xié)議，手機(jī)通過WiFi無線局域網(wǎng)與NodeMCU模塊實(shí)現(xiàn)通信，實(shí)現(xiàn)光電檢測(cè)命令，獲得測(cè)量控制電路的數(shù)據(jù)反饋；②數(shù)據(jù)處理。對(duì)獲取的數(shù)據(jù)進(jìn)行預(yù)處理，依據(jù)糖度預(yù)測(cè)模型計(jì)算糖度值；③數(shù)據(jù)顯示。輸出糖度計(jì)算結(jié)果。

（3）基于Python的糖度PLS預(yù)測(cè)模型。多個(gè)LED光依次漫反射到光電探測(cè)器后得到的信號(hào)電壓值（簡(jiǎn)稱為“漫反射電壓值”）與糖度值存在多重共線性關(guān)系，故采用sklearn.cross_decomposition庫(kù)（Python語言）中的PLSRegression函數(shù)來實(shí)現(xiàn)蘋果糖度的PLS預(yù)測(cè)模型的建立。PLS預(yù)測(cè)模型公式為

式中：Ypred為得到的糖度預(yù)測(cè)值；VLED、xmean、xstd、coef分別為漫反射電壓測(cè)定值、漫反射電壓平均值、漫反射電壓值標(biāo)準(zhǔn)差、回歸系數(shù)；ymean_是標(biāo)定糖度平均值?；赑ython的糖度預(yù)測(cè)模型建立算法流程為輸入標(biāo)定數(shù)據(jù)，馬氏距離法剔除異常數(shù)據(jù)，計(jì)算方差、協(xié)方差確定PLS的成分個(gè)數(shù)，建立PLS預(yù)測(cè)模型。

3 測(cè)量方法與結(jié)果分析

3.1 樣本選擇與數(shù)據(jù)采集方法

主要采用紅富士蘋果作為測(cè)量對(duì)象，在挑選時(shí)盡量選擇大小一致的蘋果，剔除形狀奇怪、部分腐爛、磕損的蘋果。在實(shí)驗(yàn)室采集條件下，保持實(shí)驗(yàn)室溫度恒定，將每個(gè)蘋果均分為3個(gè)測(cè)量區(qū)域，并利用馬克筆在每個(gè)區(qū)域做好標(biāo)記并編號(hào)。這是由于即使是同一蘋果，不同部位的糖度值也是有微小差異的。標(biāo)記后進(jìn)行標(biāo)定，利用標(biāo)準(zhǔn)糖度計(jì)測(cè)定每個(gè)標(biāo)記區(qū)域的實(shí)際糖度值。在檢測(cè)蘋果時(shí)，將蘋果待測(cè)區(qū)域置于環(huán)形光源上，使蘋果表面接觸光源。在手機(jī)APP上點(diǎn)擊“測(cè)定”后，讀取APP顯示的測(cè)得的漫反射電壓值。

3.2 數(shù)據(jù)處理及分析

在室溫25℃下，選擇50個(gè)紅富士蘋果，測(cè)定每個(gè)蘋果3個(gè)不同區(qū)域的糖度值，并且保存對(duì)應(yīng)區(qū)域?qū)嶒?yàn)檢測(cè)得到的6個(gè)LED的漫反射電壓值。對(duì)于初步采集的漫反射電壓值，減去LED不工作時(shí)測(cè)得的環(huán)境光照電壓值，可以去除環(huán)境光的影響，修正數(shù)據(jù)。測(cè)量過程中，采用多次測(cè)量取平均值的方法，使得測(cè)量更加準(zhǔn)確。分別建立各個(gè)特征波長(zhǎng)下的電壓值與糖度值的散點(diǎn)圖，各波長(zhǎng)電壓-糖度散點(diǎn)圖見圖7，橫軸為標(biāo)準(zhǔn)糖度計(jì)標(biāo)定的糖度值，縱軸為該特征波長(zhǎng)LED的漫反射電壓值。

由圖7可知，電壓值與糖度值具備一定的線性相關(guān)性。計(jì)算并繪制蘋果樣本的馬氏距離如圖8所示。據(jù)式（2），設(shè)定馬氏距離的閾值為3.0。

剔除超過閾值的異常樣本后，將樣本數(shù)據(jù)代入PLS預(yù)測(cè)模型式（3）計(jì)算得到預(yù)測(cè)糖度值為

將標(biāo)定糖度值對(duì)應(yīng)的實(shí)驗(yàn)測(cè)定電壓值代入上述糖度預(yù)測(cè)模型，得到預(yù)測(cè)糖度值。以該預(yù)測(cè)糖度值為縱軸，以對(duì)應(yīng)的標(biāo)定糖度值為橫軸，得PLS預(yù)測(cè)結(jié)果如圖9所示。

計(jì)算所有數(shù)據(jù)后，可以得到該模型的MSE（均方誤差）為0.346，證明猜測(cè)模型的預(yù)測(cè)能力良好，多特征波長(zhǎng)的蘋果糖度近紅外檢測(cè)測(cè)量?jī)x基本滿足蘋果糖度檢測(cè)精度的需求。使用多特征波長(zhǎng)蘋果糖度檢測(cè)是可行的。

4 結(jié) 語

基于近紅外光譜檢測(cè)以及漫反射光譜分析原理，開發(fā)了基于智能手機(jī)的蘋果糖度無損測(cè)量?jī)x，采用800、820、830、880、900、940 nm共計(jì)6個(gè)特征波長(zhǎng)。在實(shí)驗(yàn)室條件下，對(duì)蘋果糖度測(cè)量的MSE（均方誤差）為0.346。表明了LED光源及多特征波長(zhǎng)選擇、優(yōu)化光路電路、建立PLS算法預(yù)測(cè)模型的設(shè)計(jì)方案的可行性，驗(yàn)證了開發(fā)的蘋果糖度測(cè)量?jī)x的準(zhǔn)確性。