Оценка спелости и созревания фруктов и овощей с помощью гиперспектральной визуализации
Мониторинг и контроль качества продуктов питания представляет наибольший интерес для прибыльного и добросовестного производства продуктов питания. В первую очередь фрукты и овощи более чувствительны, чем другие пищевые продукты, и должны продаваться и обрабатываться в свежем виде, чтобы быть ценными и полезными для здоровья. Гиперспектральная визуализация предоставляет важные данные для автоматических систем контроля качества, чтобы гарантировать высокое качество пищевых продуктов.
Измерение созревания слив и помидоров с помощью гиперспектральной камеры Specim FX10
Созревание пищевых продуктов является важным параметром, который необходимо количественно определять при оценке свежести. В этом контексте спелость и твердость фруктов и овощей являются двумя наиболее важными качествами, которые необходимо наблюдать и контролировать. Гиперспектральные камеры позволяют наблюдать за спектральными изменениями фруктов и овощей в процессе созревания.
В этом исследовании специалисты компании Specim использовали гиперспектральную камеру Specim FX10 и лабораторный сканер для осмотра слив и помидоров в течение 20 дней для оценки процесса созревания (рис. 1). Specim FX10 – это камера видимого и ближнего инфракрасного диапазона (VNIR), которая охватывает спектральный диапазон от 400 до 1000 нанометров. Первая часть анализа фокусируется на спектральных характеристиках образцов с течением времени. Затем представлена регрессионная модель созревания томатов и слив.
Рисунок 1 – Образец из трех слив и помидоров, помещенный на лабораторный сканер 40×20 и измеренный с помощью камеры Specim FX10 в течение 20 дней
Фотографии образцов были сделаны вместе с гиперспектральными данными. На снимках видно, что свежесть слив, особенно томатов, со временем резко ухудшилась (рис. 2). В середине одного помидора и сливы были сделаны по небольшому надрезу. Похоже, что это оказало существенное влияние на ускорение созревания томата, но не на сливу.
Рисунок 2 – Фотографии образцов, сделанных на 1-й, 13-й и 20-й день
Контроль химических изменений с помощью спектральной отражательной способности
Каждый день, когда проводились спектральные измерения (1-й, 2-й, 3-й, 6-й, 9-й, 13-й, 14-й, 16-й, 17-й и 20-й день), на каждой сливе и помидоре делали прямоугольную выборку. Только спектры, полученные на 1-й, 13-й и 20-й день, представлены на рисунке 3 для облегчения чтения результатов. Спектры усредняются по выборке. Спектральные различия для томатов более значительны, чем для слив. Это видно уже на фотографиях, сделанных на 1-е, 13-е и 20-е сутки (рис. 2).
Спектры показывают химические изменения, происходящие во фруктах и овощах с течением времени. Сливы и помидоры зеленые на ранних стадиях роста из-за содержащегося в них хлорофилла. Но при созревании хлорофилл распадается на другое химическое вещество. В помидорах хлорофилл распадается на ликопин, что объясняет красный цвет. Это химическое изменение объясняет спектральные изменения слив и помидоров с течением времени между 550 и 750 нанометрами. Процесс созревания фруктов и овощей также влияет на уровень влажности или структуру, влияя на их спектр на уровне 970 нанометров. Другие свойства (например, содержание сахара) также изменяются со временем, формируя спектральную отражательную способность.
Рисунок 3 – Ложные RGB-изображения сливы и помидоров, полученные на 1-й, 2-й, 3-й, 6-й, 9-й, 13-й, 14-й, 16-й, 17-й и 20-й день. Каждый набор данных был объединен в один (мозаика), слева (1-й день), справа (20-й день). Усредненные спектры для каждого помидора и сливы отображаются на 1-й день (белый), 13-й день (розовый) и 20-й день (фиолетовый)
Регрессионная модель для количественной оценки созревания
Была построена регрессионная модель для количественной оценки созревания слив и помидоров (рис. 3). День визуализации был фактической переменной регрессии.
Для слив R2 составил 0.81, а для томатов – 0.91. Они были рассчитаны на выборках, отличных от тех, которые использовались для обучения модели. График регрессии фактического значения по сравнению с прогнозами представлен на рисунке 4.
Для слив модель основывалась на уменьшенном спектральном диапазоне с 588 до 976 нанометров. Для помидоров модель была основана на спектральных полосах между 445 и 993 нанометрами.
Рисунок 4 – Результаты регрессионной модели для трех слив (вверху) и трех помидоров (внизу). Данные были получены на 1-й, 2-й, 3-й, 6-й, 9-й, 13-й, 14-й, 16-й, 17-й и 20-й день (слева направо). Тепловая карта варьируется от 1-го дня (минимум) до 25-го дня (максимум)
Рисунок 5 – Фактические значения по сравнению с предсказаниями модели для обеих моделей (измерение созревания слив и помидоров)
Вывод
Камера Specim FX10 подходит для измерения спелости и созревания фруктов и овощей, поскольку она чувствительна к характеристикам, связанным со свежестью сельскохозяйственных продуктов. При построении типичной регрессионной модели следует использовать лабораторные измерения в качестве эталонного значения для разработки и проверки модели. Однако они не нужны для доступа к созреванию фруктов и овощей.
Гиперспектральные камеры, работающие в видимом и ближнем инфракрасном диапазоне (VNIR), представляют собой эффективный инструмент для контроля качества свежих продуктов питания. Гиперспектральная визуализация является особенно подходящим методом для упорядочения, сортировки и классификации пищевых продуктов по сравнению с обычными точечными методами из-за ее неразрушающего характера.
