基于光谱视觉技术的葡萄（阳光玫瑰）糖度实时在线检测方案

关键词：光谱  葡萄糖度 水果酸甜度 在线检测  实时分选

一、方案背景

水果作为一种重要的农产品，是人们日常的主要消费食品，其质量与人民生活密切相关。对水果质量的检查，包括外观形态检测和内部品质检测。外部检测对象包括颜色、大小和外部缺陷等形态参数，而内部品质检测对象主要包括口感、糖度、酸度等。

我国是水果生产和出口大国，但由于水果质量与国际标准要求还有较大差距，造成出口水果数量虽多，但价格偏低。我们迫切需要提高我国的水果检测技术水平，改善水果质量，以提高竞争力。

目前，水果糖度检测，特别是以葡萄为代表的整串（串状）水果的检测方式，主要依靠破坏性取样进行，不但工作量大，而且难以实现快速、准确和连续测量。

二、实验对象和设备

试验对象：市场上流行的晴王葡萄。

试验设备：杭州高谱成像实验室高光谱HY-8030系列。8030系列核心为900-1700nm近红外高光谱相机。

三、实验原理

高光谱成像技术具备无损，原位和快速、高精度表面检测的优势，是诸多工业无损检测的未来趋势之一。目前在塑料分选，烟草分选，颜色测量等行业已经在普及和应用。

采集到的高光谱数据和可见光图像传输到采集控制和数据处理单元内，通过上位机软件进行控制与处理。

根据待测物不同，提前验证算法进行建模，数据处理单元可实时对待测物进行物质成份的检测分类。

四、实验结论

根据糖度分为三类，如下图所示：

分别采集葡萄底端颗粒数据，同时对每颗样品立即进行切片，对应标号（1-12），利用测糖仪记录糖度值，结果如右图所示：

深度学习建模，分类结果如下图所示：

结论：

1、经过深度学习建模，从颜色渲染图可以区分出阳光玫瑰的糖度，糖度渲染结果跟测糖仪结果吻合，其中1类为（2 11），2类为（3 4 7 8 10 12），3类为（1 5 6 9 ），部分数据还存在误识别情况，可通过提高数据量减少误差。

2、实验结果验证了可以通过900-1700nm近红外高光谱测量葡萄糖度

五、数据模型推理

样品：

上午采集用于建模   下午采集用于验证

结论：测试样品真值均值为17.6 模型推理结果均值为18.32，相差结果0.72。这是一次初步的验证和试验，根据内部评估，在测试环境更加严谨，专业化，标准化后，结合更多的数据的训练，晴王葡萄可以做到±0.5甜度差异内分类。具备市场产业化可行性。