蘋果無損糖度檢測系統的設計及試驗

鄧芷惠，蘇彩珍，吳玉婷，楊 敏

（梧州學院，廣西梧州 543002）

基于近紅外光譜分析技術，對水果進行無損糖度檢測以確定水果品質的研究一直是國內外的研究熱點。近紅外光譜分析技術現階段主要應用于蘋果、梨、芒果、橘子及哈密瓜等水果的品質檢測。由于光譜技術研究的不斷精進，檢測系統向在線式、小型式、便捷式方向發展。從近年來國內外水果糖度檢測儀的發展走勢可知，在相關技術、銷售份額等方面國外已經存在較為成熟的研究和應用。我國雖然起步晚，但起點高，其中相關技術的研究及發展機遇還是相當大的[1]。我國作為世界上最大的水果種植大國，通過科技手段改善農業問題能給我國農業生產帶來巨大效益[2]。

本研究設計了一款可通過智能手機攝像頭分析光譜得到蘋果糖度的測量系統，該測量系統主要由發光收光模塊，光譜成像模塊及手機攝像頭調用的App 組成。其利用收集蘋果漫反射的近紅外光得到光譜，手機CMOS 接收光譜后進行分析并和數據庫比對得出蘋果的糖度。系統實現了模塊化組合，成本低廉，制作難度低，使用便捷，同時保證了準確性，可實際應用于農業生產種植和采購銷售當中。

1 系統結構

1.1 硬件設計

該檢測系統硬件部分主要由發光收光模塊、成像模塊和手機CMOS 模塊組成。在系統的整體外形上考慮到便攜和易拼裝的因素，采用了一個20 cm×20 cm 的正方體結構作為各模塊的整合容納空間，將發光收光模塊、光譜成像模塊整合到一起，極大地縮小了體積。在外壁上選擇了耐熱低廉的隔熱硬木板，使用黑色醋酸絕緣吸光膠帶進行內壁的避光處理。裝置整體結構見圖1。

圖1 裝置整體結構圖

發光收光模塊是在檢測糖度試驗中不可或缺的一環，恰當的光源選擇可以使系統性能更加良好，關系到整個檢測系統的穩定情況和結構精密程度。檢測中，在能夠反映水果特征峰的波長段內，光源必須要保持良好的穩定性，同時光源所能涵蓋的波長范圍也決定著儀器對波長的檢測范圍。由于本系統針對蘋果，采用漫反射的檢測方法，在光源的選擇上采用發光強度高、功率小、性能穩定性好的額定電壓為12 V，額定功率為15 W 的鹵鎢燈，其光譜范圍可覆蓋380～2 500 nm，價格便宜且壽命長。在聚集光源的工具選擇上采用焦距為23 mm，直徑為44 mm 的凸透鏡。發光模塊結構見圖2。

圖2 發光模塊結構圖

成像模塊決定著成像質量，影響光譜成像。在接收光中存在透視式、反射式以及漫反射式3 種光譜收集方式，光路見圖3。反射式的光譜測量要求探頭與測量樣品存在間隔距離，增加了光路的消耗；透射式的光譜采集需要進入的光穿透被測物，導致了光路的增加，并且無法保證果核的存在是否會增加檢測誤差；反射式和透射式這兩種采集方式都存在由于光路增加而引起的近紅外光譜的損耗，所以都需要提供大量的入射光來補償，才能得到足夠強度的近紅外光譜。漫反射光是指光進入蘋果樣品內部后，發生了散射、折射、衍射和吸收后又返回光照蘋果樣品的表面。漫反射光同樣可以反映蘋果樣品的結構和組織等信息，可以用來定量分析。它具有分析速度快、測定組分多、非破壞測試等特點，被廣泛應用于蘋果品質的定量分析中[1]。所以，漫反射是更加合理和有效的反射方法。

圖3 反射、透射及漫反射光路圖

在考慮外界影響因素的損耗下，采用MMA（聚甲基丙烯酸甲酯聚合物）軟質通體傳感光纖作為接收光強的光纖傳感器，具有運輸快速、光損失效率小等優點，很好地完成了漫反射的設計要求。同時，在收光光纖后安裝一個自制光譜儀，它的作用是光譜成像。內部光譜儀結構見圖4。

圖4 內部光譜儀結構圖

在測量系統設計中，在20 cm×20 cm 的正方體空間上方放置了由吸光黑色海綿填充的圓柱式光纖傳感器作為放置檢測樣品的檢測臺。每次測量開始前需要先放置一個反射燈罩檢測鹵鎢燈光譜，再放置待測蘋果樣品進行近紅外光譜檢測。在該測量儀器的側方，對應的是光譜儀成像圖像，將智能手機的攝像頭對準成像口，利用手機CMOS 接收光譜圖像在軟件部分進行分析。放置樣品檢測臺見圖5。

圖5 放置樣品檢測臺

1.2 軟件設計

系統同時需要硬件與軟件共同工作，要求在軟件的編寫中錄入數量較大、品種較多的蘋果光譜數據庫，以便于在檢測中得到更加精確的糖度數據。

本系統通過搭建軟件工程對蘋果光譜進行分析研究。主成分分析法算法（Principal Component Analysis，PCA）是一種使用最廣泛的數據壓縮算法[3]。在PCA 中，數據只能夠通過其本身來轉換不同的坐標系。轉換坐標系時，以方差最大的方向作為坐標軸。第一個新坐標軸選擇的是原始數據中方差最大的方向，第二個新坐標軸選擇的是與第一個新坐標軸正交且方差次大的方向。重復該過程，重復次數為原始數據的特征維數，通過這種方式獲得新的坐標系?？梢?，大部分方差都包含在前面幾個坐標軸中，后面的坐標軸所含的方差幾乎為0。因此可以忽略余下的坐標軸，只保留前面的幾個含有絕大部分方差的坐標軸。事實上，這樣也就相當于只保留包含絕大部分方差的維度特征，而忽略包含方差幾乎為0 的維度特征，也就實現了對數據特征的降維處理[4]。進行光譜數據收集等處理后準確、實時、有效地將蘋果樣品反射回來的光譜信息轉換成數字信號，傳遞至結合既定的數字模型進行分析處理，從而完成對蘋果糖度的檢測，最終測量數值將在手機軟件中相應模塊進行顯示。鹵鎢燈光譜標定降維過程見圖6。

圖6 鹵鎢燈光譜標定降維過程

選擇一定數量的、具有代表性的樣本，通過控制變量的方式在保證單一方式要求下進行光譜數據采集。本研究中主要采用了市面上比較有明顯特征的蘋果品種（紅富士、黃元帥和冰糖心），對蘋果樣品的光譜進行采集整理。經過PCA 算法預處理[5]后與標準糖度儀采集到的糖度值進行數學關聯，建立兩組量之間的數學關系，即數學模型，通過Python程序語言建立蘋果的糖度預測數學模型，再由該數學關系從光譜數據對比出待測量的預估值。

檢測蘋果糖度的App 是自主開發的Apple Camera，它是通過Android Studio、JDK8 開發工具及Windows10 操作系統開發的一款手機可下載安裝使用的App。①創建一個Camera Demo-master 項目，搭建糖度測儀的界面布局，導入界面圖片，在布局文件中設置兩個Image View 控件用于接收蘋果光譜圖像，1 個Button 用于計算水果的糖度，1 個Text View 控件用于顯示計算的糖度結果。②在糖度攝像界面設計選擇Item 布局，在布局文件中分別設置4個Text View 控件用于顯示拍攝水果時需提供的拍攝條件，設置2 個Text View 控件用于拍攝水果時選擇相應的曝光和焦距。使用該軟件的步驟為先安裝至手機系統；打開后先調節相應的相機焦距和曝光時長，依次點擊主頁左右兩個相機拍攝鹵鎢燈和蘋果的光譜。③點擊計算按鈕即可得到糖度值。由于智能手機的攝像頭安裝了濾光片，在很大程度上手機無法接收到近紅外光。但研究發現，越老舊的手機攝像頭可捕捉到的近紅外光越清晰，且不同型號的手機中使用的手機鏡頭和處理模式都存在差異。在本系統中使用手機型號為RealmeV3（RMX2200）的智能手機進行實驗，在實際應用中可以通過增加曝光時間和調節焦距改善接收光譜。App 主頁面見圖7。

圖7 App 主頁面

2 系統測量結果分析

在對該設計系統進行性能測試時，對同一個蘋果的同一部位進行對比測量，對比儀器使用的是市面上的愛拓PAL-1 數顯測糖儀。由于時間及資金等因素的影響，該對比試驗一共檢測了3 個品種共500個蘋果，一個蘋果分3 個檢測點進行糖度測量，再計算出平均糖度。如圖8、表1所示，設計系統檢測的糖度與市面儀器檢測的糖度的曲線相差不大，通過誤差公式可求得誤差在0.80%～26.32%，準確度較高。

圖8 紅富士蘋果糖度對比

表1 誤差計算結果表（糖度單位：°Bx）

3 結論

在經過試驗后發現利用近紅外光譜無損測量糖度的技術在蘋果上可以得到體現，智能手機與簡易硬件設備的結合也預示了該技術存在的商業價值和社會價值。目前試驗中所采用的水果均為健康、無病害的水果，而針對內部有損害或表面有破損的蘋果接收波長的分析還需要進一步研究。